中文版推荐序

最近的一场主导阿里巴巴前端委员会智能化方向，关于“前端工程师能否做深度学习”的讨论中，一个争议是“数学等学术理论是否会成为前端工程师做深度学习的门槛”。一方面，有人认为深度学习的门槛太高。从这个角度看，数学、概率论等理论知识似乎成为前端工程师做深度学习的拦路虎。但另一方面也有人认为，应用深度学习不是设计算法模型，并不需要深厚的学术理论功底。李开复先生是后一个观点的支持者，他曾在2020年世界人工智能大会（WAIC）上说，再过五年，AI将无处不在，应用越来越简单，一般的传统企业也可以雇用AI工程师，创造出更接地气的应用程序。那么，综合来看，“前端工程师能否做深度学习”的问题就在于，究竟是自己设计人工智能的算法模型，还是应用好成熟的算法模型？

我自己的观点是，前端工程师应该先着眼于应用好成熟的算法模型。虽然我承认深度学习和任何新技术一样有学习和应用的门槛，但我仍然认为前端工程师能够跨越这个门槛，应用好深度学习成熟的算法模型，解决技术、工程乃至业务问题。例如，imgcook网站由设计稿智能生成代码，支撑阿里巴巴的“双十一”等大促活动零研发投入。虽然有人可能会反对，认为这些工作应该由算法工程师负责，但我的回答是，React Native不也在帮助前端工程师掌握客户端技术扩展跨端技术能力吗？这个问题之所以重要，是因为智能化时代之下，深度学习和人工智能将成为前端工程师的必备技能，就像React Native等跨端技术一样。

作为TensorFlow.js的合作伙伴，在谷歌山景城之行和tf.js团队来访杭州后，我们进行了长期深入的合作，我带领团队和tf.js团队共同维护了tf.js的Node.js版本部分功能。很高兴看到《JavaScript深度学习》由tf.js团队携手人民邮电出版社图灵公司推出中文版。本书涵盖了深度学习领域几乎所有成熟的人工智能算法模型，并依据核心概念理解、算法模型实际应用，对机器视觉（识别能力）、音视频（识别能力）、自然语言处理（理解能力）、强化学习（决策能力）等领域，用实践和案例帮助前端工程师学习和理解以下内容：数据收集、数据处理、样本标注、可视化和数据评估、模型选择、模型配置、模型训练、模型评估，以及将模型部署到不同的平台和环境。上述知识点涵盖了应用深度学习算法模型的整个技术体系。这本书不仅给我带来了众多深度学习应用的灵感和启发，还加深了我对深度学习的理解。我推荐前端工程师将本书作为入门前端智能化、应用好深度学习和人工智能技术的参考读物，并按照书中的案例举一反三，用深度学习的各种成熟算法模型能力，在前端技术、工程、业务等领域创造全新的价值。

甄子（甄焱鲲）

阿里巴巴前端委员会智能化方向负责人