机器学习与 AI 库 —— 在手机上跑 TensorFlow、PyTorch、scikit-learn

scikit-learn（免费可用）

scikit-learn 在 Pydroid 的 wheel 仓库里有预编译版本，免费用户可以直接装。你可以在手机上：

• 做数据分割（train_test_split）
• 跑逻辑回归、随机森林、KNN 等经典算法
• 用标准评估指标（accuracy、F1、ROC AUC）

典型场景：拿到一份小标注数据集（几千条），在手机上快速验证一下某个分类算法的 baseline 性能。不适合跑复杂模型或大数据集。

TensorFlow Lite（Premium 专属）

TensorFlow Lite 是 Google 专门为移动端优化的轻量神经网络推理框架——只做推理（inference），不做训练。Pydroid Premium 预编译了完整的 TensorFlow Lite，可以在手机上：

• 加载 .tflite 格式的预训练模型
• 对图像、文本等输入做推理
• 用手机 GPU 做硬件加速（如果设备支持 NNAPI）

为什么 Lite 不做训练：训练阶段需要大量矩阵运算和梯度计算，即使是 Lite 版在手机上跑训练也极不现实（电池撑不住、速度太慢）。手机上适合的用法是「离线推理」——比如把一个图像分类模型部署在 App 里，不依赖云端 API。

完整 PyTorch（Premium 专属）

Premium 版还有预编译的完整 PyTorch（不只是 Lite），包括 torch、torchvision 等子包。这是 Pydroid 科学库支持里最激进的特性之一——一个手机能装完整 PyTorch 且有预编译 wheel 的 Python IDE，市面上独一家。

实际使用场景：

• 从云端 Colab / PC 训练好的 PyTorch 模型拿到手机上做推理验证
• 在手机上快速搭一个小模型做超参数调试的初稿（最终训练还是建议在 GPU 机器上）
• 跑一些不需要 GPU 的基础模型（比如 transformer 的小变体、小型 CNN）

注意：完整 PyTorch 在手机上没有 CUDA，所有计算在 CPU 上跑，速度比桌面 GPU 慢一到两个数量级。适合原型验证，不适合正式推理。

OpenCV（Premium 专属 + Camera2 API 要求）

OpenCV 是计算机视觉的核心库，Pydroid Premium 里的预编译版本集成了手机摄像头访问——但需要设备支持 Android Camera2 API（Android 5.0+ 引入，但很多厂商 ROM 裁剪掉了这个 API）。

你可以：

• 用 cv2.VideoCapture(0) 打开手机后置摄像头
• 做实时图像处理（边缘检测、人脸检测、颜色空间变换）
• 结合 Kivy GUI 做一个简单的实时滤镜 App

如果你的设备不支持 Camera2 API（运行时报权限错误），可以检查机型列表或换台设备试试。

存储警告

装 PyTorch 或 TensorFlow 前先检查内部存储：

• PyTorch wheel 本身约 200MB+，解压后更大
• 加上 App 本体和其他库，可能吃掉 1GB 以上内部存储
• 确保至少预留 1.5GB 空闲再装