使用 Kotlin Native 编写 TensorFlow 程序的事儿

布满荆棘的人生 2022-04-25 07:38 184阅读 0赞

# 1. 简单说说 TensorFlow #

TensorFlow 是 Google 大脑团队开源的一套机器学习框架，我对这个东西也是刚刚接触，所以更多的信息请你参考官网：https://www.tensorflow.org。

![0?wx\_fmt=jpeg][0_wx_fmt_jpeg]

TensorFlow 目前支持的最完善的语言是 Python ，不过对于大型项目，Python 这样的动态语言让代码维护的成本指数级增长。我在国外的一些社区上面看到不少人讨论这个问题，Kotlin 社区中也有人对 Kotlin 未来在这方面的表现给予厚望。

这篇文章就是带大家先去一探究竟，结合现状和我们自己的脑洞，展望一下 Kotlin 将来究竟能如何活跃在机器学习这个领域。

# 2. 用 Kotlin 基于 TensorFlow 开发的几种可能 #

## 2.1 Java Api ##

毫无疑问，最初想到使用 Kotlin 写这类程序的时候，我首先想到了 TensorFlow 的 Java Api，Java Api，尽管还是 Experimental 阶段，不过这都不叫事儿，Java 生态那么大，将来肯定会支持得比较好的。

> **WARNING:** The API is currently **experimental** and is not covered by TensorFlow API stability guarantees. See README.md for installation instructions.

基于只要 Java 能干的，Kotlin 一定能干的原则，这条路行得通，也几乎没有什么接入成本，所以我就按下不表啦。

## 2.2 Native ##

Kotlin 其实从最初作为 Java 的小弟隐忍至今，已经不是 Java 能罩得住的了。前不久 Kotlin Native 0.4 preview 发布，已经可以用 CLion 尝鲜了，虽然编译时间还是一如既往的长，单步调试也不是那么完美，不过，代码提示已经有了，随便用 C 接口写点儿程序都不再是什么问题。

TensorFlow 提供了一套 C Api，旨在为各种语言提供最基础的支持。换句话说，其他各类语言的 Api 本质上都是从这儿来的，这里当然不会有什么 Session 类，你在 Python 里面看到的无非也是基于这些最基本的 Api 的封装。

那么，是不是说只要 Kotlin 基于这套 Api 做一些封装就可以了呢？答案是**必须滴**。

# 3. 开始写点儿代码 #

## 3.1 官方的 Demo ##

好啦，下面我们准备写点儿 Kotlin Native 的代码来庆祝一下这个伟大的想法。等等，我好想在 Kotlin Native 官方的 Sample 里面发现了一个叫 “TensorFlow” 的目录！

https://github.com/JetBrains/kotlin-native/tree/master/samples/tensorflow

> **TensorFlow demo**
> 
> Small Hello World calculation on the TensorFlow backend, arranging simple operations into a graph and running it on a session. Like other TensorFlow clients (e. g. for Python), this example is built on top of the TensorFlow C API, showing how a TensorFlow client in Kotlin/Native could look like.

有兴趣的话大家可以去看下这个工程，工程采用 Gradle 和 shell 两种方式构建，如果大家之前对 Kotlin Native 有了解，搞懂它是很容易的。

## 3.2 CMake 版的 Demo ##

这是一件很纠结的事情。我终于等到了 Kotlin Native 的 IDE 支持，结果它却是用 CMake 构建的。最重要的 JetBrains 也没有推出一款叫 “IntelliK” 的 IDE，而是直接用 CLion，我去，哪怕改名叫 “KLion” 也行啊，我们这些 Kotlin 的粉丝不答应啊。

好吧，其实最重要的是之前 Kotlin Native 的工程都是 Gradle 构建的，想要体验一下 CLion 的螃蟹味，还得改造下构建脚本，也是没谁了。

不过倒也不麻烦，TensorFlow Demo 的代码是现成的，我们只需要改造下构建脚本，这又有何难。我们直接用 CLion 创建一个 Kotlin Native 的工程（选项里面找不到的，Kotlin Native 插件都不下载还来凑什么热闹）：

![0?wx\_fmt=jpeg][0_wx_fmt_jpeg 1]

工程创建完，我们就把前面提到的官方 Demo 的代码复制过来，把类做下拆分和整理（当然这也不是必须的啦），如下图：

![0?wx\_fmt=jpeg][0_wx_fmt_jpeg 2]

