百度专家联合创作！
借助开箱即用的Paddle.js等前端推理引擎实现AI应用与开发
详解如何借助ChatGPT、文心一言等大语言模型提升研发效率
本书以具体实践为主、以解决实战问题为目的，希望帮助读者达到以下四个目的。
第一，让前端工程师能够开箱即用前端推理引擎（Paddle.js）进行业务开发。
第二，让希望将自己的智力产出贡献到具体Web业务场景中的算法工程师，了解前端如何集成并使用AI能力。
第三，让前端工程师能够基于已有的推理引擎进行二次开发，引入新的模型，开发新的算子。
第四，让想要深入了解前端推理引擎的开发人员，了解计算方案、性能优化和与模型加密相关的高阶知识，并学以致用。
第1部分 前端与AI
第1章 Web AI 2
1.1 Web AI的特点 3
1.2 Web AI的发展历程 5
1.3 总结 8
第2章 神经网络和前端推理引擎 9
2.1 感知机 10
2.2 从感知机到神经网络 12
2.3 前端推理引擎 15
2.4 总结 18
第3章 Paddle.js 初探 19
3.1 AI全链路 19
3.1.1 AI全链路基本介绍 20
3.1.2 前端推理引擎Paddle.js 21
3.2 模型和神经网络拓扑结构 24
3.2.1 模型结构文件与参数文件 25
3.2.2 神经网络拓扑结构 26
3.3 推理过程与运行环境 31
3.3.1 推理过程 31
3.3.2 运行环境 33
3.4 使用Paddle.js 33
3.5 总结 44
第4章 CV项目实战 46
4.1 paddlejs-models模型库 46
4.1.1 backend选择 47
4.1.2 引入模型 library 48
4.2 经典CV模型实战 50
4.2.1 图像分类 51
4.2.2 图像分割 56
4.2.3 目标检测 66
4.3 小程序CV项目 73
4.3.1 微信小程序插件paddlejsPlugin 73
4.3.2 百度智能小程序动态库paddlejs 76
4.4 总结 78
第2部分 引入新模型
第5章 模型准备 82
5.1 模型转换 82
5.1.1 转换工具使用 83
5.1.2 转换过程 87
5.2 模型算子 90
5.2.1 算子基本信息 90
5.2.2 算子计算规则 92
5.3 算子开发与测试 93
5.3.1 算子开发 93
5.3.2 算子测试 96
5.4 总结 99
第6章 模型前后处理 100
6.1 模型前处理 100
6.1.1 媒体资源获取 101
6.1.2 输入数据处理 107
6.2 模型后处理 114
6.2.1 目标分类 114
6.2.2 目标框选 115
6.2.3 目标分割 116
6.3 总结 117
第7章 图像处理 118
7.1 简单滤镜 118
7.1.1 灰度 119
7.1.2 色相旋转 121
7.2 美颜效果 125
7.2.1 美白滤镜 125
7.2.2 磨皮滤镜 129
7.2.3 瘦脸滤镜 134
7.2.4 大眼滤镜 139
7.3 总结 142
第3部分 Web AI进阶
第8章 计算方案 146
8.1 基本概念 146
8.1.1 多线程 147
8.1.2 SIMD 147
8.1.3 CPU与GPU 148
8.2 计算方案介绍 149
8.2.1 PlainJS计算方案 150
8.2.2 WebGL计算方案 151
8.2.3 WebGPU 计算方案 154
8.2.4 WebAssembly计算方案 159
8.2.5 NodeGL计算方案 161
8.2.6 Web Worker在Paddle.js上的应用 161
8.3 计算方案对比 168
8.4 总结 169
第9章 性能优化 170
9.1 算子融合 170
9.2 向量化计算 174
9.3 多线程 179
9.4 总结 186
第10章 Web AI应用安全 187
10.1 安全问题与安全目标 187
10.1.1 安全问题 188
10.1.2 安全目标 190
10.2 前端安全技术 191
10.2.1 加解密方案 191
10.2.2 代码安全 193
10.2.3 安全加固方案 196
10.3 安全方案 197
10.3.1 安全中心 198
10.3.2 离线部署 201
10.3.3 在线推理 202
10.4 总结 203
第11章 Web AI的发展趋势 205
11.1 Web AI的六大能力 205
11.2 技术展望 209
11.2.1 Web AI的标准 209
11.2.2 Web AI中的端云协同 210
11.3 总结 212
第12章 未来已来 213
12.1 大语言模型简介 215
12.1.1 什么是GPT 216
12.1.2 超大语言模型带来的能力跃升 219
12.1.3 GPT-4的又一次生长 221
12.1.4 回答准确性和可解释性 222
12.2 前端和大语言模型 223
12.2.1 提示语是一切的核心 224
12.2.2 学会如何与GPT交流 230
12.2.3 用GPT优化工作流 233
12.3 关于未来的畅想 242
12.4 给前端工程师的建议 246
温馨提示：请使用泸西县图书馆的读者帐号和密码进行登录
