本文介绍如何捋 Google Cloud 的羊毛，自己配置VPN代理服务器。我们可以免费使用 Google Cloud Platform 300\$，一年的有效期，配置的VPN代理服务器月消费\$5。
Support Vector Machine ( SVM )
SVM，即支持向量机，是一个常用的二分类机器学习方法。通过一些变换，也可以进行多分类和回归建模。其引入核函数，可以很好的应用于非线性可分场景，且对于高维数据，避免了维灾难问题。同时，其泛化性能好，适用于小数据集，决定决策边界的样本只是训练集的一个子集，称为“支持向量”。所以，当训练集样本较少时，SVM泛化性能依然很好。
You Only Look Once ( YOLO )
YOLO，”You Only Look Once” 的缩写，是一种新的目标检测算法。之前的相关工作都是使用分类器来做目标检测，但YOLO将目标检测当成一个回归问题：在空间结构(图像)上预测分割后的边界框(bounding box)和对应的分类概率。单个神经网络在一次评估中直接从整张图片预测边界框和分类概率，且由于整个目标检测过程中只有一个神经网络，所以网络可以直接进行端到端的优化。
YOLO有如下4个特点：（1）快，标准的YOLO每秒可以处理45帧图片。一个小规模的版本(Fast YOLO)，每秒可以处理155帧图片，同时仍然可以去的其他实时检测算法的两倍mAP。2、和最先进的检测系统比，YOLO会产生更多的定位错误(localization errors)，但是在background上更少的预测false positives。3、泛化性能好：YOLO能学习目标的一般表征。和包括DPM以及R-CNN的其他方法相比，当从自然图像泛化到其他领域(比如“艺术”)时，YOLO性能更优。