首先运行

1.  `./downloadTensorflow.sh`

把 TensorFlow 的 C Api 依赖下载下来，目标目录是你的 用户目录下面的 .konan/thirdparty/tensorflow，原脚本用的是 1.1，我在我的 Mac 上面编译有个函数无法链接，于是我修改为最新的 1.4 顺利编译通过。当然这些你可以随意修改啦，我们就按照上面的配置继续往下讲。

接着就是修改 CMakeList.txt 这个文件了。

1.  `# 配置 CMake 最低版本，这个默认就好啦，我用的是 CMake 3.9.4`
2.  `cmake_minimum_required(VERSION 3.8)`
3.  ``
4.  `# Kotlin Native 构建需要一些脚本配置，下面这行就有点儿类似 Gradle 当中的 buildscript 当中的 classpath 配置`
5.  `set(CMAKE_MODULE_PATH ${ CMAKE_CURRENT_LIST_DIR}/KotlinCMakeModule)`
6.  ``
7.  `# 设置 TensorFlow 的位置`
8.  `set(TENSORFLOW_HOME $ENV{ HOME}/.konan/third-party/tensorflow)`
9.  ``
10. `# 定义工程，<工程名> <语言名>`
11. `project(TensorflowKonan Kotlin)`
12. ``
13. `# 这个是我们刚刚引入的 KotlinCMakeModule 当中定义的函数，大家有兴趣可以点进去看下它的实现`
14. `# 目的与 Gradle 当中的 interop(...){ ... } 一样，配置 C Api`
15. `cinterop(`
16. `       # C Api 兼容模块的名称`
17. `       NAME tensorflow`
18. `       # C Api 兼容配置文件路径`
19. `       DEF_FILE src/main/cinterop/tensorflow.def`
20. `       # 编译选项，要指定 TensorFlow 的 c_api.h 文件的目录`
21. `       COMPILER_OPTS "-I ${TENSORFLOW_HOME}/include"`
22. `)`
23. ``
24. `# 配置构建目标`
25. `konanc_executable(`
26. `       # 模块名，随便写啦`
27. `       NAME HelloTensorFlow`
28. `       # 源码路径，写目录就可以`
29. `       SOURCES src/main/kotlin`
30. `       # 我们依赖了前面的配置的叫 tensorflow 的 interop 模块`
31. `       LIBRARIES tensorflow`
32. `       # 链接 tensorflow 的库：libtensorflow.so`
33. `       LINKER_OPTS "-L${TENSORFLOW_HOME}/lib -ltensorflow"`
34. `)`

哇塞，写这么详细的注释，我都被自己感动了好伐。。

好啦， 由于源代码都是官方 Demo 当中抄来的，我就不贴啦，完整的工程见 Github：https://github.com/enbandari/TensorflowDemo

运行结果：

1.  `Hello, TensorFlow 1.4.0!`
2.  `3 + 2 is 5.`

这样用 CLion 打开这个工程，还可以享受到自动补全和单步调试之类的待遇（尽管还不是很完美）：

![0?wx\_fmt=jpeg][0_wx_fmt_jpeg 3]

![0?wx\_fmt=jpeg][0_wx_fmt_jpeg 4]

# 4. 小结 #

Tensorflow 对于每个语言的支持，基本上都源自于对 C Api 的封装，Python 的 Api 好用那完全是因为人家封装的好，所以我们是不是现在立刻马上就应该去了解下，然后去贡献一个 Kotlin 版本的 Api 封装呢？

--------------------

欢迎关注微信公众号 Kotlin

![0?wx\_fmt=jpeg][0_wx_fmt_jpeg 5]

[0_wx_fmt_jpeg]: /images/20220125/8ead4e6d1ada45a5906b34ee4a8c10c5.png
[0_wx_fmt_jpeg 1]: /images/20220125/13f0f0fcbbaf484a8b623572ddd96947.png
[0_wx_fmt_jpeg 2]: /images/20220125/ae1d0f9ae969412e8214ac0a84fc57ce.png
[0_wx_fmt_jpeg 3]: /images/20220125/7845e3d0e49c4527999ee51449210c0a.png
[0_wx_fmt_jpeg 4]: /images/20220125/caf5e9b822e14115975f2ff7fbd1bba1.png
[0_wx_fmt_jpeg 5]: /images/20220125/704df77138904a3e8f114f02d969ab97.png