在Kotlin中集成TFLite模型：30×126浮点数组转ByteBuffer

针对你的TFLite模型输入需求，这里提供Kotlin下的具体实现代码，直接将二维浮点数组转成符合要求的ByteBuffer：

// 假设你的30×126二维浮点数组是这个变量
val floatArray2D: Array<FloatArray> = Array(30) { FloatArray(126) { /* 这里填充你的业务数据 */ } }

// 1. 初始化ByteBuffer：容量为元素总数 × 4（每个float占4字节），使用native字节顺序匹配TFLite要求
val byteBuffer = ByteBuffer.allocateDirect(30 * 126 * 4)
byteBuffer.order(ByteOrder.nativeOrder())

// 2. 将二维数组的每个元素写入ByteBuffer
floatArray2D.forEach { floatArray ->
    floatArray.forEach { value ->
        byteBuffer.putFloat(value)
    }
}

// 3. 重置ByteBuffer的读取位置到起始处，确保loadBuffer能正确读取数据
byteBuffer.flip()

// 接下来就可以用这个byteBuffer加载到TensorBuffer里，和你原代码衔接
val inputFeature0 = TensorBuffer.createFixedSize(intArrayOf(1, 30, 126), DataType.FLOAT32)
inputFeature0.loadBuffer(byteBuffer)

关键细节说明： #

• allocateDirect：使用直接内存分配，避免额外内存拷贝，提升TFLite处理效率。
• ByteOrder.nativeOrder()：必须和TFLite模型的字节顺序一致，否则会出现数据解析错误。
• flip()：写完数据后重置缓冲区位置到起始点，否则loadBuffer会从缓冲区末尾开始读取，导致数据异常。

内容的提问来源于stack exchange，提问作者Minhaaz