<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[luckyboy101的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/luckyboy101</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; luckyboy101]]></copyright><item><title><![CDATA[微信小程序页面栈_小程序页面栈详解]]></title><link>https://blog.youkuaiyun.com/luckyboy101/article/details/114178614</link><guid>https://blog.youkuaiyun.com/luckyboy101/article/details/114178614</guid><author>luckyboy101</author><pubDate>Sat, 27 Feb 2021 16:22:54 +0800</pubDate><description><![CDATA[在做小程序项目的时候不难发现，使用navigateTo进行页面跳转后，点击左上角或使用navigateBack返回，总是会按照之前的页面进入倒序来展示页面，那么问题来了，它们的跳转规则是什么样的呢？结合到实际业务中如何灵活运用呢？

什么是页面栈？

首先先来了解一下微信小程序的运行环境：

小程序的运行环境分成渲染层和逻辑层，其中 WXML 模板和 WXSS 样式工作在渲染层，JS 脚本工作在逻辑层。

小程序的渲染层和逻辑层分别由2个线程管理：渲染层的界面使用了WebView 进行渲染；逻辑层采用JsC]]></description><category></category></item><item><title><![CDATA[微信小程序云开发将数据库数据生成word文件]]></title><link>https://blog.youkuaiyun.com/luckyboy101/article/details/113845138</link><guid>https://blog.youkuaiyun.com/luckyboy101/article/details/113845138</guid><author>luckyboy101</author><pubDate>Thu, 18 Feb 2021 13:18:52 +0800</pubDate><description><![CDATA[演示如何通过云函数把数据存入word模板中，源代码见cloudfunctions/genarateDocument/index.js，整个过程分为以下几个过程：(1) 创建云函数，并安装doctemplater、pizzip；(2) 读取数据库集合中的所有数据；(3) 通过doctemplater把数据写入word；(4) 把生成的word文件上传到云存储，供微信小程序端下载浏览。

云函数genarateDocument/index.js完整源代码如下：


			1

			2

			3

			4
]]></description><category></category></item><item><title><![CDATA[微信小程序云开发将数据库数据生成excel]]></title><link>https://blog.youkuaiyun.com/luckyboy101/article/details/113416445</link><guid>https://blog.youkuaiyun.com/luckyboy101/article/details/113416445</guid><author>luckyboy101</author><pubDate>Sat, 30 Jan 2021 10:26:37 +0800</pubDate><description><![CDATA[有时候管理员需要把数据库中的数据导出来，方便管理员查看核对数据，本小节演示如何在云函数中使用node-xlsx类库把数据生成excel。整个过程分为以下几个过程：(1) 创建云函数，并安装node-xlsx类库；(2) 读取数据库集合中的所有数据；(3) 通过node-xlsx类库把数据写入excel；(4) 把生成的excel文件上传到云存储，供微信小程序端下载浏览。

通过node-xlsx类库把数据写入数据库
可以使用node-xlsx中的xlsx.build([{name: excelname, d]]></description><category></category></item><item><title><![CDATA[微信小程序云开发超详细实战攻略]]></title><link>https://blog.youkuaiyun.com/luckyboy101/article/details/113104746</link><guid>https://blog.youkuaiyun.com/luckyboy101/article/details/113104746</guid><author>luckyboy101</author><pubDate>Mon, 25 Jan 2021 10:44:14 +0800</pubDate><description><![CDATA[项目一 新闻类小程序



项目二 投票小程序



项目三 通讯录小程序



项目四 报修类小程序



项目五 网上书城小程序



项目六 会议室预约助手小程序



项目七 车牌识别小程序





详细教程见：微信小程序云开发超详细实战攻略https://item.jd.com/13038316.html


...]]></description><category></category></item><item><title><![CDATA[云函数中生成excel并且上传到云存储中]]></title><link>https://blog.youkuaiyun.com/luckyboy101/article/details/98466234</link><guid>https://blog.youkuaiyun.com/luckyboy101/article/details/98466234</guid><author>luckyboy101</author><pubDate>Sun, 04 Aug 2019 13:55:32 +0800</pubDate><description><![CDATA[https://blog.youkuaiyun.com/weixin_43887789/article/details/93205161

