<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[睦生]]></title><description><![CDATA[学习砸键盘的，业余编故事扯淡的，偶尔替角色说话的。]]></description><link>https://blog.youkuaiyun.com/mustuo</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; mustuo]]></copyright><item><title><![CDATA[Git+宝塔面板部署Hugo博客]]></title><link>https://blog.youkuaiyun.com/mustuo/article/details/149696912</link><guid>https://blog.youkuaiyun.com/mustuo/article/details/149696912</guid><author>mustuo</author><pubDate>Sun, 27 Jul 2025 22:14:33 +0800</pubDate><description><![CDATA[本文介绍了从本地搭建到云端部署Hugo静态博客的全过程，包含括Go环境配置、Hugo安装、主题选择、Git服务搭建等关键步骤。方案特点包括：通过Git Hook实现自动化部署、利用宝塔面板简化运维、使用rsync同步静态文件。最终实现的效果是：开发者只需执行简单的推送命令，即可完成博客内容更新和发布（示例站点：http://www.janborn.fun/）。]]></description><category></category></item><item><title><![CDATA[快速搭建深度学习环境（Linux：miniconda+pytorch+jupyter notebook）]]></title><link>https://blog.youkuaiyun.com/mustuo/article/details/145244573</link><guid>https://blog.youkuaiyun.com/mustuo/article/details/145244573</guid><author>mustuo</author><pubDate>Sun, 19 Jan 2025 17:05:24 +0800</pubDate><description><![CDATA[本文介绍了在服务器上快速搭建深度学习环境的方法，包含了常用深度学习框架pytorch、常用工具Jupyter的下载安装步骤]]></description><category></category></item><item><title><![CDATA[Linux快速部署大语言模型LLaMa3，Web可视化j交互（Ollama+Open Web UI）]]></title><link>https://blog.youkuaiyun.com/mustuo/article/details/138225738</link><guid>https://blog.youkuaiyun.com/mustuo/article/details/138225738</guid><author>mustuo</author><pubDate>Fri, 26 Apr 2024 18:55:41 +0800</pubDate><description><![CDATA[本文介绍了大规模语言模型的相关概念，并介绍了使用开源工具Ollama部署LLaMa3大模型、使用Open WebUI搭建前端Web交互界面的方法和流程。]]></description><category></category></item><item><title><![CDATA[css实现各级标题自动编号]]></title><link>https://blog.youkuaiyun.com/mustuo/article/details/137511775</link><guid>https://blog.youkuaiyun.com/mustuo/article/details/137511775</guid><author>mustuo</author><pubDate>Mon, 08 Apr 2024 15:45:41 +0800</pubDate><description><![CDATA[本文介绍了通过css实现markdown编辑器标题自动编号的方法，并介绍了typora和wordpress主题中的应用实例。]]></description><category></category></item><item><title><![CDATA[js数组操作]]></title><link>https://blog.youkuaiyun.com/mustuo/article/details/137462281</link><guid>https://blog.youkuaiyun.com/mustuo/article/details/137462281</guid><author>mustuo</author><pubDate>Sun, 07 Apr 2024 14:12:11 +0800</pubDate><description><![CDATA[介绍了js数组删除元素的操作]]></description><category></category></item><item><title><![CDATA[js和ts中的null与undefined]]></title><link>https://blog.youkuaiyun.com/mustuo/article/details/137439378</link><guid>https://blog.youkuaiyun.com/mustuo/article/details/137439378</guid><author>mustuo</author><pubDate>Sat, 06 Apr 2024 21:53:51 +0800</pubDate><description><![CDATA[本文介绍了js和ts语言中的null和undefined两种空值，例举了常见的的场景，讲解了对可能为空值的入参的初始化方法。]]></description><category></category></item><item><title><![CDATA[jspdf：即时生成pdf的插件，支持表单图文混排]]></title><link>https://blog.youkuaiyun.com/mustuo/article/details/136391285</link><guid>https://blog.youkuaiyun.com/mustuo/article/details/136391285</guid><author>mustuo</author><pubDate>Fri, 01 Mar 2024 11:38:31 +0800</pubDate><description><![CDATA[jspdf是即时生成pdj的插件，支持通过html代码或源数据生成。]]></description><category></category></item><item><title><![CDATA[JS内置对象Math：常用数学表示、数学操作、保留精度等]]></title><link>https://blog.youkuaiyun.com/mustuo/article/details/136387669</link><guid>https://blog.youkuaiyun.com/mustuo/article/details/136387669</guid><author>mustuo</author><pubDate>Fri, 01 Mar 2024 09:56:04 +0800</pubDate><description><![CDATA[Math是一个内置对象（不需要额外引入），作用于Number类型的数据，包含了常用的数学常量和数学函数。Math的所有属性和方法都是静态的，需要注意的是，Math 的常量是使用 JavaScript 中的全精度浮点数来定义的，因此不同浏览器、不同的系统或架构中得到的结果可能有所不同。]]></description><category></category></item><item><title><![CDATA[显存充足却提示out of memory(allocated memory try setting max_split_size_mb to avoid fragmentation)]]></title><link>https://blog.youkuaiyun.com/mustuo/article/details/134090209</link><guid>https://blog.youkuaiyun.com/mustuo/article/details/134090209</guid><author>mustuo</author><pubDate>Sat, 28 Oct 2023 13:47:25 +0800</pubDate><description><![CDATA[在训练模型的过程中，遇到如下问题：显存有一半以上的空间却仍然报out of memory的错误。本文总结网上的相关解决方案，由于这些方案对本问题均无效，本文经过实践提出了一种新的解决方法。]]></description><category></category></item><item><title><![CDATA[Windows11系统安装WSL教程]]></title><link>https://blog.youkuaiyun.com/mustuo/article/details/133960230</link><guid>https://blog.youkuaiyun.com/mustuo/article/details/133960230</guid><author>mustuo</author><pubDate>Sat, 21 Oct 2023 13:33:26 +0800</pubDate><description><![CDATA[WSL，全称Windows Subsystem for Linux，是微软官方提供的可以在Windows上直接运行的Linux环境，包括大多数命令行工具、程序和应用，由系统底层虚拟机平台支持。本文详细介绍了在Windows11系统上WSL的方法。]]></description><category></category></item><item><title><![CDATA[蜜罐 | HFish介绍]]></title><link>https://blog.youkuaiyun.com/mustuo/article/details/125062093</link><guid>https://blog.youkuaiyun.com/mustuo/article/details/125062093</guid><author>mustuo</author><pubDate>Tue, 31 May 2022 11:44:30 +0800</pubDate><description><![CDATA[官方帮助文档：https://hfish.io/#/README

