- 博客(40)
- 收藏
- 关注
RSS订阅原创 Ubuntu 下网络请求异常排查：本地端口冲突与环境变量配置（Sign-in could not be completed）
本文介绍 Ubuntu 环境下网络请求异常的排查方法，重点分析本地端口占用、后台进程残留及环境变量配置问题，并通过 ss、curl、ps 等命令检查网络连接，结合用户会话和桌面应用配置，提供一套完整的 Linux 网络故障排查思路。
2026-11-09 15:53:19
208
原创 网络差，SSH 传的太慢，使用 USB 移动硬盘实现高速数据迁移（笔记）
在服务器网络慢的背景下，4GB机器人强化学习实验数据通过SSH传输需6小时。改用USB移动硬盘直接连接服务器复制，仅5秒完成命令执行，显著提升效率。通过SSH登录后挂载NTFS硬盘，使用rsync+tmux实现可靠复制，并结合--stats和校验确保数据完整。最终安全卸载后移至本地读取。该方案绕过网络瓶颈，适用于频繁迁移大体积实验数据的场景，操作简便且高效，建议作为标准流程推广。
2026-11-06 11:59:01
365
原创 Codex额度用完怎么办？Windows定时自动继续VS Code Codex任务实战
本文介绍如何利用AutoHotkey v2与Windows任务计划程序，实现Codex额度恢复后自动续工作。通过WindowSpy获取界面坐标，编写脚本模拟点击输入框、输入“项目继续工作”并发送，结合任务计划在指定时间自动执行，无需人工干预，适用于远程开发中长时间任务的自动化续接。
2026-09-13 21:45:58
523
原创 股票预测系统：（五）CLIProxyAPI和daily_stock_analysis的便捷化（个人记录）
教你用 Windows 批处理脚本一键启动 CLIProxyAPI + daily_stock_analysis，快速分析个股、大盘，并自动推送到企业微信。轻松实现每天的股票决策仪表盘自动整理！
2026-05-13 13:07:32
541
原创 股票预测系统：（四）Windows 下 daily_stock_analysis股票分析系统安装与基础使用（个人记录）
本文记录在 Windows 环境下安装与使用 daily_stock_analysis 开源项目的完整步骤，包括 AI 模型配置、自选股设置、新闻与舆情 API 配置，以及命令行和 WebUI 的基础操作，帮助个人用户实现自动化股票分析与每日决策仪表盘推送。
2026-05-13 13:06:34
2722
原创 通过 SSH 隧道将 GPT 调教为服务器专属 Agent（个人记录）
本文介绍如何通过SSH逆向隧道实现AI编程助手"Agent化"。传统复制粘贴方式效率低下，作者提出将本地API环境映射到服务器，使AI插件Cline能直接访问服务器文件。具体步骤包括：1)配置CLIProxyAPI；2)在服务器安装ClineChinese插件；3)建立SSH逆向隧道连接本地与服务器端口；4)配置插件API参数。最终实现AI自动读取服务器文件、分析内容并生成代码，完成"自驱动"式智能辅助，如自动解析模型配置文件并撰写论文实验逻辑。该方法显著提升了AI编
2026-05-12 16:35:56
1504
1
原创 股票预测系统：（三）windows下CLIProxyAPI：本地调用配置好的API密钥（个人记录）
本文是 CLIProxyAPI 系列配置教程的第三篇。在成功将大模型账号挂载到本地服务后，本文重点介绍了如何在本地环境（软件或代码）中调用该自定义 API 接口
2026-05-12 15:01:09
440
原创 Linux 终端守护神 Tmux ：如何优雅地管理后台实验与恢复会话
Tmux是解决SSH断开导致进程中断的利器。它能在服务器后台创建持久化会话，即使网络断开或电脑关机，程序仍可继续运行。核心概念是会话(Session)，可创建多个独立会话管理不同任务。使用tmux new -s 会话名创建命名会话，断开后通过tmux ls查看存活会话列表，再用tmux a -t 会话名重新连接。Tmux让远程工作不再受网络波动影响，确保长时间任务稳定执行。
2026-05-11 20:42:37
105
原创 股票预测系统：（二）windows下CLIProxyAPI：手动添加ChatGPT账号（个人记录）
本文详细介绍了一种，通过手动抓取网页端 Session 数据，为 CLIProxyAPI 成功挂载 ChatGPT 账号认证文件的“手动挡”配置教程。
2026-05-11 20:35:25
842
原创 股票预测系统：（一）windows下反代软件CLIProxyAPI 安装与基础使用（个人记录）
本文介绍了在Windows环境下搭建CLIProxyAPI工具的完整流程。该工具作为AI开发中间件，能将ChatGPT、Gemini、Claude等服务封装为标准API接口，支持OpenAI格式调用多种大模型。文章详细说明了从GitHub下载程序、配置config.yaml文件到启动服务的具体步骤，并重点介绍了其可视化Web管理后台功能，使开发者无需命令行即可便捷管理。通过简单的PowerShell命令即可启动本地代理服务器，为AI开发者提供了开箱即用的跨模型调用解决方案。
