前言
如果你選擇不做決定，那你還是做了一個選擇。Geddy Lee（Rush 樂隊）
開始吧
人們總喜歡當(dāng)事后諸葛亮。我應(yīng)該在價格還是X 的時候買一些比特幣，或者如果我在創(chuàng)業(yè)公司Y 出名之前申請入職就好了。在這個世界里，我們總會遇到這種關(guān)鍵的時刻，會決定我們的將來是好是壞。時間從不倒退，但在我們前進的路上，會不斷遭遇先前的選擇帶來的教訓(xùn)。你很幸運，能有這本書，能在這個時刻做決定。
由于人工智能的發(fā)展，軟件行業(yè)的基礎(chǔ)正在發(fā)生改變。這些變化最終將由那些抓住機遇為世界塑造未來的人決定。機器學(xué)習(xí)是一種探索新的可能性的冒險，結(jié)合廣泛普及的JavaScript，原有的桎梏在逐漸消失。就像我在AI 演講中對觀眾所說的那樣，你們不是只為了創(chuàng)建這樣的軟件而走到了今天這一步�，F(xiàn)在就開始吧，看看我們的想象力會把我們帶往何方。
為什么選擇TensorFlow.js?
TensorFlow 是市場上最流行的機器學(xué)習(xí)框架之一。它由Google 的頂尖人才提供支持，并負責(zé)為世界上最具影響力的眾多公司提供原動力。TensorFlow.js是TensorFlow 推出的無比強大的JavaScript 框架，超過了所有競爭對手。簡而言之，如果你想得到JavaScript 框架的強大功能，只有一種選擇，這就是TensorFlow.js。
為什么要讀這本書？
兩類讀者會喜歡這本書的內(nèi)容并從中受益：
JavaScript 開發(fā)人員
如果你熟悉JavaScript，但以前從未接觸過機器學(xué)習(xí)，這本書將成為你的指南。它會介紹這個框架，讓你在實踐中通過創(chuàng)建令人興奮的項目主動學(xué)習(xí)。通過各種項目的構(gòu)建，你將了解機器學(xué)習(xí)的基礎(chǔ)知識和實戰(zhàn)經(jīng)驗。雖然我們不會回避數(shù)學(xué)或更深層次的概念，但也不會過于復(fù)雜化。如果你正在用JavaScript 構(gòu)建網(wǎng)站，并想獲得新的超能力，請閱讀這本書。
AI 專家
如果你熟悉TensorFlow，甚至了解線性代數(shù)的基本原則，這本書將為你提供大量例子，展示如何將你的技能帶入JavaScript。在這里，我們將利用TensorFlow.js 框架闡述、展示和描繪各個核心概念。這會幫助你將你的豐富知識應(yīng)用于客戶端瀏覽器或物聯(lián)網(wǎng)（IoT）等邊緣設(shè)備上的媒體。請閱讀這本書，學(xué)習(xí)如何將你的創(chuàng)造力拓展到各種不同設(shè)備來提供豐富的交互體驗。
本書要求讀者具備JavaScript 中級水平，能閱讀和理解現(xiàn)代JavaScript 代碼。
本書概述
編寫本書的大綱時，我意識到必須做出選擇。我可以完成一個旋風(fēng)式的冒險，探索機器學(xué)習(xí)的各種應(yīng)用，并用一些具體的小例子逐一介紹，或者我也可以專一地選擇一條路，循序漸進地展示概念的逐步發(fā)展。在對我的朋友和關(guān)注者做過調(diào)查后，我發(fā)現(xiàn)大家更需要后者。為了力求簡潔，保證這本書不超過1000 頁，我決定刪除所有JavaScript 框架，主要專注于以實戰(zhàn)方式對AI 的視覺方面進行探索。
每一章的末尾都有一些復(fù)習(xí)題和一個特別的思考題，來考察你的學(xué)習(xí)情況。思考題小節(jié)都經(jīng)過精心設(shè)計，以鞏固你學(xué)到的TensorFlow.js 知識。
各章內(nèi)容
第1 章和第2 章首先介紹核心概念和一個具體的例子。這種陰陽法（概念 實例）反映了這本書的教學(xué)風(fēng)格。每一章都建立在前幾章提到的內(nèi)容、術(shù)語和函數(shù)基礎(chǔ)上。
第3 章至第7 章會介紹如何理解和實現(xiàn)現(xiàn)有AI 工具和數(shù)據(jù)。你將創(chuàng)建出色的模型庫，并且能夠在項目中使用眾多數(shù)據(jù)科學(xué)家創(chuàng)建的模型。
第8 章到第11 章會賦予你創(chuàng)造力，幫助你有效地使用TensorFlow.js。你可以在JavaScript 中訓(xùn)練模型，我堅信這是整本書中最有趣也最激動人心的部分之一。
第12 章是最后的挑戰(zhàn)。最后一章提出了一個頂石項目，使你能夠?qū)⒈緯�所學(xué)融會貫通，以你自己的方式表述和運用所學(xué)的知識。
學(xué)習(xí)目標
讀完這本書之后，不論你以前的經(jīng)驗如何，都將能夠在TensorFlow.js 中查找、實現(xiàn)、調(diào)整和創(chuàng)建機器學(xué)習(xí)模型。你能夠識別出網(wǎng)站中哪些方面要應(yīng)用機器學(xué)習(xí)，并且能夠具體實現(xiàn)。
排版約定
本書采用以下排版約定。
斜體
表示新術(shù)語、URL、電子郵件地址、文件名和文件擴展名。
等寬字體（Constant Width）
表示程序清單，在段落內(nèi)表示程序元素，例如變量、函數(shù)名稱、數(shù)據(jù)庫、數(shù)據(jù)類型、環(huán)境變量、語句和關(guān)鍵字。
粗體等寬字體（Constant width bold）
表示應(yīng)由用戶原封不動輸入的命令或其他文本。
