本文总结了在Conda环境中配置Ascend NPU环境的完整过程。首先通过创建activate.d文件夹实现自动加载set_env.sh脚本，解决了每次激活环境都需要手动设置的问题。随后详细记录了安装PyTorch 2.6.0和torch-npu过程中遇到的依赖缺失问题，包括numpy、decorator、scipy、attrs、psutil等模块的逐一安装过程。最终成功运行了简单的矩阵运算测试

本文总结了在Conda环境中配置Ascend NPU环境的完整过程。首先通过创建activate.d文件夹实现自动加载set_env.sh脚本，解决了每次激活环境都需要手动设置的问题。随后详细记录了安装PyTorch 2.6.0和torch-npu过程中遇到的依赖缺失问题，包括numpy、decorator、scipy、attrs、psutil等模块的逐一安装过程。最终成功运行了简单的矩阵运算测试

由于项目需要，在一台ubuntu上使用GumTree：https://github.com/GumTreeDiff/gumtree由于GumTree需要使用srcML作为后端，所以在这里下载了其安装程序：https://www.srcml.org/#download直接运行后，运行GumTree的一些代码，结果GumTree报了异常，所以在终端下尝试直接运行：srcml，结果不出所料有...

不得不说，很多看似很成熟的程序，也会有很多内存泄露的问题：由于实验需要，我需要在硬盘上生成很多的小文件，然后调用srcML处理（我也试过直接在内存中读写，但会有其他问题），然后根据处理结果生成embedding。最终生成几个list，每个list大概有十几万个图。本来很简单的过程，但是跑实验的时候遇到了好几个内存泄漏问题：1. 我希望看到生成小文件的过程，因为可以判断程序运行的速度，就一直开着文件

例如我们在windows环境变量中可以把OLLAMA_KEEP_ALIVE改成1h，OLLAMA_NUM_PARALLEL改成2，就可以同时有两个并发访问，并且驻留时间为1h了（如果用ollama ps则会显示59 minutes）。如果要改驻留时间，就修改OLLAMA_KEEP_ALIVE，那这个环境变量是什么单位呢？

来测试其是否正常，通常会出来“Ollama is running”，然后我习惯性地从Chrome把地址拷贝到VS Code，真是太奇怪了，试了几次才发现，原来不能带那个反斜杠！这个问题真是让人无语。说来让人无语，简单记录一下。安装好Ollama后，我们通常通过访问。

这个坑，多少让人觉得有点无语。其实很早就注意到，Git中一次Commit对应两个时间的，但是也没仔细看JGit中的时间对应的是哪个时间。这里我们以这个Repo为例：https://git-wip-us.apache.org/repos/asf/wicket.git对于这个Repo而言，如果我在命令行中输入：git show ca03c252b5745bdccfb7c8cdffcc705846593

摘要：在使用LightRAG时发现qwen2.5:32b模型无法正确输出结果，表现为无法识别输入内容。通过调整num_ctx参数或改用llama3.1:8b模型后，系统能正确分析《圣诞颂歌》的主题（如救赎、成长、社会阶层等）。但发现代码存在多个低级bug，质疑开发者是否进行充分测试。建议在使用时注意模型选择和参数配置，特别是上下文长度设置对结果的影响很大。

然后在终端里输入exit，然后再关闭ssh session即可。之前用nohup来远程跑LLama factory微调脚本，是没有问题的，但今天发现运行类似。就简单总结这么多，主要是现在大模型微调太费事，如果跑了一半出现这种问题真的很让人崩溃。

这也是个很简单的问题，我简单总结一下，目前在家里有一台双3090涡轮版的PC，声音真的很大，可是很多时候我们其实并不需要其功率很好，只要显存够用就可以。看有些人说Ubuntu上现在不能设置，可是我在24.04上测试是可以设置的。另外，上面的文章往往只提到用一个GPU时的情况，我总忘记怎么指定两个卡。重启后需要重新运行。