enter image description here

如果说 Python 是通往人工智能的首选语言,那么今天,一统江湖数载的老大哥 JavaScript 大概会淡淡一笑,并发出一声长叹,果真,没有什么是我 JS 做不到的……因为,Google 大脑团队开发的神经网络软件库 Tensorflow.js,终于把深度学习搬上了浏览器平台。

等等,首先,为什么要使用 JavaScript 进行深度学习?

这个问题也是当时谷歌大脑团队研发人员遇到的质疑,有人觉得这只是一个用来吸引眼球的小工具,可能对于某些应用场景还算有趣,但并不值得进行严肃的研究。

可开发人员并不这么认为。相反,他们意识到,如果把 JS 和深度学习两个领域结合起来,必将大有可为。

JavaScript 可以说是目前世界上最流行的语言,横跨客户端和服务器端,几乎所有地方都在使用,具体体现在以下几个方面。

  • 简化部署:大多数深度学习工程师使用 Python 构建和训练模型,然后将它们嵌入 Web 应用程序中进行部署。使用 JavaScript 可以使部署尽可能地统一。简单说,所有内容都可以使用 JavaScript,包括 UI、后端,模型构建和训练。
  • 更易于推断和隐私保护:使用 JavaScript,推断就更容易了,因为所有数据都保留在客户端上,使得 TensorFlow.js 可用于低延迟推断以及隐私保护应用程序。
  • 支持跨平台:你的模型可以在 JS 可以运行的任何地方运行,手机、笔记本电脑、台式机、掌上电脑……无论在哪里使用浏览器,都可以使用 JavaScript!
  • 零安装体验:由于模型可以在浏览器中运行,因此用户无需安装任何特定的软件包或工具即可使用深度学习应用程序。

了解完使用 JS 的诸多强大属性之后,另一个问题随之而来,为什么是 TensorFlow.js?

一个简单的答案就是,TensorFlow.js 是第一个成熟的工业级 JS 神经网络库,比其他任何一种库都更流行,更成熟,更完善。

  • 支持种类繁多的神经网络层,适用于从数字到文本、从音频到图像等不同的数据类型。
  • 提供用于加载预训练模型的 API,从而进行推断,微调预训练模型,以及从零构建并训练模型。
  • 为那些选择使用成熟层类型的从业者提供类 Keras 的高阶 API,为那些希望实现较新算法的从业者提供类 TensorFlow 的底层 API
  • 适用于多种环境及硬件类型,包括 Web 浏览器端、服务器端(Node.js)、移动端(比如 React Native 和微信小程序)以及桌面端(Electron)。

它是第一个在浏览器中提供硬件加速的开源深度学习框架,并利用了 WebGL 进行加速。开发人员可以直接在浏览器中提供数据,进行实时训练学习,而不用额外安装软件,也无须使用单独的深度学习框架构建离线模型,是非常时适合 JS 和 Web 前端开发者用原生语言进行机器学习的神经网络库。

下面隆重介绍这本由谷歌大脑团队推荐的首部官方教程《JavaScript 深度学习》。这本书里详细讲解了这个十分强大的业界老大哥——TensorFlow.js。

enter image description here

上图为英文版封面,中文版即将出炉

TensorFlow.js 由 Google 大脑团队的 Nikhil Thorat 和 Daniel Smilkov 研发。最初叫作 deeplearn.js,在完成从 Keras 模型到 JavaScript 的转换后,重新命名为 TensorFlow.js。

enter image description here

图左为 Daniel Smilkov,图右为 Nikhil Thorat

这里就不得不提到“Keras 之父”弗朗索瓦·肖莱,由他所著的《Python 深度学习》是机器学习领域最热门的文献之一。我们这本书在该书的基础上加以扩充,并涵盖了机器学习的核心概念,涉及当今最前沿的机器学习话题,比如文本翻译、生成式模型、强化学习,甚至对如何在现实应用程序中部署机器学习模型提供了切实可行的建议,这些建议都来自拥有丰富机器学习实际部署经验的从业者。

当然可能有的同学会说,光是学通 JS 就够头大了,现在又叠加了深度学习,难度太大!实际上这本书从 AI 基础知识讲起,对没有机器学习经验或专业数学背景的 JavaScript 开发者,以及想把方向延伸到 JavaScript 生态的机器学习从业者来说,相信这本书会是你的最佳选择。

