基于浏览器的深度学习

本书是Web开发和深度学习的跨界，主要介绍基于浏览器的深度学习技术，具体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。也详细介绍了tensorflow.js重要的模块tfjs-core、tfjs-layers、tfjs-node、tfjs-converter等。

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WebGL API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（Kai Sasaki），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和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 Körner），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。

中野礼一郎（Reiichiro Nakano），是Infostellar公司的软件开发工程师，专注于机器学习。