TensorFlowのiOSサンプルの実行手順(2017年7月現在)
【注意】本記事のサンプルは公開終了になっていました。(TensorFlow Liteに移行したようです。)
TensorFlowのiOSサンプルの実行手順について、すでにいろいろ情報は出ていますが、最新版では少し異なる箇所があったので、覚書としてまとめておきました。
はじめに
以下の環境で作業を行いました。
macOS 10.12.5
Xcode 8.3.3
TensorFlow Release 1.2.1 (2017/7/1 現在)
実は、今回行う手順は、以下のREADME.mdにまとまっています。
https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/makefile
ただし、古い記述もありました。
(「tensorflow/contrib/ios_examples」から「tensorflow/examples/ios」に移動になったようです)
https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/ios
できるだけ要点だけをまとめたかったので、ディレクトリ移動「cd」の記述は含めませんでした。
準備
automake, libtoolが必要になりますので、インストールしておきます。
brew install automake
brew install libtool
ダウンロード
TensorFlowライブラリ(tensorflow-master.zip)をダウンロードします。
https://github.com/tensorflow/tensorflow
画像認識用の学習済みモデル(inception5h.zip)をダウンロードします。
https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip
ビルド
TensorFlowライブラリのビルド
tensorflow/contrib/makefile
tensorflow/contrib/makefile
に移動して、以下を実行します。
./build_all_ios.sh
README.mdに「This process will take around twenty minutes on a modern MacBook Pro.」とありますが、私の環境(Retina, 13-inch, Early 2015)では1時間以上かかったと思います。ご注意ください。
iOSのサンプルプロジェクトのビルド
学習済みモデルのコピー
iOSのサンプルプロジェクトですが、以下に移動しています。(README.mdでの説明とは異なります)
tensorflow/examples/ios
今回は「camera」のサンプルプロジェクトで説明します。
ダウンロードした画像認識用の学習済みモデル(inception5h.zip)を解凍して、
tensorflow/examples/ios/camera/data
に以下のファイルをコピーします。
imagenet_comp_graph_label_strings.txt
tensorflow_inception_graph.pb
CocoaPodsのインストール
サンプルプロジェクトはCocoaPodsをインストールする必要があります。
tensorflow/examples/ios/camera
に移動して、以下を実行します。
pod install
もし上記で「Unable to find a specification for `TensorFlow-experimental`」というエラーが出た場合、以下の手順を行ってください。
pod repo remove master
pod setup
pod install
以下のxcworkspaceが作成されていれば成功です。
tensorflow/examples/ios/camera/tf_camera_example.xcworkspace
このxcworkspaceからXcodeを起動してください。
問題なくビルド、実行できると思います。
実行結果
とりあえず、自宅にあったギターを試してみました。
アコースティックギター
エレキギター
バッチリですね!
Author And Source
この問題について(TensorFlowのiOSサンプルの実行手順(2017年7月現在)), 我々は、より多くの情報をここで見つけました https://qiita.com/MJeeeey/items/390853bf0a2890638c4b著者帰属:元の著者の情報は、元のURLに含まれています。著作権は原作者に属する。
Content is automatically searched and collected through network algorithms . If there is a violation . Please contact us . We will adjust (correct author information ,or delete content ) as soon as possible .