,github地址:https://github.com/xihuanxiaolanmao/export.git

小程序的云开发功能为我们带来了很大的方便，于是就打算研究一下如何在云函数中拉取数据，之后生成excel到云存储中，过程中踩了些坑，这里分享给大家，希望能有所...]]></description><category></category></item><item><title><![CDATA[微信小程序promsie.all和promise顺序执行]]></title><link>https://blog.youkuaiyun.com/luckyboy101/article/details/96429347</link><guid>https://blog.youkuaiyun.com/luckyboy101/article/details/96429347</guid><author>luckyboy101</author><pubDate>Thu, 18 Jul 2019 13:54:13 +0800</pubDate><description><![CDATA[微信小程序promsie.all和promise顺序执行

一、前言

最近在做小程序的开发，碰到的一个需求就是表单提交，提交的表单中包含有图片，微信这边的做法是先上传图片，后台把图片名称和地址返回给你，然后你把图片信息插入到表单的相应位置再提交表单，这里就涉及到如何上传完图片的请求再上传表单，而且微信小程序里面如果图片是多个的话，也只能一张张上传。简单来说就是上传完图片（多个请求），拿到返回值，...]]></description><category></category></item><item><title><![CDATA[小程序云开发多表查询]]></title><link>https://blog.youkuaiyun.com/luckyboy101/article/details/96321581</link><guid>https://blog.youkuaiyun.com/luckyboy101/article/details/96321581</guid><author>luckyboy101</author><pubDate>Wed, 17 Jul 2019 16:26:50 +0800</pubDate><description><![CDATA[原文链接：https://juejin.im/post/5baadb086fb9a05ce2740968

关联表学习

文中代码并不是实际代码，伪代码不可直接运行。

功能：用户 喜欢 文章

表


	用户表（users）

	id
				username
			唯一标识，没有登录的可直接使用 _openid
				用户名
			
	
	文章表（articles）

	id
				tit...]]></description><category></category></item><item><title><![CDATA[A Neural Network For Automatic Image Colorization]]></title><link>https://blog.youkuaiyun.com/luckyboy101/article/details/85222123</link><guid>https://blog.youkuaiyun.com/luckyboy101/article/details/85222123</guid><author>luckyboy101</author><pubDate>Sun, 23 Dec 2018 13:42:35 +0800</pubDate><description><![CDATA[论文地址：http://iizuka.cs.tsukuba.ac.jp/projects/colorization/en/

pytorch源代码：https://github.com/shufanwu/colorNet-pytorch

神经网络模型



 

模型代码：colornet.py


import torch.nn as nn
import torch.nn.functional...]]></description><category></category></item><item><title><![CDATA[基于pytorh的MNIST手写体识别代码]]></title><link>https://blog.youkuaiyun.com/luckyboy101/article/details/85123784</link><guid>https://blog.youkuaiyun.com/luckyboy101/article/details/85123784</guid><author>luckyboy101</author><pubDate>Thu, 20 Dec 2018 15:36:33 +0800</pubDate><description><![CDATA[定义卷积神经网络CNN.py


