本文将介绍如何从源码构建出 TensorFlow JS 库(tfjs)。对于大多数微信小程序开发者而言，并不需要经历这一步，要做的仅仅是把编译好的 tfjs 库加入微信小程序工程中。但我还是希望说说如何从源码编译出 tfjs 库，为什么呢？主要出于两个原因：
- 完整的 tfjs 库大约有 900K，看起来是一个很小的体积，但我们要知道，微信小程序包有 2M 的大小限制。微信小程序添加一点图片，加上深度学习模型文件，很容易超过 2M 的大小。所以 tfjs 库能减则减，可能在项目开发中需要对 tfjs 库进行裁剪。
- tfjs 主要是为浏览器和 NodeJS 而开发，微信小程序虽然也采用基于 web 的技术，但有些地方进行了限制，比如 web 中广泛使用的 fetch API 就被砍掉了。在某些情况下我们可能需要修改 tfjs 的源码，这个时候就需要自行构建 tfjs 库。
TensorFlow JS 主要包含 4 个重要的模块，在老的版本中，它们存在于几个独立的 git 库: tjfs-core, tfjs-layers, tfjs-converter, tfjs-data。在最新的版本中，它们整合到同一个 git 库中:
- TensorFlow.js Core, tfjs核心库，提供灵活的低层次API，由deeplearn.js发展而来。
- TensorFlow.js Layers, 提供高层次API，实现了类似于Keras的函数。
- TensorFlow.js Data, 提供简单的API加载和准备数据，功能类似于tf.data。
- TensorFlow.js Converter, 提供工具导入TensorFlow SavedModel格式模型到TensorFlow.js。
上述4个模块中， tfjs-core 是最基础的组件，其它几个模块都依赖这一模块。该可以单独编译，功能独立，能够单独使用，从而可以减少 tfjs 库的体积。
安装yarn
tfjs 采用了 yarn 构建系统，对于前端开发者而言应该比较熟悉。下面简单说说如何在 Ubuntu 18.04 上安装 yarn ，其它平台上的安装方法，请自行搜索。
- 导入 yarn 库的GPG key：
curl -sS https://dl.yarnpkg.com/debian/pubkey.gpg | sudo apt-key add -- 往 Ubunut 系统添加 yarn APT库：
echo "deb https://dl.yarnpkg.com/debian/ stable main" | sudo tee /etc/apt/sources.list.d/yarn.list- 安装 yarn:
sudo apt update
sudo apt install yarn- 检查 yarn 是否安装成功，如下命令输出 yarn 的版本号：
yarn --version当前输出的版本号为：
代码语言：javascript复制1.21.1需要注意的是， Ubuntu 中另外有个包中也有同名程序，如果你之前未安装过 yarn，运行yarn命令可能会出现如下提示：
代码语言：javascript复制Command 'yarn' not found, but can be installed with:
sudo apt install cmdtest请勿安装这个 cmdtest，这是另外一个工具，并不是 yarn 构建系统。
构建tfjs库
- 克隆 tfjs 源码库：
git clone https://github.com/tensorflow/tfjs.git- 构建 tfjs
cd tfjs/tfjs
yarn build-npm在当前目录下会生成一个 tensorflow-tfjs-x.x.x.tgz 的压缩包，其中 x.x.x 代表 tfjs 的版本号，写这篇文章时最新的版本号为1.5.1。如果我们要在项目中加入 tfjs 库，可以直接使用 dist 目录下的 tf.min.js 文件。
如果在项目中，我们只使用 tfjs-core，可以单独构建 tfjs-core:
代码语言：javascript复制cd tfjs/tfjs-core
yarn build-npm编译出的 tfjs-core 库文件位于 dist 子目录下，名为 tf-core.min.js 。
小结
本文介绍了如何从源码构建 tfjs 库，对于大多数微信小程序开发者而言并不需要，但如果你希望裁剪和定制 tfjs ，就可能需要从源码构建。在下一篇文章中，我将介绍人工智能微信小程序 Hello WeChat ，敬请关注！
