
上QQ阅读APP看书,第一时间看更新
2.5.3 使用JCenter中的TensorFlow Lite AAR
如果要在Android应用程序中使用TensorFlow Lite,建议读者使用在JCenter中托管的TensorFlow Lite AAR,其里面包含了Android ABIs中的所有的二进制文件。例如,在下面实例中,可以在build.gradle依赖中通过如下代码来使用TensorFlow Lite。

在现实应用中,建议通过只包含需要支持的ABIs来减少应用程序的二进制文件大小,建议读者删除其中的x86、x86_64和arm32的ABIs。例如,可以通过如下所示的Gradle配置代码实现。

在上述配置代码中,设置只包括了armeabi-v7a和arm64-v8a,该配置能涵盖现实中大部分的Android设备。