Tensorflow

需要在本地 Windows 下安装多个版本 CUDA，其实有两种方式让 CUDA 共存。一种是英伟达的工具包安装，还一种是 CUDA 的动态链接库通过 conda 安装。

由于兼容性问题，使得我们若想用较新版本的 PyTorch，通过 GPU 方式训练模型，也得更换较新版本得 CUDA 工具包。然而 CUDA 的版本又与电脑显卡的驱动程序版本关联

上一篇实践了通过Logstash同步MySQL的几张关联表到Elasticsearch中。为了实现同一种业务需求，嵌套文档在资源开销和查询速度上要优于父子文档（针对少量数据的情况）

前面已经通过采集拿到了图片，并且也手动对图片做了标注。接下来就要通过 Tensorflow.js 基于 mobileNet 训练模型。

Tensorflow.js 官方提供了很多常用模型库，涵盖了平时开发中大部分场景的模型。例如，前面提到的图片识别，除此之外还有人体姿态识别，目标物体识别，语音文字等识别。

在规则编码中，我们常常会遇到需要通过多种区间判断某种物品分类。比如二手物品的定价，尽管不是新品没有 SKU 但是基本的参数是少不了。想通过成色来区分某种物品，其实主要是确定一些参数。然后根据参数数据以

从前面的Tensorflow环境搭建到目标检测模型迁移学习，已经完成了一个简答的扑克牌检测器，不管是从图片还是视频都能从画面中识别出有扑克的目标，并标识出扑克点数。但是，我想在想让他放在浏览器上可能实

关于TF的目标检测迁移学习，我一开始是想通过Tensorflow提供的API，用JS来实现的。但是官方不但没有案例，网上也没有踩坑的小作文，加之我又着急要弄水印检测。

在看过一个国外博主例子，我也通过 Tensorflow-GPU1.10.0 运行了官方例子，既然要使用 GPU 则需要把 CUDA 先配置好，上一篇文章有特别详细介绍到。而这里就捋一下在运行过程遇到的