TensorFlow可以用定制的CPU构建吗？

Question

我在看TF Lite Android应用程序

它可以在GIT上找到：https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/lite/java/demo

如何编译tensorflow lite框架以使用优化的"atom“cpu类型？

是否可以在MAC操作系统上编译它，并对“原子”cpu进行CPU优化？

我想在Android设备上运行这个应用程序(SDK 22)，它有一个"Intel Atom“处理器。当我通过Android运行应用程序时，速率大约是每帧1200 was /帧。在我的Galaxy (arm -Snap巨龙处理器)上安装的相同的APK，每帧大约有30 my。

在"build.gradle“中有以下部分：

dependencies {
...    
compile 'org.tensorflow:tensorflow-lite:0.0.0-nightly'

...
}

所以好像是在下载框架，

如何使用CPU优化在本地编译它，并将应用程序设置为使用它，而不是下载非优化的夜间版本？

我试着运行本教程:带有cpu标志的 Installing TensorFlow from Sources，但不确定它如何帮助我处理Android场景。

Answer 1

假设您的Atom设备是x86，使用--fat_apk_cpu标志指定x86 ABI：

$ bazel build -c opt --cxxopt='--std=c++11' \ 
    --fat_apk_cpu=x86 \
    //tensorflow/contrib/lite/java/demo/app/src/main:TfLiteCameraDemo 

如果您正在构建64位设备，请使用x86和x86_64进行切换。

在bazel-bin/tensorflow/contrib/lite/java/demo/app/src/main/TfLiteCameraDemo.apk上可用的已构建的APK将包含x86 .so文件：

$ zipinfo bazel-bin/tensorflow/contrib/lite/java/demo/app/src/main/TfLiteCameraDemo.apk | grep lib
-rw----     2.0 fat  1434712 b- defN 80-Jan-01 00:00 lib/x86/libtensorflowlite_jni.so 

如果您的设备已连接，您可以使用bazel mobile-install而不是bazel build直接安装该应用程序：

$ bazel mobile-install -c opt --cxxopt='--std=c++11' \ 
  --fat_apk_cpu=x86 \ 
  --start_app \
  //tensorflow/contrib/lite/java/demo/app/src/main:TfLiteCameraDemo