带有 Python 绑定的 Android 上的 Tensorflow？

Question

我正在尝试使用适用于 Android 的 Python 绑定构建 Tensorflow 核心 - 以便在 Android 中的 Kivy 应用程序中使用，但不确定如何使 Python 绑定正常工作。

编译适用于 Android 的 Tensorflow 核心可使用以下内容：

bazel build -c opt \
  --crosstool_top=//external:android/crosstool \
  --cpu=armeabi-v7a \
  --host_crosstool_top=@bazel_tools//tools/cpp:toolchain \
  --verbose_failures \
  //tensorflow/core:android_tensorflow_lib

有人知道如何给它添加 Python 绑定吗？这可能吗？

我已阅读文档，进行了大量搜索，但没有找到任何关于此的内容。我看到很多其他人也有兴趣让 Tensorflow 在 Kivy（适用于 Android 和 iOS）上运行，但到目前为止似乎没有人这样做。人们只是说我们需要构建一个 python-for-android 配方，但配方的第一步是使用 Python 绑定为 Android 构建，因此上面的问题。

Answer 1

注意：我从未使用过 Tensorflow

---

从pypi来看，这里唯一的依赖问题可能是NumPy，但有一个recipe for it。所以，我们有 NumPy，但是 Tensorflow 本身没有秘诀。现在呢？

答案在documentation 中，了解如何制作食谱。

首先我会看一下已经工作的食谱，以真正了解它们是如何工作的，尤其是那些使用 C/C++ 而不使用 Cython 的，因为它更容易制作一个Cython 的配方（即使您编写了代码也会更多）。

这些是我认为创建 Tensorflow 配方的基石：

• Protobuf(C++)
• OpenSSL

他们每个人都有一个零件可以帮助您组装一个有效的食谱。现在，绑定有问题。有manylinux 轮子，但这些轮子很可能不会在Android 上帮助你（就像根本）在它们的状态下。因此，您需要从源代码构建（显然），并且它们具有与该部分相关的 a whole folder。

这将我们引向您的bazel 代码。在build_pip_package.sh 中有很多与 bazel 相关的内容。

所以，在您了解食谱的工作原理后，有两种可能性：

• 您的代码实际上做了一些事情并为 android 构建它
• 你的代码一文不值

如果您的代码确实有效，那么您很有可能能够将已经制作的 setup.py 文件组合成一个看起来很简单的配方，希望只需使用另一个平台检查（并使用正确的bazel 二进制我假设）。由于已经有setup.py 文件，因此应将包文件移动到为 Android 编译的 Python 中。

另一方面，如果您在上面粘贴的那段代码毫无价值，那么您最终可能会自己编译代码 + 重新发明他们的 setup.py 只是为了 P4A 作为配方。如果您不熟悉从源代码构建所需的编译步骤，我真的不羡慕您。

---

另外，提及最终 APK 的 大小 可能是件好事。你可以在 PyPI 上看到 Tensorflow，只需要一个 13MB 的 Windows 小轮子。然而，许多 linux 轮子是 巨大 (37-42MB)，如果你打算安装除 Tensorflow 本身以外的任何东西，我认为你最终会得到介于这两者之间的大小。总是有 NumPy，你必须将它作为依赖项拖到手机上。这样就可以为您提供大约 50MB+ 的 APK 文件，这可能不是真正需要的（取决于您）。

This piece of code 在他们的 repo 中与 Python 相关可能也会对您有所帮助。