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

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。
1387

被折叠的 条评论
为什么被折叠?



