Home
  • 首页
  • 归档
  • 分类
  • 标签
  • 关于
  • 友链
  • 文档
    模板&dotfiles 常用命令及函数 算法总结 Linux杂记

在服务器上配置Clash代理

2026.4.9: Clash可视化面板 更新mihomo默认的dashboard: metacubexd的使用方法 新版的mihomo已经可以代替clash内核了(这个名字在恶搞米哈游),使用方法和原来基本一样,并支持更多配置文件格式,FlClash也使用的是mihomo内核,解析的config.yaml文件会导致clash无法启动,推荐直接使用mihomo内核 参考 Linux 服务器安装
2024-06-12
Linux

2024开悟智能体比赛(海选赛)

已结束的全部比赛代码:GitHub - 海选赛全部代码,GitHub - 学习期全部代码 下文主要介绍了本次比赛对源码的学习,由于是第一次参赛,对整个框架比较陌生,所以简单介绍下我通过学习源码对分布式框架逻辑的理解,以及如何在此基础上完成一个PPO算法。 重返秘境 该比赛排名第6(1380.17分,尽管在自己测试300局中平均得分为1383分),第一名1381.83分,失败的主要原因是30次评
2024-09-03
coding > 比赛

Docker 安装与常用命令

Docker Docker 是系统级的虚拟化管理平台,以容器(container)形式对镜像(image)进行打开,从而可以直接获得别人环境的 clone。 目前我使用 Docker 的主要原因有: 可以避免很多编译环境配置问题(Kalibr 相机标定工具包,必须要求系统中的 Python 版本为 3.8,而 Ubuntu 22.04 最低版本为 3.10,无法编译源文件,因此只能通过 Doc
2024-06-17
tools

ZeroTier内网穿透 - 搭建局域网配置教程

ZeroTier内网穿透 - 搭建局域网配置教程 本文整理一份从零开始可直接操作的 ZeroTier 配置教程,包括: Ubuntu 上安装 ZeroTier 加入已有网络 浏览器后台授权设备 检查是否已经真正连通 排查一个很容易误判的问题:ping 能通,但 ssh 连不上 如果只是想先把网络搭起来,按前半部分一步一步操作即可;如果已经加入网络,但远程登录异常,可以直接看后面的排障章节。
2026-03-10
tools
#ZeroTier #SSH #Ubuntu

Hexo Fluid 添加评论系统

20260321:由于LeanCloud在20270112准备停服,现在已经不再支持服务了,转而使用giscus,也能方便看到评论区的更新 旧的在LeanCloud上创建APP LeanCloud上创建APP 在LeanCloud官网注册账号 在首页点击“创建应用”,应用名称随便取 进入应用,在左边分栏中展开“设置”,点进“应用
2021-07-29
Blog
#Fluid

用JAX复现基于Transformer的miniGPT模型

参考文献:Atteetion Is All You Need[1]^{[1]}[1], On Layer Normalization in the Transformer Architecture[2]^{[2]}[2], Improving Language Understanding by Generative Pre-Training[3]^{[3]}[3] 参考Blog:The Illu
2024-03-17

Flow Matching Generation 原理与Demo

参考论文1. Flow Matching for Generative Modeling - 2022 Flow Matching原理 Flow Matching是一个非常有名的生成模型框架,其他的生成模型还有:VAE、GAN、Diffusion (DDPM)等,Flow Matching优势在于训练效率与生成效率都非常高。本文参考论文1从零开始分析原理,最后给出两个Demo测试该算法。
2026-03-16
CVPR

YOLOv5用JAX从零复现

前置知识:YOLOv1笔记, YOLOv2,v3笔记, YOLOv4笔记 回顾YOLOv1到v4 YOLOv1 我们学会了YOLO的基础框架(一阶段端到端模型),将 H×WH\times WH×W 的图像按照步长 sss (stride单位为像素) 划分为 (H/s)×(W/s)=:S×S(H/s)\times (W/s)=: S\times S(H/s)×(W/s)=:S×S 的网格(这
2024-01-17
CVPR

mAP(mean Average Precision) 指标笔记

mAP是目标识别中常用的指标,下面介绍其具体计算方法,包含这几个部分:召回率、精度、准确率、PR曲线、AUC。 参考:Object-Detection-Metrics 召回率、精度、准确率 这三个参数是传统二分类问题中所涉及的,用于评价二分类模型的性能。而目标识别问题也可以视为一个二分类问题,我们将图像中所有预测出的识别框都视为正例,其他所有的可能预测框都为负例,所以数据集中负例的数量将是无
2024-01-18
CVPR

从零配置Ubuntu全过程

UPDATE: 2024.6.12.加入星火商店安装程序 UPDATE: 2024.11.16.加入Ubuntu24.04相关内容 UPDATE: 2025.7.9.加入内核切换和手动安装Nvidia驱动 UPDATE: 2025.9.11.加入自启动配置简化, Clash for Windows图标下载地址, Firefox的apt版重装 UPDATE: 2025.10.10.加入Nvidia
2023-04-01
Linux
123…17

搜索

Hexo Fluid
Enjoy sharing!