最近在研究tensorflow模型的移动端。在编译安卓的代码的时候遇到了许多坑点，现总结如下：
移动端编译有两种方式：第一，通过AAR从Jcenter中编译，此时只需要在build.gradle中将nativeBuildSystem改为none即可。然后将tensorflow/tensorflow/example/android导入android studio中运行即可。此时根据配置文件会自动下载demo对应的模型和依赖。此方法最为简单，所需依赖均是从配置文件中自动下载。注意该方法不需要更改workspace
有些博客说需要在目录下构建libs把对应的.so文件下载好放进去可以提高效率。个人测试过影响不大。
第二种：根据 教程 逐步安装。此方法较为繁琐，我采用该方法只完成了so文件和jar文件的编译。注意该方法在更改workspace时的androidsdk和androidndk时一定要顶格。另外编译的环境一定要用NDK14，中间就是一些环境安装。根据机器不同也许会不同，这个就不多说。
个人建议使用第一种方法：主要原因如下：
1. 编译方便，可以节省更多的时间。
2. 当编译完成之后我们需要对自己的数据进行开发，集成自己的模型时也是在android studio中进行的，不如直接最开始就在该工具下操作。
3. 对于第二种方式，主要是为了编译出so，和jar对应的文件，关于这个文件我们完全可以选择已经下载好的。并将其导入我们对应的安卓开发中然后导入tensorflow所需要的模型进行构建。（这种方式我还没实现，但是根据具体的app开发是肯定可以的）
4. 如果需要开发一个新的app可以将demo中的图的配置文件输入对应的新的app中完全也可以使用。