写给前端工程师的AI小册【留言送书】

大家好，我是若川。我倾力持续组织了一年多源码共读，感兴趣的可以加我微信 lxchuan12 参与。之前送过N次书，可以点此查看回馈粉丝，现在又和博文视点合作再次争取了几本书，具体送书规则看文末。

在过去的客户端开发时代，工程师主要面对工程问题，如性能优化、信息提取加工、动画特效等。随着复杂业务场景的出现，处理模式复杂、场景无法穷尽、输入/输出错综复杂等问题变得困难。传统的技术手段显得捉襟见肘，需要更多的技术支持。

从2014年ConvNetJS诞生到现在，前端开发领域涌现出了一批可以在浏览器端运行神经网络、执行分类和识别等任务的前端机器学习、深度学习框架。

特别是大语言模型如ChatGPT等的出现，人工智能开始在端上发挥更重要的作用。利用人工智能技术给前端开发带来诸多帮助：

• 解决复杂问题：大语言模型等人工智能技术可以解决模式复杂、场景无法穷尽的问题。AI可以提供精准的信息提取、数据加工，帮助开发人员更高效地应对业务挑战。

• 低网络延迟：在客户端使用AI能力，可以避免与服务端的通信延迟，提供更快速的响应。这对于实时性要求高的应用非常重要，如实时聊天、语音识别等。

• 减少对服务端的依赖：通过在前端进行AI推理，可以减轻服务端的负担，降低服务端压力。同时，数据隐私和安全也更易控制，用户数据不必在网络中传输。

• 极致的用户体验：借助AI技术，前端应用可以提供更个性化、智能化的用户体验。从个性化推荐到智能化交互，AI使应用更贴近用户需求，增强用户满意度。

• 开发效率提升：基于前端推理引擎，开发人员可以将AI模型无缝嵌入应用，避免从零开始构建模型。这大大缩短了开发周期，提高了开发效率。

• 应对新兴需求：AI技术的快速发展使得前端能够更好地应对新兴业务需求，如图像识别、自然语言处理等，拓展应用领域。

Paddle.js是一个运行在浏览器中的开源深度学习框架。作为一款前端推理引擎，与TensorFlow、PyTorch和PaddlePaddle 等成熟的框架一样，Paddle.js不仅能基于已有模型在业务中快速集成，还满足二次开发要求——引入新的模型、添加新的算子。

这背后涉及的技术栈和开发流程烦冗复杂：

• 该如何接入媒体流？

• 如何下载模型文件？

• 如何生成神经网络？

• 如何执行后处理任务？

• ……

这些零散的问题可能成为前端工程师接入AI能力的阻碍，需要给出最佳实践和自动化的解决方案。为此，三位百度架构师特撰写了《Web智能化：AI引用与开发指南》。

本书将以Paddle.js为例，展现如何通过前端推理引擎充分调用浏览器的开放能力来实现AI的应用开发。

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。

专属五折优惠，到手价50，快快抢购吧！

专属五折优惠，到手价50，快快抢购吧！

福利时间

文末福利

小伙伴们，可以在本文留言区留言任意内容~抽奖规则：在我的公众号结合留言内容随机抽1位，获得本书包邮送。
截止时间：9月18日（周一）中午12点，可能延后，以置顶留言为准。
其他几本，在我的社群等送出（福利倾斜）。

中奖小伙伴，我会联系兑奖，一般来说，如果当天联系不上视为作废。也可以提前扫码加我微信 lxchuan12 以防失联。或者发送源码两字参与源码共读。