Bu belge, TensorFlow Lite Android kitaplığını kendi başınıza nasıl oluşturacağınızı açıklar. Normalde TensorFlow Lite Android kitaplığını yerel olarak oluşturmanız gerekmez. Yalnızca kullanmak istiyorsanız, bunları Android projelerinizde nasıl kullanacağınızla ilgili daha fazla ayrıntı için Android hızlı başlangıcına bakın.
Gecelik Anlık Görüntüleri Kullan
Gecelik anlık görüntüleri kullanmak için, kök Gradle derleme yapılandırmanıza aşağıdaki repoyu ekleyin.
allprojects {
repositories { // should be already there
mavenCentral() // should be already there
maven { // add this repo to use snapshots
name 'ossrh-snapshot'
url 'https://oss.sonatype.org/content/repositories/snapshots'
}
}
}
TensorFlow Lite'ı yerel olarak oluşturun
Bazı durumlarda, yerel bir TensorFlow Lite yapısı kullanmak isteyebilirsiniz. Örneğin, TensorFlow'dan seçilen işlemleri içeren özel bir ikili dosya oluşturuyor olabilirsiniz veya TensorFlow Lite'ta yerel değişiklikler yapmak isteyebilirsiniz.
Docker kullanarak yapı ortamını kurun
- Docker dosyasını indirin. Docker dosyasını indirerek, bunları kullanımınızın aşağıdaki hizmet şartlarına tabi olduğunu kabul etmiş olursunuz:
Kabul etmek için tıklayarak, Android Studio ve Android Native Development Kit'in tüm kullanımının https://developer.android.com/studio/terms adresinde bulunan Android Yazılım Geliştirme Kiti Lisans Sözleşmesine tabi olacağını kabul edersiniz (bu URL, Google tarafından zaman zaman güncellenebilir veya değiştirilebilir).
Dosyayı indirmek için hizmet şartlarını kabul etmelisiniz.onaylayın- İsteğe bağlı olarak Android SDK veya NDK sürümünü değiştirebilirsiniz. İndirilen Docker dosyasını boş bir klasöre koyun ve aşağıdakileri çalıştırarak docker imajınızı oluşturun:
docker build . -t tflite-builder -f tflite-android.Dockerfile
- Geçerli klasörünüzü kapsayıcının içindeki /host_dir dizinine bağlayarak docker kapsayıcısını etkileşimli olarak başlatın (/tensorflow_src öğesinin kap içindeki TensorFlow deposu olduğunu unutmayın):
docker run -it -v $PWD:/host_dir tflite-builder bash
Windows'ta PowerShell kullanıyorsanız, "$PWD"yi "pwd" ile değiştirin.
Ana bilgisayarda bir TensorFlow deposu kullanmak istiyorsanız, bunun yerine o ana bilgisayar dizinini bağlayın (-v hostDir:/host_dir).
- Kapsayıcıya girdikten sonra, ek Android araçları ve kitaplıkları indirmek için aşağıdakileri çalıştırabilirsiniz (lisansı kabul etmeniz gerekebileceğini unutmayın):
sdkmanager \
"build-tools;${ANDROID_BUILD_TOOLS_VERSION}" \
"platform-tools" \
"platforms;android-${ANDROID_API_LEVEL}"
Şimdi, yapı ayarlarını yapılandırmak için WORKSPACE ve .bazelrc'yi Yapılandır bölümüne geçmelisiniz.
Kitaplıkları oluşturmayı bitirdikten sonra, ana bilgisayarda erişebilmeniz için bunları kapsayıcının içindeki /host_dir dizinine kopyalayabilirsiniz.
Docker olmadan yapı ortamını kurun
Bazel ve Android Ön Koşullarını Yükleyin
Bazel, TensorFlow için birincil yapı sistemidir. Bununla inşa etmek için, sisteminizde yüklü olan Android NDK ve SDK'ya sahip olmanız gerekir.
- Bazel yapı sisteminin en son sürümünü yükleyin.
- Yerel (C/C++) TensorFlow Lite kodunu oluşturmak için Android NDK gereklidir. Mevcut önerilen sürüm, burada bulunabilecek 19c'dir.
- Android SDK ve oluşturma araçları buradan veya alternatif olarak Android Studio'nun bir parçası olarak edinilebilir. Derleme araçları API'si >= 23, TensorFlow Lite oluşturmak için önerilen sürümdür.
