程序博客网 > 中国域名交易中心

TensorFlow安装教程与Android Camera Demo示例(Ubuntu Trusty 14.04 LTS)

来源：互联网 发布：中国域名交易中心 编辑：程序博客网 时间：2024/06/05 20:21

第一部分

Tensorflow重要学习资料
英文官网
中文社区
极客学院
Tensorflow Github

0 资料介绍

  1. Tensorflow Mobile
    官网：https://www.tensorflow.org/mobile.html

  2. Github–Android Camera Demo
    Github：https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/android/ (重点参考资料)

  3. Android Studio
    官网：https://developer.android.com/studio/index.html
    教程：http://blog.csdn.net/qingqingdeaini/article/details/51995981（Blog第5节）

  4. SDK
    Baidu云下载链接:http://pan.baidu.com/s/1c1Y7rXY 密码：uue8
    官网：https://developer.android.com/studio/releases/build-tools.html
    SDK结构：
    |—Sdk
    |——add-ons（Google API）
    |——build-tools（android 开发所需）
    |——————24.0.1
    |——extras
    |——platforms （android Level API）
    |——————android-24
    |——platform-tools（各版本SDK。根据API Level划分的SDK版本）
    |——tools（ 各版本SDK通用工具。比如adb、和aapt、aidl、dx等文件）

  5. NDK
    官网：https://developer.android.com/ndk/index.html
    中文网：http://www.androiddevtools.cn/
    NDK百度云下载链接：http://pan.baidu.com/s/1eSE0GWq 密码：6226

  6. Bazel
    官网：http://www.bazel.io/docs/install.html

说明

# 24 July, 2016; Ling Bao## Ubuntu Trusty 14.04 LTS (虚拟机) Ubuntu Kylin 16.04.1 LTS也适用# 内存 2G; 处理器 2## python2.7# JDK8# SDK & NDK (具体版本详见本Blog 2.2.2. 配置WORKSPACE)

1 环境搭建

1.1 配置jdk环境（不是必须的步骤）

  1. 参考资料
    教程：http://blog.csdn.net/qingqingdeaini/article/details/51921543（Blog第一节）

  2. 配置环境变量

# 打开配置文件sudo gedit /etc/profile #Global Env    或者sudo gedit ~/.bashrc    #Local Env#配置内容eg.JAVA_HOME=/usr/sparkdir/java/jdk1.8.0_91PATH=$JAVA_HOME/bin:$PATH   CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/jre/lib/dt.jar:$JAVA_HOME/jre/lib/tools.jarexport JAVA_HOME PATH CLASSPATH# 使配置生效source /etc/profile    或者source ~/.bashrc

1.2 SDK与NDK下载

略，详见0节 资源介绍

1.3 安装Bazel

1.3.1 Using our custom APT repostiory

## Install JDK 8    # As For Ubuntu Trusty (14.04 LTS)    sudo add-apt-repository ppa:webupd8team/java    sudo apt-get update    sudo apt-get install oracle-java8-installer    # As For Ubuntu Wily (15.10)    sudo apt-get install openjdk-8-jdk## Add Bazel distribution URI as a package source (one time setup)    echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list    curl https://storage.googleapis.com/bazel-apt/doc/apt-key.pub.gpg | sudo apt-key add -## Update and install Bazel    sudo apt-get update && sudo apt-get install bazel    sudo apt-get upgrade bazel

1.3.2 Using binary installer

## Install JDK 8(同上)## Install required packages    sudo apt-get install pkg-config zip g++ zlib1g-dev unzip

1.3.3 Compiling Bazel from source

## Compiling    git clone https://github.com/bazelbuild/bazel.git    cd bazel    ./compile.sh## Configurate Env    参考教程：http://blog.csdn.net/qingqingdeaini/article/details/51995981(Blog第5节第3小点)    sudo gedit /etc/environment

第二部分

2 Tensorflow Android Camera Demo

2.1 下载Tensorflow源码

/tensorflow/examples/android是Camera Demo

## 命令来源于http://blog.csdn.net/wei220000/article/details/50985609(Blog第二：Build APK第2小点的说明)git clone --recurse-submodules https://github.com/tensorflow/tensorflow备注：--recurse-submodules 参数是必须得, 用于获取 TesorFlow 依赖的 protobuf 库.

