每个开始学习编程的程序员,大约是从“Hello World!”开始的吧。就这样一个简简单单在屏幕上输出“Hello World!”字样的程序,帮助我们进入编程世界。这里我也以一个最简单的小程序开启人工智能微信小程序之旅。致敬经典,Hello WeChat!
在本文,您将掌握:
如何申请微信小程序。
新建支持tfjs的微信小程序工程。
编写简单的tfjs代码。
申请微信小程序
在微信公众平台官网首页(mp.weixin.qq.com)点击右上角的“立即注册”按钮。
然后按照向导一步步进行下去即可,如果中间遇到什么疑问,参考小程序注册流程:https://kf.qq.com/faq/170109iQBJ3Q170109JbQfiu.html
注册成功之后,登入微信公众平台。然后点击设置,记下小程序的ID,这个在后面新建小程序工程时需要:
新建微信小程序工程
打开微信小程序开发者工具,新建项目,在AppID那一栏填入在上一步记下的小程序ID:
新建小程序项目 点击新建按钮后,微信小程序开发者工具会自动生成小程序的基本框架代码,项目布局如下:
小程序项目布局 添加tfjs微信小程序插件
登录小程序管理后台,也就是前面步骤中的微信公众平台:设置 -> 第三方设置 -> 添加插件,搜索框中输入 wx6afed118d9e81df9,查找插件并添加。
tfjs插件
配置微信小程序工程
增加npm支持,修改基础库版本。
点击 设置 -> 项目设置,打开项目详情界面。调试基础库请选择 2.7.0以上版本,勾选增强编译和使用 npm 模块。
项目详情 打开操作系统的命令行程序,进入项目的根目录,执行:
$ npm init
在后续的提示里,一直按回车键,使用默认值。
经过第3步,在项目下会多出一个package.json文件,往该文件中添加:
"devDependencies": { "miniprogram-api-typings": "^2.6.5-2" }, "dependencies": { "@tensorflow/tfjs-core": "1.3.1", "fetch-wechat": "0.0.3" }
再到操作系统的命令行,进入项目的根目录,接着执行:
$ npm install
点击微信开发者工具中的工具 -> 构建npm ,就可以继续下去。这时可能会弹出提示:
警告 忽略之。
引入插件代码包,往项目文件的app.json文件中加入:
"plugins": { "tfjsPlugin": { "version": "0.0.7", "provider": "wx6afed118d9e81df9" } }
tfjs插件的最新版本是0.07。
微信小程序中添加tfjs代码
在app.js的onLaunch里调用插件configPlugin函数
//app.js const fetchWechat = require('fetch-wechat'); const tf = require('@tensorflow/tfjs-core'); const plugin = requirePlugin('tfjsPlugin'); App({ onLaunch: function () { plugin.configPlugin({ // polyfill fetch function fetchFunc: fetchWechat.fetchFunc(), // inject tfjs runtime tf, // provide webgl canvas canvas: wx.createOffscreenCanvas() }); // 其它初始化代码 } });
组件设置完毕就可以开始使用 TensorFlow.js库的API了。比如加入如下简单的代码:
tf.tensor("Hello WeChat!").print();
这段代码将在微信开发者工具的调试控制台输出:
控制台输出
至此,一个非常非常简单的人工智能微信小程序就完成了,虽然它啥事也没干。别着急,在后面的文章将逐步带你深入人工智能小程序的开发。
小结
本章主要讲解了建立一个支持tfjs的微信小程序工程,包括申请微信小程序,配置微信小程序工程,以及添加一段简单的tjfs代码。在下一篇文章中,我将以一个线性回归的例子,说明微信小程序中的tfjs。如果你有什么建议,欢迎留言。
本系列文章的源码请访问:
https://github.com/mogotech/wechat-tfjs-examples