微信小程序运行 TensorFlow 的 Demo.zip

# wx-tfjs-demo [](https://hits.seeyoufarm.com) 微信小程序运行 TensorFlow 的 Demo，代码与小程序「AI Pocket」不定期同步更新。 # 如何运行 ## 运行环境要求 推荐系统：MacOS NodeJS：v18.x.x 微信基础库版本：>= 2.29.0 微信开发者工具：>= v1.06.2210310 微信开发者工具的项目配置： * 勾选「ES6 转 ES5」 * 勾选「增强编译」 * 测试时请勾选「不校验合法域名……」 ## 使用方式 1. 克隆代码到本地 2. 修改 project.config.json 中的 `appid` 配置 3. 在小程序管理后台的“设置-第三方服务-插件管理”中，通过 appid [wx6afed118d9e81df9] 查找并添加 4. `npm i` 安装依赖（有时可能需要使用 `npm i --force`） 5. `npm run build` 编译依赖 6. 手机扫描开发者工具的预览码 # TLDR ## 早期实现方式 改造 tfjs-core，使 TensorFlow.js 可以运行在小程序中。小程序调用摄像头成像，将图片显示在 `canvas` 上，通过小程序的 API 可以获取到 `canvas` 的「类 ImageData」数据，再调用 tfjs 的 API 实现预测。 对实现的坎坷经历感兴趣的，可以看看博文 [tfjs 移植到微信小程序](https://hunterx.xyz/try-tfjs-on-wx.html) 和 [TensorFlowJS 移植再次尝试](https://hunterx.xyz/retry-tfjs-on-wx.html)。 ## 目前实现方式 由于 tfjs 已经优雅地实现对多平台的支持，具体表现为可以扩展 `platform` 实现「移植」，而且微信小程序也开放了更多有利的 API，目前不再采用侵入式地魔改 tfjs 的方式，而是借助 tfjs 的微信插件来提供模型的加载、训练、预测等功能。 尽管相比以前方便多了，但是由于小程序的 `onCameraFrame` 获取到的帧数据与所展示的不一致，而且是在不同的设备上（甚至相同设备的前后摄像头）对原始帧数据的处理方式都不一样，要想得到准确的预测结果，真叫人头大。 目前，我已经摸索出一套帧数据裁切方式，而且简单测试了下，效果不错。如果有照顾不到的机型，欢迎提 Issues & PR。 # 小程序 Demo 小程序改名「AI Pocket」了，感觉还是挺有意义的，所以我打算认真做好这个小程序了。附上小程序二维码，欢迎大家体验 & 提出改进意见！  # 合作与交流 ## 合作 本人在前后端开发、Docker & Swarm、持续部署、人工智能 NLP 领域都有所积累，能够快速提供成套的解决方案，如果有机会，欢迎通过各种联系方式咨询合作事宜。 另外，本项目代码开源，欢迎各位感兴趣的同学一起添砖加瓦。当然，也不限制商用，但是请尊重他人的劳动成果，不要做一些「不厚道」的事。如果本项目对你有帮助，欢迎随意打赏。  ## 交流 可以关注下我的 [个人博客](https://hunterx.xyz)，或者个人微信公众号「猎人杂货铺」，会经常有一些技术分享 & 生活感悟，欢迎多多交流！ **关注公众号，留言获取「AI Pocket 交流群」的二维码，方便交流！~**