大海

在R-CNN中使用Hard Negative Mining（负样本挖掘）方法进行分类器的训练

使用Linux系统已经很久了，在笔记本上也安装了Ubuntu 18.04，对于系统根目录上的各个文件夹的功能还没有很了解

• 关于Ubuntu文件系统目录树，参考LinuxFilesystemTreeOverview和C.2. The Directory Tree
• 对于Linux的文件系统层次标准（Filesystem Hierarchy Standard, FHS），参考Filesystem Hierarchy Standard和Chapter 1. Linux Filesystem Hierarchy

前几天腾讯云的客服打电话过来，告知网站内容不符合个人备案的要求，不能出现外部链接，给了一周的整改时间。个人不太想修改之前的内容，所以购买了阿里云的香港服务器，重新部署网站，小结网站迁移的过程

上个星期腾讯云客服打电话过来说我的博客网站存在外部链接的问题，不符合个人备案要求，给了一周的整改时间。没办法，只能赶紧的找解决方案，花了不少功夫，终于解决了这个问题，也了解了备案和域名/解析/服务器之间的联系

Jenkins推荐使用Pipeline的方式进行工程构建，对于如何编写脚本，有3种方式可以参考

1. 在线文档
2. 流水线语法
3. 插件参考

下面的参考都是关于声明式流水线（Declarative Pipeline）的学习和使用

在Jenkins官网教程在Docker中下载并运行Jenkins中推荐使用jenkinsci/blueocean，运行后发现其对于NodeJS的支持并不完善

上周进行了JetBrain全家桶学生认证，学习了迁移学习实现，以及R-CNN模型的微调数据集创建和模型训练。本月继续完成上个月未结束的R-CNN实现以及Fast R-CNN实现

之前使用Numpy实现了线性SVM分类器 - 线性SVM分类器。这一次使用PyTorch实现

实际训练中很少有网络能够拥有足够大的数据集进行训练，所以迁移学习是实际卷积网络训练过程中非常重要的步骤

In this tutorial, you will learn how to train a convolutional neural network for image classification using transfer learning. You can read more about the transfer learning at cs231n notes

在本教程中，您将学习如何使用迁移学习来训练用于图像分类的卷积神经网络。您可以在cs231n notes上阅读更多关于迁移学习的信息