import torch.nn as nn
import torch.nn.functional as F


class CNN(nn.Module):
    def __init__(self):
        super(CNN,self).__init__()
        self.conv1 = nn.Conv2d(1, 16, kernel_s...]]></description><category></category></item><item><title><![CDATA[Pycharm下载更换主题]]></title><link>https://blog.youkuaiyun.com/luckyboy101/article/details/85059318</link><guid>https://blog.youkuaiyun.com/luckyboy101/article/details/85059318</guid><author>luckyboy101</author><pubDate>Tue, 18 Dec 2018 08:40:31 +0800</pubDate><description><![CDATA[一、更换主题(jar包)
1. 下载皮肤主题(jar）
去 http://www.themesmap.com/ 选择自己喜欢的主题下载
2. 导入皮肤主题
导入方法：file–&amp;gt;Import Setting–&amp;gt;***.jar(找到下载的主题包)
如果已经导入，可以直接在设置里面选择
File -&amp;gt; Settings -&amp;gt; IDE Settings -&amp;gt; Appeara...]]></description><category></category></item><item><title><![CDATA[一文概览用于图像分割的CNN]]></title><link>https://blog.youkuaiyun.com/luckyboy101/article/details/83929677</link><guid>https://blog.youkuaiyun.com/luckyboy101/article/details/83929677</guid><author>luckyboy101</author><pubDate>Sat, 10 Nov 2018 15:09:08 +0800</pubDate><description><![CDATA[在计算机视觉领域，图像分割指的是为图像中的每个像素分配一个标签的任务，它也可以被看作是dense prediction task，对图像中每个像素进行分类。和使用矩形候选框的目标检测不同，图像分割需要精确到像素级位置，因此它在医学分析、卫星图像物体检测、虹膜识别和自动驾驶汽车等任务中起着非常重要的作用。

随着深度学习的不断发展，近年来图像分割技术也在速度和准确率上迎来了一次次突破。现在，我们能在...]]></description><category></category></item><item><title><![CDATA[全卷积神经网络FCN-TensorFlow代码精析]]></title><link>https://blog.youkuaiyun.com/luckyboy101/article/details/83744470</link><guid>https://blog.youkuaiyun.com/luckyboy101/article/details/83744470</guid><author>luckyboy101</author><pubDate>Mon, 05 Nov 2018 10:19:17 +0800</pubDate><description><![CDATA[FCN-TensorFlow完整代码Github：https://github.com/EternityZY/FCN-TensorFlow.git

这里解析所有代码 并加入详细注释

注意事项：

请按照代码中要求，将VGG-19模型和训练集下载好，运行下载很慢。

MODEL_URL =  'http://www.vlfeat.org/matconvnet/models/beta16/imag...]]></description><category></category></item><item><title><![CDATA[Keras 利用vgg16进行猫狗识别]]></title><link>https://blog.youkuaiyun.com/luckyboy101/article/details/83614944</link><guid>https://blog.youkuaiyun.com/luckyboy101/article/details/83614944</guid><author>luckyboy101</author><pubDate>Thu, 01 Nov 2018 09:16:42 +0800</pubDate><description><![CDATA[前面我们介绍了基于Tensorflow使用vgg16 fine-tuning实现了猫狗大战

https://blog.youkuaiyun.com/nvidiacuda/article/details/83413837

这里采用keras实现vgg16 fine-tuning实现了猫狗大战

1、数据的提取


import os
import numpy as np
import random
from...]]></description><category></category></item><item><title><![CDATA[Tensorflow学习笔记：VGG16训练——Finetuning，猫狗大战，VGGNet的重新针对训练]]></title><link>https://blog.youkuaiyun.com/luckyboy101/article/details/83414648</link><guid>https://blog.youkuaiyun.com/luckyboy101/article/details/83414648</guid><author>luckyboy101</author><pubDate>Fri, 26 Oct 2018 14:37:52 +0800</pubDate><description><![CDATA[前面我们介绍了猫狗大战的数据集的整理已经转换成Tensorflow专用格式https://blog.youkuaiyun.com/nvidiacuda/article/details/83413837

以及介绍了vgg16模型https://blog.youkuaiyun.com/nvidiacuda/article/details/83414293

这篇介绍如何用数据对vgg16进行训练

Finetuning最重...]]></description><category></category></item><item><title><![CDATA[Tensorflow学习笔记：VGG16模型——Finetuning，猫狗大战，VGGNet的重新针对训练]]></title><link>https://blog.youkuaiyun.com/luckyboy101/article/details/83414293</link><guid>https://blog.youkuaiyun.com/luckyboy101/article/details/83414293</guid><author>luckyboy101</author><pubDate>Fri, 26 Oct 2018 14:27:31 +0800</pubDate><description><![CDATA[前面我们介绍了猫狗大战的数据集的整理已经转换成Tensorflow专用格式https://blog.youkuaiyun.com/nvidiacuda/article/details/83413837

