如何在NDK 22+版本构建适配ARM64的TensorFlow Lite？

问题2解答：无需局限于NDK≤21，可使用NDK22+构建TFLite #

TensorFlow 2.11支持通过调整构建配置适配NDK22+版本，官方文档的Bazel限制是由于旧版Bazel的兼容性问题，可通过修改Bazel配置或改用CMake构建绕过。推荐使用CMake构建，更贴合Android项目的CMake集成流程。

问题1：正确的构建配置步骤 #

提供两种可行方案，按需选择：

方案一：修改Bazel配置适配NDK25构建 #

1. 环境准备

   • 安装Bazel 5.3.0及以上版本（TF2.11推荐版本，对NDK22+兼容性更好）
   • 确认NDK25的完整路径，例如~/Android/Sdk/ndk/25.2.9519653

2. 调整TensorFlow源码配置

   • 打开tensorflow/workspace.bzl，找到android_ndk_repository节点，修改参数：

     android_ndk_repository(
         name = "androidndk",
         api_level = 21,  # 或你的目标Android API版本
         ndk_version = "25.2.9519653",
         path = "~/Android/Sdk/ndk/25.2.9519653",
         platforms_root = "~/Android/Sdk/ndk/25.2.9519653/platforms"  # 解决platforms目录找不到问题
     )
     

3. 运行配置脚本

   ./configure
   

   交互流程中：

   • 询问"Do you wish to build TensorFlow with Android NDK support?"时选Yes
   • 输入NDK的完整绝对路径
   • 指定Android API level为21或更高版本
   • 其余选项按需选择，最后确认配置

4. 构建ARM64架构的TFLite动态库

   bazel build --config=android_arm64 //tensorflow/lite:libtensorflowlite.so
   

   构建产物路径：bazel-bin/tensorflow/lite/libtensorflowlite.so

方案二：使用CMake直接构建（推荐，无需Bazel） #

此方案更适配Android项目的CMake集成流程，兼容性更强：

1. 获取TF2.11源码

   git clone https://github.com/tensorflow/tensorflow.git
   cd tensorflow
   git checkout v2.11.0
   

2. 创建构建目录并配置CMake

   mkdir build_android_arm64 && cd build_android_arm64
   

   执行CMake配置（替换NDK路径为你的实际路径）：

   cmake .. \
     -DCMAKE_SYSTEM_NAME=Android \
     -DCMAKE_SYSTEM_VERSION=21 \
     -DCMAKE_ANDROID_ARCH_ABI=arm64-v8a \
     -DCMAKE_ANDROID_NDK=~/Android/Sdk/ndk/25.2.9519653 \
     -DCMAKE_ANDROID_STL_TYPE=c++_shared \
     -DTFLITE_ENABLE_XNNPACK=ON \
     -DTFLITE_BUILD_SHARED_LIB=ON \
     -DCMAKE_BUILD_TYPE=Release
   

   参数说明：

   • TFLITE_BUILD_SHARED_LIB=ON：构建动态库.so
   • TFLITE_ENABLE_XNNPACK=ON：可选，开启XNNPACK硬件加速
   • CMAKE_ANDROID_STL_TYPE=c++_shared：使用C++共享库，需与项目配置一致

3. 执行构建

   make -j$(nproc) libtensorflowlite
   

   构建产物路径：build_android_arm64/libtensorflowlite.so

集成到Android项目 #

1. 将构建好的libtensorflowlite.so复制到Android项目的app/src/main/jniLibs/arm64-v8a/目录
2. 在项目的CMakeLists.txt中添加链接配置：

   # 导入TFLite动态库
   add_library(tensorflowlite SHARED IMPORTED)
   set_target_properties(tensorflowlite PROPERTIES
       IMPORTED_LOCATION ${CMAKE_SOURCE_DIR}/../jniLibs/arm64-v8a/libtensorflowlite.so
   )
   
   # 链接到你的原生库
   target_link_libraries(your-native-lib-name
       tensorflowlite
       android
       log
   )
   

内容的提问来源于stack exchange，提问作者Turgut