2.2 下载训练库、配置WORKSPACE、编译

2.2.1 下载训练库

训练库官方下载点这里，并全部解压到assets文件夹内（需要在android项目中新建/assets文件夹）

百度云下载链接：http://pan.baidu.com/s/1ceGZaI 密码：jv47

# 解压到/android/assests    unzip inception5h.zip -d ~/tensorflow/tensorflow/examples/android/assets/

2.2.2. 配置WORKSPACE

## 配置/tensorflow/WORKSPACE文件，打开并去掉android_sdk_repository和android_ndk_repository的#注释，替换SDK和NDK的路径，配置后内容(部分)如下## 打开配置文件    gedit ./tensorflow/WORKSPACE## android_sdk_repository和android_ndk_repository配置内容# Uncomment and update the paths in these entries to build the Android demo.android_sdk_repository(    name = "androidsdk",    api_level = 24,    build_tools_version = "24.0.1",    # Replace with path to Android SDK on your system    path = "/home/ubuntu1/Android/Sdk",)#android_ndk_repository(    name="androidndk",    path="/home/ubuntu1/Android/android-ndk-r11c",    api_level=21)

2.2.3 编译

编译

## 进入tensorflow根目录进行编译，编译成功后会输出apk到tensorflow/bazel-bin/tensorflow/eexamples/android/bazel build //tensorflow/examples/android:tensorflow_demo## 如果想输出详尽的编译错误信息需要增加 --verbose_failuresbazel build //tensorflow/examples/android:tensorflow_demo --verbose_failures## If you get build errors about protocol buffers, run git submodule update --init and build againgit submodule update --init

错误分析

## 编译过程中出现如下错误ERROR: /home/ubuntu1/.cache/bazel/_bazel_ubuntu1/036d6be7ed7ea8f6432b9254606342c5/external/gif_archive/BUILD:14:1: C++ compilation of rule '@gif_archive//:gif' failed: namespace-sandbox failed: error executing command   (cd /home/ubuntu1/.cache/bazel/_bazel_ubuntu1/036d6be7ed7ea8f6432b9254606342c5/execroot/tensorflow && \  exec env - \    PATH=/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games \  /home/ubuntu1/.cache/bazel/_bazel_ubuntu1/036d6be7ed7ea8f6432b9254606342c5/execroot/tensorflow/_bin/namespace-sandbox @/home/ubuntu1/.cache/bazel/_bazel_ubuntu1/036d6be7ed7ea8f6432b9254606342c5/execroot/tensorflow/bazel-sandbox/19c766ad-27d9-4939-9e4c-b8d2024aac49-94.params -- /usr/bin/gcc -U_FORTIFY_SOURCE '-D_FORTIFY_SOURCE=1' -fstack-protector -Wall -Wl,-z,-relro,-z,now -B/usr/bin -B/usr/bin -Wunused-but-set-parameter -Wno-free-nonheap-object -fno-omit-frame-pointer -g0 -O2 -DNDEBUG -ffunction-sections -fdata-sections -g0 -DHAVE_CONFIG_H -iquote external/gif_archive -iquote bazel-out/host/genfiles/external/gif_archive -iquote external/bazel_tools -iquote bazel-out/host/genfiles/external/bazel_tools -isystem external/gif_archive/giflib-5.1.4/lib -isystem bazel-out/host/genfiles/external/gif_archive/giflib-5.1.4/lib -isystem external/bazel_tools/tools/cpp/gcc3 -fno-canonical-system-headers -Wno-builtin-macro-redefined '-D__DATE__="redacted"' '-D__TIMESTAMP__="redacted"' '-D__TIME__="redacted"' -MD -MF bazel-out/host/bin/external/gif_archive/_objs/gif/external/gif_archive/giflib-5.1.4/lib/dgif_lib.d -c external/gif_archive/giflib-5.1.4/lib/dgif_lib.c -o bazel-out/host/bin/external/gif_archive/_objs/gif/external/gif_archive/giflib-5.1.4/lib/dgif_lib.o).external/gif_archive/giflib-5.1.4/lib/dgif_lib.c:24:29: fatal error: gif_lib_private.h: No such file or directory#include "gif_lib_private.h"## 分析原因    从出错信息可以发现是.../bazel/.../tensorflow/_bin/namespace-sandbox出现了错误，因此怀疑是没有安装tensorflow。    出错信息：/home/ubuntu1/.cache/bazel/_bazel_ubuntu1/036d6be7ed7ea8f6432b9254606342c5/execroot/tensorflow/_bin/namespace-sandbox## 在tensorflow根目录执行./configure    得到错误信息：Can't find swig.  Ensure swig is in $PATH or set $SWIG_PATH.    解决方法：sudo apt-get -install swig

