使用自定义 TensorFlow Lite build
使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
如果您是一位经验丰富的机器学习开发者,并且预构建的 TensorFlow Lite 库不能满足您的需求,您可以通过机器学习套件使用自定义 TensorFlow Lite build。例如,您可能需要添加自定义操作。
前提条件
捆绑适用于 Android 的自定义 TensorFlow Lite
构建 Tensorflow Lite AAR:
bazel build --cxxopt='--std=c++11' -c opt \
--fat_apk_cpu=x86,x86_64,arm64-v8a,armeabi-v7a \
//tensorflow/lite/java:tensorflow-lite
这将在 bazel-genfiles/tensorflow/lite/java/
中生成一个 AAR 文件。将自定义的 Tensorflow Lite AAR 发布到您的本地 Maven 代码库:
mvn install:install-file -Dfile=bazel-genfiles/tensorflow/lite/java/tensorflow-lite.aar -DgroupId=org.tensorflow \
-DartifactId=tensorflow-lite -Dversion=0.1.100 -Dpackaging=aar
最后,在您的应用 build.gradle
中,使用您的自定义版本替换 Tensorflow Lite:
implementation 'org.tensorflow:tensorflow-lite:0.1.100'
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2025-08-12。
[null,null,["最后更新时间 (UTC):2025-08-12。"],[],[],null,["\u003cbr /\u003e\n\nIf you're an experienced ML developer and the pre-built TensorFlow Lite\nlibrary doesn't meet your needs, you can use a custom\n[TensorFlow Lite](//www.tensorflow.org/mobile/tflite/) build with ML Kit. For\nexample, you may want to add custom ops.\n\nPrerequisites\n\n- A working [TensorFlow Lite](https://github.com/tensorflow/tensorflow/blob/master/tensorflow/lite/README.md#building-tensorflow-lite-and-the-demo-app-from-source) build environment\n\nBundling a custom TensorFlow Lite for Android\n\nBuild the Tensorflow Lite AAR: \n\n```\nbazel build --cxxopt='--std=c++11' -c opt \\\n --fat_apk_cpu=x86,x86_64,arm64-v8a,armeabi-v7a \\\n //tensorflow/lite/java:tensorflow-lite\n```\n\nThis will generate an AAR file in `bazel-genfiles/tensorflow/lite/java/`.\nPublish the custom Tensorflow Lite AAR to your local\n[Maven](https://maven.apache.org/download.cgi) repository: \n\n```\nmvn install:install-file -Dfile=bazel-genfiles/tensorflow/lite/java/tensorflow-lite.aar -DgroupId=org.tensorflow \\\n -DartifactId=tensorflow-lite -Dversion=0.1.100 -Dpackaging=aar\n```\n\nFinally, in your app `build.gradle`, override Tensorflow Lite with your custom\nversion: \n\n implementation 'org.tensorflow:tensorflow-lite:0.1.100'"]]