基于浏览器的深度学习

图书标准信息

• 作者 [法]泽维尔·布里（Xavier Bourry） 著；侠天、易乐天 译
• 出版社 机械工业出版社
• 出版时间 2019-08
• 版次 1
• ISBN 9787111629405
• 定价 79.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 198页
• 字数 100千字

【内容简介】

　　《基于浏览器的深度学习》是一本在浏览器中进行深度学习应用的入门实践指南，主要内容包括神经网络架构、主流的JavaScript深度学习框架、深度学习的JavaScript基础、基于WebGL的GPU加速、浏览器上的数据抽取和操作以及TensorFlow.js实践应用。每章都配有完整的代码示例以及可视化效果，轻松易学。书中也详细介绍了TensorFlow.js重要的模块tfjs-core、tfjs-layers、tfjs-node、tfjs-converter等。
　　《基于浏览器的深度学习》共8章，第1章主要介绍深度学习相关的数学知识、概念及架构；第2章介绍在深度学习应用中常用的深度学习架构；第3章介绍用在浏览器上的三种不同。JavaScript深度学习框架，即TensorFlow.js，WebDNN和Keras.js；第4章介绍在浏览器和Node.js中运行深度学习框架的JavaScript基础；第5章介绍如何将深度学习操作映射到GPU，并展示如何用WebGL一实现神经网络；第6章介绍如何从浏览器提取数据，如从URL加载图片数据、从网络摄像头解析帧数据，或者从手机解析数据；第7章给出一些在浏览器中操作数据的实用方法；第8章通过一些小项目详细阐释TensorFlow.js实践细节。

【作者简介】

　　泽维尔·布里（Xavier Bourry）是创业公司Jeeliz的联合创始人和CTO，专注于深度学习。他使用WebGLAPI开发了基于GPU的深度学习引擎，其性能比tfjs高，能够用于实时视频处理。
　　
　　佐佐木凯（Ka iSasaki）是Arm公司的高级软件工程师，还是Apache Hivemall Committer。他擅长Web和数据处理平台，在使用APNS与GCM开发和维护通知平台、开发Hadoop和Storm等数据处理平台、开发／维护Presto集群等方面有丰富的经验。
　　
　　克里斯托夫·科纳（Christoph Korner）是微软公司大数据和人工智能专家，之前是T-Mobile Austria的大数据技术主管、Kaggle Vienna机器学习社区的会议组织者。除本书外，他还著有《Learning Responsive Data Visualization》《Data Visualization with D3 and AngularjS》等。
　　
　　中野礼·郎（Reiichiro Nakano）是Infostellar公司的软件开发工程师，专注于机器学习。

【目录】

译者序
前言

第1章 深度学习
1．1 深度神经网络的数学基础
1．1．1 感知机——门控线性回归
1．1．2 多层感知机
1．1．3 卷积和池化
1．1．4 激活函数
1．2 深度神经网络的训练
1．2．1 损失函数的重要性
1．2．2 正则化
1．2．3 反向传播算法
1．2．4 优化方法
1．3 本章小结

第2章 神经网络架构
2．1 卷积神经网络
2．1．1 AlexNet
2．1．2 GoogLeNet
2．1．3 ResNet
2．1．4 SqueezeNet
2．2 循环神经网络
2．2．1 LSTM
2．2．2 GRU
2．3 深度强化学习
2．4 本章小结

第3章 JavaScript深度学习框架
3．1 TensorFlow．js
3．1．1 TensorFlow．js介绍
3．1．2 XOR问题
3．1．3 解决XOR问题
3．1．4 网络架构
3．1．5 张量
3．1．6 张量操作
3．1．7 模型训练
3．1．8 TensorFlow．js的生态
3．2 WebDNN
3．3 Keras．js
……

第4章 深度学习的JavaScript基础
第5章 基于WebGL的GPU加速
第6章 从浏览器中提取数据
第7章 高级数据操作的方法
第8章 基于TensorFlow．js构建应用