首先進行自我介紹：
本人是計算機科學與技術的大三學生，目前就讀于哈爾濱工業大學（深圳）。
因為平時受自身的筆記本電腦的性能限制困擾，進行實驗時需要等待一定的時間，總歸會造成時間的浪費。是以，處于對更高性能的追求，我在網絡上開始尋找可用的雲伺服器資源用以輔助學習，順便繼續鍛煉操作Linux開發的能力，正好了解到了阿裡雲的“雲翼計劃”提供了試用及免費續費的機會，借此機會進行一次體驗。
接下來介紹目前的使用狀況：
因為最近正好完成了模式識别的大作業，在本地的機器上運作時間較長，于是借着這個機會，我把之前實作的作業搬運到雲伺服器ECS上運作。運作結果中可以看出來，的确對效率有一個相當大的提升，這說明雲伺服器帶來的提升很明顯，确實能夠輔助實驗進行。
這次采用的是基礎分類器KNN進行服裝資料集FASHION-MNIST的分類，這是一個于手寫數字集MNIST類似的服裝類型的資料集。實驗使用KNN分類器，依照少數服從多數原則，對實驗樣本尋找在資料集中最近的K個樣本，根據其中的多數判定為待定樣本的類别。
為了提高樣本的特征，而且進行速度的優化，對樣本進行PCA降維處理，主要思想是保留方差最大的次元，以把握住樣本的特征，同時使用了拉普拉斯算子和高斯濾波進行圖像處理。
拉普拉斯算子能夠更好的概括出圖像的邊緣，高斯濾波則是進行降噪。
接下來展示部分對比截圖：
可以看到，用時僅為在本機實驗的一半，由于全部結果的比對都展示出來比較冗雜，就僅僅展示一對結果。
可以說提升還是比較的明顯。
使用技巧：
強烈建議使用VScode進行代碼編輯，不僅僅是因為其界面UI設計得很棒，更因為其具有相當多相當好用的擴充，可以讓代碼編輯變得及其友善和舒适，極大地提升工作效率。
因為在學校開設的作業系統課程的實驗課中涉及了用VScode連接配接遠端實驗平台的教程，是以我這裡貼了我們學校的實驗教程，很有用，相信聰明的你一定能夠掌握其中的要義，由于不确定是否允許直接轉載，但是具體内容歡迎在搜尋引擎中搜尋尋找，我自己試過還是很快的。
大概内容就是生成rsa密鑰，并且上傳至雲伺服器，之後即可在VScode上用ssh連接配接了。
界面截圖
實驗的實用工具還有git，git是一個非常好用的代碼版本管理平台，具體的用法我們學校的實驗教程裡也有，歡迎參考我們學校的文檔，作業系統課程實驗中心的老師很認真，負責實驗的助教也很熱心，幫助很大。
實驗源碼：
https://gitee.com/Amethyst1024/pattern-recognition-experiment