建構 Android 適用的 LiteRT

本文說明如何在一般而言，您不需要在本機建構 LiteRT Android 程式庫。如果您只想使用這個應用程式，請參閱 Android 快速入門導覽課程，進一步瞭解使用方式可在 Android 專案中使用

使用夜間快照功能

如要使用夜間快照，請將下列存放區新增至根 Gradle 建構作業設定檔。

allprojects {
    repositories {      // should be already there
        mavenCentral()  // should be already there
        maven {         // add this repo to use snapshots
          name 'ossrh-snapshot'
          url 'https://oss.sonatype.org/content/repositories/snapshots'
        }
    }
}

將夜間快照新增至 build.gradle，並視需要編輯

...
dependencies {
    ...
    implementation 'org.tensorflow:tensorflow-lite:0.0.0-nightly-SNAPSHOT'
    implementation 'com.google.ai.edge.litert:litert-gpu:0.0.0-nightly-SNAPSHOT'
    implementation 'com.google.ai.edge.litert:litert-support:0.0.0-nightly-SNAPSHOT'
    ...
}
...

在本機建構 LiteRT

在某些情況下，您可能會想使用 LiteRT 的本機版本。適用對象例如，您可以建構一個包含從 TensorFlow 選出的作業或需要對 LiteRT 進行當地變更

使用 Docker 設定建構環境

下載 Docker 檔案。下載 Docker 檔案即表示您同意您在使用這些服務時，必須遵守下列服務條款：

按下接受按鈕，即表示您同意一律使用 Android Studio 和 Android Native Development Kit 將由 Android 軟體管理開發套件授權協議： https://developer.android.com/studio/terms (這類網址可能會更新或變更) 提供)。

您必須確認服務條款，才能下載檔案。

您也可以選擇變更 Android SDK 或 NDK 版本。下載 Docker 檔案位於空資料夾中，然後執行下列指令來建構 Docker 映像檔：

docker build . -t tflite-builder -f tflite-android.Dockerfile

將目前的資料夾掛接至容器中的 /host_dir (請注意，/tensorflow_src 代表 TensorFlow 容器內的存放區)：

docker run -it -v $PWD:/host_dir tflite-builder bash

如果您在 Windows 上使用 PowerShell，請將「$PWD」替換成「$PWD」。「pwd」一詞。

如要在主機上使用 TensorFlow 存放區，請掛接該主機目錄。(-v hostDir:/host_dir)。

進入容器後，就能執行下列指令來下載其他 Android 工具和程式庫 (請注意，您可能必須接受授權)：

sdkmanager \
  "build-tools;${ANDROID_BUILD_TOOLS_VERSION}" \
  "platform-tools" \
  "platforms;android-${ANDROID_API_LEVEL}"

現在您應前往「Configure WORKSPACE and .bazelrc」部分，調整建構設定。

程式庫建構完成後，您可將其複製到 /host_dir ，以便在主機上存取

在沒有 Docker 的情況下設定建構環境

安裝 Bazel 和 Android 必備條件

Bazel 是 TensorFlow 的主要建構系統。如要使用這個平台建構應用程式並在您的系統中安裝 Android NDK 和 SDK。

安裝最新版的 Bazel 建構系統。
必須使用 Android NDK 建構原生 (C/C++) LiteRT 再也不是件繁重乏味的工作目前建議版本為 25b，可能請見請按這裡。
您可以取得 Android SDK 和建構工具這裡，或也可以從 Android Studio。建構建議使用 tools API >= 23 的版本建構 LiteRT。

設定 WORKSPACE 和 .bazelrc

這是一次性的設定步驟，如要建構 LiteRT 程式庫在 TensorFlow 根目錄檢查中執行 ./configure 指令碼目錄中回答「是」當指令碼要求以互動方式設定 ./WORKSPACE 因此，我們決定提供 Android 版本的安全防護機制該指令碼會嘗試使用下列環境變數：

ANDROID_SDK_HOME
ANDROID_SDK_API_LEVEL
ANDROID_NDK_HOME
ANDROID_NDK_API_LEVEL

如未設定這些變數，則必須在指令碼中以互動方式提供。提示。成功設定後應會產生類似下列內容的項目在根資料夾的 .tf_configure.bazelrc 檔案中：

build --action_env ANDROID_NDK_HOME="/usr/local/android/android-ndk-r25b"
build --action_env ANDROID_NDK_API_LEVEL="21"
build --action_env ANDROID_BUILD_TOOLS_VERSION="30.0.3"
build --action_env ANDROID_SDK_API_LEVEL="30"
build --action_env ANDROID_SDK_HOME="/usr/local/android/android-sdk-linux"

建構及安裝

正確設定 Bazel 之後，您就能從下列位置建構 LiteRT AAR：根結帳目錄，如下所示：

bazel build -c opt --cxxopt=--std=c++17 --config=android_arm64 \
  --fat_apk_cpu=x86,x86_64,arm64-v8a,armeabi-v7a \
  --define=android_dexmerger_tool=d8_dexmerger \
  --define=android_incremental_dexing_tool=d8_dexbuilder \
  //tensorflow/lite/java:tensorflow-lite

系統會在 bazel-bin/tensorflow/lite/java/ 中產生 AAR 檔案。注意事項這會形成一個「胖」有多種不同架構的自動套用最佳化建議功能；如果您不請針對您的部署環境使用對應的子集。

您可以建立僅指定一組模型的小型 AAR 檔案，如下所示：

bash tensorflow/lite/tools/build_aar.sh \
  --input_models=model1,model2 \
  --target_archs=x86,x86_64,arm64-v8a,armeabi-v7a

上述指令碼會產生 tensorflow-lite.aar 檔案，並視需要產生 tensorflow-lite-select-tf-ops.aar 檔案 (如果其中一個模型使用 TensorFlow 作業詳情請參閱縮減 LiteRT 二進位檔大小一節。

直接將自動套用最佳化建議功能新增至專案

將 tensorflow-lite.aar 檔案移至名為 libs 的目錄，位置為專案。修改應用程式的 build.gradle 檔案，以參照新目錄並用新的本機程式庫取代現有的 LiteRT 依附元件 e.g.:

allprojects {
    repositories {
        mavenCentral()
        maven {  // Only for snapshot artifacts
            name 'ossrh-snapshot'
            url 'https://oss.sonatype.org/content/repositories/snapshots'
        }
        flatDir {
            dirs 'libs'
        }
    }
}

dependencies {
    compile(name:'tensorflow-lite', ext:'aar')
}

將 AAR 安裝至本機 Maven 存放區

從根結帳目錄執行下列指令：

mvn install:install-file \
  -Dfile=bazel-bin/tensorflow/lite/java/tensorflow-lite.aar \
  -DgroupId=org.tensorflow \
  -DartifactId=tensorflow-lite -Dversion=0.1.100 -Dpackaging=aar

在應用程式的 build.gradle 中，確認有 mavenLocal() 依附元件。將標準 LiteRT 依附元件替換成支援的依附元件適用於特定 TensorFlow 作業：

allprojects {
    repositories {
        mavenCentral()
        maven {  // Only for snapshot artifacts
            name 'ossrh-snapshot'
            url 'https://oss.sonatype.org/content/repositories/snapshots'
        }
        mavenLocal()
    }
}

dependencies {
    implementation 'org.tensorflow:tensorflow-lite:0.1.100'
}

請注意，此處的 0.1.100 版本僅供測試/開發安裝本機 AAR 後，您就可以使用應用程式程式碼中的 LiteRT Java 推論 API。