这一篇介绍一下VGG16模型的修改

Step 1: 对模型的修改

首先是对模型的修改（VGG16_model.py文件），在这里原先的输出结果是对1000个不同的类别进行判定，而在此是对2个图像，也就是猫...]]></description><category></category></item><item><title><![CDATA[Tensorflow学习笔记：数据集加工和转化为TensorFlow专用格式——Finetuning，猫狗大战，VGGNet的重新针对训练]]></title><link>https://blog.youkuaiyun.com/luckyboy101/article/details/83413837</link><guid>https://blog.youkuaiyun.com/luckyboy101/article/details/83413837</guid><author>luckyboy101</author><pubDate>Fri, 26 Oct 2018 14:08:30 +0800</pubDate><description><![CDATA[Kaggle 猫狗大战
猫狗大战的数据集来源于Kaggle上的一个竞赛：Dogs vs. Cats 
 
猫狗大战的数据集下载地址http://www.kaggle.com/c/dogs-vs-cats，其中数据集有12500只猫和12500只狗 ,官方数据集下载需要帐号，大家也可以百度以下，百度网盘上数据有
 
整个项目的文件结构如下：



下载下来来的图片尺寸都不一样,我这里先统一把图像尺寸...]]></description><category></category></item><item><title><![CDATA[keras CNN对CIFAR10图像分类]]></title><link>https://blog.youkuaiyun.com/luckyboy101/article/details/83313641</link><guid>https://blog.youkuaiyun.com/luckyboy101/article/details/83313641</guid><author>luckyboy101</author><pubDate>Tue, 23 Oct 2018 19:56:40 +0800</pubDate><description><![CDATA[
from keras.datasets import cifar10
from keras.utils import np_utils
from keras.models import Sequential
from keras.layers import Conv2D, Dense, AveragePooling2D, Flatten, BatchNormalization
from kera...]]></description><category></category></item><item><title><![CDATA[keras CNN对MNIST手写体识别代码]]></title><link>https://blog.youkuaiyun.com/luckyboy101/article/details/83306054</link><guid>https://blog.youkuaiyun.com/luckyboy101/article/details/83306054</guid><author>luckyboy101</author><pubDate>Tue, 23 Oct 2018 14:13:12 +0800</pubDate><description><![CDATA[
from keras.models import Sequential
from keras.layers import Dense, Activation, MaxPooling2D, Flatten, Conv2D
from keras.utils import  np_utils
from keras.datasets import mnist
from keras.optimizers ...]]></description><category></category></item><item><title><![CDATA[深度学习（TensorFlow）环境搭建：（一）硬件选购和主机组装]]></title><link>https://blog.youkuaiyun.com/luckyboy101/article/details/83301906</link><guid>https://blog.youkuaiyun.com/luckyboy101/article/details/83301906</guid><author>luckyboy101</author><pubDate>Tue, 23 Oct 2018 09:15:19 +0800</pubDate><description><![CDATA[

 

一、硬件采购

　　近年来，人工智能AI越来越多被人们所了解，尤其是AlphaGo的人机围棋大战之后，机器学习的热潮也随之高涨。最近，公司采购了几批设备，通过深度学习（TensorFlow）来研究金融行业相关问题，学习机器学习我们需要满足一定的硬件要求，本文主要是介绍硬件选购的相关事宜。

　　现在主力的深度学习都是通过多显卡计算来提升系统的计算能力，所以硬件的采购核心是显卡（GPU），...]]></description><category></category></item><item><title><![CDATA[TensorFlow CNN对CIFAR10图像分类2]]></title><link>https://blog.youkuaiyun.com/luckyboy101/article/details/83301769</link><guid>https://blog.youkuaiyun.com/luckyboy101/article/details/83301769</guid><author>luckyboy101</author><pubDate>Tue, 23 Oct 2018 09:05:26 +0800</pubDate><description><![CDATA[cifar10数据集的下载地址为:http://www.cs.toronto.edu/~kriz/cifar.html



下载python version

 


import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
import tensorflow as tf
import numpy as np

def unpickle(file):
  ...]]></description><category></category></item></channel></rss>