MACE的环境搭建——conda实现

本文档详细介绍了如何搭建MACE(Mobile AI Compute Engine)的开发环境,包括创建虚拟环境、安装必要的Python包、配置CMake、Android NDK以及Bazel。首先,使用conda创建名为mace的虚拟环境,并安装jinja2、pyyaml等基础包,接着指导如何安装TensorFlow等依赖库。然后,提供了链接指向CMake、Bazel和Android NDK的安装教程。完成这些步骤后,你的MACE环境就绪,为在Android设备上部署深度学习模型做好准备。
部署运行你感兴趣的模型镜像

1. MACE 主页

       MACE 的github地址:https://github.com/XiaoMi/mace

       小米官方的相关文档:https://mace.readthedocs.io/en/latest/

       对开发环境的要求,可以按照以下指令安装相关的包:

2. 创建虚拟环境并安装常见的包

        (1) 创建虚拟环境,我把虚拟环境命名为mace

conda create -n mace python=3.6

       (2) 进入虚拟环境

source activate mace

      (3) 安装常见的包

pip install jinja2==2.10
pip install pyyaml==3.12
pip install sh==1.12.14
pip install numpy==1.14.0
pip install six==1.11.0
pip install tensorflow==1.8.0
pip install scipy==1.0.0
pip install filelock==3.0.0
pip install onnx==1.8.0
sudo apt-get install android-tools-adb   # 对于Linux系统

3. 安装指定版本的CMake、Android NDK、Bazel

     (1) Bazel 安装,请参考我的一个小博客:https://blog.youkuaiyun.com/Guo_Python/article/details/116171093

     (2) CMake安装,请参考我的一个小博客:https://blog.youkuaiyun.com/Guo_Python/article/details/116227529

     (3) Android NDK安装,请参考我的一个小博客:https://blog.youkuaiyun.com/Guo_Python/article/details/116228629

 

OK,你的MACE环境已经搭建完成~

 

下一篇更精彩:通过MACE在Android手机上部署深度学习模型

 

参考:https://blog.youkuaiyun.com/u012505617/article/details/85763065

您可能感兴趣的与本文相关的镜像

ACE-Step

ACE-Step

音乐合成
ACE-Step

ACE-Step是由中国团队阶跃星辰(StepFun)与ACE Studio联手打造的开源音乐生成模型。 它拥有3.5B参数量,支持快速高质量生成、强可控性和易于拓展的特点。 最厉害的是,它可以生成多种语言的歌曲,包括但不限于中文、英文、日文等19种语言

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

guopeiAI

请博主加个火腿

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值