نشكرك على متابعة Google I / O. عرض جميع الجلسات عند الطلب مشاهدة عند الطلب

مندوب TensorFlow Lite Hexagon

يشرح هذا المستند كيفية استخدام TensorFlow Lite Hexagon Delegate في تطبيقك باستخدام Java و / أو C API. يستفيد المندوب من مكتبة Qualcomm Hexagon لتنفيذ نوى كمية على DSP. لاحظ أن المفوض يهدف إلى استكمال وظائف NNAPI ، خاصة للأجهزة التي لا يتوفر فيها تسريع NNAPI DSP (على سبيل المثال ، على الأجهزة القديمة ، أو الأجهزة التي لا تحتوي على برنامج تشغيل DSP NNAPI بعد).

اجهزة مدعومة:

حاليًا ، يتم دعم بنية Hexagon التالية ، بما في ذلك على سبيل المثال لا الحصر:

  • مسدس 680
    • أمثلة على SoC: Snapdragon 821 ، 820 ، 660
  • سداسي 682
    • أمثلة على SoC: Snapdragon 835
  • سداسي 685
    • أمثلة على SoC: Snapdragon 845 و Snapdragon 710 و QCS410 و QCS610 و QCS605 و QCS603
  • مسدس 690
    • أمثلة على SoC: Snapdragon 855 ، RB5

الموديلات المدعومة:

يدعم مندوب Hexagon جميع النماذج التي تتوافق مع مواصفات التكميم المتماثل 8 بت ، بما في ذلك تلك التي تم إنشاؤها باستخدام تكميم صحيح بعد التدريب . يتم أيضًا دعم نماذج UInt8 المدربة على مسار التدريب القديم المدرك للتكميم ، على سبيل المثال ، هذه الإصدارات الكمية على صفحة النماذج المستضافة لدينا.

مندوب Hexagon Java API

public class HexagonDelegate implements Delegate, Closeable {

  /*
   * Creates a new HexagonDelegate object given the current 'context'.
   * Throws UnsupportedOperationException if Hexagon DSP delegation is not
   * available on this device.
   */
  public HexagonDelegate(Context context) throws UnsupportedOperationException


  /**
   * Frees TFLite resources in C runtime.
   *
   * User is expected to call this method explicitly.
   */
  @Override
  public void close();
}

مثال على الاستخدام

الخطوة الأولى: قم بتحرير app / build.gradle لاستخدام مندوب Hexagon الليلي AAR

dependencies {
  ...
  implementation 'org.tensorflow:tensorflow-lite:0.0.0-nightly-SNAPSHOT'
  implementation 'org.tensorflow:tensorflow-lite-hexagon:0.0.0-nightly-SNAPSHOT'
}

الخطوة 2. أضف مكتبات Hexagon إلى تطبيق Android الخاص بك

الخطوة 3. قم بإنشاء مندوب وتهيئة مترجم TensorFlow Lite

import org.tensorflow.lite.HexagonDelegate;

// Create the Delegate instance.
try {
  hexagonDelegate = new HexagonDelegate(activity);
  tfliteOptions.addDelegate(hexagonDelegate);
} catch (UnsupportedOperationException e) {
  // Hexagon delegate is not supported on this device.
}

tfliteInterpreter = new Interpreter(tfliteModel, tfliteOptions);

// Dispose after finished with inference.
tfliteInterpreter.close();
if (hexagonDelegate != null) {
  hexagonDelegate.close();
}

مندوب السداسي C API

struct TfLiteHexagonDelegateOptions {
  // This corresponds to the debug level in the Hexagon SDK. 0 (default)
  // means no debug.
  int debug_level;
  // This corresponds to powersave_level in the Hexagon SDK.
  // where 0 (default) means high performance which means more power
  // consumption.
  int powersave_level;
  // If set to true, performance information about the graph will be dumped
  // to Standard output, this includes cpu cycles.
  // WARNING: Experimental and subject to change anytime.
  bool print_graph_profile;
  // If set to true, graph structure will be dumped to Standard output.
  // This is usually beneficial to see what actual nodes executed on
  // the DSP. Combining with 'debug_level' more information will be printed.
  // WARNING: Experimental and subject to change anytime.
  bool print_graph_debug;
};

// Return a delegate that uses Hexagon SDK for ops execution.
// Must outlive the interpreter.
TfLiteDelegate*
TfLiteHexagonDelegateCreate(const TfLiteHexagonDelegateOptions* options);

// Do any needed cleanup and delete 'delegate'.
void TfLiteHexagonDelegateDelete(TfLiteDelegate* delegate);

// Initializes the DSP connection.
// This should be called before doing any usage of the delegate.
// "lib_directory_path": Path to the directory which holds the
// shared libraries for the Hexagon NN libraries on the device.
void TfLiteHexagonInitWithPath(const char* lib_directory_path);

// Same as above method but doesn't accept the path params.
// Assumes the environment setup is already done. Only initialize Hexagon.
Void TfLiteHexagonInit();

// Clean up and switch off the DSP connection.
// This should be called after all processing is done and delegate is deleted.
Void TfLiteHexagonTearDown();

مثال على الاستخدام

الخطوة الأولى: قم بتحرير app / build.gradle لاستخدام مندوب Hexagon الليلي AAR

dependencies {
  ...
  implementation 'org.tensorflow:tensorflow-lite:0.0.0-nightly-SNAPSHOT'
  implementation 'org.tensorflow:tensorflow-lite-hexagon:0.0.0-nightly-SNAPSHOT'
}

الخطوة 2. أضف مكتبات Hexagon إلى تطبيق Android الخاص بك

الخطوة 3. قم بتضمين الرأس C.