1 快速了解HFish蜜罐

HFish是一款社区型免费的中低交互蜜罐，侧重企业安全场景：

内网失陷检测
外网威胁感知
威胁情报产生

具有超过40种蜜罐应用。
1.1 HFish基本结构
HFish由管理端（server）和节点端（client）组成：


管理端：生成和管理节点端，并接收、分析和展示节点端回传的数据
管理端必须部署在安全区。

管理端访问端口：4433
节点数据回传端口：TCP/4434
服务默认访问端口：TCP/2.]]></description><category></category></item><item><title><![CDATA[蜜罐 | 蜜罐介绍]]></title><link>https://blog.youkuaiyun.com/mustuo/article/details/125061961</link><guid>https://blog.youkuaiyun.com/mustuo/article/details/125061961</guid><author>mustuo</author><pubDate>Tue, 31 May 2022 11:38:53 +0800</pubDate><description><![CDATA[参考：

浅谈网络蜜罐技术 - 知乎 (zhihu.com)
关于网络安全里蜜罐的详细介绍_德迅–文琪的博客-优快云博客


1 技术介绍
1、简介
蜜罐是一种安全威胁的主动防御技术，它通过模拟一个或多个易受攻击的主机或服务来吸引攻击者，捕获攻击流量与样本，发现网络威胁、提取威胁特征。为更好的吸引攻击者，蜜罐需要提供强悍的攻击诱骗能力。
2、分类
依据蜜罐诱骗能力或交互能力的高低，蜜罐可分为低交互蜜罐与高交互蜜罐（在国内研究中也有低、中、高三类交互能力的分法）：

