TensorFlow Lite是否有定制op的最低样品？

显然，我不能只是复制粘贴我为TensorFlow编写的自定义操作的代码，然后在Lite版本中使用它

我的代码引用了主代码的内容：

#include "tensorflow/core/framework/op.h"
#include "tensorflow/core/framework/shape_inference.h"
#include "tensorflow/core/framework/op_kernel.h"

using namespace tensorflow;

及

状态MyAddGrad（常数范围和范围，常数操作和操作，
常量标准：：向量和梯度输入，
标准：：矢量*梯度输出）{

我在TensorFlow Lite中找不到自定义操作的完整（甚至最小）示例。只有我应该修改哪些文件才能将Lite编译为“.aar”

指南页面显示了如何在TFLite中实现

Sin

自定义操作的典型示例

您必须如图所示为op定义

Prepare

和

Eval

函数，然后使用

AddCustom

调用让操作员知道。

指南页面显示了如何在TFLite中实现

Sin

自定义op的典型示例

---

您必须为op定义

Prepare

和

Eval

函数，如图所示，然后使用

AddCustom

调用让操作员知道。

是的，这是我使用的链接，但我无法在Android应用程序中找出应该在哪里使用代码“`tflite:：ops:：builtin:：BuiltinOpResolver builtins；builtins.AddCustom”(“Sin”，Register_Sin（））；“``我已经下载了示例图像_分类，并用我自己的以及我为TensorFlow Lite Java绑定创建的.arr替换了.tflite。您可以直接修改该代码以添加自定义op（您需要修改构建文件以添加源代码），然后重新生成.aar.Yes，这是我使用的链接，但我无法在Android应用程序中找到应该在哪里使用代码“``tflite:：ops:：builtin:：builtin:：BuiltinoResolver builtins；builtins.AddCustom（“Sin”，Register\u Sin（））“``我已经下载了示例图像_分类，并用我自己的以及我为TensorFlow Lite Java绑定创建的.arr（默认情况下）替换了.tflite。您可以直接修改该代码以添加自定义op（您需要修改构建文件以添加源代码），然后重新生成.aar。

Status MyAddGrad(const Scope& scope, const Operation& op,
                 const std::vector<Output>& grad_inputs,
                 std::Vector<Output>* grad_outputs){