Google Play 開発者サービスの C および C++ API の LiteRT

Google Play サービス ランタイムの LiteRT を使用すると、LiteRT ライブラリをアプリに静的にバンドルすることなく、機械学習（ML）モデルを実行できます。このガイドでは、Google Play サービスの C または C++ API の使用方法について説明します。

Google Play 開発者サービス C API または C++ API で LiteRT を使用する前に、CMake ビルドツールがインストールされていることを確認してください。

ビルド構成を更新する

（1）LiteRT の Play サービス API にアクセスするには、アプリ プロジェクトのコードに次の依存関係を追加します。

implementation "com.google.android.gms:play-services-tflite-java:16.4.0"

パッケージ名は -java で終わりますが、このパッケージには C API と C++ API も含まれています。

（2）次に、モジュールの build.gradle ファイルの android ブロックを更新して、CMake スクリプトから C API にアクセスできるように Prefab 機能を有効にします。

buildFeatures {
  prefab = true
}

（3）[C++ API のみ] C++ API を使用している場合は、tflite-java-extract-cpp-sdk.gradle をプロジェクトの app ディレクトリにコピーし、アプリの Gradle スクリプト（app/build.gradle など）の先頭に以下を追加します。

apply from: 'tflite-java-extract-cpp-sdk.gradle'

これには、play-services-tflite-java の AAR ファイルから C++ SDK を自動的に解凍する Gradle コードが含まれています。

（4）[C++ API のみ] C++ API を使用している場合は、アプリの CMake 構成ファイル（通常は CMakeLists.txt）を含むディレクトリを見つけます。通常、このディレクトリは app/src/main/cpp ディレクトリです。次に、Findtflite_cc_api.cmake をプロジェクトのディレクトリの新しい Modules サブディレクトリにコピーします。これには、前のステップで Gradle スクリプトによって解凍された C++ SDK を見つけるコードが含まれています。

（5）最後に、CMake スクリプトの依存関係として、パッケージ tensorflowlite_jni_gms_client と、C++ API の場合はパッケージ tflite_cc_api も追加する必要があります。どちらも AAR からインポートされます。

C

find_package(tensorflowlite_jni_gms_client REQUIRED CONFIG)

# Set up C/C++ compiler flags to enable use of LiteRT in Play services
# (rather than regular LiteRT bundled with the app).
add_compile_definitions(TFLITE_IN_GMSCORE)
add_compile_definitions(TFLITE_WITH_STABLE_ABI)

target_link_libraries(tflite-jni # your JNI lib target
        tensorflowlite_jni_gms_client::tensorflowlite_jni_gms_client
        android # other deps for your target
        log)

C++

# Set up LiteRT in Play services C API (tensorflowlite_jni_gms_client) dependency.

find_package(tensorflowlite_jni_gms_client REQUIRED CONFIG)

# Set up LiteRT in Play services C++ API (tflite_cc_api) dependency.

list(PREPEND CMAKE_MODULE_PATH "${CMAKE_CURRENT_SOURCE_DIR}/Modules")

find_package(tflite_cc_api REQUIRED MODULE)
include_directories(${tflite_cc_api_INCLUDE_DIR})
add_subdirectory(${tflite_cc_api_DIR} tflite_cc_api_build)

# Set up C/C++ compiler flags to enable use of LiteRT in Play services
# (rather than regular LiteRT bundled with the app).
add_compile_definitions(TFLITE_IN_GMSCORE)
add_compile_definitions(TFLITE_WITH_STABLE_ABI)

target_link_libraries(tflite-jni # your JNI lib target
        tflite_cc_api::tflite_cc_api
        tensorflowlite_jni_gms_client::tensorflowlite_jni_gms_client
        android # other deps for your target
        log)

LiteRT ランタイムを初期化する

LiteRT C または C++ API を呼び出す前に、Java または Kotlin コードで TfLiteNative ランタイムを初期化する必要があります。

Java

Task tfLiteInitializeTask = TfLiteNative.initialize(context);

Kotlin

val tfLiteInitializeTask: Task = TfLiteNative.initialize(context)

Google Play 開発者サービスの Task API を使用して、TfLiteNative.initialize は Google Play 開発者サービスからアプリケーションのランタイム プロセスに LiteRT ランタイムを非同期で読み込みます。addOnSuccessListener() を使用して、LiteRT API にアクセスするコードを実行する前に TfLite.initialize() タスクが完了していることを確認します。タスクが正常に完了すると、使用可能なすべての LiteRT ネイティブ API を呼び出すことができます。

ネイティブ コードの実装

C/C++ コードで Google Play 開発者サービスの LiteRT を使用するには、次のいずれか（または両方）を行います。

  • Java コードから C または C++ 関数を呼び出すための新しい JNI 関数を宣言する
  • 既存の C または C++ コードから LiteRT ネイティブ API を呼び出す。

JNI 関数

次のように、新しい JNI 関数を宣言して、C/C++ コードで宣言された LiteRT ランタイムを Java/Kotlin コードからアクセスできるようにすることができます。