第三部分

3 安装tensorflow

参考资料如下：
极客翻译
中文社区
官网资料

3.1 安装 Bazel

略，见本Blog 1.3节

3.2 安装其他依赖

3.2.1 补充知识

参考资料
http://blog.csdn.net/u011534057/article/details/51615193

修改python版本方法1：基于用户修改 Python 版本    ls /usr/bin/python* # 查看已安装的python    python --version    # 查看python版本信息    # 设置别名操作    gedit ~/.bashrc    alias python='/usr/bin/python3.4' # 添加到./bashrc    source ~/.bashrc # 使配置生效方法2：在系统级修改 Python 版本使用 update-alternatives 来为整个系统更改 Python 版本    sudo update-alternatives --list python # 罗列出所有可用的 python 替代版本信息    sudo update-alternatives --install /usr/bin/python python /usr/bin/python2.7 1 # 将python2.7更新至替代列表 选项为1    sudo update-alternatives --install /usr/bin/python python /usr/bin/python3.4 2 # 将python3.4更新至替代列表 选项为2    update-alternatives --config python # 在列出的 Python 替代版本中任意切换## 移除替代版本eg.    update-alternatives --remove python /usr/bin/python2.7 # 将其从 update-alternatives 列表中删除掉## 移除软连接eg.    rm -rf /data/logs # 移除软连接    ln -s /temp/logs /data/logs # 创建软连接

3.2.2 安装pip(或Python3 的 pip3)

以python 2.7为例sudo apt-get install python-pip python-dev

3.2.3 安装numpy

# For Python 2.7:$ sudo apt-get install python-numpy swig python-dev python-wheel# For Python 3.x:$ sudo apt-get install python3-numpy swig python3-dev python3-wheel

3.3 可选: 安装 CUDA (在 Linux 上开启 GPU 支持)

为了编译并运行能够使用 GPU 的 TensorFlow, 需要先安装 NVIDIA 提供的 Cuda Toolkit 7.0 和 CUDNN 6.5 V2.

TensorFlow 的 GPU 特性只支持 NVidia Compute Capability >= 3.5 的显卡. 被支持的显卡 包括但不限于:

NVidia Titan
NVidia Titan X
NVidia K20
NVidia K40

安装的流程
1. 下载并安装 Cuda Toolkit 7.0
2. 下载并安装 CUDNN Toolkit 6.5
3. 配置 TensorFlow 的 Cuda 选项
4. 编译目标程序, 开启 GPU 支持

中文参考：‘Linux 安装’节的‘可选: 安装 CUDA (在 Linux 上开启 GPU 支持)’小点
官网参考：‘Installation for Linux’节的‘Optional: Install CUDA (GPUs on Linux)’小点

3.4 安装tensorflow

官方提供了 Pip, Docker, Virtualenv, Anaconda 或 源码编译的方法安装 TensorFlow，这里选择pip方式安装。

3.4.1 安装 pip

## 同1.6.2.2节# Ubuntu/Linux 64-bit$ sudo apt-get install python-pip python-dev# Mac OS X$ sudo easy_install pip

3.4.2 安装 TensorFlow

## python 2.7# Ubuntu/Linux 64-bit, CPU only, Python 2.7:$ sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl# Ubuntu/Linux 64-bit, GPU enabled, Python 2.7. Requires CUDA toolkit 7.5 and CuDNN v4.# For other versions, see "Install from sources" below.$ sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl# Mac OS X, CPU only:$ sudo easy_install --upgrade six$ sudo pip install --upgrade https://storage.googleapis.com/tensorflow/mac/tensorflow-0.8.0-py2-none-any.whl## python 3x# Ubuntu/Linux 64-bit, CPU only, Python 3.4:$ sudo pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp34-cp34m-linux_x86_64.whl# Ubuntu/Linux 64-bit, GPU enabled, Python 3.4. Requires CUDA toolkit 7.5 and CuDNN v4.# For other versions, see "Install from sources" below.$ sudo pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.8.0-cp34-cp34m-linux_x86_64.whl# Mac OS X, CPU only:$ sudo easy_install --upgrade six$ sudo pip3 install --upgrade https://storage.googleapis.com/tensorflow/mac/tensorflow-0.8.0-py3-none-any.whl