  • يمكن تنزيل ملف الرأس "hexagon_delegate.h" من GitHub أو استخراجه من مندوب Hexagon AAR.

الخطوة 4. إنشاء مندوب وتهيئة مترجم TensorFlow Lite

  • في التعليمات البرمجية الخاصة بك ، تأكد من تحميل مكتبة Hexagon الأصلية. يمكن القيام بذلك عن طريق استدعاء System.loadLibrary("tensorflowlite_hexagon_jni");
    في نشاطك أو نقطة دخول Java.

  • قم بإنشاء مندوب ، مثال:

#include "tensorflow/lite/delegates/hexagon/hexagon_delegate.h"

// Assuming shared libraries are under "/data/local/tmp/"
// If files are packaged with native lib in android App then it
// will typically be equivalent to the path provided by
// "getContext().getApplicationInfo().nativeLibraryDir"
const char[] library_directory_path = "/data/local/tmp/";
TfLiteHexagonInitWithPath(library_directory_path);  // Needed once at startup.
::tflite::TfLiteHexagonDelegateOptions params = {0};
// 'delegate_ptr' Need to outlive the interpreter. For example,
// If use case will need to resize input or anything that can trigger
// re-applying delegates then 'delegate_ptr' need to outlive the interpreter.
auto* delegate_ptr = ::tflite::TfLiteHexagonDelegateCreate(&params);
Interpreter::TfLiteDelegatePtr delegate(delegate_ptr,
  [](TfLiteDelegate* delegate) {
    ::tflite::TfLiteHexagonDelegateDelete(delegate);
  });
interpreter->ModifyGraphWithDelegate(delegate.get());
// After usage of delegate.
TfLiteHexagonTearDown();  // Needed once at end of app/DSP usage.

أضف المكتبة المشتركة إلى تطبيقك

  • أنشئ مجلدًا "app / src / main / jniLibs" ، وأنشئ دليلًا لكل بنية مستهدفة. فمثلا،
    • ARM 64 بت: app/src/main/jniLibs/arm64-v8a
    • ARM 32 بت: app/src/main/jniLibs/armeabi-v7a
  • ضع .so في الدليل الذي يتطابق مع البنية.

استجابة

بالنسبة للمشكلات ، يرجى إنشاء مشكلة GitHub مع جميع تفاصيل إعادة العرض الضرورية ، بما في ذلك طراز الهاتف واللوحة المستخدمة ( adb shell getprop ro.product.device و adb shell getprop ro.board.platform ).

التعليمات

  • ما هي العمليات التي يدعمها المندوب؟
  • كيف يمكنني معرفة أن النموذج يستخدم DSP عندما أقوم بتمكين المفوض؟
    • ستتم طباعة رسالتين من رسائل السجل عند تمكين المفوض - إحداهما للإشارة إلى ما إذا تم إنشاء المفوض والأخرى للإشارة إلى عدد العقد التي تعمل باستخدام المفوض.
      Created TensorFlow Lite delegate for Hexagon.
      Hexagon delegate: X nodes delegated out of Y nodes.
  • هل أحتاج إلى دعم جميع العمليات في النموذج لتشغيل المفوض؟
    • لا ، سيتم تقسيم النموذج إلى رسوم بيانية فرعية بناءً على العمليات المدعومة. سيتم تشغيل أي عمليات غير مدعومة على وحدة المعالجة المركزية.
  • كيف يمكنني بناء مندوب السداسي AAR من المصدر؟
    • استخدم bazel build -c opt --config=android_arm64 tensorflow/lite/delegates/hexagon/java:tensorflow-lite-hexagon .
  • لماذا يفشل مندوب Hexagon في التهيئة على الرغم من أن جهازي الذي يعمل بنظام Android يحتوي على SoC مدعوم؟
    • تحقق مما إذا كان جهازك يحتوي بالفعل على شركة نفط الجنوب مدعومة. قم بتشغيل adb shell cat /proc/cpuinfo | grep Hardware ومعرفة ما إذا كانت تُرجع شيئًا مثل "Hardware: Qualcomm Technologies، Inc MSMXXXX".
    • تستخدم بعض الشركات المصنعة للهواتف SoCs مختلفة لنفس طراز الهاتف. لذلك ، قد يعمل مندوب Hexagon فقط على بعض الأجهزة من طراز الهاتف نفسه وليس جميعها.
    • تقوم بعض الشركات المصنعة للهواتف بتقييد استخدام Hexagon DSP عمدًا من تطبيقات Android غير التابعة للنظام ، مما يجعل مندوب Hexagon غير قادر على العمل.
  • قام هاتفي بتأمين الوصول إلى DSP. لقد قمت بتجذير الهاتف وما زلت لا أستطيع تشغيل المندوب ، ماذا أفعل؟
    • تأكد من تعطيل فرض SELinux عن طريق تشغيل adb shell setenforce 0