低交互蜜罐：主要通过模拟一些服务，为攻.]]></description><category></category></item><item><title><![CDATA[OpenCV计算机视觉实战 | 第7章 金字塔与轮廓检测]]></title><link>https://blog.youkuaiyun.com/mustuo/article/details/122998447</link><guid>https://blog.youkuaiyun.com/mustuo/article/details/122998447</guid><author>mustuo</author><pubDate>Fri, 18 Feb 2022 10:53:44 +0800</pubDate><description><![CDATA[本文为《OpenCV计算机视觉实战》的课程笔记。

1 图像金字塔
1.1 基本概念

图像金字塔主要有两种：
1、高斯金字塔
2、拉普拉斯金字塔
1.1.1 高斯金字塔
1、向下采样法（缩小）：长和宽都缩小2倍

用高斯核与GiG_iGi​卷积
去除偶数行和偶数列

2、向上采样法（放大）：长和宽都扩大2倍

将GiG_iGi​在xxx和yyy方向都扩大为原来的两倍，新增像素用0填充，得到Gi′G_i'Gi′​
将高斯核与Gi′G_i'Gi′​进行卷积

1.1.2 拉普拉斯金字塔

1.2 金字塔制作.]]></description><category></category></item><item><title><![CDATA[OpenCV计算机视觉实战 | 第6章 Canny边缘检测]]></title><link>https://blog.youkuaiyun.com/mustuo/article/details/122998037</link><guid>https://blog.youkuaiyun.com/mustuo/article/details/122998037</guid><author>mustuo</author><pubDate>Fri, 18 Feb 2022 10:34:54 +0800</pubDate><description><![CDATA[1 检测流程

去噪：用高斯滤波器，平滑图像，消除噪声
计算图像中每个像素点的梯度强度和方向
应用非极大值（Non-Maximum Suppression）抑制，以消除边缘检测带来的杂散相应：只留下明显的梯度
应用双阈值（Double-Threshold）检测来确定真实和潜在的边缘
抑制孤立的边缘

2 相关概念
2.1 非极大值抑制
基本思路就是将当前点和邻近进行比较，若当前点是一个极大值则保留。
2.1.1 线性插值法
如图所示，g2、g3为c点的相邻像素，蓝色的斜线为梯度方向，斜线与红线的交点称亚像素]]></description><category></category></item><item><title><![CDATA[OpenCV计算机视觉实战 | 第5章 图像梯度算子]]></title><link>https://blog.youkuaiyun.com/mustuo/article/details/122979626</link><guid>https://blog.youkuaiyun.com/mustuo/article/details/122979626</guid><author>mustuo</author><pubDate>Thu, 17 Feb 2022 15:44:46 +0800</pubDate><description><![CDATA[本文为课程《OpenCV计算机视觉实战》的课程笔记。

本章节讲述了图像梯度的计算方法。图像的梯度表征每个像素点和周围像素点差异程度。

上：梯度值公式；下：梯度方向公式
1 Sobel算子
Sobel算子关注像素点和上下左右四个像素点的差异程度，即分别从x方向和y方向计算锚点梯度。
首先用Gx×AG_x×AGx​×A得到锚点xxx方向的梯度，再用Gy×AG_y×AGy​×A得到yyy方向的梯度。最后将两个方向的梯度加权相加，即可得到锚点的梯度值。※这里的“×”是相同位置元素相乘

根据上图模型，可知So.]]></description><category></category></item><item><title><![CDATA[OpenCV计算机视觉实战 | 第4章 图像形态学操作]]></title><link>https://blog.youkuaiyun.com/mustuo/article/details/122933406</link><guid>https://blog.youkuaiyun.com/mustuo/article/details/122933406</guid><author>mustuo</author><pubDate>Mon, 14 Feb 2022 22:36:42 +0800</pubDate><description><![CDATA[本文为《OpenCV计算机视觉实战》课程的笔记。

1 腐蚀操作
在卷积核中，若同时出现像素值255和0的像素点，则0替换255。
关键方法：cv2.erode(img,kernel,iterations = 1)
前提：输入图像是二值的
1、读入图像
img = cv2.resize(cv2.imread('./img/nihao.png'),(300,300))
cv_show('nihao',img)

