今年是建国70周年，祖国70年风雨兼程，一路走来，看到我们今天的生活，总的来说还是很欣慰也是比较满意的。在此祝愿祖国繁荣昌盛！在国庆节即将到来之际，特写本文，表达一下对祖国70年发展的一些感悟和想法~
intel X7-E3950 N3450 N4100 J3455 N4200 I3 5005U 性能对比测评
2019年了，千元级别的笔记本市场依旧是非常“精彩”，让人应接不暇……博主许久没关注凌动奔腾这些上网本了，前几天有个朋友让我推荐一下，估计也是看我之前跟他安利过我那个1348入手的昂达小马奔腾版吧= =当年买的时候不到一个手机的价格买了台笔记本，还是个高色域的屏幕233，带着这个本子写文章，出差，泡图书馆可以说非常方便，甚至还上课打过魔兽……缺点当然也有，就是没有背光键盘，内存也只有4Gddr3内存+64G的EMMC存储。
咳咳，跑题了，回到正轨，去年我写的这篇文章说 千元价位的笔记本市场格局出现了旧产品无法清仓，新产品推出不积极，甚至新的架构芯片发布了一年都没有新产品面试的窘境。但是我没想到，大家放着新出的专门为上网本优化的N5000系列不用，拿起了intel 2015年发布的I3 5005U做起了文章，纷纷推出了基于I3 5005U平台的笔记本产品。同期销售的还有2016年出品的赛扬® 处理器 J3455，以及2016年4季度推出的面对工控领域的Intel Atom® x7-E3950 Processor处理器……
但是，虽然intel X7-E3950 N3450 J3455 I3 5005U 这些处理器发布时间非常久远，可以用古老来形容，但是并不代表其性能完全就弱于现代的N4000系列(当然打不过N5000以及更新的处理器了)
我看了市面上销售的几款I3 5005U 平台产品产品参数，包括：天宝（T-bao） X8S、YEPO I8、神舟(HASEE)优雅X3G1、中柏EZbook X4Pro、还有IFUNK 巨蟹 S12 这些，基本参数都差不多：电池在4000-5000之间，带背光键盘，采用DDR3内存的居多。有一些采用72%色域的好屏幕，绝大多数是45%色域的普通屏幕，还是需要仔细甄别吧~
除此之外，驰为推出的基于Intel Atom® x7-E3950 Processor的LapBook Plus，看起来用料挺不错，8G ddr4 内存，以及4K屏幕，这款处理器看参数接近于当你年的英特尔凌动® x7-Z8700 处理器，但是支持4K解码和4K分辨率，可以说很稀奇了，驰为居然能刨出这款处理器，而且它$57.00的官方建议采购价格仅仅是N4200这个系列的三分之一……看GB成绩，其实性能还是弱于N3450的，就别和N4200比了……
估计国内厂商也是有什么难言之隐吧，N4100还是挺好的一款CPU，但是大家纷纷下马相关产品，现在市面上在卖的N4100处理器的电脑已经很少了，个人瞎猜测可能是intel供货减少了吧。
最后，关于intel X7-E3950 N3450 N4100 J3455 N4200 I3 5005U 的性能差距，给大家一个GB4预估平均成绩对比：
如何使用stylegan训练自己的照片数据集
今天完成了简单的stylegan自定义数据集训练过程，感谢国外老哥的教程，原来很简单……其实对于专门做人工智能方面的人来说训练应该是很简单的，但是对于我这种跨专业跨领域的小白来说，还是需要一个详细教程的，这里给大家介绍一下如何使用自己的数据集来测试stylegan。
首先，大家需要在自己的电脑上配置好tensorflow环境，注意：tensorflow2.0可能无法运行stylegan的原始代码，建议使用1.13版本。
个人运行环境：WIN10+CUDA10.0 +CUDNN7.5+ TENSORFLOW-GPU1.13.1 + python3.7
环境配置教程请先阅读参照之前我写的两篇stylegan文章：
WIN10+CUDA10 +CUDNN7.5+ TENSORFLOW-GPU1.13.1 + python3.7 运行NVIDIA STYLEGAN 的安装过程和踩坑实录
使用python对文件夹内的照片进行批量修改尺寸
小白学习记录……
原文链接：https://blog.csdn.net/atyzy/article/details/77905463
使用方法……这个很简单， 新建resize.py文件，复制上面代码，修改代码中这三个路径：
filename = os.listdir(“C:/Users/Administrator/stylegan/swift/”) （这个就是需要修改的图片所在文件夹）
base_dir = “C:/Users/Administrator/stylegan/swift/” （我也不晓得啥意思，反正上面一样就行了）
new_dir = “C:/Users/Administrator/stylegan/swift2/” （新文件输出的路径位置）
这里要注意一点，文件路径要改为/斜杠而不是win路径的\，否则会爆出(unicode error) ‘unicodeescape’ codec can’t decode bytes in position 2-3: tr这个错误
或者你可以使用\\双斜杠来代替………………（大概因为我是小白才搞出这个错误吧……）
size_m = 128
size_n = 128
这个是尺寸，宽高像素……
然后照样在终端或者anaconda prompt中输入 python resize.py就可以运行了
使用python对文件夹内的照片进行批量重命名
原代码来自：https://www.jb51.net/article/156684.htm
找来找去终于看到一个能用的，简单修改好以后可以使用python3或者anaconda prompt进行批量文件名修改了……
使用方法很简单，
1.先使用随便一个代码编辑器，比如vs code，新建一个rename.py文件
2.将上面代码复制进去，修改 self.path = ‘C:/Users/ThinkPad User/Desktop/weibo‘ 这里的路径信息为你需要修改的文件夹信息……
3.保存
4.打开终端或者你的anaconda prompt 输入cd C:/Users/ThinkPad User/Desktop/weibo （这里是打开你的rename.py所在文件夹的路径）
5.终端或者你的anaconda prompt 中输入python rename.py
6.等待批量修改完成