2026-05-11 20:07:26
1070
原创 查看cuda是否缺失cudnn的多种方法
本文介绍了四种检查cuDNN安装状态的方法：1）通过ls命令检查库文件是否存在；2）使用readlink验证符号链接有效性；3）通过grep命令检查头文件版本信息；4）利用ldconfig确认动态库注册情况。文章还提供了每种方法的预期结果与异常情况说明，并建议参考作者先前关于conda环境配置CUDA的文章处理缺失问题。这些检查方法可帮助用户快速诊断cuDNN安装问题。
2025-10-30 22:11:51
514
原创 linux服务器升级显卡驱动（笔记）
本文介绍了在Ubuntu 22.04服务器上升级NVIDIA显卡驱动的完整流程。首先确认系统架构为x86_64后，从NVIDIA官网下载对应驱动文件并上传至共享目录。安装步骤包括：1）服务器端使用--no-kernel-module参数静默安装；2）通过nvidia-smi验证驱动；3）容器内单独安装用户态组件。特别提醒需确保服务器与容器版本一致，建议提前备份驱动文件以便回退。文末提供了驱动下载地址和安装验证方法，适用于需要高版本CUDA支持的工作场景。
2025-10-30 22:11:27
532
原创 系统cudnn和conda环境cudnn冲突
摘要：本文记录了一个由CUDA和cuDNN版本冲突导致的训练错误解决方案。错误表现为加载libcudnn_cnn_train.so.8时出现未定义符号，原因是系统路径和conda环境的cuDNN安装冲突。解决方法包括：1）卸载conda环境中的nvidia-cudnn-cu12；2）通过nano编辑~/.bashrc文件修改CUDA路径配置；3）使用source命令使配置立即生效。该方案有效解决了训练过程中出现的RuntimeError和cuDNN库加载问题。
2025-10-30 22:11:04
265
原创 微信克隆人，聊天记录训练专属AI（2.WeClone训练模型）
🚀 从聊天记录💡创建数字化身的一站式解决方案使用聊天日志微调 LLM 以捕捉您的独特风格，然后绑定到聊天机器人，让您的数字自我栩栩如生。将上个文章的数据集放在该welone的dataset/csv文件夹下，然后还有修改settings.jsonc文件内容的路径，我的settings.jsonc文件如下。因为我是在服务器上运行的，服务器不直接支持打开web页面，所以使用禁止服务器打开浏览器，使用 SSH 隧道从本地访问。新建个文件，然后放入以下代码，有需要可修改路径，然后运行。
2025-10-20 18:38:52
1519
原创 微信克隆人，聊天记录训练专属A（3.模型部署）
《AstrBot数字分身创建指南》摘要：本文详细介绍了使用AstrBot创建个性化数字分身的完整流程。从安装AstrBot（需Python3.10环境）开始，到配置服务提供商、修改插件、设定人格特征和配置文件。接着指导如何通过NapCatQQ协议接入QQ，包括WebsocketClient配置和设置管理员ID。最后说明同时运行AstrBot、NapCat及模型服务器即可实现功能。该方案支持用户通过聊天记录训练LLM模型，打造具有个人特色的数字分身。
2025-10-20 18:38:02
1920
原创 微信克隆人，聊天记录训练专属AI（1.微信聊天导出）
摘要：本文介绍将微信聊天记录转化为数字分身的一站式解决方案WeClone。操作步骤包括：1）通过微信设置备份完整聊天记录；2）安装PyWxDump导出软件；3）使用微信3.9.12老版本解决兼容问题；4）导出CSV格式聊天记录文件。最后可参考B站视频教程，将导出的聊天记录用于AI训练，创建个性化的数字分身。官网地址：WeClone/README.md
2025-10-20 18:36:31
2611
2
原创 通过 SCP 和 LXD 配置迁移 CUDA 环境至共享（笔记）
我们将介绍如何将配置好的 CUDA 环境从远程服务器迁移到本地，并通过 LXD 配置共享给其他用户。具体步骤包括通过 scp 下载 CUDA 环境文件夹、手动将文件迁移到指定目录、以及在目标服务器上修改 LXD 配置文件来完成映射。
2025-08-09 21:17:00
1241
原创 在ubuntu服务器下安装cuda和cudnn（笔记）
本文介绍了在Ubuntu 22.04系统下安装CUDA 11.8和cuDNN 8.9.7的详细流程。由于服务器权限限制，作者选择将完整版CUDA安装到新建的/usr/local/cuda-11.8_full目录，而非直接修改原有CUDA 11.8文件夹。安装过程包括：下载CUDA安装包并配置工具包选项、下载cuDNN压缩包并解压、删除旧版本文件、复制新文件到CUDA目录、设置文件权限、创建软链接等步骤。最后通过运行nvcc --version和查看cudnn_version.h文件验证安装成功。文中提供了完
