<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Nancynoha的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Nancynoha</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Nancynoha]]></copyright><item><title><![CDATA[批量更改图片格式，能一次把多张jpg转化为png（慎用）]]></title><link>https://blog.youkuaiyun.com/Nancynoha/article/details/111917293</link><guid>https://blog.youkuaiyun.com/Nancynoha/article/details/111917293</guid><author>Nancynoha</author><pubDate>Tue, 29 Dec 2020 15:22:58 +0800</pubDate><description><![CDATA[如果是win10的情况下，单张转换可以直接在文件夹中查看-拓展名，再修改拓展名即可
一次把多张jpg转化为png（慎用）
1、将需要转化的jpg格式的图片放在一个文件夹中，需要注意的是只能放jpg格式的图片，然后新建一个记事本文件：

2、双击打开此记事本文件，然后输入“ren *.jpg *.png”，需要注意的是，两个星号的前面都有一个空格，然后将记事本进行保存，然后再将记事本后缀名修改为“bat”：

3、接着用鼠标双击刚才新建的后缀名为“bat”的这个文件，然后就可以将所有的jpg格式的图片转换成了]]></description><category></category></item><item><title><![CDATA[使用yocs_smoother_velocity做速度平滑处理]]></title><link>https://blog.youkuaiyun.com/Nancynoha/article/details/111385707</link><guid>https://blog.youkuaiyun.com/Nancynoha/article/details/111385707</guid><author>Nancynoha</author><pubDate>Fri, 18 Dec 2020 17:11:34 +0800</pubDate><description><![CDATA[1-ros中的速度平滑处理和yocs_smoother_velocity介绍及关于全向扩展包实现
2-ROS使用yocs_smoother_velocity做速度平滑处理
3-使用yocs_velocity_smoother对机器人速度进行限制
参考文章：参考文章1、 参考文章2.

]]></description><category></category></item><item><title><![CDATA[解决git clone很慢的问题]]></title><link>https://blog.youkuaiyun.com/Nancynoha/article/details/111246509</link><guid>https://blog.youkuaiyun.com/Nancynoha/article/details/111246509</guid><author>Nancynoha</author><pubDate>Wed, 16 Dec 2020 10:07:03 +0800</pubDate><description><![CDATA[解决git clone很慢的问题
解决办法：
原：git clone -b r1.13.0 https://github.com/…
替：git clone -b r1.13.0 https://github.com.cnpmjs.org/…
把 github.com  替换为  github.com.cnpmjs.org  其余不变。

]]></description><category></category></item><item><title><![CDATA[百度飞桨坚持21天深度学习架构训练营之MNIST手写识别之【Lenet实现】]]></title><link>https://blog.youkuaiyun.com/Nancynoha/article/details/108133699</link><guid>https://blog.youkuaiyun.com/Nancynoha/article/details/108133699</guid><author>Nancynoha</author><pubDate>Thu, 20 Aug 2020 21:01:19 +0800</pubDate><description><![CDATA[目录网络配置输出每一层网络形状训练代码
网络配置
# 导入需要的包
import paddle
import paddle.fluid as fluid
import numpy as np
from paddle.fluid.dygraph.nn import Conv2D, Pool2D, Linear

# 定义 LeNet 网络结构
class LeNet(fluid.dygraph.Layer):
    def __init__(self, num_classes=1):
        sup]]></description><category></category></item><item><title><![CDATA[百度飞桨坚持21天深度学习架构训练营之MNIST手写识别之【数据处理】]]></title><link>https://blog.youkuaiyun.com/Nancynoha/article/details/108132546</link><guid>https://blog.youkuaiyun.com/Nancynoha/article/details/108132546</guid><author>Nancynoha</author><pubDate>Thu, 20 Aug 2020 20:44:03 +0800</pubDate><description><![CDATA[手写识别之数据处理概述1.读入数据并划分数据集2.训练样本乱序、生成批次数据3.校验数据有效性机器校验人工校验封装数据读取与处理函数
概述

在工业实践中，我们面临的任务和数据环境千差万别，通常需要自己编写适合当前任务的数据处理程序，一般涉及如下三个环节：

读入数据并划分数据集
生成批次数据并训练样本集乱序
校验数据有效性

1.读入数据并划分数据集
在实际应用中，保存到本地的数据存储格式多种多样，如MNIST数据集以json格式存储在本地。

# 声明数据集文件位置
datafile = './work]]></description><category></category></item><item><title><![CDATA[百度飞桨坚持21天深度学习架构训练营之MNIST手写识别]]></title><link>https://blog.youkuaiyun.com/Nancynoha/article/details/108128973</link><guid>https://blog.youkuaiyun.com/Nancynoha/article/details/108128973</guid><author>Nancynoha</author><pubDate>Thu, 20 Aug 2020 19:06:00 +0800</pubDate><description><![CDATA[这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入
欢迎使用Markdown编辑器
你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar]]></description><category></category></item></channel></rss>