TEL. 053-453-6585
OPEN&CLOSE.  9:00~19:00
CLODED SHOP.  MONDAY
 
 
 

안드로이드 텐서플로우 예제

2019年8月2日

이 단계는 생성된 모델(예: graph.pb)이 Android TensorFlow 라이브러리에서 릴리스된 현재 버전에서 사용할 수 있도록 호환되는 경우 이상적으로 필요하지 않습니다. TensorFlow 라이트는 다음과 같은 낮은 대기 시간을 달성하기위한 많은 기술을 사용 : 안드로이드에서 텐서 플로우를 사용하는 것은 우리가 예상할 수있는 만큼 쉽지 않다. 그냥 도서관일 뿐이죠? 무엇이 잘못 될 수 있습니까? 한편으로는 사실이지만, 다른 한편으로는 기계 학습이라는 구체적인 지식이 많은 라이브러리입니다. 우리는 그것으로 작업을 시작하는 주제에 대한 최소한의 지식을 가지고 있어야하지만, 당신이 볼 수 있듯이 그것은 그다지 아니다. 모델 정의 및 가중치를 포함하는 텐서플로우 그래프Defs는 크기 때문에 리포지토리에 패키징되지 않습니다. 빌드 프로세스 중에 WORKSPACE에 정의된 new_http_archive를 통해 Bazel이 자동으로 다운로드하고 APK와 함께 패키징하고, Gradle에서 다운로드 model.gradle을 통해 다운로드합니다. 이 자습서를 짧게 유지하기 위해 낮은 수준의 TensorFlow API를 직접 사용하는 대신 보다 직관적이고 간결한 API를 제공하는 TensorFlow의 인기 있는 래퍼 프레임워크인 TFLearn을 사용할 것입니다. 아직 없는 경우 다음 명령을 사용하여 TensorFlow 가상 환경 내에 설치합니다: 앱의 build.gradle에서 mavenLocal() 종속성이 있는지 확인하고 표준 TensorFlow Lite 종속성을 있는 환경으로 대체합니다. 선택 텐서 플로우 작전에 대한 지원 : 데모에 대한 전체 CMake 지원이 곧 오고있다, 하지만 지금은 텐서 플로우 / contrib / 안드로이드 / cmake를 사용하여 TensorFlow 안드로이드 추론 라이브러리를 구축 할 수 있습니다. Android 장치의 경우 모델 파일을 미리 로드하고 메모리에 매핑하여 로드 시간을 단축하고 메모리의 더러운 페이지를 줄이는 것이 좋습니다. 메서드 loadModelFile 이 작업을 수행하여 모델을 포함하는 MappedByteBuffer를 반환합니다. 이 블로그에서는 TensorFlow에서 그들을 인식하도록 훈련하는 것부터 사용하기 위해 Android Phone에 배포 할 때까지 사진 세트 (슈퍼 히어로)를 사용하는 방법에 대한 4 단계를 보여 드리겠습니다. 위의 2 신화가 지워지면 TensorFlow를 탐험 할 수있는 행복한 사람이됩니다.

abiFilters에 대한 자세한 내용은 Android Gradle 설명서의 NdkOptions를 참조하십시오. 또한 향후 모델을 개선하기 위해 사용자로부터 피드백을 받을 수 있는 기능을 추가합니다.

コメント