实例积累

1. 将tensorflow训练好的模型移植到Android (MNIST手写数字识别)

https://blog.csdn.net/guyuealian/article/details/79672257

其中的实例（https://github.com/PanJinquan/Mnist-tensorFlow-AndroidDemo）可用，需要按照自己的实际情况修改build.gradle的版本号.

 tensorflow .so . jar各版本下载

Android 中的 armeabi,armeabi-v7a,x86,mips区别

2.将keras或tensorflow模型迁移到android端（AndroidStudio）：

https://blog.csdn.net/qq_39622065/article/details/83063438

https://blog.csdn.net/Uwr44UOuQcNsUQb60zk2/article/details/81108374

 

上面实例1与实例2相比：实例2不需要添加libs/libandroid_tensorflow_inference_java.jar，而是在build.gradle中的dependencies内添加implementation 'org.tensorflow:tensorflow-android:+'

以上两个实例均以tensorflow mobile方式实现的。而tensorflow lite为现在的潮流。

tensorflow API接口文档：https://tensorflow.google.cn/lite/apis

tflite文件生成：https://tensorflow.google.cn/lite/convert/python_api

 

Tensorflow Lite之编译生成tflite文件

 

 

3.关于使用Caffe在android平台测试的实践

https://blog.csdn.net/qwer4755552/article/details/52943956

官网实例

https://caffe2.ai/docs/AI-Camera-demo-android.html

https://github.com/bwasti/AICamera

编译caffe动态库 https://blog.csdn.net/qq_28725695/article/details/62882335

Caffe-Android-Lib  https://github.com/sh1r0/caffe-android-lib

支持移动端深度学习的几种开源框架