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

comfyui windows绿色免安装文件(解压即可使用)flux.dev sd_xl_base_1.0 模型下载地址

已验证 gtx_2060 6G 显卡,可以跑 sd_xl_base_1.0.safetensors模型,更小的当然也可以跑。gtx_2060 6G 显卡16G内存 sd_xl_base_1.0.safetensors文生512。1.下载并解压ComfyUI_windows_portable_nvidia。512图并放大至1280*1280耗时11s左右。为了避免爆显存, 模型文件应该小于显存容量。

文章图片
#python#AIGC
windows 远程到云服务器ubuntu桌面使用桌面软件firefox等(软件安装最少的方案)

在Windows下远程访问Linux服务器的桌面,有几种常见的方法:xrdp(X Remote Desktop Protocol):xrdp允许Windows使用RDP(Remote Desktop Protocol)来连接到Linux服务器的桌面。这种方式相对简便,因为它使用Windows自带的远程桌面客户端。VNC(Virtual Network Computing):VNC是一种基于图形界面

文章图片
#ubuntu#阿里云
记录下实测Tesla T4 ethminer算力

m 06:59:32 ethminer 6:14 A95 30.99 Mh - cu0 12.18, cu1 18.82i 06:59:33 ethminer Job: 4eba272a… eth.f2pool.com [47.108.194.7:6688]i 06:59:33 ethminer Job: 1bc542be… eth.f2pool.com [47.108.194.7:6688]i

#区块链#以太坊#数字货币 +1
ollama PK vLLM大模型部署工具链怎么选 并发能力考虑

Ollama与vLLM性能对比及选型建议 测试数据显示: 低并发场景(1-5并发):Ollama响应更快(中位数6300-8600ms),vLLM吞吐量略高。 高并发场景(10-20并发):vLLM性能优势显著(中位数9400-9900ms),吞吐量及稳定性均优于Ollama(Ollama中位数达16000ms)。 推荐场景: 个人电脑/低负载:Ollama(响应延迟低) 服务器/高并发:vLLM

#vLLM
ssh -T git@github.com Connection timed out 解决方案-自测有效

HostName ssh.github.com# 这是最重要的部分。git bash 中vim ~/.ssh/config。修改内容如下:重点第二行:ssh.github.com。

文章图片
#ssh#git#github
尝试在macOS环境用latex+vscode写论文

近期切换了工作环境到macOS,vscode是我的主要编程工具(服务器远程很方便)。现在有了点想法,想把latex在macos上用起来,写点能公开发表的的东西,管理好相关的论文和引用。搜索了一番功课。觉得这个方案不错。这里实际过程记录和分享下。latex on Mac配合。vscode插件:latex workshop安装mactex (latex on mac)mactex安装说明mactex

#macos#vscode#大数据
ubuntu安装ffmpeg——cuda gpu加速版

亲自验证:以下方案可行。记录并分享。

文章图片
#ubuntu#linux
RuntimeError: 1only batches of spatial targets supported (3D tensors) but got 4

【代码】RuntimeError: 1only batches of spatial targets supported (3D tensors) but got 4。

#深度学习#python#pytorch
ubuntu linux查询服务器公网ip和所属运营商

【代码】ubuntu linux查询服务器公网ip和所属运营商。

文章图片
#服务器#tcp/ip#运维
deepseek 671B 版本推理究竟需要什么样的GPU H100, H20, A6000,TRX 4090

或者 8卡 80G显存的H800. 可以考虑2.51-bit量化版本预测速度预估20~30TPS(待验证)或者 8卡 40G显存的A6000. 可以考虑2.51-bit量化版本预测速度预估3~10TPS (待验证)基于8卡 24G 显存的4090全可以考虑1.58-bit版本,预测速度预估3~10TPS(待验证)基于4/ 8卡96G 显存H20 ,预测速度22tps8张卡每张卡显存占用30。跟进D

文章图片
#自然语言处理#语言模型#人工智能
    共 14 条
  • 1
  • 2
  • 请选择