微信小程序嵌入机器学习模型（一）微信小程序嵌入机器学习模型

最近需要做一个微信小程序，具体就是将之前的数据建立的标准模型嵌入到小程序中，在此记录下自己的学习过程吧，这篇博文主要记录如何将python生成的神经网络模型打包成小程序支持的格式，下一篇博文将介绍如何在小程序中引用模型

我的电脑：windows10
python：3.7.0
tensorflow：2.2.0（使用pip在cmd终端安装）
tensorflowjs：1.7.4r1(使用pip在cmd终端安装)
1、确定标准模型，在这里我们就选择tensorflow官网所给出的用mnist手写数字数据集所建立的模型：
网址：https://tensorflow.google.cn/overview
代码如下：

import tensorflow as tf mnist = tf.keras.datasets.mnist(x_train, y_train),(x_test, y_test) = mnist.load_data() x_train, x_test = x_train / 255.0, x_test / 255.0model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(input_shape=(28, 28)), tf.keras.layers.Dense(128, activation='relu'), tf.keras.layers.Dropout(0.2), tf.keras.layers.Dense(10, activation='softmax') ])model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])model.fit(x_train, y_train, epochs=5) model.evaluate(x_test, y_test)

2. a.我们在上面代码的最后加一行代码，即使用 Python API 直接导出为 TF.js 图层(Layer)格式，第一个参数是我们所建立的模型，第二个参数是贮存的位置信息

tfjs.converters.save_keras_model(model,'D://na.file')

得到如图所示的两个文件。

文章图片

b.官网给出另外一种方式也可以将已有Keras模型转换成TF.js层(Layer)格式

tensorflowjs_converter --input_format keras \ path/to/my_model.h5 \ path/to/tfjs_target_dir

这个的运行需要我们将我们上面生成的model通过model.save命令保存在D盘，为h5格式，代码如下

import tensorflow as tf import tensorflowjs as tfjsmnist = tf.keras.datasets.mnist(x_train, y_train),(x_test, y_test) = mnist.load_data() x_train, x_test = x_train / 255.0, x_test / 255.0model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(input_shape=(28, 28)), tf.keras.layers.Dense(128, activation='relu'), tf.keras.layers.Dropout(0.2), tf.keras.layers.Dense(10, activation='softmax') ])model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])model.fit(x_train, y_train, epochs=5) model.evaluate(x_test, y_test) model.save('D://mnist.h5')

这种方法我一直运行错误,一直都是tensorflowjs——ｃｏｎｖｅｒｔｅｒ既不是内部或外部命令，也不是可运行的程序，如果有知道原因的，还请指教！！！

3.利用python内置的simpleHTTPServer搭建一个简单的服务器
我的是python3，输入下面的命令：端口号任意选（这里用8800，我手机尾号）

python -m http.server 8800

接着浏览器输入http://localhost:8800/
如果需要在局域网内共享服务器，那在cmd中查询ip,键入ipconfig,将连接改为http://你的局域网ip:端口号。
详见：https://www.pianshen.com/article/5497488042/
4.在微信小程序项目中安装
【微信小程序嵌入机器学习模型（一）】npm安装第三方库
在项目目录下:
```
npm init
npm install @tensorflow/tfjs-core
npm install @tensorflow/tfjs-converter
npm install @tensorflow/tfjs-layers
npm install fetch-wechat
npm install regenerator-runtime
```
然后去微信小程序开发工具里面"构建npm"
，我是通过npm安装，需要安装到项目目录，例如你的微信小程序项目在D://weichat，你就需要安装在这里，
关于npm的安装这里也是一堆坑，具体遇到问题请参考我的专栏https://blog.csdn.net/weixin_44719615/category_10068153.html
可以直接安装ｎｏｄｅｊｓ，通过ｎｐｍ来安装，我这里出了问题，就是明明我已经卸载了ｎｏｄｅｊｓ，在电脑文件里也查不到该文件，我安装ｎｏｄｅｊｓ的时候却显示你已经安装过，然后就退出了，我没找到原因，就通过下面的步骤安装了
基本上全是这里安装出现的坑，我是先安装的scoop，https://blog.csdn.net/weixin_44719615/article/details/106488507
然后通过scoop安装nodejs和yarn，npmhttps://blog.csdn.net/weixin_44719615/article/details/106490619
再通过npm或yarn来安装tfjs.layers库，https://blog.csdn.net/weixin_44719615/article/details/106490693
https://blog.csdn.net/weixin_44719615/article/details/106490619

最后需要在微信小程序中构建ｎｐｍ包，遇到错误请参考https://blog.csdn.net/weixin_44719615/article/details/106492594

推荐一个视频吧：TensorFlow.js遇到小程序：
https://ke.qq.com/course/428263?taid=3607635090114791
微信小程序入门：https://www.icourse163.org/learn/NCUT-1206419808?tid=1450238453#/learn/announce

剩下的步骤请参考我的下一篇博文