本周开源中国陆续公布了两个年度榜单，分别是国产新秀榜 TOP 30 和国产新增榜 TOP 50。由于两个榜单的数据来源都是国内开源项目，所以会有部分项目同时出现在两个榜单上。今天公布的这份榜单 —— 开源中国 2018 新增开源软件最受欢迎 TOP 50，所挑选的软件来自于 2018年新收录的非国产开源软件。根据软件的关注度、活跃度以及影响力，再剔除掉一些不符合要求的开源软件，最终生成了这份榜单。
月度归档： 2019 年 1 月
inception V1 V2 V3 V4 5H模型的对比
inception V1 V2 V3 V4 的升级说白了就是为了提高性能，提高兼容性，提高准确性而对网络做的一些升级和调整，比如增加了网络深度，调整了策略等，而 inception 5h等同于 inception v1 只是针对android做了进一步优化，在手机上能够计算更快。 继续阅读“inception V1 V2 V3 V4 5H模型的对比”
TensorFlow Android，物体识别、多重行人检测、图像风格转换、语音识别模型下载
andriod demo源码是不包含训练好的tensorflow模型的，但是在编译时需要模型。模型一共有四个，分别对应物体识别、多重行人检测、图像风格转换、语音识别。
在Bazel编译时，可以不用手动下载模型，因为在文件//tensorflow/examples/android/BUILD中设定了自动下载模型的操作。
如果用Android Studio编译也会自动下载模型。
但是如果使用eclipse等其他方式编译，则不会运行BUILD文件中或者download-models.gradle文件中的自动下载操作。
这时，我们可以手动下载模型zip文件： 继续阅读“TensorFlow Android，物体识别、多重行人检测、图像风格转换、语音识别模型下载”
基于现有 TensorFlow 模型构建 Android 应用 – 参考了大量代码
参考了此文中所发布的github的大量代码。在之前写的一篇文章 TensorFlow，从一个 Android Demo 开始 中通过编译官方的 Demo 接触到了 TensorFlow 实际使用场景。这篇文章打算从一个Android 开发者的角度切入，看看构建一个基于 TensorFlow 的 Android 应用的完整流程。 继续阅读“基于现有 TensorFlow 模型构建 Android 应用 – 参考了大量代码”
错误 libandroid_tensorflow_inference_java.jar Conversion to Dalvik format failed with error 1的解决办法 – 换了个tensorflow的版本
近日用eclipse调试tensorflow在Android的应用出现“libandroid_tensorflow_inference_java.jar Conversion to Dalvik format failed with error 1”的错误，so文件放在libs目录下没问题，这个jar就不行，我的解决办法是，换了jdk7版本的so和jar文件，就好了，否则就报上面这个错误。可以参考这篇文章：http://www.codeclip.com/4099.html
以下还有网上搜来的几种情况及解决办法留作备用吧： 继续阅读“错误 libandroid_tensorflow_inference_java.jar Conversion to Dalvik format failed with error 1的解决办法 – 换了个tensorflow的版本”
Tensorflow移植Android上的过程和坑 – 解决了我在eclipse上的问题
重要，我之前用的应该是jdk8版本的，在我这里报错，各种调试排错，始终不行，后来换了7，很轻松就搞定，看了这么多篇文章，只有本篇切中要点解决了困扰我几天的问题，特此收藏，也给后来者点经验，减少弯路。另外，我是用的eclipse，可是满互联网搜到的都是android studio环境的，即便是有eclipse的也会存在提供的源码不全，库不全之类的问题。 继续阅读“Tensorflow移植Android上的过程和坑 – 解决了我在eclipse上的问题”