android studio怎么生成serialVersionUID android studio怎么生成手机模型

转载

mob64ca140d96d9 2023-08-26 09:17:59

文章标签 TensorFlow App Android Studio 入门移动开发 文章分类 Android 移动开发

一、PC端搭建模型与训练，保存模型为PB文件

'''

简单起见，创建一个最简单的tensorflow模型，没有实际功能

只为了演示在android studio搭建App

运行代码就会在你选择的本地目录找打PB文件

'''

import tensorflow as tf

# 此处的输入层定义为常量，为了简单起见，输入层名字为input，简单起见

input_constant = tf.constant([1,2],dtype=tf.float32,name="input")

#输出层名字为output，简单起见

out_data = tf.add(input_constant,input_constant,name="output")

# Session运行，这样就有了模型参数

sess = tf.Session()

sess.run(tf.global_variables_initializer())

print(sess.run(out_data))

#把当前的模型保存为PB文件,PB文件会保存当前tensorflow的模型,将其他值固化为常量

# 第一个参数 sess指定为当前的Session

# 第二个参数是要保存的图的定义,默认是当前图

# 然后是要输出的节点

output_graph_def = tf.graph_util.convert_variables_to_constants(sess, sess.graph_def, output_node_names=['output'])

# 这里是选择要保存的位置

with tf.gfile.FastGFile('android_tensorflow.pb', mode='wb') as f:

f.write(output_graph_def.SerializeToString())

二、配置Android Studio build.gradle(app)的参数，至关重要

apply plugin: 'com.android.application'

//该文件一共有删除需要改动
//第一步：在android/defaultConfig内部添加添加
//        multiDexEnabled true
//        ndk {
//            abiFilters "armeabi-v7a"
//        }
//对应于app/libs/armeabi-v7文件夹

//第二步，在android内添加    sourceSets {
//        main {
//            jni.srcDirs = []
//            jniLibs.srcDirs = ['libs']
//        }
//    }
//对应app/libs文件夹

//第三步
//加入这一行代码就可以,编译之后 我们的Android项目就可以使用tensorflow接口
//不需要Bazle之类的工具,进行一系列的操作
//implementation files('libs/libandroid_tensorflow_inference_java.jar')



android {
    compileSdkVersion 27
    defaultConfig {
        applicationId "com.example.tan.simple"
        minSdkVersion 15
        targetSdkVersion 27
        versionCode 1
        versionName "1.0"
        testInstrumentationRunner "android.support.test.runner.AndroidJUnitRunner"

        //1
        multiDexEnabled true
        ndk {
            abiFilters "armeabi-v7a"
        }
    }
    buildTypes {
        release {
            minifyEnabled false
            proguardFiles getDefaultProguardFile('proguard-android.txt'), 'proguard-rules.pro'
        }
    }

    //2
    sourceSets {
        main {
            jni.srcDirs = []
            jniLibs.srcDirs = ['libs']
        }
    }
}

dependencies {
    implementation fileTree(dir: 'libs', include: ['*.jar'])
    implementation 'com.android.support:appcompat-v7:27.1.1'
    implementation 'com.android.support.constraint:constraint-layout:1.1.3'
    testImplementation 'junit:junit:4.12'
    androidTestImplementation 'com.android.support.test:runner:1.0.2'
    androidTestImplementation 'com.android.support.test.espresso:espresso-core:3.0.2'

    //3
    implementation files('libs/libandroid_tensorflow_inference_java.jar')
}

三、把该有的文件都添加进去

android studio怎么生成serialVersionUID android studio怎么生成手机模型_Android Studio

所有存储位置都很清晰地显示在图片了，配置好参数，存储好三个文件，就可以开始准备Java代码了

四、运行Java SDK代码，执行模型加载与调用

package com.example.tan.simple;

import android.support.v7.app.AppCompatActivity;
import android.os.Bundle;
import android.util.Log;
import android.view.View;
import android.widget.Button;
import android.widget.TextView;
import android.widget.Toast;

import org.tensorflow.contrib.android.TensorFlowInferenceInterface;

public class MainActivity extends AppCompatActivity {

    static { //加载libtensorflow_inference.so库文件
        System.loadLibrary("tensorflow_inference");
    }

    //保存要输入和输出的结果
    float[] inputs = new float[]{7,8}; //随机给定值看是否达到想加的效果
    float[] outputs = new float[2];

    // 这里是那个PB文件的绝对路径
    String filename = "android_tensorflow.pb";
    TensorFlowInferenceInterface tf;

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);

        try{// 以PB文件创建一个tensorflow的接口
            tf = new TensorFlowInferenceInterface(getAssets(),filename);
            setTitle("成功加载模型");
        }catch (Exception e){
            setTitle("加载模型失败");
        }

        Button btn = findViewById(R.id.btn);
        btn.setOnClickListener(new View.OnClickListener() {
            @Override
            public void onClick(View view) {
                //生成随机输入数据，便于观察模型是否可以动态调用
                inputs[0] = (float)Math.random();
                inputs[1] = (float)Math.random();

                // feed 参数, 第一个参数是 张量的名称
                // 第二个是一个一维数组存放数据
                // 最后指定矩阵的维度,我这里是1行2列
                tf.feed("input",inputs,1,2);

                //运行要输出的张量
                tf.run(new String[]{"output"});

                //然后将结果获取到,保存在数组中,方便我们获取
                tf.fetch("output",outputs);

                //或者用textView等在Android界面显示出来
                String ret = "识别结果：\n"+String.valueOf(outputs[0])+"\n"+String.valueOf(outputs[1]);
                //然后你可以控制台打印出来,或者用textView等在Android界面显示出来,看有没有达到我们的效果,有没有显示两个矩阵的想加
                Toast.makeText(MainActivity.this, ret, Toast.LENGTH_LONG).show();

                TextView txt = findViewById(R.id.txt);
                txt.setText(ret);
            }
        });
    }

}