tensorflow教程 android,tensorflow - 在 Android 中 集成 tensorflow 并使用训练后的模型

第一次集成使用 tensorflow ，内心还是有些激动的。开始时候，并不知道怎么进行，其实是一脸茫然的，然后就看了不少文章，关于集成的，大致有了个思路，然后就开始集成测试。这次就总结下具体集成思路和步骤。

方式： tensorflow android 而不是 tensorflow lite

基本思路

首先，在 android 上集成 tensorflow ，我们可以确定使用 TensorFlowInferenceInterface 类，不知道的自己去查资料。通过阅读官方给的源码，我们大概就可以知道所需要的内容和怎么使用。

TensorFlowInferenceInterface 构造函数

首先，在实例化此类的时候，我们需要提供 assets 和 modelName ，所以可以确定要将模型放在 assets 文件夹下，同时传入模型名字即可。其次，在初始化的时候首先执行的 prepareNativeRuntime() 函数，可以确定要加载相关的 so 库，并且在集成后初始化后，不需要在业务代码中去重复加载，因为这里已经加载过了。

模型

模型放在 assets 文件夹下

so 库

so 库 不需要去加载

public TensorFlowInferenceInterface(AssetManager assetManager, String model) {

prepareNativeRuntime();

this.modelName = model;

this.g = new Graph();

this.sess = new Session(g);

this.runner = sess.runner();

....

}

private void prepareNativeRuntime() {

····

try {