谷歌大腦團隊官方推薦 | JavaScript 機器學習領域必讀之作

如果說 Python 是通往人工智慧的首選語言，那麼今天，一統江湖數載的老大哥 JavaScript 大概會淡淡一笑，併發出一聲長嘆，果真，沒有什麼是我 JS 做不到的……因為，Google 大腦團隊開發的神經網路軟體庫 Tensorflow.js，終於把深度學習搬上了瀏覽器平臺。

等等，首先，為什麼要使用 JavaScript 進行深度學習？

這個問題也是當時谷歌大腦團隊研發人員遇到的質疑，有人覺得這只是一個用來吸引眼球的小工具，可能對於某些應用場景還算有趣，但並不值得進行嚴肅的研究。

可開發人員並不這麼認為。相反，他們意識到，如果把 JS 和深度學習兩個領域結合起來，必將大有可為。

JavaScript 可以說是目前世界上最流行的語言，橫跨客戶端和伺服器端，幾乎所有地方都在使用，具體體現在以下幾個方面。

• 簡化部署：大多數深度學習工程師使用 Python 構建和訓練模型，然後將它們嵌入 Web 應用程式中進行部署。使用 JavaScript 可以使部署儘可能地統一。簡單說，所有內容都可以使用 JavaScript，包括 UI、後端，模型構建和訓練。
• 更易於推斷和隱私保護：使用 JavaScript，推斷就更容易了，因為所有資料都保留在客戶端上，使得 TensorFlow.js 可用於低延遲推斷以及隱私保護應用程式。
• 支援跨平臺：你的模型可以在 JS 可以執行的任何地方執行，手機、膝上型電腦、桌上型電腦、掌上電腦……無論在哪裡使用瀏覽器，都可以使用 JavaScript！
• 零安裝體驗：由於模型可以在瀏覽器中執行，因此使用者無需安裝任何特定的軟體包或工具即可使用深度學習應用程式。

瞭解完使用 JS 的諸多強大屬性之後，另一個問題隨之而來，為什麼是 TensorFlow.js？

一個簡單的答案就是，TensorFlow.js 是第一個成熟的工業級 JS 神經網路庫，比其他任何一種庫都更流行，更成熟，更完善。

• 支援種類繁多的神經網路層，適用於從數字到文字、從音訊到影像等不同的資料型別。
• 提供用於載入預訓練模型的 API，從而進行推斷，微調預訓練模型，以及從零構建並訓練模型。
• 為那些選擇使用成熟層型別的從業者提供類 Keras 的高階 API，為那些希望實現較新演算法的從業者提供類 TensorFlow 的底層 API。
• 適用於多種環境及硬體型別，包括 Web 瀏覽器端、伺服器端（Node.js）、移動端（比如 React Native 和微信小程式）以及桌面端（Electron）。

它是第一個在瀏覽器中提供硬體加速的開源深度學習框架，並利用了 WebGL 進行加速。開發人員可以直接在瀏覽器中提供資料，進行實時訓練學習，而不用額外安裝軟體，也無須使用單獨的深度學習框架構建離線模型，是非常時適合 JS 和 Web 前端開發者用原生語言進行機器學習的神經網路庫。

下面隆重介紹這本由谷歌大腦團隊推薦的首部官方教程《JavaScript 深度學習》。這本書裡詳細講解了這個十分強大的業界老大哥——TensorFlow.js。

上圖為英文版封面，中文版即將出爐

TensorFlow.js 由 Google 大腦團隊的 Nikhil Thorat 和 Daniel Smilkov 研發。最初叫作 deeplearn.js，在完成從 Keras 模型到 JavaScript 的轉換後，重新命名為 TensorFlow.js。

圖左為 Daniel Smilkov，圖右為 Nikhil Thorat

這裡就不得不提到“Keras 之父”弗朗索瓦·肖萊，由他所著的《Python 深度學習》是機器學習領域最熱門的文獻之一。我們這本書在該書的基礎上加以擴充，並涵蓋了機器學習的核心概念，涉及當今最前沿的機器學習話題，比如文字翻譯、生成式模型、強化學習，甚至對如何在現實應用程式中部署機器學習模型提供了切實可行的建議，這些建議都來自擁有豐富機器學習實際部署經驗的從業者。

當然可能有的同學會說，光是學通 JS 就夠頭大了，現在又疊加了深度學習，難度太大！實際上這本書從 AI 基礎知識講起，對沒有機器學習經驗或專業數學背景的 JavaScript 開發者，以及想把方向延伸到 JavaScript 生態的機器學習從業者來說，相信這本書會是你的最佳選擇。