3.4.3 测试

测试Tensorflow

第四部分

4 结语

## 完成以上步骤后环境就搭建完毕了，再一次进行编译    bazel build //tensorflow/examples/android:tensorflow_demo --verbose_failures## 执行结果Target //tensorflow/examples/android:tensorflow_demo up-to-date:  bazel-bin/tensorflow/examples/android/tensorflow_demo_deploy.jar  bazel-bin/tensorflow/examples/android/tensorflow_demo_unsigned.apk  bazel-bin/tensorflow/examples/android/tensorflow_demo.apkINFO: Elapsed time: 3730.512s, Critical Path: 3464.62s## 结果截图如下

这里写图片描述

## 从结果可以看出深度神经网络模型在编译过程中花费总时间为3730.512s，数据流图的关键路径花费时间为3464.62s，因此这一过程用时很多，造成的原因留作后续深入分析。## 可以将~/.cache/bazel/_bazel_ubuntu1/036d6be7ed7ea8f6432b9254606342c5/execroot/tensorflow/bazel-out/local-fastbuild/bin/tensorflow/examples/android/_dx/tensorflow_demo/native_symlinks/armeabi-v7a/中把libtensorflow_demo.so抠出来，放到Android studio中用于其他开发。

5 Android Camera Demo 源码及其Apk

获取下载资源点这里
|——TensorflowCameraDemo
|—————————————android
|—————————————libtensorflow_demo.so
|—————————————tensorflow_demo.apk

0 0
中国域名交易中心 中国域名交易中心
原创粉丝点击
热门IT博客
c语言a两个括号c语言a两个括号
淘宝客的运作方式淘宝客的运作方式
mac内置音频剪辑
js双日历农历插件
ios淘宝下拉刷新动画
广东省广播电视网络
sqlserver 复制数据库
新闻发布软件
怎么做好一个淘宝店
如何删除淘宝评论
mysql级联更新
美国风光知乎
php java python
查看wdcp端口
三星拼接软件
美少女跳舞源码
java 创建二叉树
护理质量管理大数据
葬尸湖歌词知乎
弄玩网络女主播
热门问题 老师的惩罚 人脸识别 我在镇武司摸鱼那些年 重生之率土为王 我在大康的咸鱼生活 盘龙之生命进化 天生仙种 凡人之先天五行 春回大明朝 姑娘不必设防，我是瞎子 湖南财政经济学院工程管理系 工程绘图纸 施工图纸 辽宁建设工程信息网 扬州工程建设信息网 建设工程信息网 扬州建设工程信息网 重庆市建设工程信息网 西安建设工程信息网 哈尔滨建设工程信息网 常州建设工程交易网 徐州建设工程交易网 沈阳工程学院就业信息网 江苏建设工程招标网 南京工程学院教务网登录入口 工程教育网 深圳工程交易中心网 智能电网信息工程专业 物联网工程就是个坑 常州工程交易网 西安工程大学就业网 重庆建筑工程信息网 河南建设工程信息网 江苏省建设工程招标网 建设工程教育网论坛 西安工程大学就业信息网 漳州工程项目交易中心网 安徽建设工程信息网 河北工程大学就业信息网 徐州工程学院就业网 西安工程就业信息网 湖南交通工程学院青果网登录 河南工程建设信息网 河北工程大学校园网 成都信息工程大学学工网登录 北京市工程建设交易信息网 新疆工程建设信息网 工程机械交易网 安徽工程大学就业网 998工程机械交易网 上海工程信息网

程序博客网，程序员的互联网技术博客家园。csdn论坛精品 msdn技术资料都在这里