<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Called_None的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Called_None</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Called_None]]></copyright><item><title><![CDATA[自动抓取cpolar远程服务器端口脚本]]></title><link>https://blog.youkuaiyun.com/Called_None/article/details/153058109</link><guid>https://blog.youkuaiyun.com/Called_None/article/details/153058109</guid><author>Called_None</author><pubDate>Sat, 11 Oct 2025 17:42:00 +0800</pubDate><description><![CDATA[本文介绍了一个自动获取cpolar内网穿透隧道动态端口并更新SSH配置的Python脚本。脚本通过requests库模拟登录cpolar控制台，使用正则表达式解析隧道端口号，并自动更新本地SSH配置文件。主要功能包括：从.env文件加载认证信息、保持会话状态、精准匹配和更新SSH配置中的Host块、自动创建备份文件等。该方案解决了手动查看和修改端口的繁琐问题，通过批处理指令可一键执行，提高了实验室服务器连接的便利性。]]></description><category></category></item><item><title><![CDATA[llm的部署及调用（基于transformers、vllm、fastapi部署、awq量化）]]></title><link>https://blog.youkuaiyun.com/Called_None/article/details/148841287</link><guid>https://blog.youkuaiyun.com/Called_None/article/details/148841287</guid><author>Called_None</author><pubDate>Mon, 23 Jun 2025 10:37:57 +0800</pubDate><description><![CDATA[本文介绍了大模型环境配置与部署的完整流程。首先通过pip配置清华源并安装modelscope、vllm和fastapi等工具。接着详细说明了两种模型下载方式：通过modelscope的Python脚本或命令行下载。重点讲解了vllm的两种部署方案：直接使用Python脚本调用模型，或启动OpenAI API服务后通过客户端调用。后者支持更丰富的参数配置，包括并行计算、量化、显存优化等高级选项。文章还特别说明了如何开启推理模式并解析模型输出，为开发者提供了本地部署大模型的完整技术方案。]]></description><category></category></item><item><title><![CDATA[神经网络与深度学习-学习笔记4]]></title><link>https://blog.youkuaiyun.com/Called_None/article/details/148369885</link><guid>https://blog.youkuaiyun.com/Called_None/article/details/148369885</guid><author>Called_None</author><pubDate>Sun, 01 Jun 2025 20:20:23 +0800</pubDate><description><![CDATA[Transformer 模型是一种基于注意力机制的序列到序列模型，主要用于自然语言处理任务，如机器翻译、文本生成等。模型包括编码器（Encoder）和解码器（Decoder）两部分，其中编码器用于接收输入序列并生成语义表示，解码器根据编码器的输出生成目标序列。]]></description><category></category></item><item><title><![CDATA[神经网络与深度学习-学习笔记3]]></title><link>https://blog.youkuaiyun.com/Called_None/article/details/148123239</link><guid>https://blog.youkuaiyun.com/Called_None/article/details/148123239</guid><author>Called_None</author><pubDate>Wed, 21 May 2025 20:00:42 +0800</pubDate><description><![CDATA[APk1∑N​PkΔrk)S×SB7×7×30λcoord​∑x−x2λcoord​∑w​−w​2∑C−C2λnoobj​∑C−C2∑p−p​2λcoord​5λnoobj​0.5。]]></description><category></category></item><item><title><![CDATA[神经网络与深度学习-学习笔记2]]></title><link>https://blog.youkuaiyun.com/Called_None/article/details/147900978</link><guid>https://blog.youkuaiyun.com/Called_None/article/details/147900978</guid><author>Called_None</author><pubDate>Mon, 12 May 2025 17:27:13 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[神经网络与深度学习-学习笔记1]]></title><link>https://blog.youkuaiyun.com/Called_None/article/details/147802004</link><guid>https://blog.youkuaiyun.com/Called_None/article/details/147802004</guid><author>Called_None</author><pubDate>Thu, 08 May 2025 18:55:36 +0800</pubDate><description><![CDATA[人工智能（Artificial Intelligence）：通过机器实现需借助人类智慧完成的任务，涵盖模拟、延伸和扩展人类智能的理论、方法、技术及应用系统。机器学习：人工智能的关键分支，利用经验（即数据）提升计算机系统在特定任务上的性能，是实现智能化的核心途径。深度学习：机器学习的一个重要领域，模拟人脑的神经网络结构，通过多层非线性变换对数据进行特征提取和表示学习。定义：利用回归分析确定变量间的定量关系，通过拟合曲线预测新输入对应的输出值。最简单的曲线是直线，对应线性回归。基本要素训练集。]]></description><category></category></item><item><title><![CDATA[关于edge浏览器在使用vpn后无法搜索的解决办法]]></title><link>https://blog.youkuaiyun.com/Called_None/article/details/144438257</link><guid>https://blog.youkuaiyun.com/Called_None/article/details/144438257</guid><author>Called_None</author><pubDate>Thu, 12 Dec 2024 23:03:46 +0800</pubDate><description><![CDATA[参考 https://blog.youkuaiyun.com/qq_66707762/article/details/133817147。]]></description><category></category></item><item><title><![CDATA[使用腾讯云COS+Picgo设置Obsidian图床（2024.12.12）]]></title><link>https://blog.youkuaiyun.com/Called_None/article/details/144427208</link><guid>https://blog.youkuaiyun.com/Called_None/article/details/144427208</guid><author>Called_None</author><pubDate>Thu, 12 Dec 2024 15:06:12 +0800</pubDate><description><![CDATA[本笔记记录了笔者2024.12.11-2024.12.12期间使用Obsidian+Picgo+gitee/github/腾讯云COS的心酸路程。笔者是纯小白，仅供参考。笔者的情况是，大部分笔记存留在本地，但最近想发一些学习笔记，本地图片对于发布到优快云来说不太友好，故考虑一个小规模的图床。]]></description><category></category></item><item><title><![CDATA[obsidian同步：win、ipad和android（2024.12可行）]]></title><link>https://blog.youkuaiyun.com/Called_None/article/details/144357167</link><guid>https://blog.youkuaiyun.com/Called_None/article/details/144357167</guid><author>Called_None</author><pubDate>Mon, 09 Dec 2024 20:42:45 +0800</pubDate><description><![CDATA[目前使用infinicloud进行win、ipad、安卓三端同步。]]></description><category></category></item></channel></rss>