克里斯蒂亚诺更新的博客

所以在nginx上配置了一个 项目1的/*** 加后缀的方式 来访问 项目2 3 4。一般的操作是： 项目2 项目3 项目4不对外，只有项目1对项目2 3 4的访问。也就是项目2 3 4 也是作为可以对外访问的渠道，让别人去调用。云端服务器上部署了 项目1 项目2 项目3 项目4。项目1是可以对外的访问。

会递归遍历指定目录及其所有子目录，返回每个目录下的所有文件路径。文件夹及其子文件夹中查找图像，使用。来遍历所有子文件夹。

这是因为登录的用户中不是管理员，如果普通的用户要操作管理员的权限，就使用sudo。3 打开xshell。1 打开winSCP。

【代码】模拟post提交数据-使用json方式；使用form-data按钮方式。

仍然报错 Permission denied。如果chmod 777 文件夹名。之后再操作 chmod的方式。进入到root用户下，

预训练模型是一种通过在大规模数据集上提前训练得到的模型，它包含了能够解决某些问题的通用特征。在许多任务中，你可以直接使用这些模型，或者在其基础上进行微调，以便将其应用到特定领域。这大大提高了深度学习应用的效率和性能，尤其是在数据和计算资源有限的情况下。刚才的代码中有用到ImageNet吗？是的，刚才的代码中使用的ResNet-50模型实际上是通过这一行加载的在 ImageNet 上预训练的模型。所以，答案是肯定的，代码中确实使用了在 ImageNet 数据集上预训练的模型。

【代码】vue跨域问题的解决；注意命名规则和使用；注意点。

删除PID，并执行文件;

注意这里的3000端口是docker 容器的3000端口。容器外的对应关系是：8001-->3000。

【代码】基于ResNet的图像识别。

网址：Microsoft C++ 生成工具 - Visual Studio如下exe:

修改环境变量：原来python的路径：现在python的路径：

3 Linux服务器中装了docker，docker中有一个容器：huohua_image_recognition，ID是*****36。5 只能先将本地的服务器放到Linux中 /home，再拷贝/home下的 图片 到 容器中 ID***36。如果无法在winscp上创建文件夹，就使用xshell 通过sudo来创建，并将文件夹的权限更改为777。最后，在xshell中将 Linux中的图片 拷贝到容器中：注意容器名ID。4 使用winscp无法直接进入docker的容器中。

在一些图像识别任务中，GANs 也被用于增强训练数据（生成合成图像），提高模型的识别能力。：ResNet 引入了“残差块”概念，解决了随着网络深度增加，训练变得困难的问题。：2012年，AlexNet 在ImageNet挑战赛中取得了突破性的成果，标志着深度学习在图像识别中的应用起步。：VGGNet 是一种较深的 CNN 网络，它通过更深的层数和小卷积核来提取更多的特征，结构简单且易于理解。：Inception 网络通过多尺度卷积（不同大小的卷积核）来提取特征，并且对计算资源进行了优化。

删除原来老的node_moudules并安装新的： （注意除了删除文件夹还要删除lock文件）

多行删除： ctrl+^ (也就是6的数字)，双标移动后到目的地，然后ctrl+k 进行多行删除。

注意：不能直接安装express，必须创建项目，初始化npm后才能安装express。保存的方法： ctrl O， 回车， ctrl+x。设置npm国内淘宝镜像。

我在3000上就能访问：（注意是http和3000）

下载xshell：连接账号和密码后：使用命令：

下载一个基础版的Ubuntu：(这里特别注意：如果使用国内镜像docker pull 仍然不成功，就使用梯子，打开梯子后，再重新开一个cmd进行以下命令执行。如果命令不成功，关闭CMD，再开一次CMD)将之前安装了nodejs,express,npm的Ubuntu镜像，再导出一个新的镜像。镜像就是一个系统，基于这个系统可以启动很多端口的进程。

cmd中运行 docker run -d -p 80:80 docker/getting-started。执行：docker pull docker/getting-started:latest。

点击后设置settings。

当前机器版本： 19042.746 版本号20H2。需要下载4.10版本的docker。

我们可以使用 Docker 容器和传统的虚拟机来部署这个应用程序，并比较它们之间的区别。综上所述，使用 Docker 容器部署 Web 应用程序可以提供更快的启动时间、更低的资源消耗和更高的部署效率，而使用传统的虚拟机部署则提供了更高的隔离性和安全性。具体选择取决于具体的应用场景和需求。总的来说，Docker 容器相比于传统的虚拟机更加轻量级、快速启动、资源消耗更低，并且提供了更高的部署效率和灵活性。虚拟机则提供了更高的隔离性和安全性，适用于需要完全独立的虚拟化环境的场景。

Docker 是一个开源的平台，用于开发、交付和运行应用程序。它允许开发人员将应用程序和所有其依赖项（如库、框架等）打包到一个称为容器的轻量级、可移植的、自包含的单元中。它通过在宿主操作系统上运行 Docker 引擎来实现跨平台性，因此无论是在开发、测试还是生产环境，应用程序的行为都是一致的。容器是 Docker 打包的基本单位，包含了应用程序及其所有依赖项，例如库、框架、运行时环境等。总的来说，Docker 提供了一种简单、快速、可重复的方法来打包、交付和运行应用程序，从而加速了软件开发和部署的过程。