Android文件内存映射,如何在android中读取tensorflow内存映射图文件？

相同的代码(用Objective C的呼吁让替代的文件名)&＃xff0c;可以在其他平台上使用过。因为我们使用内存映射&＃xff0c;我们需要通过创建某个设定的文件有特殊TensorFlow环境对象开始&＃xff0c;我们将使用&＃xff1a;

std::unique_ptr<:memmappedenv> memmapped_env;

memmapped_env->reset(

new tensorflow::MemmappedEnv(tensorflow::Env::Default()));

tensorflow::Status mmap_status &＃61;

(memmapped_env->get())->InitializeFromFile(file_path);

然后&＃xff0c;您需要在此环境下传递给后续调用&＃xff0c;像这个加载图表一样。

tensorflow::GraphDef tensorflow_graph;

tensorflow::Status load_graph_status &＃61; ReadBinaryProto(

memmapped_env->get(),

tensorflow::MemmappedFileSystem::kMemmappedPackageDefaultGraphDef,

&tensorflow_graph);

您还需要一个指向你所创建的环境中创建的会话&＃xff1a;

tensorflow::SessionOptions options;

options.config.mutable_graph_options()

->mutable_optimizer_options()

->set_opt_level(::tensorflow::OptimizerOptions::L0);

options.env &＃61; memmapped_env->get();

tensorflow::Session* session_pointer &＃61; nullptr;

tensorflow::Status session_status &＃61;

tensorflow::NewSession(options, &session_pointer);

这里有一点要注意的是&＃xff0c;我们也在一些禁用自动优化&＃xff0c;因为这些情况会折叠不变的子树&＃xff0c;因此创建我们不想要的张量值的副本并使用更多的RAM。此设置也意味着很难在Android中使用存储为APK资源的模型&＃xff0c;因为这些模型是压缩的&＃xff0c;并且没有正常的文件名。相反&＃xff0c;您需要将您的文件从APK复制到正常的文件系统位置。

一旦你完成了这些步骤&＃xff0c;你就可以像平常一样使用会话和图表&＃xff0c;并且你会看到加载时间和内存使用量的减少。