本文介绍了使用VASP和VASPKIT计算电子和空穴有效质量的完整流程。首先通过能带计算获取带边位置信息，然后编写VPKIT.in配置文件，设置计算方向和参数。接着生成KPOINTS文件并修改INCAR进行静态计算。计算完成后，通过VASPKIT输出有效质量结果。示例中电子有效质量为0.306m₀（迁移率高），空穴有效质量约为2.02-2.31m₀。该流程适用于半导体材料载流子迁移特性的研究。

本来想先写material project的使用方法，结果写了一下感觉完全不如先搞VASP的基本使用流程，所以这篇文章先讲一下VASP的基本使用全流程，从数据获取走到最后生成能带图，走完一遍之后就能大概理解vasp的使用流程了。

本文介绍了使用HES06杂化泛函进行精确能带计算的方法。相比PBE泛函，HES06能获得更接近实验值的带隙结果。文章详细说明了计算流程：先进行结构优化，然后运行HES静态计算，利用vaspkit生成专用KPOINTS文件，并提供了INCAR参数设置示例。计算完成后可通过vaspkit查看能带图。作者以LiAlTe2为例，对比了PBE(2.41eV)和HES06(3.24eV)的计算结果差异，指出H

本文介绍了使用VASP进行电子结构分析和光学性质计算的基本流程。以AlN为例，首先完成SCF计算后，通过VASPKIT生成能带路径进行电子结构分析，包括态密度和能带计算。光学分析部分则通过设置LOPTICS参数计算介电函数，进而获得吸收谱、折射率等光学性质。文中详细说明了关键参数设置，并提供了VASPKIT处理数据的操作指南。作者还分享了自己的知乎、CSDN和B站账号，方便读者获取更多计算材料学相

对用于视觉识别深度学习的jetson nano进行基础及进阶的配置

我本身经常做项目，其实可以在开发板上跑代码，但是总是有很多不方便，所以一直用的虚拟机但是也很不方便近期电脑空间比较大，所以就弄了个双系统然后天真的我以为越新的越好于是决定安装Ubuntu24第一次学习安装就折腾了两天（其中很大程度包含ubuntu24本身的安装缺陷）后来各种debug又折腾了一天于是折腾了三天在今天决定换到22WC，24就是一坨大份这次就写一下双系统安装的流程和各种容易踩的坑然后再

对用于视觉识别深度学习的jetson nano进行基础及进阶的配置

对用于视觉识别深度学习的jetson nano进行基础及进阶的配置

由于原版有特别特别多问题，我就懒得再去改了，直接出一个新篇