配套资料在网盘资料的“iTOP-3399 开发资料汇总（不含光盘内容）/04_iTOP-3399 开发板人工智能测试资料/智能回复配套资料.zip”目录下。
本章节将在 ITOP-3399 开发板上测试智能回复 APP，这是 TensorFlow Lite 在 Android 上的示例应用程序。智能回复 APP 可以实时回答问题，帮助用户高效且毫不费力地回复消息（或电子邮件）。智能回复在谷歌产品中已经非常成功，包括 Gmail、Inbox 和 Allo。智能回复 APP 回复模型针对的是文本聊天，它的架构与基于云计算的同类产品完全不同，它是专门针对手机或者手表等内存较小的设备而设计的。该设备模型具有多个优点：
更快：该模型运行在设备上，不需要网络连接。因此，推论是非常快的并且具有仅几毫秒的平均等待
时间。
资源高效：该模型在设备上的内存占用很小。
隐私友好型：用户数据永远不会离开设备，这消除了任何隐私限制
38.1 下载示例源码
如果您没有安装 AndroidStudio，请参考本手册“安装 AndroidStudio”章节安装 Android Studio 3.2 或更
高版本。您需要最低 API 21 的 Android 设备和开发环境。
TensorFlow Lite 是一种用于设备端推断的开源深度学习框架，官网提供了现成模型来供开发者使用，输
入网址 h t t p s ： // t e n s o r f l o w .g o o g l e .c n/lite/examples？hl=zh-cn 打开中文官网，如下图所示：
点击“智能回复”框图中的“在 Android 设备上试试”，会弹出自述文件说明，这个文件会说明如何将APP 在 android 上测试，如下图所示：
接下来将 TensorFlow 示例源代码下载到您的电脑上，下载地址是：
h t t p s ： // g i t h u b .com/tensorflow/examples ，下载完成后得到 examples-master.zip 文件，迅为配套资料里面
有下载好的，大家可以直接拿来用。
38.2 构建 Android Studio 项目
在 AndroidStudio 中打开刚刚下载的 TensorFlow 源代码，打开 AndroidStudio 选择“Open an existing
project”，依次打开 examples-master/lite/examples/smart_reply/android，如下图所示：（注意存放源码的路
径不能带中文）
打开工程以后自动开始下载依赖库，如果网络下载太慢的话，我们可以换阿里云源进行下载，如下图所示：
maven { url ‘h t t p s ： / / m a v e n 。 a l i y u n 。 c o m /repository/public/’ }
修改完以后，点击“Sync Now”，如下图所示：
编译会出现如下图所示的错误，这是因为找不到下载的设备模型，因为从国外下载比较不稳定，我们迅为已经替大家下载好了，大家可以直接使用。
我们将迅为资料包里面的 smartreply.tflite 拷贝到examples-master/lite/examples/smart_reply/android/app/build 目录下，如果没有 build 文件夹，则新建一个。拷贝完如下图所示：
修改完保存，点击“Build”-》Rebuild Project，重新编译工程，如下图所示：
编译成功，如下图所示。特别要注意的是在编译前要配置好 AndroidSDK，至少需要 SDK 版本为 23。
38.3 安装并运行应用程序
将 ITOP-3399 开发板设备连接到电脑，硬件连接如下图所示：
我们要确保开发板里面烧写了 android8 的系统，并且打开了开发者模式，并允许 USB 调试和设置 USB模式为文件传输模式（MTP 模式），然后选择 Run -》 Run app。我们在要安装该应用程序的设备的连接设备中选择部署目标（ITOP-3399 开发板），这将在设备上安装该应用程序。重新安装该应用程序可能需要您卸载以前的安装。安装成功如下图所示：
我们输入文本“nice to meet you”，智能回复 APP 反馈如下图所示：
配套资料在网盘资料的“iTOP-3399 开发资料汇总（不含光盘内容）/04_iTOP-3399 开发板人工智能测试资料/智能回复配套资料.zip”目录下。
本章节将在 ITOP-3399 开发板上测试智能回复 APP，这是 TensorFlow Lite 在 Android 上的示例应用程序。智能回复 APP 可以实时回答问题，帮助用户高效且毫不费力地回复消息（或电子邮件）。智能回复在谷歌产品中已经非常成功，包括 Gmail、Inbox 和 Allo。智能回复 APP 回复模型针对的是文本聊天，它的架构与基于云计算的同类产品完全不同，它是专门针对手机或者手表等内存较小的设备而设计的。该设备模型具有多个优点：
更快：该模型运行在设备上，不需要网络连接。因此，推论是非常快的并且具有仅几毫秒的平均等待
时间。
资源高效：该模型在设备上的内存占用很小。
隐私友好型：用户数据永远不会离开设备，这消除了任何隐私限制
38.1 下载示例源码
如果您没有安装 AndroidStudio，请参考本手册“安装 AndroidStudio”章节安装 Android Studio 3.2 或更
高版本。您需要最低 API 21 的 Android 设备和开发环境。
TensorFlow Lite 是一种用于设备端推断的开源深度学习框架，官网提供了现成模型来供开发者使用，输
入网址 h t t p s ： // t e n s o r f l o w .g o o g l e .c n/lite/examples？hl=zh-cn 打开中文官网，如下图所示：
点击“智能回复”框图中的“在 Android 设备上试试”，会弹出自述文件说明，这个文件会说明如何将APP 在 android 上测试，如下图所示：
接下来将 TensorFlow 示例源代码下载到您的电脑上，下载地址是：
h t t p s ： // g i t h u b .com/tensorflow/examples ，下载完成后得到 examples-master.zip 文件，迅为配套资料里面
有下载好的，大家可以直接拿来用。
38.2 构建 Android Studio 项目
在 AndroidStudio 中打开刚刚下载的 TensorFlow 源代码，打开 AndroidStudio 选择“Open an existing
project”，依次打开 examples-master/lite/examples/smart_reply/android，如下图所示：（注意存放源码的路
径不能带中文）
打开工程以后自动开始下载依赖库，如果网络下载太慢的话，我们可以换阿里云源进行下载，如下图所示：
maven { url ‘h t t p s ： / / m a v e n 。 a l i y u n 。 c o m /repository/public/’ }
修改完以后，点击“Sync Now”，如下图所示：
编译会出现如下图所示的错误，这是因为找不到下载的设备模型，因为从国外下载比较不稳定，我们迅为已经替大家下载好了，大家可以直接使用。
我们将迅为资料包里面的 smartreply.tflite 拷贝到examples-master/lite/examples/smart_reply/android/app/build 目录下，如果没有 build 文件夹，则新建一个。拷贝完如下图所示：
修改完保存，点击“Build”-》Rebuild Project，重新编译工程，如下图所示：
编译成功，如下图所示。特别要注意的是在编译前要配置好 AndroidSDK，至少需要 SDK 版本为 23。
38.3 安装并运行应用程序
将 ITOP-3399 开发板设备连接到电脑，硬件连接如下图所示：
我们要确保开发板里面烧写了 android8 的系统，并且打开了开发者模式，并允许 USB 调试和设置 USB模式为文件传输模式（MTP 模式），然后选择 Run -》 Run app。我们在要安装该应用程序的设备的连接设备中选择部署目标（ITOP-3399 开发板），这将在设备上安装该应用程序。重新安装该应用程序可能需要您卸载以前的安装。安装成功如下图所示：
我们输入文本“nice to meet you”，智能回复 APP 反馈如下图所示：
举报
举报
