# Android 上的 TF Mobile 演示 在本節中，我們將學習如何重新創建 TensorFlow 團隊在其官方倉庫中提供的 Android 演示應用。 Android 演示將在您的 Android 設備上安裝以下四個應用： * `TF Classify`：這是一個對象識別應用，用于識別設備攝像頭輸入中的圖像，并在其中一個預定義的類中對其進行分類。它不會學習新類型的圖片，但會嘗試將它們分類為已經學過的類別之一。該應用使用 Google 預訓練的初始模型構建。 * `TF Detect`：這是一個物體檢測應用，可檢測設備相機輸入中的多個物體。在連續圖像進紙模式下移動相機時，它會繼續識別對象。 * `TF Stylize`：這是一個樣式轉移應用，可將選定的預定義樣式之一傳輸到設備相機的輸入。 * `TF Speech`：這是一個語音識別應用，用于識別您的語音，如果它與應用中的某個預定義命令匹配，則它會在設備屏幕上突出顯示該特定命令。 示例演示僅適用于 API 級別大于 21 的 Android 設備，并且該設備必須具有支持`FOCUS_MODE_CONTINUOUS_PICTURE`的現代相機。如果您的設備相機不支持此功能，則必須添加作者提交給 TensorFlow 的路徑：[https://github.com/tensorflow/tensorflow/pull/15489/files](https://github.com/tensorflow/tensorflow/pull/15489/files)。 在您的設備上構建和部署演示應用的最簡單方法是使用 Android Studio。要以這種方式構建它，請按照下列步驟操作： 1. 安裝 Android Studio。我們通過以下鏈接的說明在 Ubuntu 16.04 上安裝了 Android Studio： [https://developer.android.com/studio/install.html](https://developer.android.com/studio/install.html) 2. 查看 TensorFlow 倉庫，并應用上一篇技巧中提到的補丁。我們假設您檢查了主目錄中`tensorflow`文件夾中的代碼。 1. 使用 Android Studio，在路徑`~/tensorflow/tensorflow/examples/Android`中打開 Android 項目。您的屏幕看起來與此類似：  1. 從左側欄中展開 Gradle Scripts 選項，然后打開`build.gradle`文件。 2. 在`build.gradle`文件中，找到`def nativeBuildSystem`定義并將其設置為`'none'`。在我們檢出的代碼版本中，此定義位于第 43 行： ```py def nativeBuildSystem = 'none' ``` 1. 構建演示并在真實或模擬設備上運行它。我們在這些設備上測試了應用：  1. 您還可以構建 apk 并在虛擬或實際連接的設備上安裝 apk 文件。一旦應用安裝在設備上，您將看到我們之前討論的四個應用：  Android 模擬器中的 TF 示例應用程序 您還可以按照此鏈接中的說明使用 Bazel或 Cmake 從源構建整個演示應用程序： [https://github.com/tensorflow/tensorflow/tree/r1.4/tensorflow/examples/android](https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/android)