1. 拥有ss服务端的账号密码等信息
2. 安装依赖 sudo apt update && sudo apt install git vim -y

3. 下载与安装

   mkdir -p ~/Proxy
   cd ~/Proxy
   git clone --branch akkariiin/master https://github.com/shadowsocksrr/shadowsocksr.git
   cd shadowsocksr
   bash initcfg.sh

pytorch提供多种预训练模型可以用于图像分类任务中的训练和测试，下面提供它的训练和测试代码：

注意训练所用的图像目录结构必须是： data/train/a b .. data/val/a b .. ，a b 为不同类别的文件目录

首先简述一下整体思路：

目的：使用C++及多线程可以加快模型预测速度

关于模型训练有两种方法，一种是直接使用C++编写训练代码，可以做到搭建完整的网络模型，但是无法使用迁移学习，而迁移学习是目前训练样本几乎都会用到的方法，另一种是使用python代码训练好，模型，并使用JIT技术,将python模型导出为C++可调用的模型，这里具体介绍第二种。

有空整理一下opencv C++接口的一些使用经验： 环境：Centos7 , OpenCV4 + opencv_contrib模块

基础结构：Mat

随着Tensorflow1.9的推出，更多的模块和库加入到tensorflow中，使其在工业化使用中更进一步，下面简要梳理一下：

图片链接