AI on Android:安卓平台上的人工智能应用实战(01.环境的搭建)
AI on Android:安卓平臺上的人工智能應用實戰(01.環境的搭建)
人工智能可以說是近些年來最熱門的詞匯之一,可是大多數人工智能都是工作在后端的。作為Android工程師的我們也應該了解一些AI在移動平臺的應用,一方面可以豐富自己的知識、拓展自己的技能,另一方面也可以讓我們跟上時代的潮流、掌握最新的“黑科技”。
在開發AI之前,我們首先要完成開發環境的搭建,本文選用的系統環境為Windows10系統64位,其他系統的配置流程類似,具體請參考各個官網:
第一步:安裝Python
開發不同的程序需要不同的編程語言,可能有的同學會擔心作為一名Android工程師,整天在與Java和Kotlin代碼打交道,對于Python這門并不熟悉,這是不是說我就不可能學會開發Android平臺的AI應用了。這里提前說明一下:開發Android平臺的AI應用并不需要你會Python語言,所以對于這一點大家不必擔心。
Python有多個版本最適合的版本是Python3.5,我們去官網下載Python3.5.2版本的windows10x64位安裝包:https://www.python.org/downloads/windows/
安裝過程很簡單,只需要注意一點:勾選“Add Python 3.5 to PATH”以及“pip”這兩個勾選項。這可以幫助你自動配置好Python的環境變量以及安裝pip工具。
測試:
安裝之后按windows+R運行cmd,輸入
pyhton --version窗口會正確顯示對應的python版本號,輸入
pip --version窗口會正確顯示對應的pip版本號,說明Python和pip安裝成功。
第二步:安裝Tensorflow
從頭搭建一個神經網絡可能對于我們來說很復雜,我們不需要也沒必要自己實現神經網絡的搭建過程,谷歌的Tensorflow框架大大簡化了搭建神經網絡的過程,而且Tensorflow倉庫中有許多前人優秀的工作成果,我們可以直接用于我們的項目之中。
win+R運行cmd,輸入
pip install https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.12.0-cp35-cp35m-win_amd64.whl這里的Tensorflow版本是根據你的Python版本和計算機系統和硬件決定的,沒什么特別的輸入上述安裝命令即可,詳情見:https://tensorflow.google.cn/install/pip
安裝過程可能很慢,不要動耐心等待安裝完成。
測試:
安裝完成后在cmd中輸入
python進入Python命令行環境,接著輸入
import tensorflow as tf print(tf.__version__)會打印出Tensorflow的版本號,說明Tensorflow安裝成功。
第三步:安裝PyCharm
一個好的IDE可以大大提高你的工作效率。開發Android程序時Android Studio是我們的首選IDE,寫Python代碼時我們也需要一個優秀的IDE,這里選用了同為“Jet Brains”全家桶的PyCharm。
我們去官網下載對應版本的IDE:http://www.jetbrains.com/pycharm/download/,下載免費的社區版本即可。安裝過程很簡單不做贅述。
接著打開IDE,新建項目,新建Hello.py文件,輸入下列代碼:
import tensorflow as tfprint(tf.__version__)這時你可能會發現有錯誤,提示找不到Tensorflow,這是因為PyCharm自帶了一個Python而我們安裝的Tensorflow是安裝在我們自己的下載的Python中,我們需要更改項目的Python解釋器為我們自己的安裝的那個:
File->Settings-> Project: untitled->Project Interpreter,更改Project Interpreter為我們自己安裝的Python解釋器,默認安裝路徑在:C:\Users\xxx\AppData\Local\Programs\Python\Python35\python.exe,具體路徑也可以查看系統的PATH環境變量。
點擊OK,這時可以看到錯誤消失,點擊Run運行程序,窗口中會打印出Tensorflow版本號:
OK,到此為止環境的搭建已經完成,后面我會繼續帶領大家一步一步完成Android平臺的AI應用實踐。
總結
以上是生活随笔為你收集整理的AI on Android:安卓平台上的人工智能应用实战(01.环境的搭建)的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: ScreenMatch适配方案和PxCo
- 下一篇: sysbench --with-mysq