2025-08-09 16:32:49
1021
原创 Grounded SAM2 手把手本地linux安装配置（笔记）
《Grounded-SAM-2环境配置与运行指南》摘要 本文详细介绍了Grounded-SAM-2项目的部署流程，该项目整合了Grounded DINO、Florence-2和SAM2技术，用于视频内容识别与跟踪。配置步骤包括：1）通过Git克隆项目；2）配置CUDA 12.1环境；3）创建Python 3.10的Conda环境并安装指定版本的PyTorch GPU版（2.3.1+cu121）；4）下载预训练模型（SAM和GroundingDINO）；5）安装相关依赖库；6）配置本地BERT分词器。最后通过
2025-08-06 20:11:01
1315
3
原创 yolov13训练25电赛c题数据集（windows）
本文介绍了在 Windows 系统下使用 Anaconda 配置 YOLOv13 工程的完整流程，包括下载源码、修改适配 Windows 的 requirements.txt 依赖、创建并激活 Python 3.11 环境、安装 CPU 或 GPU 版本的 PyTorch 及其他依赖，配置数据集和模型文件后进行模型训练，并通过脚本实现测试与结果可视化，适用于参加电赛等目标检测任务。
2025-08-06 13:32:37
1548
原创 25年电赛c题手把手教你数据集制作（告别打标签）
25年电赛c题手把手教你生成数据集（告别打标签）附带开源工程包含4个制作数据集的代码：1.图形类型目标检测数据集（yolo格式）2.图形类型目标检测数据集（xml格式）3.序号类型目标检测数据集( yolo格式 )4.序号类型目标检测数据集( xml格式 )
2025-07-30 23:38:08
993
4
原创 2025电赛C题，python代码目标物生成（笔记）
本文介绍了使用Python的ReportLab库生成不同几何图形PDF文件的代码实现。该程序能够自动创建包含圆形、三角形、正方形等基本图形以及多种正方形组合变体的PDF文档。代码实现了随机大小和位置的正方形生成，支持单个正方形、强制重叠的正方形组合、带编号的正方形组合等多种输出形式。所有生成的PDF文件会自动保存到"目标物PDF"文件夹中，并包含统一的边框设计。通过调整参数可以控制图形的大小范围和生成数量，提供了灵活的自定义选项。
2025-07-30 13:20:52
1625
2
原创 给 Conda环境配置固定cuda环境
本文介绍了在Conda环境中配置不同CUDA版本的方法。通过创建activate.d和deactivate.d目录并配置相应脚本，实现进入Conda环境时自动切换至CUDA 12.1，退出时还原为CUDA 11.8。具体步骤包括：1)创建配置目录；2)编写环境激活脚本设置新CUDA路径；3)编写注销脚本恢复原CUDA路径；4)通过nvcc --version命令验证配置效果。该方法可实现不同Conda环境使用不同CUDA版本的灵活切换。
2025-07-29 16:22:41
866
原创 DarkLable使用，打yolo标签（追踪物体，连续图像的数据集制作）
DarkLable使用，打yolo标签（追踪物体，连续图像的数据集制作）
2025-07-29 14:22:20
604
原创 YOLO 数据集预处理 & 增强全流程脚本详解（清洗、可视化、增强、划分）
在实际目标检测项目中，，常伴随着以下问题：标签格式混乱、坐标越界或未归一化标注框不合理、图像缺失或标签对不上数据分布不均，训练效果差缺乏可视化验证和增强样本为此，本文总结了一套，涵盖从清洗、可视化、增强到数据划分的全部过程，每个脚本职责单一、配合高效。
2025-06-16 20:40:04
1570
原创 批量将 LabelMe JSON 标注转换为 YOLO 格式
本文介绍了一个批量将LabelMe生成的JSON标注转换为YOLO格式的Python脚本。该脚本包含两个核心函数：json_to_yolo()负责将单个JSON文件转换为YOLO格式的txt标签文件，同时复制对应的图片到指定目录；convert_dataset()则批量处理整个目录下的JSON文件。脚本通过计算目标边界框坐标并归一化，实现了标注格式的自动转换，适用于目标检测模型的训练准备。用户只需配置输入输出路径和类别映射关系，即可快速完成数据集格式转换。
2025-06-12 21:11:42
1332
6
原创 xml文件转txt文件（yolo标签文件格式转换）
本文介绍了一个将PascalVOC格式XML标签转换为YOLO格式TXT标签的Python脚本。该脚本包含XML文本清洗、安全解析等功能，支持自定义类别映射，能自动处理坐标转换并生成符合YOLO要求的格式。主要流程包括：配置路径和类别映射，读取XML中的目标位置和类别信息，转换为YOLO格式的中心坐标和宽高比例，最后输出TXT文件。脚本提供了错误处理机制，会跳过无效数据并统计转换成功率，适用于目标检测模型训练前的数据格式转换需求。
