本篇文章，最主要针对的是已经学了html,css,JavaScript的人群，首先可以在自己电脑上建立一个离线静态网页，将里面的内容全部写好。
    然后打开此链接进入腾讯云官网  https://cloud.tencent.com
    进入官网后在首页点击免费套餐，点击个人免费套餐，实名认证后，领取云服务器CVM。服务器的操作系统选择：
Windows Server2012 R2标准版 



以上步骤完成后，登录进去后，点击控制台




然后你就可以找到自己的云服务器，此时，你就可以把自己的登录密码一改（因为默认密码很长）。


复制上面一个ip地址，也就是公网ip。
在自己联网的计算机运行搜索远程桌面连接。


粘贴你的公网ip，点击连接。输入用户名密码。点击登录


 连接成功后，我们就进入自己的服务器系统了。   

进入之后点击此连接 https://cloud.tencent.com/document/product/213/2755

按照教程一步步做。当我们能在自己服务器打开网页后


将自己编写的离线网页拷贝进去。将原先的删除，自己的首页文件一定要放在wwwroot文件根目录下，首页文件重命名为iisstart
然后用电脑或者手机访问http://公网ip    就可以访问你的网站了
看我这么辛苦，赞赏一个呗！

怎么自己制作返利机器人教程分享
 一、登陆淘宝联盟
 
登陆淘宝联盟
 地址：https://www.alimama.com
 
二、配置推广位，获取PID（推荐使用会员PID）
 
会员推广位PID新增教程
 
主要目的就是为了获取PID，PID后面有用到
 
三、注册微信公众号
 地址：https://mp.weixin.qq.com/cgi-bin/registermidpage?action=index&lang=zh_CN&token=
 个人请选择订阅号(免费)，然后一步一步注册好。
 然后登陆进去检查一下是否注册成功。
 
四、登陆官方公众号平台配置公众号参数
 登陆后点击右上角账号详情
 往下拉会看到你自己公众号的原始ID，复制留用
 找到左边菜单-开发-基本配置
 开启服务器配置，注意下面几个参数，因为公众号管理系统要与其保持一致，不能填错了，不然就对接不成功
 
 
服务器填下面这个，注意替换成你自己的公众号(开发者ID)APPID
 
http://wxmp.sharepay.xyz/wx/portal/公众号的APPID
 
注意：由于使用人数过多，官方于12月12日封杀上面域名，解决方案请参考http://www.wlkankan.cn/cate49/286.html
 五、注册并配置公众号管理系统
 到http://wxmp.sharepay.xyz/公众号淘客机器人管理系统注册账号
 登陆淘客机器人公众号管理系统，添加联盟配置
 
 
添加配置公众号、配置联盟账号(注意，必须已经开通了淘宝联盟，若没开通，请先开通淘宝联盟)
 
 
注意官方授权有效期是30天，所以每隔30天，需要重新授权一次，不然就会失效。
 注意这里面的参数要与你公众号里面的参数要保持一致，不然会对接失败
 第四步与第五步的公众号配置是相互依赖的，建议两步一起做，先填我方管理系统公众号参数的，再验证，token可以随便填，两边对应，千万不要填错！ (如果搞不定可以加微信happybabby110请求技术支持，请喝杯咖啡就成)
 
如果没有意外，至此，你的公众号将具有查券功能，佣金会返到你的淘宝联盟官方账号，可通过淘宝联盟官方查看。有兴趣的可以关注我搭建的阿可查券机器人 公众号
 微信淘宝客交流QQ群：939685121
 
拓展阅读：
 淘宝联盟、京东联盟、多多进宝pid哪里找怎么配
 京东联盟公众号淘客配置教程
 拼多多（多多进宝）联盟公众号淘客配置教程
 原文永久地址：http://www.wlkankan.cn/cate50/221.html

随着智能手机的普遍使用，移动互联网用户的数量随之猛增。当我们关注PC电脑网站制作的时候，一定不要忘了制作一个手机网站。这样我们的网站用户就可以轻松使用手机浏览我们自己做的网站了。
 
 
如何建手机网站详细步骤
 
制作手机网站之前，需制作一个PC网站,如果你已经有网站了就不需要另外制作了;
 在网站后台上传手机网站插件MobilePress；
 解压并上传至/wp-content/plugins/文件下；
 插件>已安装插件 启用MobilePress插件；
 安装wordpress手机模板。手机网站模板下载链接: https://pan.baidu.com/s/1eSekgeQ 密码: ddmj
 在设置下方生成的MobilePress配置中简单配置下网站的标题等信息。
 
