新書推薦:
《
街头健身训练指南
》
售價:HK$
266.6
《
留学早规划
》
售價:HK$
76.2
《
文化的演化:民众动机正在重塑世界
》
售價:HK$
88.5
《
布鲁克林有棵树(孩子喜欢的阅读经典读本 基于真实生活的全球经典成长小说 走出成长困境 追逐梦想 人生励志 自我塑造小说)
》
售價:HK$
76.2
《
构建未来教育图景:实践以学生为中心的育人模式
》
售價:HK$
87.4
《
技术统治(未来哲学系列)
》
售價:HK$
53.8
《
中考热点作家孙道荣2024年散文精选集三册
》
售價:HK$
127.7
《
全球城市案例研究2023:基于网络的合作与竞争国际经验借鉴
》
售價:HK$
199.4
內容簡介:
本书在介绍如何利用前端技术来实现深度学习的模型部署和预测的基础上,重点介绍了若干运用前端AI技术的典型场景。本书内容包括三大部分:前端与AI、引入新模型和Web AI进阶。本书重点讲解模型开发的“全链路”,从模型供给到业务实现,串联起前端AI开发的整个流程。读者可以根据定制化的需求利用Paddle.js前端推理引擎完成算子开发、精度对齐、业务场景接入等具体的研发工作。本书不仅可以使读者对前端AI的理论和技术体系有深入的了解,还能通过指导实现推理效果的验证,让前端开发和AI技术深入结合,实现理论和实践的统一。
關於作者:
张静媛毕业于西安电子科技大学。在百度参与了语音搜索、百度畅听、百度体育等产品的前端研发工作。目前主要参与 Paddle.js 移动 AI 开发和探索工作,以及搜索团队前端横向技术方向的工作,致力于提升搜索前端技术的基础设施建设。岳双燕毕业于山东大学。在百度参与了多模视觉搜索、百度搜索TOP1、泛娱乐、垂类等产品的前端研发工作,以及搜索团队前端性能及稳定性等技术方向的工作。目前主要参与 Paddle.js 移动 AI 开发和探索。樊中恺毕业于北京科技大学,前端架构师,Paddle.js负责人。2008年开始接触前端开发,并于2012年进入移动端开发领域。曾先后负责百度浏览器、百度文库、百度阅读、手百App的前端技术架构工作。目前工作的主要方向为AI-Native应用的研发。在端智能、工程化、前端架构等领域拥有丰富的经验。
目錄 :
第1部分 前端与AI第1章 Web AI21.1 Web AI的特点31.2 Web AI的发展历程51.3 总结8第2章 神经网络和前端推理引擎92.1 感知机102.2 从感知机到神经网络122.3 前端推理引擎152.4 总结18第3章 Paddle.js 初探193.1 AI全链路193.1.1 AI全链路基本介绍203.1.2 前端推理引擎Paddle.js213.2 模型和神经网络拓扑结构243.2.1 模型结构文件与参数文件253.2.2 神经网络拓扑结构263.3 推理过程与运行环境313.3.1 推理过程313.3.2 运行环境333.4 使用Paddle.js333.5 总结44第4章 CV项目实战464.1 paddlejs-models模型库464.1.1 backend选择474.1.2 引入模型 library484.2 经典CV模型实战504.2.1 图像分类514.2.2 图像分割564.2.3 目标检测664.3 小程序CV项目734.3.1 微信小程序插件paddlejsPlugin734.3.2 百度智能小程序动态库paddlejs764.4 总结78第2部分 引入新模型第5章 模型准备825.1 模型转换825.1.1 转换工具使用835.1.2 转换过程875.2 模型算子905.2.1 算子基本信息905.2.2 算子计算规则925.3 算子开发与测试935.3.1 算子开发935.3.2 算子测试965.4 总结99第6章 模型前后处理1006.1 模型前处理1006.1.1 媒体资源获取1016.1.2 输入数据处理1076.2 模型后处理1146.2.1 目标分类1146.2.2 目标框选1156.2.3 目标分割1166.3 总结117第7章 图像处理1187.1 简单滤镜1187.1.1 灰度1197.1.2 色相旋转1217.2 美颜效果1257.2.1 美白滤镜1257.2.2 磨皮滤镜1297.2.3 瘦脸滤镜1347.2.4 大眼滤镜1397.3 总结142第3部分 Web AI进阶第8章 计算方案1468.1 基本概念1468.1.1 多线程1478.1.2 SIMD1478.1.3 CPU与GPU1488.2 计算方案介绍1498.2.1 PlainJS计算方案1508.2.2 WebGL计算方案1518.2.3 WebGPU 计算方案1548.2.4 WebAssembly计算方案1598.2.5 NodeGL计算方案1618.2.6 Web Worker在Paddle.js上的应用1618.3 计算方案对比1688.4 总结169第9章 性能优化1709.1 算子融合1709.2 向量化计算1749.3 多线程1799.4 总结186第10章 Web AI应用安全18710.1 安全问题与安全目标18710.1.1 安全问题18810.1.2 安全目标19010.2 前端安全技术19110.2.1 加解密方案19110.2.2 代码安全19310.2.3 安全加固方案19610.3 安全方案19710.3.1 安全中心19810.3.2 离线部署20110.3.3 在线推理20210.4 总结203第11章 Web AI的发展趋势20511.1 Web AI的六大能力20511.2 技术展望20911.2.1 Web AI的标准20911.2.2 Web AI中的端云协同21011.3 总结212第12章 未来已来21312.1 大语言模型简介21512.1.1 什么是GPT21612.1.2 超大语言模型带来的能力跃升21912.1.3 GPT-4的又一次生长22112.1.4 回答准确性和可解释性22212.2 前端和大语言模型22312.2.1 提示语是一切的核心22412.2.2 学会如何与GPT交流23012.2.3 用GPT优化工作流23312.3 关于未来的畅想24212.4 给前端工程师的建议246