WORKSPACE ve .bazelrc'yi yapılandırın
Bu, TF Lite kitaplıklarını oluşturmak için gerekli olan tek seferlik bir yapılandırma adımıdır. Kök TensorFlow ödeme dizininde ./configure
komut dosyasını çalıştırın ve komut dosyası Android derlemeleri için ./WORKSPACE
etkileşimli olarak yapılandırmak istediğinde "Evet" yanıtını verin. Komut dosyası, aşağıdaki ortam değişkenlerini kullanarak ayarları yapılandırmaya çalışacaktır:
-
ANDROID_SDK_HOME
-
ANDROID_SDK_API_LEVEL
-
ANDROID_NDK_HOME
-
ANDROID_NDK_API_LEVEL
Bu değişkenler ayarlanmadıysa, komut dosyası isteminde etkileşimli olarak sağlanmaları gerekir. Başarılı yapılandırma, kök klasördeki .tf_configure.bazelrc
dosyasında aşağıdakine benzer girişler sağlamalıdır:
build --action_env ANDROID_NDK_HOME="/usr/local/android/android-ndk-r19c"
build --action_env ANDROID_NDK_API_LEVEL="21"
build --action_env ANDROID_BUILD_TOOLS_VERSION="28.0.3"
build --action_env ANDROID_SDK_API_LEVEL="23"
build --action_env ANDROID_SDK_HOME="/usr/local/android/android-sdk-linux"
Derleyin ve kurun
Bazel düzgün bir şekilde yapılandırıldıktan sonra, kök kontrol dizininden TensorFlow Lite AAR'ı aşağıdaki gibi oluşturabilirsiniz:
bazel build -c opt --fat_apk_cpu=x86,x86_64,arm64-v8a,armeabi-v7a \
--host_crosstool_top=@bazel_tools//tools/cpp:toolchain \
//tensorflow/lite/java:tensorflow-lite
Bu, bazel-bin/tensorflow/lite/java/
içinde bir AAR dosyası oluşturacaktır. Bunun birkaç farklı mimariye sahip "şişman" bir AAR oluşturduğunu unutmayın; hepsine ihtiyacınız yoksa dağıtım ortamınıza uygun alt kümeyi kullanın.
Yalnızca bir dizi modeli hedefleyen daha küçük AAR dosyaları aşağıdaki gibi oluşturabilirsiniz:
bash tensorflow/lite/tools/build_aar.sh \
--input_models=model1,model2 \
--target_archs=x86,x86_64,arm64-v8a,armeabi-v7a
Yukarıdaki komut dosyası, tensorflow-lite.aar
dosyasını ve modellerden biri Tensorflow ops kullanıyorsa isteğe bağlı olarak tensorflow-lite-select-tf-ops.aar
dosyasını oluşturur. Daha fazla ayrıntı için lütfen TensorFlow Lite ikili boyutunu küçültme bölümüne bakın.
Doğrudan projeye AAR ekleyin
tensorflow-lite.aar
dosyasını projenizde libs
adlı bir dizine taşıyın. Yeni dizine başvurmak için uygulamanızın build.gradle
dosyasını değiştirin ve mevcut TensorFlow Lite bağımlılığını yeni yerel kitaplıkla değiştirin, örneğin:
allprojects {
repositories {
mavenCentral()
maven { // Only for snapshot artifacts
name 'ossrh-snapshot'
url 'https://oss.sonatype.org/content/repositories/snapshots'
}
flatDir {
dirs 'libs'
}
}
}
dependencies {
compile(name:'tensorflow-lite', ext:'aar')
}
AAR'yi yerel Maven deposuna yükleyin
Kök ödeme dizininizden aşağıdaki komutu yürütün:
mvn install:install-file \
-Dfile=bazel-bin/tensorflow/lite/java/tensorflow-lite.aar \
-DgroupId=org.tensorflow \
-DartifactId=tensorflow-lite -Dversion=0.1.100 -Dpackaging=aar
Uygulamanızın build.gradle
, mavenLocal()
bağımlılığına sahip olduğunuzdan emin olun ve standart TensorFlow Lite bağımlılığını belirli TensorFlow işlemleri için desteği olanla değiştirin:
allprojects {
repositories {
mavenCentral()
maven { // Only for snapshot artifacts
name 'ossrh-snapshot'
url 'https://oss.sonatype.org/content/repositories/snapshots'
}
mavenLocal()
}
}
dependencies {
implementation 'org.tensorflow:tensorflow-lite:0.1.100'
}
Buradaki 0.1.100
sürümünün yalnızca test/geliştirme amaçlı olduğunu unutmayın. Yerel AAR kuruluyken, uygulama kodunuzda standart TensorFlow Lite Java çıkarım API'lerini kullanabilirsiniz.