当微信小程序遇上TensorFlow：终章

矫情吗；* 2022-03-16 06:58 173阅读 0赞

这是**当微信小程序遇上TensorFlow**系列文章的第五篇文章，也是最后一篇文章，将总结一下微信小程序**识狗君**的开发过程。如果你想要了解更多关于本项目，可以参考这个系列的前四篇文章：

1.  [当微信小程序遇上TensorFlow：Server端实现][TensorFlow_Server]
2.  [当微信小程序遇上TensorFlow：Server端实现补充][TensorFlow_Server 1]
3.  [当微信小程序遇上TensorFlow：小程序实现][TensorFlow]
4.  [当微信小程序遇上TensorFlow：接收base64编码图像数据][TensorFlow_base64]

今天，微信公众平台发来消息，我提交的微信小程序**识狗君**通过审核。至此，本项目的开发暂时告一段落。做这个小项目的初衷是为了练手，毕竟纸上得来终觉浅。

微信小程序是现学现做的，虽然只是非常简单的用户界面，但对于一个没有前端开发经验的人来说，碰到的问题还不少，感谢互联网，遇到问题总能在网上找到答案。

服务器选择的阿里云服务，开始选择的是最便宜的主机配置，在跑复杂一点的模型时会异常退出，不得不把内存升级到2GB。我对服务端的编程以及部署都不太熟悉，感谢github上的simple\_tensorflow\_serving开源项目，让我解决了服务端部署的大难题。为了让这个开源项目支持HTTPS，向原作者发起了一个PR，作者接受了这个commit，算是对开源世界做出了一点微薄的贡献。

本项目采用的深度学习技术，外行看起来很高深，其实是属于基础入门的知识。每个机器学习或者Tensorflow的书，基本上围着几个示例转，而图片分类是必然入选的例子之一。照着书本敲一遍代码，和实际做一个小程序，还是会有所不同，你总会碰到一些意想不到的问题。在解决这些问题的时候，也是能力提升的过程。

本项目的所有源码均位于 [github.com/mogoweb/AID…][github.com_mogoweb_AID], 如果你有什么好的想法，欢迎PR。

这一段时间除了捣鼓这个小程序，还在看一本名为《GAN：实战生成对抗网络》的书，想了解如何通过人工智能生成逼真的图像吗？敬请关注后续的**实战生成对抗网络**系列文章。

[TensorFlow_Server]: https://juejin.im/post/5bb6c4da6fb9a05d330ad053
[TensorFlow_Server 1]: https://juejin.im/post/5bb782dcf265da0ae3440a64
[TensorFlow]: https://juejin.im/post/5bbabe535188255c5c4607a1
[TensorFlow_base64]: https://juejin.im/post/5bc60712f265da0aa41e9a9d
[github.com_mogoweb_AID]: https://link.juejin.im?target=https%3A%2F%2Fgithub.com%2Fmogoweb%2FAIDog