另外,也可以通过下面多位技术大佬的视角,给你更多的趋势参考。

作为 TensorFlow.js 的合作伙伴,我们与 TensorFlow.js 团队进行了长期深入的合作。这本书涵盖了深度学习领域几乎所有成熟的人工智能算法模型。它不仅给我带来了众多深度学习应用的灵感和启发,还加深了我对深度学习的理解。我推荐前端工程师将这本书作为入门前端智能化、应用好深度学习和人工智能技术的参考读物。
——甄子(甄焱鲲)阿里巴巴前端委员会智能化方向负责人

从大数据上看,深度学习课程在腾讯课堂上越来越受欢迎,而且大部分学习者并非算法工程师,其中 Web 前端开发者就占了很重要的一部分。TensorFlow.js 是 Web 前端开发者尝试深度学习的重要途径,这本书便是非常棒的学习资料和入门指南。它由浅入深,并且在实践方面提供了大量详细的案例,会帮你打开一扇通往前端智能化世界的大门。
——王辉 腾讯在线教育部研发负责人

前端智能化是 Web 前端领域的发展趋势之一。针对如何融合人工智能,利用 TensorFlow.js 构建强大的 JavaScript 深度学习应用程序,相信这本书是很好的学习资料。它不仅讲解了建模、训练以及推理等一整套理论知识,还结合实际剖析了大量的应用案例,值得仔细阅读。
——操龙敏 腾讯 IMWeb 前端团队负责人

通过 TensorFlow.js,前端工程师将有能力借助海量的预训练模型,迅速地集成 AI 功能到用户的浏览器中,实现炫酷的人工智能应用落地。这本书是《Python深度学习》的姊妹篇,大量机器学习模块介绍和示例代码带你走入 JavaScript 深度学习的新世界。
——李卓桓 谷歌机器学习开发者专家、PreAngel 投资人

能快速实现产品原型,是 JavaScript 技术栈的天然优势。TensorFlow.js 将这种优势与深度学习技术结合在一起,为当下人工智能领域的学习者提供了强大的利器。TensorFlow.js 的出现使机器学习模型运行在浏览器里成为可能。这本书涵盖了深度学习入门所需的大部分知识,并且配备了相当好的练习实例,无疑是掌握 TensorFlow.js 的佳作。
——张云龙 前端技术专家、巧子科技创始人

同时,这本书作者全部来自谷歌大脑团队,阵容十分强大。

  • 蔡善清(Shanqing Cai)
    谷歌公司软件工程师,深度参与了 TensorFlow 和 TensorFlow.js 的开发工作。从清华大学毕业后,他前往约翰斯·霍普金斯大学和麻省理工学院深造,并取得了麻省理工学院博士学位。

  • 斯坦利·比列斯奇(Stanley Bileschi)
    谷歌公司 TensorFlow 可用性团队技术负责人,领导团队构建了 TensorFlow.js 高阶 API。

  • 埃里克·D. 尼尔森(Eric D. Nielsen)
    谷歌公司软件工程师,深度参与了 TensorFlow.js 的开发工作。

  • 弗朗索瓦·肖莱(François Chollet)
    Keras 之父,TensorFlow 机器学习框架贡献者,Kaggle 竞赛教练,目前任职于谷歌公司,从事人工智能研究,另著有《Python 深度学习》

看完作者的豪华阵容真的有被 shock 到,还有什么比官方开发团队写得书更权威的教程。希望这本最前沿的内容,能给大家带来全新的视角和收获。

另外,为了让更多读者更深入的了解一本书的内容,社区解锁了一个全新的玩法!只需 1 元,就可以提前解锁这本书 20% 的干货内容,在达成继续阅读意向后,原价 129 元的书,仅需 88 元就可以获得抢读期免费在线阅读全本 + 1 本纸书。(注:活动结束后不包含电子书。)

通过这种方式,大家不仅可以更深度享受折扣优势,有时候也让我们保持一个有距离的观察,甚至是判断内容质量和自己需求匹配的可能。希望大家选购的每一本书都能物超所值,这是图灵对自己出品书籍质量和内容的自信,也是对每位读者的负责。

另外,已经解锁 1 元体验的朋友记得加入图灵专属交流群,群里将会每周抽出一位幸运读者,送出一本图灵前端经典书。希望大家都能早日进阶前端大神!

图片

这么厉害的内容,早晚都要学,扫码先睹为快吧👆