2025-06-12 20:55:08
288
原创 yolov5-face手把手训练实战（带有widerface的测试评估，很全）
本文介绍了在Linux系统下使用CUDA 11.8部署YOLOv5-Face模型的过程。首先，从GitHub克隆YOLOv5-Face工程并下载WIDERFACE数据集。接着，通过提供的Python脚本将数据集转换为YOLO格式。然后，下载并配置模型权重文件。在训练过程中，遇到并解决了多个与NumPy和TensorBoard相关的兼容性问题，包括数据类型转换和函数调用错误。最终，成功启动训练，并提供了相关代码和参考博客链接，供读者进一步学习和复现。
2025-05-18 20:50:58
1669
2
原创 insightface本地文件夹部署（笔记）
本文介绍了如何在本地环境中部署和测试insightface人脸识别库。首先，从GitHub克隆insightface源码，并创建一个conda环境。接着，通过pip安装insightface及其依赖项，如onnxruntime-gpu和numpy。最后，通过一段Python代码测试了insightface的功能，包括人脸检测和图像处理，并将结果保存为图像文件。整个过程涵盖了从源码下载到环境配置，再到功能测试的完整流程。
2025-05-13 18:54:49
759
原创 在ubuntu服务器下安装低版本cuda，降级 GCC+runfile（笔记）
在尝试了在conda环境下安装cudatoolkit和cudnn后，发现不行，需要在环境下配置cuda为了不影响驱动cuda，准备通过安装后配置环境的方式调用cuda。我需要做的是在ubuntu22.04在我的用户环境下配置cuda10.1，gcc需求是7，本文章采用的方案主要是降级 GCC +runfile。
2025-05-03 15:47:15
1414
原创 学习笔记，PyTorch3D的安装
pytorch3d==0.7.8（你要下的pytorch3d版本）+pt2.6.0（你所下的pytorch版本）cu126（下载pytoch时对应的cuda版本）在学习人脸3d重建的时候，发现需要库PyTorch3D，直接pip安装不可以，下文介绍如何安装。1.建立环境，激活环境（按你需要的环境名和python版本自行修改）按你需求安装pytorch版本。3.安装pytorch3d。按你自己的需求修改下述内容。PyTorch3D库。2.安装pytorch。
2025-03-27 19:55:59
1590
2
原创 pip清华源出现报错：WARNING: Retrying (Retry(total=0, connect=None, read=None, redirect=None, status=None)) a
暂时还没发现是什么问题导致的会出现这个报错，网上查阅了很多的资料，很多人的情况是梯子没关，但我的是关了一样会有问题，虽然没发现是什么问题导致的，但是发现pip使用中科大源可以解决这个问题，我的情况可能是更新pip之类的，新建了个pip.ini在环境所在文件内了。1.找到当前环境使用的pip.ini文件在哪里。用记事本打开后，修改pip.ini文件内容。会展示出你pip,ini文件的所在地。2.更改pip.ini文件。
2025-03-26 20:20:56
891
原创 解决No module named ‘face_recognition‘
需要先安装好dlib环境，因此需要安装cmake。激活环境后按照以下顺序安装。
2025-03-20 21:04:57
359
原创 gfpgan环境配置报错No matching distribution found for tb-nightly
所以使用PyPI 官方源安装 tb-nightly。成功安装tb-nightly，后面终于没有再报错了。查阅资料用清华源下载tb-nightly会报错。
2025-03-06 21:07:33
459
原创 pyinstaller实现随机抽取观众
1.python实现随机抽取观众。2.pyinstaller直接打包程序。3.将所需抽取姓名的数据表放入生成的dist为文件夹下的_internal文件内，再直接点击exe文件就可以实现使用。可以自己需求的效果更改python代码实现更改外观显示。
2024-11-14 21:23:21
341
原创 conda内存不足，致python停止工作
可能是因为你的系统内存不足，或者conda在尝试解决一个非常复杂的环境时使用了过多的内存。更快，也更不容易出现内存问题。你可以使用以下命令来安装。安装完mamba后，用mamba安装你所需的包。兼容的包管理器，它在解决环境时通常比。
2024-02-29 15:47:34
1160
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人