《TensorFlow全栈开发工程实践——做一个全智全能算法工程师》TensorFlow全栈开发实战指南，成为全能算法工程师

《TensorFlow全栈开发工程实践》

相信大家一看到这个书名就知道哪些人适合读这本书了，没错，就是那些对计算机感兴趣的人群。TensorFlow是目前人工领域比较主流的开发工具之一了，它是谷歌公司研发的一种计算框架。

作者在这本书里很详细的写了TensorFlow如何下载以及如何配置环境。如果只看文字内容可能会觉得有些不懂，所以作者还录制了相关视频教程，我们可以通过扫描书背面的二维码加入圈子，然后从链接里找到所需的视频，通过参考视频结合文字进行实操可以更容易理解TensorFlow。

搭建TensorFlow需要使用Python语言。在讲经典神经网络模型时，作者会展示搭建模型和构建网络的全部过程和代码，并指出模型中的创新点，例如GoogleNet网络模型的创新点是Inspection模块、1×1卷积和AuxiliaryClassifiers。理解这些内容需要一定的高等数学基础，还需要对Python语言有基本了解。

我个人很喜欢作者讲述的目标检测算法，书中共涵盖了6种算法，包括RCNN、SPPNet、FastRCNN、FasterRCNN、SSD和YOLO。

在RCNN的图像缩放实验中，"各向异性"指的是将图片全部缩放到CNN模型要求的尺寸，而不考虑图片具体的形状和尺寸，这种方法会导致图像有一定的扭曲。"各向同性"缩放指的是先扩充后裁剪或先裁剪后扩充。

空间金字塔石化原理是首先得到21个不同的空间块，然后从每个空间块中提取一个特征，形成一个21维特征向量。而空间金字塔最大池化则是计算每个空间块中的最大值，得到一个输出单元，最终形成一个21维特征向量的输出。

FastRCNN算法和RCNN算法不同之处在于，FastRCNN在最后一个卷积层后面加了一个rolpooling层，并且直接使用softmax函数进行分类，替代了RCNN中的SVM算法。

FasterRCNN算法将ss算法替换为一个名为RPN的神经网络模块。

SSD是一个端到端的模型，所有的检测和识别过程都在同一个网络中进行。SSD选择多尺度特征图，这样可以在较浅的特征图中较好地表达小目标。

YOLOV1算法不使用基于候选区域框的方式进行网络训练，而是直接使用全图进行训练。优点在于能更好地区分目标物体和背景区域。

此外，作者还在书中分析了如何将TensorFlow应用于我国食品药品安全事件网络预警，如果感兴趣可以从这本书中查找详细的代码。