1.8.3 用Paddle-Lite框架編譯與開發Android應用

1.7.3節和1.8.2節分別在iOS和Android平臺上編譯了mobile-deep-learning項目的Demo，并讓這兩個基本的深度學習Demo運行起來了。接下來，我們嘗試使用另一個移動端深度學習框架Paddle-Lite來打造一個簡單的圖像分類App。Paddle-Lite項目是Paddle-Mobile項目的升級版本，Paddle-Mobile項目是mobile-deep-learning項目的升級版本。為了防止代碼頻繁變動，筆者將書中出現的Paddle-Lite代碼壓縮并放到了博文視點的官網，可以通過掃描讀者服務中的二維碼查看。如果讀者想體驗最新版本的Paddle-Lite，可以直接到GitHub搜索查看。如果讀者想在項目中使用Paddle-Lite，還是建議下載其最新版。

編譯Paddle-Lite ARM CPU版本的Android so庫

首先，我們嘗試在OS X或Linux平臺上編譯一個Paddle-Lite的so庫，編譯好這個so庫以后，再搭建和開發Android應用程序。

從博文視點的官網上將Paddle-Lite源碼下載到本地：

    git clone https://github.com/Paddle Paddle/Paddle-Lite.git

在Linux或OS X系統中交叉編譯Paddle-Lite庫的CPU版本so庫。

下載并解壓NDK壓縮文件到本地目錄（以OS X為例）：

    wget https://dl.google.com/android/repository/android-ndk-r18b-darwin-x86_64.zip

設置環境變量以確保能找到編譯工具鏈，下面的例子將環境變量臨時加到～/.bash_profile或者/etc/profile等環境初始化文件中了，更好的建議是加到系統環境變量中。

    unzip android-ndk-r18b-darwin-x86_64.zip
    export NDK_ROOT="/usr/local/android-ndk-r18b"

環境變量設置完成以后，可以使用下面的命令檢查是否生效。

    echo $NDK_ROOT

安裝cmake，需要安裝較高版本的，筆者使用的系統是OS X, cmake版本號是3.13.4。

    brew install cmake

在Linux系統中，可以先下載cmake，然后再配置環境變量，并執行Bootstrap安裝，代碼如下。

    wget https://cmake.org/files/v3.13/cmake-3.13.4.tar.gz

    tar -zxvf cmake-3.13.4.tar.gz

    cd cmake-3.13.4

    ./bootstrap

    make

    make install

cmake安裝完成以后，可以使用cmake --version檢查安裝是否成功。

有了可用的cmake和NDK之后，就可以進入Paddle-Lite的tools目錄執行編譯腳本了。下面是編譯Android版本的so庫的命令。

    cd Paddle-Lite/tools/

    sh build.sh android

這里還有一個可選項要提及。在開發設計早期，我們團隊深入討論了如何減小包體積，我們提出并實踐了很多方案，其中一項就是編譯選項可以根據網絡結構進行選擇，如果開發者使用的是常見的網絡結構，也想拿到一個更小體積的so庫，就可以添加神經網絡結構選項：

    sh build.sh android googlenet

這樣能讓與googlenet不相關的op被忽略，從而讓so庫的體積變得更小。最后在Paddle-Lite/build/release/arm-v7a/build目錄下可以找到Paddle-Lite庫：

    libPaddle-Lite.so

至此就順利完成了一次編譯，如果你想修改或優化Paddle-Lite的C++語言、匯編語言或其他語言的代碼，可以修改后自行編譯。C++部分的代碼開發建議使用Clion, iOS metal代碼的開發建議使用的IDE是Xcode。