原来使用 staxrip 的 nvidia加速 转码一堆录像到 x265，码率大概为2000，画质很渣，虽然也许很大一部分是我不会调或者调错参数的原因 ORZ。后来发现这个帖子https://tieba.baidu.com/p/5738413374?red_tag=2530212879#120222338969l顿时给了我很大的信心，nvidia 的编码器雄起了！staxrip 已经停止更...

最近多了两张卡，一张P40，一张M40，都是24G显存版本，测试下训练速度。训练StyleGan类对抗生成模型，占用显存15G。核心100%满载。没有使用混合精度加速技巧。平均下来，每训练1000次RTX 3090，耗时约 107 秒Tesla P40，耗时约 245 秒Tesla M40，耗时约 346 秒时间比为RTX 3090 为 1XTesla P40 为 2.3XTesla M40 为

原来的镜像弄坏了，本想重新下一个新镜像，却坑爹的E:the selected extractor cannot be found:ar原因：busybox官网 https://busybox.net/不知为何，我在官网下载的 busybox 没有自带 ar 命令，明明官方网站上写着 有 ar 命令测试 busybox ar发现还真没有 ar 命令，不知去哪了，测试了几个旧版本，也没有

FFMPEG 命令行转换 一组JPG图像 到视频时，是将这组图像视为 MJPG 流。我需要转换一组 PNG 图像到视频，FFMPEG 就不认了。因此我 python ffmpeg 的包装 pyav写一个命令行工具，可以转换一组任意格式图像到视频，来解决这个问题。视频尺寸为第一张图像的大小编码方式为 crf 18编码时间参考：i7-8750H 5分钟1080P 30FPS 视频，编码时间约为 30

首先感谢！！！！我自己！！！！！然后感谢编写 tifffile 的大佬！！！我终于TMD的成功编写了一个SVS文件，并被Openslide完美识别！！！！！CTMD我绝对相信这能为后来人节省大量的时间！！！！总结！ CTMD

Blender v3.1.2UE5.0 正式版内容：导出FBX模型 和 烘焙和导出 FBX 动画，用于UE5加载和渲染。现在的MMD模型的骨架，大量使用了 赠与骨，这在Blender中，是以驱动器来间接实现的。在这种情况下，在UE内操作骨骼带有赠与骨关系的骨骼就变成了很困难的事情，但本篇并不是来解决这个问题的。。。1 导出FBX模型时，FBX骨架有很多名字带 _dummy 的骨骼解决在导出FBX模

根据之前训练的字模型+PALM效果和经验。真是胡言乱语，牛头不搭马嘴。观察了模型的在各种条件下的输出。看大佬的各种的增强方法，搞了2周写完了新的增强管道。换了新方案，继续训练了一晚上，马上就有不错的生成效果了，泪目。在老的增强方法和损失函数上，T5 模型不太行，8+8 层的情况下生成效果不如12层相似参数量的PALM连贯，准确度也不如PALM，训练速度也比PALM慢2倍。训练语料是质量较好的，但比

记录，太坑了，深度学习显卡损坏原来是这样子的。时间 2020-10-23深度学习服务器，3张 RTX2080Ti。损坏的是1号卡，就是夹在0号和2号卡中间的那张卡。可能常年温度太高，烧坏了。事件记录：每过一段时间，1号卡温度和功率会变成nan。重启服务器就好了。但服务器经常有任务，也不能随便重启，没看到什么问题，就不管了。又过了一段时间。发现模型运算超慢的。还以为那里出问题了，查来查去，然后发现执

纯 Pytorch 实现 TransnormerLLM 中快速线性注意力算子

时间：2022/5/18系统：kubuntu 22.04 全新安装软件：LXD v5.1 全新安装症状：在LXD上开的任何容器，其网卡都无法获得ipv4地址，只有ipv6地址。手动给容器内网卡配置ipv4地址和外网路由，可以ping通外网ip，但无法传输任何tcp包。尝试：已尝试对容器配置多个网卡和多个ip，均无法使用。原因：未知，尚不知 ubuntu 22.04 是否也有该问题，需要使用LXD的