前提条件：需先编译好boost库，参考我的另外一篇文章嵌入式开发(五)：海思Hi3559AV100交叉编译boost1.下载websocketpp下载路径https://github.com/zaphoyd/websocketpp/得到websocketpp-master.zip解压得到websocketpp-master目录2. 编译server进入websocketpp-master/exam

架构图如下所示：1. 下载jsmpeg下载：https://codeload.github.com/phoboslab/jsmpeg/zip/master直接解压即可, 在解压的目录jsmpeg-master下会有websocket-relay.js文件2. 安装http-server在以上jsmpeg-master目录下安装websocket服务与http-servernpm install w

通过nginx实现代理，前端HTML5只需要对接一个http端口，即可与后台多个二级http服务进行对接，方法是在nginx中通过不同的路径代理不同的二级http服务。静态页面依然使用nginx一级服务器返回。

nginx代理websocket指客户端通过websocket访问服务的A端口，nginx可以将该websocket连接与通信代理转发到后端的B端口，其配置文件如下设置。客户端通过ws://127.0.0.1:8081/socket2 可与后端的9999端口通信。客户端通过ws://127.0.0.1:8081/socket 可与后端的8888端口通信。后端存在两个ws服务，分别监听8888与99

以下神经网络模型图示均为本人学习过程中用PPT画的流程框图。1. LeNet(Y.Lecun,1998)模型2. AlexNet(Alex.K, 2012)模型3. VGGNet16\VGGNet19模型4. GoogleNet Inception模型Inception5. FasterRCNN目标检测模型6. SSD目标检测模...

1. MNIST手写数字分类图像集地址：http://yann.lecun.com/exdb/mnist/手写数字识别图像库，共70000张图片，其中60000张训练集图片，10000张测试集图片，图像大小28x28，黑底白字样式train-images-idx3-ubyte.gz：训练集图片train-labels-idx1-ubyte.gz：训练集图片对应数字标签t10k-...

1. 算力TOPS（Tera Operations Per Second），1 TOPS代表处理器每秒钟可进行一万亿次（10^12）操作FLOPS（floating-point operations per second），每秒所执行的浮点运算次数，1 TFLOPS（tera FLOPS）等于每秒一万亿（=10^12）次的浮点运算因浮点运算对性能要求较高，在保证AI精度的同时可将浮点数转为整数进行

1. MNIST手写数字分类图像集地址：http://yann.lecun.com/exdb/mnist/手写数字识别图像库，共70000张图片，其中60000张训练集图片，10000张测试集图片，图像大小28x28，黑底白字样式train-images-idx3-ubyte.gz：训练集图片train-labels-idx1-ubyte.gz：训练集图片对应数字标签t10k-...

以下神经网络模型图示均为本人学习过程中用PPT画的流程框图。1. LeNet(Y.Lecun,1998)模型2. AlexNet(Alex.K, 2012)模型3. VGGNet16\VGGNet19模型4. GoogleNet Inception模型Inception5. FasterRCNN目标检测模型6. SSD目标检测模...

以下神经网络模型图示均为本人学习过程中用PPT画的流程框图。1. LeNet(Y.Lecun,1998)模型2. AlexNet(Alex.K, 2012)模型3. VGGNet16\VGGNet19模型4. GoogleNet Inception模型Inception5. FasterRCNN目标检测模型6. SSD目标检测模...