另外，也可以通過下面多位技術大佬的視角，給你更多的趨勢參考。

作為 TensorFlow.js 的合作伙伴，我們與 TensorFlow.js 團隊進行了長期深入的合作。這本書涵蓋了深度學習領域幾乎所有成熟的人工智慧演算法模型。它不僅給我帶來了眾多深度學習應用的靈感和啟發，還加深了我對深度學習的理解。我推薦前端工程師將這本書作為入門前端智慧化、應用好深度學習和人工智慧技術的參考讀物。
——甄子（甄焱鯤）阿里巴巴前端委員會智慧化方向負責人

從大資料上看，深度學習課程在騰訊課堂上越來越受歡迎，而且大部分學習者並非演算法工程師，其中 Web 前端開發者就佔了很重要的一部分。TensorFlow.js 是 Web 前端開發者嘗試深度學習的重要途徑，這本書便是非常棒的學習資料和入門指南。它由淺入深，並且在實踐方面提供了大量詳細的案例，會幫你開啟一扇通往前端智慧化世界的大門。
——王輝 騰訊線上教育部研發負責人

前端智慧化是 Web 前端領域的發展趨勢之一。針對如何融合人工智慧，利用 TensorFlow.js 構建強大的 JavaScript 深度學習應用程式，相信這本書是很好的學習資料。它不僅講解了建模、訓練以及推理等一整套理論知識，還結合實際剖析了大量的應用案例，值得仔細閱讀。
——操龍敏 騰訊 IMWeb 前端團隊負責人

通過 TensorFlow.js，前端工程師將有能力藉助海量的預訓練模型，迅速地整合 AI 功能到使用者的瀏覽器中，實現炫酷的人工智慧應用落地。這本書是《Python深度學習》的姊妹篇，大量機器學習模組介紹和示例程式碼帶你走入 JavaScript 深度學習的新世界。
——李卓桓 谷歌機器學習開發者專家、PreAngel 投資人

能快速實現產品原型，是 JavaScript 技術棧的天然優勢。TensorFlow.js 將這種優勢與深度學習技術結合在一起，為當下人工智慧領域的學習者提供了強大的利器。TensorFlow.js 的出現使機器學習模型執行在瀏覽器裡成為可能。這本書涵蓋了深度學習入門所需的大部分知識，並且配備了相當好的練習例項，無疑是掌握 TensorFlow.js 的佳作。
——張雲龍 前端技術專家、巧子科技創始人

同時，這本書作者全部來自谷歌大腦團隊，陣容十分強大。

• 蔡善清（Shanqing Cai）
  谷歌公司軟體工程師，深度參與了 TensorFlow 和 TensorFlow.js 的開發工作。從清華大學畢業後，他前往約翰斯·霍普金斯大學和麻省理工學院深造，並取得了麻省理工學院博士學位。

• 斯坦利·比列斯奇（Stanley Bileschi）
  谷歌公司 TensorFlow 可用性團隊技術負責人，領導團隊構建了 TensorFlow.js 高階 API。

• 埃裡克·D. 尼爾森（Eric D. Nielsen）
  谷歌公司軟體工程師，深度參與了 TensorFlow.js 的開發工作。

• 弗朗索瓦·肖萊（François Chollet）
  Keras 之父，TensorFlow 機器學習框架貢獻者，Kaggle 競賽教練，目前任職於谷歌公司，從事人工智慧研究，另著有《Python 深度學習》。

看完作者的豪華陣容真的有被 shock 到，還有什麼比官方開發團隊寫得書更權威的教程。希望這本最前沿的內容，能給大家帶來全新的視角和收穫。

另外，為了讓更多讀者更深入的瞭解一本書的內容，社群解鎖了一個全新的玩法！只需 1 元，就可以提前解鎖這本書 20% 的乾貨內容，在達成繼續閱讀意向後，原價 129 元的書，僅需 88 元就可以獲得搶讀期免費線上閱讀全本 + 1 本紙書。（注：活動結束後不包含電子書。）

通過這種方式，大家不僅可以更深度享受折扣優勢，有時候也讓我們保持一個有距離的觀察，甚至是判斷內容質量和自己需求匹配的可能。希望大家選購的每一本書都能物超所值，這是圖靈對自己出品書籍質量和內容的自信，也是對每位讀者的負責。

另外，已經解鎖 1 元體驗的朋友記得加入圖靈專屬交流群，群裡將會每週抽出一位幸運讀者，送出一本圖靈前端經典書。希望大家都能早日進階前端大神！

這麼厲害的內容，早晚都要學，掃碼先睹為快吧?