安装使用ghost 0.75中文版

本文介绍如何通过nvm管理不同版本的Node.js,并详细解释了Ghost博客系统的安装配置过程,包括使用PM2确保服务持续运行及通过Nginx设置反向代理。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

首先得有node的环境,而且node的版本只支持某些版本,但是我们又不想只有一个版本,怎么办呢,可以安装一个叫nvm的node版本管理工具,这里以linux为例子

wget -qO- https://raw.githubusercontent.com/creationix/nvm/v0.31.6/install.sh | bash

下载好了以后,运行一下

source ~/.bashrc

我们就可以使用nvm了,很简单,不过还是简单介绍一下怎么用吧,首先安装node

//安装最新的版本
nvm install node

//使用刚刚安装的版本
nvm use node

//ghost推荐使用的4.2.0的版本
nvm install v4.2.0

nvm use v4.2.0

这样就可以随时切换到我们需要的node的版本了

接下来我们就去下载ghost,我这里是下载的 中文版
安装说明
怎么安装我就不详细展开说了,说一下怎么配置的问题吧,首先,node的项目运行的时候,我们一般是在命令行里面

node index.js
或者
npm start

但是这样会有一个问题,就是我们的窗口一旦关闭了以后,这个node项目就停止了,这显然不是我们想要的,那么,怎么办呢,我们可以使用node的一个包,叫PM2,github地址,

安装
npm install pm2 -g
启动
npm install pm2 -g

还有一个问题,我们的node项目是运行在某个服务器的http://127.0.0.1:2368,那么我们要怎么部署呢,可以使用nginx的反向代理


server {
    listen 80;
    server_name www.gongchuandong.com;

    location / {
        proxy_set_header   X-Real-IP $remote_addr;
        proxy_set_header   Host      $http_host;
        proxy_pass         http://127.0.0.1:2368;
    }

}

在运行项目的过程中我还遇到了一个bug,就是node4.2.0需要gcc4.7+,但是我的centos是6.5的,默认不是4.7+,所以我们还需要升级我的gcc

cd /etc/yum.repos.d
wget http://people.centos.org/tru/devtools-1.1/devtools-1.1.repo 
yum --enablerepo=testing-1.1-devtools-6 install devtoolset-1.1-gcc devtoolset-1.1-gcc-c++

安装目录 /opt/centos/devtoolset-1.1/root/usr/bin/
然后替换掉原来的

export CC=/opt/centos/devtoolset-1.1/root/usr/bin/gcc  
export CPP=/opt/centos/devtoolset-1.1/root/usr/bin/cpp
export CXX=/opt/centos/devtoolset-1.1/root/usr/bin/c++

还有一个就是我们项目里面的config.js文件,需要配置URL和我们nginx的URL相同,要不也是会有问题的

### 将YOLOv8与GhostNet融合以提升目标检测效果 #### 主干网络替换 为了实现更高效的计算资源利用率,在YOLOv8的基础上引入了GhostNet作为新的主干网络。这种做法主要是将原有的CSP(Cross Stage Partial network)结构替换成GhostNet v1,从而减少了特征提取阶段所需的运算次数[^1]。 ```python from yolov8 import YOLOv8Backbone from ghostnet import GhostNetV1 class CustomYOLOv8(YOLOv8Backbone): def __init__(self, *args, **kwargs): super().__init__(*args, **kwargs) self.backbone = GhostNetV1() ``` #### 轻量化卷积操作 除了更改主干外,还采用了来自GhostNet的轻量化卷积技术来代替传统的标准卷积层。这些优化措施不仅降低了参数数量,同时也加快了前向传播的速度而不显著损失准确性。 ```python import torch.nn as nn def replace_conv_layers(model): for name, module in model.named_children(): if isinstance(module, nn.Conv2d): new_module = LightWeightConv(...) setattr(model, name, new_module) elif hasattr(module, 'children'): replace_conv_layers(module) replace_conv_layers(custom_yolov8_instance) ``` #### 平衡精度与效率 通过对网络宽度和深度做出适当调整,可以在维持较高识别率的同时达到更好的运行效能。这一过程涉及到对模型架构细节上的微调以及超参数的选择,目的是找到最佳的工作点使两者兼顾。 ```python # Adjusting the width multiplier and depth of the network custom_yolov8_instance.set_width_multiplier(0.75) # Example value custom_yolov8_instance.set_depth_multiplier(0.9) # Example value ``` #### 结合多主干特征融合 考虑到单一类型的骨干可能无法完全满足复杂场景下的需求,因此还可以考虑采用多个不同类型但同样具备良好特性的轻量级主干网路相结合的方式来进行特征抽取工作。这种方法有助于综合各个子系统的优点,进而改善整体表现[^2]。 ```python class MultiBackboneFusion(nn.Module): def __init__(self, backbones_list): super(MultiBackboneFusion, self).__init__() self.backbones = nn.ModuleList(backbones_list) def forward(self, x): features = [] for backbone in self.backbones: feature = backbone(x) features.append(feature) fused_feature = sum(features)/len(features) # Simple average fusion example return fused_feature ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值