오늘 현지 TensorFlow Everywhere 이벤트에 참석하세요!

Android용 TensorFlow Lite 빌드하기

이 문서는 TensorFlow Lite Android 라이브러리를 직접 빌드하는 방법을 설명합니다. 일반적으로 TensorFlow Lite Android 라이브러리를 로컬로 빌드할 필요는 없지만 사용하는 가장 쉬운 방법은 JCenter에서 호스팅되는 TensorFlow Lite AAR을 사용하는 것입니다. Android 프로젝트에서 사용하는 방법에 대한 자세한 내용은 Android 빠른 시작을 참조하세요.

로컬에서 TensorFlow Lite 빌드하기

경우에 따라 TensorFlow Lite의 로컬 빌드를 사용해야 할 수 있습니다. 예를 들어, TensorFlow에서 선택한 연산을 포함하는 사용자 정의 바이너리를 빌드하거나 TensorFlow Lite를 로컬에서 변경하고자 할 수 있습니다.

Docker를 사용하여 빌드 환경 설정하기

  • Docker 파일을 다운로드합니다. Docker 파일을 다운로드하면 다음 서비스 약관이 파일 사용에 적용된다는 데 동의하는 것입니다.

동의를 클릭하면 Android Studio 및 Android Native Development Kit의 모든 사용에 https://developer.android.com/studio/terms에서 제공하는 Android 소프트웨어 개발 키트 라이선스 계약(이 URL은 Google에서 수시로 업데이트하거나 변경할 수 있음)이 적용된다는 데 동의하는 것입니다.

파일을 다운로드하려면 서비스 약관에 동의해야 합니다. 동의
  • 선택적으로, Android SDK 또는 NDK 버전을 변경할 수 있습니다. 다운로드한 Docker 파일을 빈 폴더에 놓고 다음을 실행하여 Docker 이미지를 빌드합니다.
docker build . -t tflite-builder -f tflite-android.Dockerfile
  • 컨테이너 내부의 /tmp에 현재 폴더를 마운트하여 대화식으로 docker 컨테이너를 시작합니다(/tensorflow_src는 컨테이너 내부의 TensorFlow 리포지토리임).
docker run -it -v $PWD:/tmp tflite-builder bash

Windows에서 PowerShell을 사용하는 경우 "$PWD"를 "pwd"로 바꿉니다.

호스트에서 TensorFlow 리포지토리를 사용하려면, 대신 해당 호스트 디렉토리를 마운트합니다(-v hostDir:/ tmp).

  • 컨테이너 내부에 들어왔으면 다음을 실행하여 추가 Android 도구와 라이브러리를 다운로드할 수 있습니다(라이선스에 동의해야 할 수 있음).
android update sdk --no-ui -a --filter tools,platform-tools,android-${ANDROID_API_LEVEL},build-tools-${ANDROID_BUILD_TOOLS_VERSION}

이제 "빌드 및 설치하기" 섹션으로 진행할 수 있습니다. 라이브러리 빌드를 마친 후 컨테이너 내부의 /tmp에 라이브러리를 복사하고 호스트에서 이 라이브러리에 액세스할 수 있습니다.

Docker 없이 빌드 환경 설정하기

Bazel 및 Android 필수 구성 요소 설치하기

Bazel은 TensorFlow의 기본 빌드 시스템입니다. Bazel을 사용하여 빌드하려면 시스템에 Android NDK 및 SDK가 설치되어 있어야 합니다.

  1. 최신 버전의 Bazel 빌드 시스템을 설치합니다.
  2. 네이티브(C/C++) TensorFlow Lite 코드를 빌드하려면 Android NDK가 필요합니다. 현재 권장되는 버전은 17c이며 여기에서 찾을 수 있습니다.
  3. Android SDK 및 빌드 도구는 여기에서 얻거나, Android Studio의 일부로 얻을 수도 있습니다. TensorFlow Lite 빌드에 권장되는 버전은 Build tools API >= 23입니다.

WORKSPACE 및 .bazelrc 구성하기

루트 TensorFlow 체크아웃 디렉토리에서 ./configure 스크립트를 실행하고 스크립트가 Android 빌드용 ./WORKSPACE를 대화식으로 구성할 것인지 물으면 "Yes"를 선택합니다. 스크립트는 다음 환경 변수를 사용하여 설정 구성을 시도합니다.

  • ANDROID_SDK_HOME
  • ANDROID_SDK_API_LEVEL
  • ANDROID_NDK_HOME
  • ANDROID_NDK_API_LEVEL

이들 변수가 설정되지 않은 경우, 스크립트 프롬프트에서 대화식으로 제공해야 합니다. 성공적으로 구성되면 루트 폴더의 .tf_configure.bazelrc 파일에 다음과 같은 항목이 생깁니다.

build --action_env ANDROID_NDK_HOME="/usr/local/android/android-ndk-r17c"
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"

빌드 및 설치하기

Bazel이 올바르게 구성되면 다음과 같이 루트 체크아웃 디렉토리에서 TensorFlow Lite AAR을 빌드할 수 있습니다.

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

그러면 bazel-bin/tensorflow/lite/java/에 AAR 파일이 생성됩니다. 그 결과로 몇 가지 아키텍처를 포함한 "뚱뚱한" AAR이 구축된다는 점에 유의하세요. 모두 필요하지 않은 경우 배포 환경에 적합하게 일부만 사용합니다.

주의: 다음 기능은 실험적이며 HEAD에서만 사용할 수 있습니다. 다음과 같이 일정 모델만 대상으로 하는 더 작은 AAR 파일을 빌드할 수 있습니다.

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

위 스크립트는 모델 중 하나가 Tensorflow 연산을 사용하는 경우 tensorflow-lite.aar 파일, 및 선택적으로 tensorflow-lite-select-tf-ops.aar 파일을 생성합니다. 자세한 내용은 TensorFlow Lite 바이너리 크기 줄이기 섹션을 참조하세요.

프로젝트에 직접 AAR 추가하기

tensorflow-lite.aar 파일을 프로젝트의 libs라고 하는 디렉토리로 이동합니다. 새 디렉토리를 참조하도록 앱의 build.gradle 파일을 수정하고 기존 TensorFlow Lite 종속성을 새 로컬 라이브러리로 바꿉니다. 예를 들면 다음과 같습니다.

allprojects {
    repositories {
        jcenter()
        flatDir {
            dirs 'libs'
        }
    }
}

dependencies {
    compile(name:'tensorflow-lite', ext:'aar')
}

로컬 Maven 리포지토리에 AAR 설치하기

루트 체크아웃 디렉토리에서 다음 명령을 실행합니다.

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

앱의 build.gradle에서 mavenLocal() 종속성이 있는지 확인하고 표준 TensorFlow Lite 종속성을 선택한 TensorFlow 연산을 지원하는 종속성으로 바꿉니다.

allprojects {
    repositories {
        jcenter()
        mavenLocal()
    }
}

dependencies {
    implementation 'org.tensorflow:tensorflow-lite:0.1.100'
}

여기서 0.1.100 버전은 순전히 테스트/개발을 위한 것입니다. 로컬 AAR이 설치되면 앱 코드에서 표준 TensorFlow Lite Java 추론 API를 사용할 수 있습니다.