2、创建核（卷积窗口）

核越大，腐蚀效果越明显
核可以不是一个正方形

kernel = np.]]></description><category></category></item><item><title><![CDATA[OpenCV计算机视觉实战 | 第3章 阈值与平滑处理]]></title><link>https://blog.youkuaiyun.com/mustuo/article/details/122914844</link><guid>https://blog.youkuaiyun.com/mustuo/article/details/122914844</guid><author>mustuo</author><pubDate>Sun, 13 Feb 2022 21:54:40 +0800</pubDate><description><![CDATA[本文为《OpenCV计算机视觉实战》课程的笔记。

1 图像阈值
ret, dst = cv2.threshold(src, thresh, maxval, type)

src：输入图，只能输入单通道图像，通常来说是灰度图
dst：输出图
thresh：阈值
maxval：当像素值超过了阈值（或小于阈值，根据type决定）所赋予的值
type：二值化操作的类型：

cv2.THRESH_BINARY：超过阈值取maxval，否则0
cv2.THRESH_BINARY_INV：BINARY的反转
cv2..]]></description><category></category></item><item><title><![CDATA[OpenCV计算机视觉实战 | 第2章 图像的基本操作]]></title><link>https://blog.youkuaiyun.com/mustuo/article/details/122914818</link><guid>https://blog.youkuaiyun.com/mustuo/article/details/122914818</guid><author>mustuo</author><pubDate>Sun, 13 Feb 2022 21:48:45 +0800</pubDate><description><![CDATA[本文为《OpenCV计算机视觉实战》课程的笔记。

1 图像的基本概念

图像的表示：计算机中，图像由像素点组成。
像素点取值：[0, 255] 数值表示图像的亮度，数值越大越亮
彩色图像颜色通道：RGB，每个通道上都有一个亮度值

​	注：灰度图只有一个通道

图像的表示：图像的每个通道都由亮度值的矩阵组成

2 图像的基本操作
2.1 图像的读取

彩色图像：cv2.IMREAD_COLOR，读取后得到的是一个三维矩阵
灰度图像：cv2.IMREAD_GRAYSCALE，读取后得到一个二维矩阵

im.]]></description><category></category></item><item><title><![CDATA[OpenCV计算机视觉实战 | 第1章 环境配置]]></title><link>https://blog.youkuaiyun.com/mustuo/article/details/122914761</link><guid>https://blog.youkuaiyun.com/mustuo/article/details/122914761</guid><author>mustuo</author><pubDate>Sun, 13 Feb 2022 21:47:14 +0800</pubDate><description><![CDATA[本文为《OpenCV计算机视觉实战》课程的笔记。

1 OpenCV配置
需安装以下两个依赖：

opencv-python
opencv-contrib-python：扩展包

※OpenCV版本3.4.2以上部分算法被申请权限
1.1 安装opencv-python
使用anaconda安装OpenCV的语句：
pip install opencv-python==3.4.0.14

遇到问题
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QQYQxI1N-164475.]]></description><category></category></item><item><title><![CDATA[PyTorch实战计算机视觉 | 第1章 浅谈人工智能、神经网络和计算机视觉]]></title><link>https://blog.youkuaiyun.com/mustuo/article/details/122281063</link><guid>https://blog.youkuaiyun.com/mustuo/article/details/122281063</guid><author>mustuo</author><pubDate>Sun, 02 Jan 2022 22:51:51 +0800</pubDate><description><![CDATA[本文为《深度学习之PyTorch实战计算机视觉》（唐进民著）一书的学习笔记。


目录

1.1 人工还是智能

1.1 人工还是智能

弱人工智能与强人工智能

弱人工智能：在特定领域决特定问题的人工智能，需要人的参与
	强人工智能（通用人工智能/完全人工智能）：能够在各领域工作，可完全替代人。
1.2 人工智能的三起两落

1.2.1 两起两落

1、第一起

人工智能学科诞生的标志（1956）：美国达特茅斯会议（Dartmouth）上首次提出“人工智能”的概念，这是人类历史上第一个有真正意义的关于人.]]></description><category></category></item></channel></rss>