1、Github 下载Tensorflow源码

2、安装Bazel

bazel官网：https://docs.bazel.build/versions/4.2.1/install-os-x.html#install-on-mac-os-x-homebrew

安装相关命令
brew install bazel 安装
bazel --version 查看版本号
brew upgrade bazel 更新

注意：安装的版本需要在 Tensorflow源码根目录里configure.py文件_TF_MIN_BAZEL_VERSION和_TF_MAX_BAZEL_VERSION之间，笔者用brew安装的是4.1版本，安装好了之后进入到Tensorflow根目录下执行bazel命令时有报错，根据终端的提示，又安装了3.7.2版本….然后就变成了当我不在Tensorflow目录下时Bazel是4.1版本，进入TensorFlow目录后Bazel是3.7.2版本

3、配置工作区

运行Tensorflow源码项目根目录下的configure，终端执行 ./configure

configure1.png

configure2.png

配置流程就是上面这样，使用默认值的话直接按回车就行了，主要是仔细看清楚每个配置，笔者之前有个看错了把Android sdk的配置路径写成NDK的路径了导致后面编译出现一些莫名其妙的错误😂

• 配置Android NDK的目录版本，经笔者测试需要配置21.4.7075529这个版本或以下的，不然会报错目录下找不到platforms这个目录，我的bazel是3.7.2版本，可能不同版本的bazel编译要求有不同，这里仅供参考
• 配置Android NDK API level，我开始配置的21，可能是太低了，后面编译有报错，最终使用的27（也可能是29，这个记得不太清楚了）
• 配置Android SDK API level，我开始配置的31，也会报错，改成稳定的低版本29，对应的Android build tools version 配置29.0.2

4、解决编译报错

报错如下：

ERROR An error occurred during the fetch of repositorytf.runt ime'.png

报错如下：

ERROR Skipping.png

bo inciude the core tenser.tow te runt iee.png

报错如下：

ERROR An error occurred during the fetch of reposltory local confla python'.png

报错如下：
ERROR: /Users/hemeng/Desktop/tensorflow-master/tensorflow/core/platform/default/BUILD:197:11: Linking of rule '//tensorflow/core/platform/default:logging' failed (Exit 1): aarch64-linux-android-ar failed: error executing command external/androidndk/ndk/toolchains/aarch64-linux-android-4.9/prebuilt/darwin-x86_64/bin/aarch64-linux-android-ar rcsD bazel-out/arm64-v8a-opt/bin/tensorflow/core/platform/default/liblogging.pic.a ... (remaining 1 argument(s) skipped)
解决方法：这种报错有可能是因为内存之类的原因，重新编译多试几次即可

5、自定义TensorFlow库

最终要编译一个什么要的库，还要看自己的需要，可以参考官网的示例结合编译文件的源码自己修改
示例：Flutter中Android用的so库，这个库官网已经提供下载了，如果自己编译可以执行bazel build -c opt --cxxopt=--std=c++11 --config=android_arm //tensorflow/lite/c:tensorflowlite_c

如果你的model.tflite需要支持select运算符（移动端的tflite暂不支持TensorFlow select ops 具体解释可以看这里，打不开的话连下vpn），可能在移动端使用会报错：
E/tflite (14460): Regular TensorFlow ops are not supported by this interpreter. Make sure you apply/link the Flex delegate before inference.
E/tflite (14460): Node number 6 (FlexTensorArrayV3) failed to prepare.
那么需要在libtensorflowlite_c.so这个库的基础上进行扩展，打开文件tensorflow/lite/c/BUILD，添加下图红框里的内容，执行
bazel build -c opt --cxxopt=--std=c++11 --config=android_arm //tensorflow/lite/c:tensorflowlite_c

Makggarekev SRlbote 1st.s(1ocatien semsorkowLIteSieXPRrkss.39m08l5a103)”,.png