斜體等寬字體（Constant width italic）
表示應(yīng)該替換成用戶提供值的文本，或者由上下文決定的值。
使用代碼示例
這本書的補充材料（代碼示例、練習(xí)等）可以從https://github.com/GantMan/learn-tfjs 下載。
如果你有技術(shù)問題，或者使用代碼示例時遇到問題，請發(fā)送電子郵件至bookquestions@oreilly.com。
本書的目的是要幫助你完成工作。一般來講，如果書中提供了示例代碼，你可以在你的程序和文檔中使用這些示例代碼，不需要聯(lián)系我們來得到許可，除非你直接復(fù)制了大部分的代碼。例如，如果你在編寫一個程序，使用了本書中的多段代碼，這并不需要得到許可。但是出售或發(fā)行OReilly 書的示例代碼則需要得到許可�；卮饐栴}時如果引用了這本書的文字和示例代碼，這不需要得到許可。但是如果你的產(chǎn)品文檔借用了本書中的大量示例代碼，則需要得到許可。
我們希望但不嚴格要求標明引用出處。引用信息通常包括書名、作者、出版商和ISBN。例如，Learning TensorFlow.js by Gant Laborde(OReilly).Copyright 2021 Gant Laborde, 978-1-492-09079-3。
如果你認為你在使用代碼示例時超出了合理使用范圍或者上述許可范圍，可以隨時聯(lián)系我們：permissions@oreilly.com。
OReilly 在線學(xué)習(xí)平臺（OReilly Online Learning）
近40 年來，OReilly Media 致力于提供技術(shù)和商業(yè)
培訓(xùn)、知識和卓越見解，來幫助眾多公司取得成功。
我們擁有獨一無二的專家和革新者組成的龐大網(wǎng)絡(luò)，他們通過圖書、文章、會議和我們的在線學(xué)習(xí)平臺分享他們的知識和經(jīng)驗。OReilly 的在線學(xué)習(xí)平臺允許你按需訪問現(xiàn)場培訓(xùn)課程、深入的學(xué)習(xí)路徑、交互式編程環(huán)境，以及OReilly 和200 多家其他出版商提供的大量文本和視頻資源。有關(guān)的更多信息，請訪問http://oreilly.com。
聯(lián)系我們
請把對本書的評價和問題發(fā)給出版社。
美國：
OReilly Media, Inc.
1005 Gravenstein Highway North
Sebastopol, CA 95472
中國：
北京市西城區(qū)西直門南大街2號成銘大廈C座807室（100035）
奧萊利技術(shù)咨詢（北京）有限公司
針對這本書，我們還建有一個網(wǎng)頁，列出了有關(guān)勘誤、示例和其他信息�？梢酝ㄟ^以下地址訪問這個頁面：https://oreil.ly/learning-tensorflow-js。
如果對這本書有什么意見，或者詢問技術(shù)上的問題，請發(fā)送電子郵件至errata@oreilly.com。
要了解關(guān)于我們的圖書和課程的新聞和信息，請訪問我們的網(wǎng)站：http://www.oreilly.com。
我們的Facebook: http://facebook.com/oreilly。
我們的Twitter: http://twitter.com/oreillymedia。
我們的YouTube: http://www.youtube.com/oreillymedia。
致謝
我想對OReilly 的編輯、制作人員和員工說聲謝謝，在寫這本書的過程中，與他們一起工作真是一件幸事。
當(dāng)然，要感謝杰出的Laurence Moroney，他是這本書序言的作者。在我的成長過程中，你一直是我的偶像，激勵著我前進。我從你身上學(xué)到了很多，我將在你的機器學(xué)習(xí)課程和成果基礎(chǔ)上繼續(xù)成長。
這本書的技術(shù)審校是我有幸共事過的最友好、最細致的人。
Laura Uzcátegui
你的善意而鼓舞人心的反饋讀起來很溫暖。你的直覺讓我對這本書充滿信心。
Vishwesh Ravi Shrimali
你聽懂了我所有的笑話。你顯然是一個睿智而友善的人，在這方面，你讓我變得更好。感謝你的忠告和智慧。
Jason Mayes
在你被選為這本書的技術(shù)編輯之前我就認識你了，所以我不僅把你當(dāng)作隊友，更當(dāng)作朋友，共同讓這本書盡可能地完美。你的反饋很細致，很明智，絕對不可替代。衷心感謝你。
Axel Damian Sirota
我能從你的每一個反饋中感受到你的熱忱和支持。你投入大量時間給予了明智和善意的建議。你的藝術(shù)才能絕對是對這本書的一份難得的禮物。
Lee Warrick
你不斷地審查和質(zhì)疑，讓我更好地完成我的所有工作。這本書是我因你的洞察力而取得成就的最新例證。
Michele Cronin
我喜歡我們的每一次會談。你簡直是快樂之源！謝謝你的坦誠。你讓這本書讀起來毫不費力。我永遠也不知道你是怎么做到的。
特別感謝Frank von Hoven III，感謝你提出的所有問題，感謝你一頁一頁手寫的反饋（見圖1）。你的才華和誠實一直在有力地鼓舞著我。
最后，感謝我親愛的家人，他們盡量避免打斷我，但也知道我什么時候需要
打斷。Alicia，親愛的，你比我自己更了解我。每當(dāng)我需要動力時，你用提神
的咖啡給我驚喜，而當(dāng)我需要停下來休息時，你就會給我一杯美酒。每一天的美好都是因為你。