当微信小程序遇上TensorFlow - 官方文档

前一段时间为了在微信小程序中使用tensorflow.js，对tfjs-core代码做了一些修改，具体情况请参考我之前写的几篇文档：

• 重磅好消息！?TensorFlow开始支持微信小程序

• 当微信小程序遇上TensorFlow - tensorflow.js篇

• 当微信小程序遇上TensorFlow - 本地缓存模型

后来，我厚着脸皮向tensorflow/tfjs-core项目提交了一个PR，不出意外，这个提交被拒了。当然谷歌的开发人员还是比较友好，给了我一个文档链接：

https://mp.weixin.qq.com/wxopen/plugindevdoc?appid=wx6afed118d9e81df9

原来google有一份这样的开发指导文档，而且还是中文的，为啥没在tfjs的文档中列出？?循着这份文档，我还找到了tensorflow项目组的tfjs微信小程序示例：

https://github.com/tensorflow/tfjs-wechat/tree/master/demo/mobilenet

这个项目说明也是中文的，看来微信小程序虽然红红火火，但真的还是仅限于中文世界。

就如同我所预想的，按照这个文档，一定不会那么顺利，实际做下来，也确实印证了这一点，下面就谈谈几个要点：

1. 官方是采用微信小程序插件来增加tensorflow js支持的，要在微信小程序中使用tfjs插件，?不能使用测试号?，需要在小程序管理后台的“设置-第三方服务-插件管理”中添加插件。具体方法为：

   开发者可登录小程序管理后台，通过 appid [wx6afed118d9e81df9] 查找插件并添加。本插件无需申请，添加后可直接使用。

2. 直接导入github.com/tensorflow/tfjs-wechat/tree/master/demo/mobilenet中的代码，到了?点击微信开发工具中的‘构建npm’菜单?这一步，总是提示：

   没有找到可以构建的 npm 包

尝试了很多次，也上网寻求帮助，始终无法解决。后来还是决定自己新建一个项目，然后在项目根目录执行：

$ npm init

在后续的提示里，一直按回车键，使用默认值：

This utility will walk you through creating a package.json file.
It only covers the most common items,and tries to guess sensible defaults.

See `npm help json` for definitive documentation on these fields
and exactly what they do.

Use `npm install <pkg>` afterwards to install a package and
save it as a dependency in the package.json file.

Press ^C at any time to quit.
package name: (wechat-tfjs-examples)
version: (1.0.0)
description:
entry point: (app.js)
test command:
git repository: (https://github.com/mogoweb/wechat-tfjs-examples)
keywords:
author:
license: (ISC)
About write to D:workaiwechat-tfjs-examplespackage.json:

{
  "name": "wechat-tfjs-examples","version": "1.0.0",0);">"description": "微信小程序中使用TensorFlow js的示例代码，pages下面每个目录一个示例。",0);">"main": "app.js",0);">"scripts": {
    "test": "echo "Error: no test specified" && exit 1"
  },0);">"repository": {
    "type": "git",0);">"url": "git+https://github.com/mogoweb/wechat-tfjs-examples.git"
  },0);">"author": "",0);">"license": "ISC",0);">"bugs": {
    "https://github.com/mogoweb/wechat-tfjs-examples/issues"
  },0);">"homepage": "https://github.com/mogoweb/wechat-tfjs-examples#readme"
}

Is this OK? (yes)

在项目下多了package.json文件，往该文件中添加：

"devDependencies": {
    "miniprogram-api-typings": "^2.6.5-2"
  },0);">"dependencies": {
    "@tensorflow/tfjs-core": "1.2.2",0);">"@tensorflow/tfjs-converter": "@tensorflow/tfjs-layers": "fetch-wechat": "0.0.3"
  }

接着执行：

$ npm install

再点击开发工具中的?构建npm?，就可以继续下去。这时可能会弹出提示：

未找到npm包入口文件

忽略之。

3. TensorFlow.js有一个联合包 - @tensorflow/tfjs，包含了四个分npm包：

tfjs-core: 基础包
tfjs-converter: GraphModel 导入和执行包
tfjs-layers: LayersModel 创建，导入和执行包
tfjs-data：数据流工具包 对于小程序而言，由于有2M的app大小限制，不建议直接使用联合包，而是按照需求加载分包。

• 如果小程序只需要导入和运行GraphModel模型的的话，建议只加入tfjs-core和tfjs-converter包。这样可以尽量减少导入包的大小。

• 如果需要创建,导入或训练LayersModel模型，需要再加入 tfjs-layers包。

在我的示例代码中，使用到tfjs-core和tfjs-layers包，导入代码如下：

import * as tf from '@tensorflow/tfjs-layers';
as tfc '@tensorflow/tfjs-core';

小结

使用tensorflow的官方方法，可以跟上tfjs的最新进展，可以在第一时间上使用最新特性，推荐使用这种方法。但我之前的尝试也不是毫无价值，tfjs官方没有增加对模型本地缓存的支持，每次都需要从网络加载模型，当然不排除以后tfjs官方也会添加这样的特性。

我把调试好的tensorflow示例放在github上，请访问：

https://github.com/mogoweb/wechat-tfjs-examples

然后切换到?official?分支。

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!