目录
准备
使用android-studio编译
使用bazel编译
准备
如果需要了解如何将tensorflow的分类网络编译进android应用，我想先从google提供的例子着手应该是最好的方式。
首先我们需要下载tensorflow的代码，官方推荐是用--recurse-submodules来下载，否则可能有些protobuf会出现编译问题
git clone --recurse-submodules https://github.com/tensorflow/tensorflow.git使用android-studio编译
使用这种方法你需要有一定android开发应该的基础，否则配置android-studio估计也要花费一段时间。所以我们默认电脑中已经装好了可以使用的android-studio。
启动android-studio，打开./tensorflow/examples/android这个工程。
接着修改build.gradle文件，将nativeBuildSystem设置为none
// set to 'bazel', 'cmake', 'makefile', 'none'
def nativeBuildSystem = 'none'检查build.gradle中是否有设置compile 'org.tensorflow:tensorflow-android:+'，如果没有就需要加上。
dependencies {
if (nativeBuildSystem == 'cmake' || nativeBuildSystem == 'none') {
compile 'org.tensorflow:tensorflow-android:+'
}
}接着build工程，就会自动下载下面这些models。
def models = ['inception_v1.zip',
'object_detection/ssd_mobilenet_v1_android_export.zip',
'stylize_v1.zip',
'speech_commands_conv_actions.zip']但是有一个问题，这些models需要在google服务器上下载，所以可能会被墙，需要合理使用网络。
https://storage.googleapis.com/download.tensorflow.org/models编译完成后可以直接安装进手机查看效果。
使用bazel编译
另一种方式就是用bazel编译apk。
首先需要下载android SDK，并且解压进tenserflow目录
$ wget https://dl.google.com/android/android-sdk_r24.4.1-linux.tgz
$ tar xvzf android-sdk_r24.4.1-linux.tgz -C ~/tensorflow接着安装build-tools
$ cd ~/tensorflow/android-sdk-linux
$ tools/android update sdk --no-ui然后下载NDK
$ wget https://dl.google.com/android/repository/android-ndk-r14b-linux-x86_64.zip
$ unzip android-ndk-r14b-linux-x86_64.zip -d ~/tensorflow再下载训练好的模型
$ cd ~/tensorflow
$ wget https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip -O /tmp/inception5h.zip
$ unzip /tmp/inception5h.zip -d tensorflow/examples/android/assets/安装brazel，可以参考官网进行安装，安装地址
修改WORKSPACE文件，build_tools_version的版本可以看一下android-sdk-linux/build-tools下面有什么版本，如果版本低于26后面编译会报错。
# Uncomment and update the paths in these entries to build the Android demo.
android_sdk_repository(
name = "androidsdk",
api_level = 28,
# Ensure that you have the build_tools_version below installed in the
# SDK manager as it updates periodically.
build_tools_version = "28.0.2",
# Replace with path to Android SDK on your system
path = "android-sdk-linux",
)
android_ndk_repository(
name="androidndk",
path="android-ndk-r14b",
# This needs to be 14 or higher to compile TensorFlow.
# Please specify API level to >= 21 to build for 64-bit
# archtectures or the Android NDK will automatically select biggest
# API level that it supports without notice.
# Note that the NDK version is not the API level.
api_level=25)最后用bazel编译APK即可
$ cd ~/tensorflow
$ bazel build //tensorflow/examples/android:tensorflow_demo编译的时候如果报错如下，只需要将tensorflow/examples/android/BUILD中android_binary里面的manifest_merger = "legacy"删掉即可，并不会影响后面的编译。
ubuntu@ubuntu:/local/share/DeepLearning/tensorflow$ bazel build //tensorflow/examples/android:tensorflow_demo
ERROR: /local/share/DeepLearning/tensorflow/tensorflow/examples/android/BUILD:64:1: //tensorflow/examples/android:tensorflow_demo: no such attribute 'manifest_merger' in 'android_binary' rule
ERROR: error loading package 'tensorflow/examples/android': Package 'tensorflow/examples/android' contains errors
INFO: Elapsed time: 0.192s
INFO: 0 processes.
FAILED: Build did NOT complete successfully (1 packages loaded)编译成功后可以看到在bazel-bin下面生成了一系列的文件
ubuntu@ubuntu:/local/share/DeepLearning/tensorflow/bazel-bin/tensorflow/examples/android$ ls
_dx libtensorflow_demo.jar.dex.zip-2.params tensorflow_demo.ap_ tensorflow_demo_processed_manifest tensorflow_demo_symbols
_javac libtensorflow_demo.jar_desugared.jar tensorflow_demo.apk tensorflow_demo_resources.jar tensorflow_demo_unsigned.apk
libtensorflow_demo-native-header.jar libtensorflow_demo.jar_desugared.jar-2.params tensorflow_demo.srcjar tensorflow_demo_resources.jar.dex.zip
libtensorflow_demo.jar libtensorflow_demo.jar_manifest_proto tensorflow_demo_deploy.jar tensorflow_demo_resources.jar.dex.zip-2.params
libtensorflow_demo.jar-2.params libtensorflow_demo.jdeps tensorflow_demo_deploy.jar-2.params tensorflow_demo_resources.jar_desugared.jar
libtensorflow_demo.jar.dex.zip proguard tensorflow_demo_files tensorflow_demo_resources.jar_desugared.jar-2.params
安装tensorflow_demo.apk进手机，可以用adb命令安装，也可以直接将apk拷贝到手机中，在手机上点击apk安装。
安装成功后手机上会出现4个应用，TF Classify, TF Detect, TF Stylize, TF speech.
试了一下TF Classify，速度还是不错的。
下一篇介绍如何将自己做的分类网络在手机中实现。