月份: 2018 年 12 月

說明如何使用Android Studio新建一個TensorFlow Lite for Android應用程式(APP)，並在該APP上運作一個自行定義與訓練的模型。於此需用到兩項關鍵技術：

• 使用Python程式語言撰寫基於TensorFlow框架的”機器學習”或”深度學習”程序，並將”訓練”與”驗證”後的成果轉換為TensorFlowLite模型檔(.tflite)
• 使用Java程式語言撰寫Android APP

前一篇文章” 編譯TensorFlow Lite for Android展示與範例程式”說明如何使用bazel來編譯TensorFlow Lite for Android展示（demo）程式，但其並不是開發Android APP常用的方式；因此本文將說明如何使用Android Studio來編譯TensorFlow Lite for Android專案，介紹以下三種方法：首先是編譯第三方包裝好的展示程式原始碼，其次是編譯廠商提供的TfLiteSSDDemo展示專案，最後則為TensorFlow官方編譯展示程式之標準程序。

前面兩篇文章” 安裝Android 8.1到百度人臉識別開發套件”與” TensorFlowLite for Android編譯環境安裝(macOS)”分別設定了硬體與軟體開發環境，接下來說明如何編譯TensorFlow Lite for Android的展示程式。在此特別說明的是，在這邊是使用晶片廠(Rockchip)修改後的TensorFlow版本，用以搭配” 百度人臉識別開發套件”。

本篇主要是說明如何在macOS下安裝TensorFlow Lite for Android程式開發環境。關於應用程式(APP)的部份我都會在macOS下進行開發，以對應iOS與Android兩套作業系統。