如何将训练好的TensorFlow MNIST模型无缝集成至Android应用？
- 内容介绍
- 文章标签
- 相关推荐
本文共计2797个文字，预计阅读时间需要12分钟。
【重原创，转载请注明出处】+ https://blog.csdn.net/guyuealian/article/details/79672257 + 项目GitHub下载地址：+ https://github.com/PanJinquan/Mnist-tensorFlow-AndroidDemo + 本博客将最简单的方式，利用TensorFlow实现...
blog.csdn.net/guyuealian/article/details/79672257
项目Github下载地址：github.com/PanJinquan/Mnist-tensorFlow-AndroidDemo
本博客将以最简单的方式，利用TensorFlow实现了MNIST手写数字识别，并将Python TensoFlow训练好的模型移植到Android手机上运行。网上也有很多移植教程，大部分是在Ubuntu(Linux)系统，一般先利用Bazel工具把TensoFlow编译成.so库文件和jar包，再进行Android配置，实现模型移植。不会使用Bazel也没关系，实质上TensoFlow已经为开发者提供了最新的.so库文件和对应的jar包了（如libtensorflow_inference.so和libandroid_tensorflow_inference_java.jar），我们只需要下载文件，并在本地Android Studio导入jar包和.so库文件，即可以在Android加载TensoFlow的模型了。
本文共计2797个文字，预计阅读时间需要12分钟。
【重原创，转载请注明出处】+ https://blog.csdn.net/guyuealian/article/details/79672257 + 项目GitHub下载地址：+ https://github.com/PanJinquan/Mnist-tensorFlow-AndroidDemo + 本博客将最简单的方式，利用TensorFlow实现...
blog.csdn.net/guyuealian/article/details/79672257
项目Github下载地址：github.com/PanJinquan/Mnist-tensorFlow-AndroidDemo
本博客将以最简单的方式，利用TensorFlow实现了MNIST手写数字识别，并将Python TensoFlow训练好的模型移植到Android手机上运行。网上也有很多移植教程，大部分是在Ubuntu(Linux)系统，一般先利用Bazel工具把TensoFlow编译成.so库文件和jar包，再进行Android配置，实现模型移植。不会使用Bazel也没关系，实质上TensoFlow已经为开发者提供了最新的.so库文件和对应的jar包了（如libtensorflow_inference.so和libandroid_tensorflow_inference_java.jar），我们只需要下载文件，并在本地Android Studio导入jar包和.so库文件，即可以在Android加载TensoFlow的模型了。