 设置好后保存就可以直接用手机访问网站，就可以看到制作好的手机网站了。

自己制作的数据集
 
1.剪裁图片
 
图片大小不一，我的想法是遍历文件夹内的图片进行resize，然后作为放入网络中的输入。但是每个图片名字不一致，要改变，我就用了一个count，从001-999位置，全部剪裁，（这部分其实网络的预处理也可以做，我只是提前做了）。
 —————————————————————————————————————
 
注意点
 
这里有个注意点，因为我的图片是网上截取的，所以不能保证每张图片质量都很好，在imread读取的时候，可能出现NoneType，一定要注意，不然会报错（这是个坑，我找了好久，才发现）
第二个是我把所有的图片都改成了JPG，可能有gif，png等等这类的，存在也会报错，所以建议大家一开始就右击保存，而不要只把图片拉下来。
因为我不是很熟悉xml文件，并且我的图片都是不需要重新用边界框截取，所以我没有用labelImg去做。
 —————————————————————————————————————
 
import cv2
import os
count=501
for filename in os.listdir(r"/home/parallels/Downloads/绿色/"):
	#print("/home/parallels/Downloads/1.黑/"+filename)
#filename=/home/parallels/Downloads/1.黑/1.jpg
	path="/home/parallels/Downloads/绿色/"+str(filename)
	#print(path)
	img=cv2.imread(path,cv2.IMREAD_COLOR)
	if img is None:
		continue
	if len(str(count))!=3:
		b=(3-len(str(count)))*"0"+str(count)+".jpg"
	else:
		b=str(count)+".jpg"
	if img.shape[0]>=50 and img.shape[1]>=50:
		img_2=cv2.resize(img,(50,50))
		cv2.imwrite(os.path.join("/home/parallels/Downloads/3/"+b),img_2)
		#cv2.imwrite(os.path.join("/home/wanglin/PycharmProjects/data_test/data/Train400/original.jpg" ), img)
		count+=1
		continue
	else:
		os.remove(path)
 
我这里暂时取得是（50，50，3），可以根据网络选择自己的尺寸，在写个脚本验证一下看看，是不是size都是（50，50）。
 
import cv2
import os
train=[]
for filename in os.listdir(r"/home/parallels/Downloads/3/"):
	#print("/home/parallels/Downloads/1.黑/"+filename)
#filename=/home/parallels/Downloads/1.黑/1.jpg
	path="/home/parallels/Downloads/3/"+str(filename)
	#print(path)
	img=cv2.imread(path,cv2.IMREAD_COLOR)
	print(img.shape)
 
2.把所有的图片的路径和标签写到txt文件里去（这部分查了很多网上的教程，dir /b/s> xxx.txt）,我是没有实现，路径没有加进去，所以我稍微参考写了一个自己的py文件，供大家去使用。
 
import os 
f = open('/Users/qiubo/Desktop/train_list.txt','w')
for root,dirs,files in os.walk('/Users/qiubo/Desktop/3/',True):
	for file in files:
		f.writelines("/Users/qiubo/Desktop/3/"+file)
		f.write('\n')

 
这里的f.writelines括号里的前半个是路径，后面是每个图片名，至于标签的话，继续加上就行，并没有很麻烦。
 
3.读取训练的x，y，我做到这一步就结束了，因为网络需要改造，所以还没有具体想到要几个标签。
 
import pickle
import numpy as np 
import os.path
import codecs
def load_data(datafile, num_class=8, save=False, save_path='dataset.pkl'):
    fr = codecs.open(datafile, 'r', 'utf-8')
    train_list = fr.readlines()
    labels = []
    images = []
    for line in train_list:
        tmp = line.strip().split(' ')
        fpath = tmp[0]
        img = cv2.imread(fpath)
        np_img = np.asarray(img, dtype="float32")
        images.append(np_img)

        index = int(tmp[xxx])
        label = np.zeros(num_class)
        label[index] = 1
        labels.append(label)
    if save:
        pickle.dump((images, labels), open(save_path, 'wb'))
    fr.close()
    return images, labels
 
这个代码我是在修改了RCNN的预处理过程，就是读取txt文件，然后做个one-hot矩阵，看分类，由于这里我还没有试验过用到自己的数据集，所以大家有错误可以指出来，我修改一下