1、概述
作为一个Android开发者和Tensorflow爱好者，当发现tensorflow可以在Android平台开发,那必须来玩玩。大多数参考文章说，Tensorflow在Android上的应用只能在Linux系统编译，事实上不是，构建工具bazel 现在支持Windows、Mac、Linux三个平台，windows上没有尝试过，但应该也可以，跟着本文步骤，可以在各个平台实现。本文从搭建环境开始，一步步实现Tensorflow在Android平台上的应用。
2、搭建环境
（1）搭建Java环境
由于后面安装的构建工具Bazel，环境需要jdk8.
Java环境安装指导地址：
http://jingyan.baidu.com/article/215817f7e3f2bd1eda1423f4.html
Java多版本环境安装指导地址：
http://www.cnblogs.com/butterfly-clover/p/5764587.html
（2）搭建SDK环境
android环境最佳下载地址：
http://www.androiddevtools.cn/
（3）搭建NDK环境
NDK下载地址：
http://www.androiddevtools.cn/
NDK配置指导：
http://blog.csdn.net/ztchun/article/details/61197181
（4）安装Bazel
Bazel是一个构建工具，即一个可以运行编译和测试来组装软件的工具，跟Make、Ant、Gradle、Buck、Pants和Maven一样。这个工具将在以后编译的时候用到。
一些早期的指导教程Android只能在Linux系统上编译，因为Brazel只支持Linux平台，现在支持三大主流平台，Windows我没试过，应该是可以的。
brazel下载链接及其安装教程:
https://bazel.build/versions/master/docs/install.html
3.编译APK
（1）下载tensorflow
tensorflow下载链接：
https://github.com/tensorflow/tensorflow
（2）修改tensorflow根目录的WORKSPACE
根据实际情况，用vim修改android_ndk_repository、android_sdk_repository的位置和版本：
//vim命令
vim WORKSPACE 
（3）bazel构建
切换到tensorflow的根目录下，构建命令：
bazel build //tensorflow/examples/android:tensorflow_demo构建需要花费较长时间，慢慢等喽。
（4）编译成功
看到下面的结果就OK了。 
默认会在tensorflow/bazel-bin/tensorflow/examples/android目录下面生成我们想要的apk文件。
5、运行程序
（1）TF Classify（分类）
分类功能使用谷歌的检测模型实时分类相机的每一帧图片，在相机图片的顶部展示分类结果，如下图展示了三种识别结果。 
（2）TF Detect（检测）
演示基于使用深层神经网络的可伸缩对象检测的模型，以实时地在相机预览中本地化和跟踪人。如下图所示。 
(3)TF Stylize（风格化）
使用基于“艺术风格的学习表示”的模型，将相机预览图像重新显示为多个不同艺术家的预览图像。如下图对杯子，风格化，效果还不错。
原图： 
风格化图： 
编译后程序已经上传至github上，欢迎交流。
后面准备基于此SDK开发一些实际应用玩玩，大家有好的建议欢迎留言。