Java

package com.google.samples.gms.tflite.c;

public class TfLiteJni {
  static {
    System.loadLibrary("tflite-jni");
  }
  public TfLiteJni() { /**/ };
  public native void loadModel(AssetManager assetManager, String assetName);
  public native float[] runInference(float[] input);  // For example.
}

Kotlin

package com.google.samples.gms.tflite.c

class TfLiteJni() {
  companion object {
    init {
      System.loadLibrary("tflite-jni")
    }
  }
  external fun loadModel(assetManager: AssetManager, assetName: String)
  external fun runInference(input: FloatArray): FloatArray  // For example.
}

次の loadModel 関数と runInference C 関数または C++ 関数を照合します。

#ifdef __cplusplus
extern "C" {
#endif

void Java_com_google_samples_gms_tflite_c_loadModel(
  JNIEnv *env, jobject tflite_jni, jobject asset_manager, jstring asset_name){
  //...
}

jfloatArray Java_com_google_samples_gms_tflite_c_TfLiteJni_runInference(
  JNIEnv* env, jobject tfliteJni, jfloatArray input) {
  //...
}

#ifdef __cplusplus
}  // extern "C".
#endif

Java/Kotlin コードから C/C++ 関数を呼び出すことができます。

Java

tfLiteHandleTask.onSuccessTask(unused -> {
    TfLiteJni jni = new TfLiteJni();
    jni.loadModel(getAssets(), "add.bin");
    //...
});

Kotlin

tfLiteHandleTask.onSuccessTask {
    val jni = TfLiteJni()
    jni.loadModel(assets, "add.bin")
    // ...
}

ネイティブ コードの LiteRT

適切な API ヘッダー ファイルを含めて、Google Play 開発者サービス API で LiteRT を含めます。

C

#include "tensorflow/lite/c/c_api.h"

C++

#include "tensorflow/lite/interpreter.h"
#include "tensorflow/lite/model_builder.h"

その後、通常の LiteRT C または C++ API を使用できます。

C

TfLiteModel* model = TfLiteModelCreate(model_asset, model_asset_length);
// ...
TfLiteInterpreterOptions* options = TfLiteInterpreterOptionsCreate();
// ...
TfLiteInterpreter* interpreter = TfLiteInterpreterCreate(model, options);

C++

  // Load the model.
  auto model = tflite::FlatBufferModel::VerifyAndBuildFromBuffer(
      model_asset, model_asset_length);
  ...
  // Initialize the interpreter.
  BuiltinOpResolver op_resolver;
  InterpreterBuilder interpreter_builder(*model, op_resolver);
  interpreter_builder(&interpreter);
  std::unique_ptr<Interpreter>` interpreter;
  interpreter_builder(&interpreter);

サポートされている API

C

Google Play 開発者サービスの C API ヘッダーを含む LiteRT は、非推奨または試験運用版の機能を除き、通常の LiteRT C API と同じ API を提供します。現時点では、次のヘッダーの関数と型を使用できます。

モデルの読み込みと実行のための TensorFlow Lite API: 

tensorflow/lite/c/c_api.h
tensorflow/lite/c/c_api_types.h

カスタム オペレーションとデリゲート（ハードウェア アクセラレーションなど）を定義するための TensorFlow Lite 拡張 API: 

tensorflow/lite/c/c_api_opaque.h
tensorflow/lite/c/common.h
tensorflow/lite/c/builtin_op_data.h
tensorflow/lite/builtin_ops.h

既存のデリゲートを使用するためのデリゲート プラグイン API: 

tensorflow/lite/acceleration/configuration/c/gpu_plugin.h
tensorflow/lite/acceleration/configuration/c/xnnpack_plugin.h

c_api_experimental.h ヘッダーの関数はサポートされていません。

次のヘッダーを含めることで、Google Play 開発者サービスで LiteRT 固有の関数を使用できます。

tensorflow/lite/abi/tflite.h
。

C++

Google Play 開発者サービス C++ API ヘッダーを備えた LiteRT は、非推奨または試験運用版の機能を除き、通常の LiteRT C++ API と同じ API を提供します。ただし、このセクションの後半で説明するいくつかの例外があります。次のヘッダーの機能を利用できます。

tensorflow/lite/model_builder.h
tensorflow/lite/interpreter_builder.h
tensorflow/lite/interpreter.h
tensorflow/lite/signature_runner.h
tensorflow/lite/acceleration/configuration/delegate_registry.h
tensorflow/lite/kernels/builtin_op_kernels.h
tensorflow/lite/kernels/register.h
tensorflow/lite/tools/verifier.h

tensorflow/lite/interpreter.h の場合、Play サービスでサポートされている API には、LiteRT が安定した ABI を提供していない tflite::Interpreter のメンバーがいくつか含まれていません。

Interpreter::variables()
Interpreter::nodes_size()
Interpreter::node_and_registration(int node_index)
Interpreter::kTensorsReservedCapacity
Interpreter::kTensorsCapacityHeadroom
Interpreter::OpProfilingString(const TfLiteRegistration&, const TfLiteNode*)
Interpreter::SetExternalContext(TfLiteExternalContextType type, TfLiteExternalContext* ctx)