uniapp引入Tensorflow.js所会发生的一些问题( 主要发布平台 微信小程序 ）

问题环境

python 环境

包	版本
tensorflow	2.6.0
tensorflow-js	3.18.0

uniapp(vue)

完整引入包

{
  "dependencies": {
	"@tensorflow/tfjs-core": "3.5.0",
	"@tensorflow/tfjs-converter":"3.5.0",
	"@tensorflow/tfjs-backend-webgl":"3.5.0",
	"@tensorflow/tfjs-backend-cpu":"3.5.0",
	"fetch-wechat": "0.0.3"
  }
}

问题一：Uniapp环境下如何引入Tensorflow.js包

在package.json下配置

{
  "dependencies": {
	"@tensorflow/tfjs-core": "3.5.0",
	"@tensorflow/tfjs-converter":"3.5.0",
  }
}

PS： 许多文章都说只需要引入tensorflow.js 子包，但是子包所蕴涵的功能并不全面。如果你只是一个新手，最好是直接加载@tensorflow/tfjs。后续慢慢了解自己需要用到那几个模块再进行删减.

具体各个包的功能如下

包	功能说明
tfjs-core	基础包（数据基本结构）
tfjs-converter	模型导入
tfjs-layers	自己构建模型
tfjs-data	数据流
tfjs-backend-webgl	作为前端使用时需要导入
tfjs-backend-cpu	作为前端使用时需要导入

后续在目标项目的路径下打开命令行， 输入指令

 npm install

当然，你有更好的方法也可以指明或留言

问题：当在微信小程序环境出现错误“No backend found in registry”

单纯只是在web环境运行你的配置只需要

{
	"@tensorflow/tfjs-backend-webgl":"3.5.0"
}

如果你的代码需要在微信小程序上运行则需要同时引入两个包

{
	"@tensorflow/tfjs-backend-webgl":"3.5.0",
	"@tensorflow/tfjs-backend-cpu":"3.5.0",
}

同时你所引入的这个包，需要在你对应的页面或者公共地方引入

	require('@tensorflow/tfjs-backend-webgl');
	require('@tensorflow/tfjs-backend-cpu')

问题： uniapp内没问题，微信小程序 错误：Cannot read property ‘fetch’ of undefined

如果你已经和引入fetchWetch ， 并且在对应的页面已经引入。那么你估计是没有调用插件代码。
你需要在公共文件的onLaunch 内写下这段代码

				var fetchWechat = require('fetch-wechat');
				var tf = require('@tensorflow/tfjs-core');
				var webgl = require('@tensorflow/tfjs-backend-webgl');
				var plugin = requirePlugin('tfjsPlugin');
				
				
				plugin.configPlugin({
					// polyfill fetch function
					fetchFunc: fetchWechat.fetchFunc(),
					// inject tfjs runtime
					tf,
					// inject webgl backend
					webgl,
					// provide webgl canvas
					canvas: wx.createOffscreenCanvas()
				});
				

但是这时候一般都会有问题，由于requirePlugin ，似乎是只有在微信小程序才会永远的功能。如果我们在现在调用会直接报错。
面对这种情况，我们只有两种方法

1. 直接盲写代码，放弃在uniapp内调试。（如果采用这种，我觉得其实可以尝试一下直接在微信小程序开发工具直接开发。说不好能节省不少的时间）
2. 对上面的方法进行加工，仅在微信小程序环境下进行调用

			// 获取平台基本信息
			let systemInfo = uni.getSystemInfoSync()
			// 获取当前的平台
			let uniPlatform = systemInfo.uniPlatform
			if (uniPlatform == "mp-weixin") {
				
				var fetchWechat = require('fetch-wechat');
				var tf = require('@tensorflow/tfjs-core');
				var webgl = require('@tensorflow/tfjs-backend-webgl');
				var plugin = requirePlugin('tfjsPlugin');
				
				
				plugin.configPlugin({
					// polyfill fetch function
					fetchFunc: fetchWechat.fetchFunc(),
					// inject tfjs runtime
					tf,
					// inject webgl backend
					webgl,
					// provide webgl canvas
					canvas: wx.createOffscreenCanvas()
				});
			}
		},