前些日子帮师妹的服务器配置Java Web环境，自己无形中也学到了写新知识，擅自总结记录下来，方便以后自己及师弟师妹查阅参考。

Java Web环境 = JavaJDK + Tomcat + MySQL

背景介绍

这两天阿里云将我的域名（wangcong.info）的备案取消接入并向工信部提交了注销申请。于是乎，我先后收到了几个短信和邮件通知，贴出一条如下：

最近所接触的项目基本都是使用Keras及TensorFlow共同实现的，准确的说是使用Keras作为入口，使用TensorFlow作为后端来开展的神经网络相关模型的训练、测试及应用工作。

Keras是一个高层神经网络API，Keras由纯Python编写而成并基Tensorflow、Theano以及CNTK后端。Keras 为支持快速实验而生，能够把你的idea迅速转换为结果，如果你有如下需求，请选择Keras：

• 简易和快速的原型设计（keras具有高度模块化，极简，和可扩充特性）
• 支持CNN和RNN，或二者的结合
• 无缝CPU和GPU切换

简单地说，好嗨呦，感觉人生已经到达了高潮，就是快！

因为做的项目更侧重于图像相关领域，在实际应用中有需要将目标识别或检测的结果进行显示的需求，后查阅相关资料，总结关于Linux云服务器的本地可视化环境配置如下：

在Mac上一直没有找到合适的SSH远程登录工具，后多次去知乎等相关平台查看类似问题，并经过实际尝试，暂时选定SecureCRT作为自己的临时SSH远程登录工具。

PS：也使用过其他的如自带的Terminal、FinalShell及Zoc等工具，总体而言FinalShell比较符合国人审美及操作，但是感觉不太安全，毕竟第三方个人开发，且云服务器莫名跑上了挖矿相关代码，不知道是否和该工具之间有关联。

为安全起见，还是使用了老牌的SecureCRT。

为方便以后开发查阅，特记录此相关代码。
所要实现的功能：

字符串、列表、元组、字典之间的相互转换

机器学习领域三个最基本指标是召回率(Recall Rate)、准确率(Precision Rate)及综合评价指标(F-Score)。(召回率也称为查全率，准确率也称为查准率)

为方便后续查阅及学习，经参考相关书籍及资料，对数据结构与算法的框架图整理如下。

为方便以后开发查阅，特记录此相关代码。
所要实现的功能：

在图片上显示文字及保存

TensorFlow Object detection API 教程系列：

• TensorFlow Object detection API 教程之一：Object detection API安装
• TensorFlow Object detection API 教程之二：训练自己的模型
• TensorFlow Object detection API 教程之三：测试自己的模型

在这一节，我们将要测试我们自己的模型，看一看训练的模型能否达到我们预期的效果。