为方便以后开发查阅，特记录此相关代码。
所要实现的功能：

判断字符串是否包含子字符串

为方便以后开发查阅，特记录此相关代码。
所要实现的功能：

将图片保存于指定文件夹中，可指定图片后缀

关于Https

单线部署在Github Pages时，用的是cloudflare提供的SSL证书。

双线部署（GitHub Pages + Coding Pages）时，Cloudflare就不能用了，但Coding Pages提供了通过Let’s Encrypt申请SSL证书进而可以开启全站Https的方法。

在ROS工程中经常需要启动好几个launch文件，比较不方便，有下面两种方法可以更高效些：

1. 重写一个大型的launch文件，将所有的节点的启动配置信息都包含进去。
2. 通过bash写一个xxx.sh文件，将命令行一起写入一个脚本。

Keras是搭建深度神经网络很好用的工具，集成度高，做深度学习的原型非常方便，可选择使用Theano或Tensorflow作为后端，非常适合学习和研究深度学习。

可以用 Keras 进行实验和测试，然后迁移到 Caffe ¹ 。

鉴于平时接触的知识、概念等太多，一些知识点时间长了也容易忘记，因此这里对之前所了解的各种卷积神经网络做一个归纳。

大名鼎鼎的LeNet5 诞生于1994年，是最早的深层卷积神经网络之一，并且推动了深度学习的发展。从1988年开始，在多次成功的迭代后，这项由Yann LeCun完成的开拓性成果被命名为LeNet5。LeCun认为，可训练参数的卷积层是一种用少量参数在图像的多个位置上提取相似特征的有效方式，这和直接把每个像素作为多层神经网络的输入不同。像素不应该被使用在输入层，因为图像具有很强的空间相关性，而使用图像中独立的像素直接作为输入则利用不到这些相关性。

前段时间，一位天大的师兄分享了这篇文章，干货满满！ 感觉十分不错，自己也挂出来分享下。

The History Began from AlexNet: A Comprehensive Survey on Deep Learning Approaches

M. Z. Alom, T. M. Taha, C. Yakopcic, S. Westberg, M. Hasan, B. C. Van Esesn, A. A. S. Awwal, and V. K. Asari, “The history began from alexnet: A comprehensive survey on deep learning approaches,” arXiv preprint arXiv:1803.01164, 2018.

论文地址：https://arxiv.org/abs/1803.01164

因为最近一段时间准备找工作的事情，所以对之前机器学习的内容做了一个梳理。

结合麦子学院里面大牛的教程，这里对机器学习中常用的算法进行归纳和总结。

于5月26-28日去成都参加了「2018 International Conference on Artificial Intelligence and Big Data」，私认为收获颇多，特记录所想所感，方将来勉励自己，回过头来看看，结果强行写成了日记，手动捂脸。