logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Ubuntu Linux Kernel 降级至特定版本(安装特定旧版本,非回退)

最近需要对服务器的 Linux 内核版本进行调整以安装特定软件,无奈的是该软件支持的 Kernel 版本是特定的,如果自动更新 Linux Kernel,版本就会超过其支持范围,被迫只好根据其支持范围安装 Linux Kernel。Linux Kernel 影响很大,降级很可能造成系统不稳定,有能力的同学最好去锤软件提供方。本文中如不提醒,都是以 root 身份进行操作,省去每次 sudo 的工作

文章图片
#运维#bash#ubuntu
Ubuntu 安装transformers 报错error can‘t find rust compiler

这篇博客介绍了在 Ubuntu 安装transformers 报错error can't find rust compiler 的解决方案。

文章图片
#ubuntu#运维#python
VS Code 连接远程 Jupyter 服务器

前言阅读前提醒:截至发文,如果使用 VS Code 连接远程 Jupyter 服务器,只能本地存储代码文件(ipynb),而代码执行在远程服务器。如果要操作远程服务器的目录和文件,想达到像 Jupyter Lab 的网页 UI 一样的感觉,目前还不行。如果有变动或其他方案欢迎留言。下面是关于在 VS Code 添加相关功能的GitHub Issue。Syncing local python pro

文章图片
#jupyter#服务器#vscode
conda 配置深度学习环境 pytorch transformers

最近想学习一下 Huggingface 的 Transformers 库的使用,需要重新搭建一个虚拟环境,做简单记录方便之后工作。这次搭建主要是平时测试和玩的环境,不考虑为某某应用兼容用低版本,看一眼 python 的版本。 差不多是一年一个小版本号呀,3.7 再有一年停止维护了,打算用 3.8 了。create 命令创建环境。这里 miniconda 的安装,还有 channel 的设置就不赘述

#深度学习#pytorch#conda
VSCode Latex Workshop 设置 XeLatex 编译

前言VSCode + LatexWorkshop 是非常方便的组合,而对于中文文档,pdfLatex 引擎的支持很差,很多时候需要使用 XeLatex 引擎编译,但是总是莫名其妙各种报错。用下面的 magic 语句也无济于事。% !TEX program = xelatex本篇介绍通过对插件设置修改来设置默认使用 XeLatex 编译的方法。

文章图片
#vscode
Linux .tar.gz 文件解压命令

命令tar -xzvf 压缩包文件名.tar.gzPS: 想到用 tar 命令很好记,但是经常记不住 xzvf ,中文用户可以用谐音,输入法输入 "xzwf",找个好记的短语记就好,把 v 替换成 w,是因为发音接近而汉语没有 v 的拼音。比如 “写作无法”,或者“小镇微风”就可以很好的记忆。如果只是查阅命令,阅读到这里就足够了,该命令会将压缩包解压至当前目录。小记tar 命令中:-x 表示 ex

#linux#bash#运维
Coqui TTS 安装与测试

本篇记录一下 Coqui TTS 的安装测试以及(重点)踩坑经历。Coqui-TTS 的主要作者是德国人,这个库似乎之前和 Mozilla 的 TTS ()有千丝万缕的关系,但是现在后者的 TTS 已经停止更新,而 Coqui TTS 更新一直很稳定,是目前少数几个更新比较稳定的开源语音库。

文章图片
#语音识别#人工智能
VS Code 连接远程 Jupyter 服务器

前言阅读前提醒:截至发文,如果使用 VS Code 连接远程 Jupyter 服务器,只能本地存储代码文件(ipynb),而代码执行在远程服务器。如果要操作远程服务器的目录和文件,想达到像 Jupyter Lab 的网页 UI 一样的感觉,目前还不行。如果有变动或其他方案欢迎留言。下面是关于在 VS Code 添加相关功能的GitHub Issue。Syncing local python pro

文章图片
#jupyter#服务器#vscode
PyTorch 对 Batch 中每个样本计算损失 Loss for each sample

前言PyTorch 的损失函数(这里我只使用与调研了 MSELoss)默认会对一个 Batch 的所有样本计算损失,并求均值。如果我需要每个样本的损失用于之后的一些计算(与优化模型参数,梯度下降无关),比如使用样本的损失做一些操作,那使用默认的损失函数做不到,搜了一下没有找到相关的资料,在 PyTorch 的论坛发现了相关的问题。Loss for each sample in batch - Py

文章图片
#pytorch#python#深度学习
到底了