このページは Cloud Translation API によって翻訳されました。

Android 用の TensorFlow Lite をビルドする

このドキュメントでは、TensorFlow Lite Android ライブラリを自分で構築する方法について説明します。通常、TensorFlow Lite Android ライブラリをローカルに構築する必要はありません。これを使用したいだけの場合は、Android プロジェクトでの使用方法の詳細については、 Android クイックスタートを参照してください。

毎晩のスナップショットを使用する

夜間スナップショットを使用するには、次のリポジトリをルート Gradle ビルド構成に追加します。

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 をローカルでビルドする

場合によっては、TensorFlow Lite のローカルビルドを使用したい場合があります。たとえば、 TensorFlow から選択されたオペレーションを含むカスタムバイナリを構築している場合や、TensorFlow Lite にローカルな変更を加えたい場合があります。

Dockerを使用してビルド環境をセットアップする

Docker ファイルをダウンロードします。 Docker ファイルをダウンロードすると、その使用には次の利用規約が適用されることに同意したものとみなされます。

クリックして同意すると、Android Studio および Android ネイティブ開発キットのすべての使用が、 https://developer.android.com/studio/termsで入手できる Android ソフトウェア開発キットライセンス契約に準拠することに同意したものとみなされます (このような URL は、 Google によって随時更新または変更されます）。

ファイルをダウンロードするには、サービス利用規約に同意する必要があります。

必要に応じて、Android SDK または NDK のバージョンを変更できます。ダウンロードした Docker ファイルを空のフォルダーに置き、次のコマンドを実行して Docker イメージをビルドします。

docker build . -t tflite-builder -f tflite-android.Dockerfile

現在のフォルダーをコンテナー内の /host_dir にマウントすることで、Docker コンテナーを対話的に開始します (/tensorflow_src はコンテナー内の TensorFlow リポジトリであることに注意してください)。

docker run -it -v $PWD:/host_dir tflite-builder bash

Windows で PowerShell を使用する場合は、「$PWD」を「pwd」に置き換えます。

ホスト上で TensorFlow リポジトリを使用したい場合は、代わりにそのホストディレクトリをマウントします (-v hostDir:/host_dir)。

コンテナー内に入ったら、次のコマンドを実行して追加の Android ツールとライブラリをダウンロードできます (ライセンスへの同意が必要な場合があることに注意してください)。

sdkmanager \
  "build-tools;${ANDROID_BUILD_TOOLS_VERSION}" \
  "platform-tools" \
  "platforms;android-${ANDROID_API_LEVEL}"

ここで、「WORKSPACE と .bazelrc の構成」セクションに進み、ビルド設定を構成する必要があります。

ライブラリの構築が完了したら、それらをコンテナ内の /host_dir にコピーして、ホスト上でライブラリにアクセスできるようにします。

Dockerを使わずにビルド環境をセットアップする

Bazel と Android の前提条件をインストールする

Bazel は TensorFlow の主要なビルドシステムです。これを使用してビルドするには、それと Android NDK および SDK がシステムにインストールされている必要があります。

Bazel ビルドシステムの最新バージョンをインストールします。
Android NDK は、ネイティブ (C/C++) TensorFlow Lite コードをビルドするために必要です。現在推奨されているバージョンは 21e です。これはここにあります。
Android SDK とビルドツールはここから入手することも、 Android Studioの一部として入手することもできます。ビルドツール API >= 23 は、TensorFlow Lite をビルドするための推奨バージョンです。

WORKSPACE と .bazelrc を構成する

これは、TF Lite ライブラリを構築するために必要な 1 回限りの構成手順です。ルート TensorFlow チェックアウトディレクトリで./configureスクリプトを実行し、スクリプトが Android ビルド用の./WORKSPACEを対話的に構成するように求めたら、「はい」と答えます。スクリプトは、次の環境変数を使用して設定を構成しようとします。

ANDROID_SDK_HOME
ANDROID_SDK_API_LEVEL
ANDROID_NDK_HOME
ANDROID_NDK_API_LEVEL

これらの変数が設定されていない場合は、スクリプトプロンプトで対話的に指定する必要があります。構成が成功すると、ルートフォルダーの.tf_configure.bazelrcファイルに次のようなエントリが生成されます。

build --action_env ANDROID_NDK_HOME="/usr/local/android/android-ndk-r21e"
build --action_env ANDROID_NDK_API_LEVEL="26"
build --action_env ANDROID_BUILD_TOOLS_VERSION="30.0.3"
build --action_env ANDROID_SDK_API_LEVEL="30"
build --action_env ANDROID_SDK_HOME="/usr/local/android/android-sdk-linux"

ビルドしてインストールする

Bazel が適切に設定されたら、次のようにルートチェックアウトディレクトリから TensorFlow Lite AAR をビルドできます。

bazel build -c opt --fat_apk_cpu=x86,x86_64,arm64-v8a,armeabi-v7a \
  --host_crosstool_top=@bazel_tools//tools/cpp:toolchain \
  --define=android_dexmerger_tool=d8_dexmerger \
  --define=android_incremental_dexing_tool=d8_dexbuilder \
  //tensorflow/lite/java:tensorflow-lite

これbazel-bin/tensorflow/lite/java/に AAR ファイルが生成されます。これにより、いくつかの異なるアーキテクチャを備えた「ファットな」AAR が構築されることに注意してください。すべてが必要でない場合は、展開環境に適したサブセットを使用してください。

次のように、モデルのセットのみを対象とした小さな AAR ファイルを構築できます。

bash tensorflow/lite/tools/build_aar.sh \
  --input_models=model1,model2 \
  --target_archs=x86,x86_64,arm64-v8a,armeabi-v7a

上記のスクリプトはtensorflow-lite.aarファイルを生成し、モデルの 1 つが Tensorflow ops を使用している場合はオプションでtensorflow-lite-select-tf-ops.aarファイルを生成します。詳細については、「TensorFlow Lite バイナリサイズの削減」セクションを参照してください。

AAR をプロジェクトに直接追加する

tensorflow-lite.aarファイルをプロジェクトのlibsというディレクトリに移動します。アプリのbuild.gradleファイルを変更して新しいディレクトリを参照し、既存の TensorFlow Lite 依存関係を新しいローカルライブラリに置き換えます。例:

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 をローカル Maven リポジトリにインストールする

ルートチェックアウトディレクトリから次のコマンドを実行します。

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

アプリのbuild.gradleで、 mavenLocal()依存関係があることを確認し、標準の TensorFlow Lite 依存関係を、選択された TensorFlow 演算をサポートする依存関係に置き換えます。

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'
}

ここでの0.1.100バージョンは純粋にテスト/開発を目的としていることに注意してください。ローカル AAR がインストールされていると、アプリコードで標準のTensorFlow Lite Java 推論 APIを使用できます。