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

VSCode Remote SSH 内网服务器使用Codex插件 + Codex跨Provider历史会话迁移完整教程

内网受限服务器使用Codex:依靠SSH反向转发复用本机企业合规局域网代理,配置轻量化、无环境污染;Codex历史会话跨服务商迁移:仅修改会话元数据与本地SQL索引,不用重新对话,一键Prompt自动化处理,所有修改支持备份回滚;两套方案配合使用,完美解决远程开发环境下Codex联网与历史会话留存两大痛点。

#vscode#ssh#服务器
服务器代码备份实战:只用 GitHub 私有仓库(隐私脱敏版)

GitHub 私有仓库 = 代码主备份大权重/数据集 = 独立存储策略(后续再做)这样既能立即落地,又不会被海量文件拖垮。如果你也有类似场景,建议先从这套“源码优先备份”开始,再逐步升级到完整归档方案。

#服务器#github#运维
DINO 目标检测模型环境部署教程 (避坑指南:Python 3.7 + PyTorch 1.12)

最近在 AutoDL 云服务器上复现 DINO (DETR with Improved DeNoising Anchor Boxes) 模型,官方教程比较久远,在实际部署过程中踩了不少坑(内存溢出、网络超时、版本不兼容、CUDA 编译报错等)。经过多次尝试,总结出了一套最稳、最快的安装流程。本教程基于环境,完美解决所有兼容性问题。环境内存依赖需源码装,要降级。编译:PyTorch 1.12 可以忽

#服务器
[AutoDL] 预防系统盘爆满:一键将Conda环境和Pip缓存迁移到数据盘(autodl-tmp)

AutoDL 的系统盘(/root)空间通常较小,安装大型环境容易报。数据盘()空间大且数据持久化。本文记录如何将 Conda 环境路径和 Pip 缓存路径修改到数据盘,一劳永逸解决空间不足问题。

#服务器
DINO 目标检测模型环境部署教程 (避坑指南:Python 3.7 + PyTorch 1.12)

最近在 AutoDL 云服务器上复现 DINO (DETR with Improved DeNoising Anchor Boxes) 模型,官方教程比较久远,在实际部署过程中踩了不少坑(内存溢出、网络超时、版本不兼容、CUDA 编译报错等)。经过多次尝试,总结出了一套最稳、最快的安装流程。本教程基于环境,完美解决所有兼容性问题。环境内存依赖需源码装,要降级。编译:PyTorch 1.12 可以忽

#服务器
VSCode Remote SSH 内网服务器使用Codex插件 + Codex跨Provider历史会话迁移完整教程

内网受限服务器使用Codex:依靠SSH反向转发复用本机企业合规局域网代理,配置轻量化、无环境污染;Codex历史会话跨服务商迁移:仅修改会话元数据与本地SQL索引,不用重新对话,一键Prompt自动化处理,所有修改支持备份回滚;两套方案配合使用,完美解决远程开发环境下Codex联网与历史会话留存两大痛点。

#vscode#ssh#服务器
课题组远程服务器Git版本控制实战

💥 改了代码出bug了,想回到上一个能跑的版本,但找不到了📁 项目文件夹里出现了🤔 一个月前的实验是怎么做的?当时的参数是多少?😱 不小心删了关键代码,没有备份如果你也有这些痛点,那么Git版本控制就是你的救星!本文将手把手教你在课题组的远程服务器上配置和使用Git,实现代码的版本回溯功能。适用场景✅ 每个人有独立的服务器账号✅ 需要对代码进行版本管理✅ 需要记录实验过程和代码变化✅ 多人

#服务器#git#elasticsearch
DINO 目标检测模型环境部署教程 (避坑指南:Python 3.7 + PyTorch 1.12)

最近在 AutoDL 云服务器上复现 DINO (DETR with Improved DeNoising Anchor Boxes) 模型,官方教程比较久远,在实际部署过程中踩了不少坑(内存溢出、网络超时、版本不兼容、CUDA 编译报错等)。经过多次尝试,总结出了一套最稳、最快的安装流程。本教程基于环境,完美解决所有兼容性问题。环境内存依赖需源码装,要降级。编译:PyTorch 1.12 可以忽

#服务器
RTX 5090 32GB 单卡复现 Spatial-MLLM 全记录:环境配置、踩坑修复、VSI-Bench 与 SA Sampling 结果对齐

如果你也在新卡(5090)上的复现,真正的难点通常不是模型本身,而是底层环境兼容性。torch 版本CUDA 架构支持flash-attn 兼容仓库里写死的 attention backend一旦这些打通,Spatial-MLLM 本身的 inference 和 evaluation 流程其实是比较顺的。

#windows
到底了