2024-08 运动次数: 12 运动距离: 109.93 km 运动时长: 11:02:18 平均距离: 9.16 km 平均心率: 150 bpm 平均配速: 6:01 / km 2024-08-01 时间： 2024-08-01 07:38:34 距离： 7.05 km 时长： 44:15 配速： 6:16 / km 心率： 143 bpm ...

通过yihong0618大佬的running_page实现跑步记录自动生成博文，自动发布的工作核心如下图所示。 graph TB subgraph APP [APP Type] direction LR Garmin ~~~ Nike Nike ~~~ Keep end subgraph run [running_page] direction LR laps_drawer --> running_page running_page --> id1[(data.db)] end APP --> running_page id1[(data.db)] -->|gen_svg gen_md|obsidian obsidian --> |maestral|Hugo 首先简单介绍一下yihong0618大佬的running_page功能，支持Nike、Strava、佳明（佳明中国）及 Keep 等自动备份 GPX 数据，生产静态的网页数据，打造个人跑步主页。它是这样工作。 接下来介绍我是怎么使用，我平时是使用Garmin（佳明）手表，数据会通过APP上传到佳明中国。使用步骤如下： 通过running_page使用Garmin-CN to Garmin功能实现数据同步到本地，还实现了一个很棒的功能将数据同步到佳明全球。这个时候你可以通过在Strava里配置，实现将佳明全球的数据同步到你的Strava账号下。 python3 run_page/garmin_sync_cn_global.py $garmin_cn_secret $garmin_secret 生成跑步路线svg和对应的md文件，示例20240317(21.12 km)，参考running_page的功能，自己编写的一个生成跑步路线的laps_drawer(示例代码)，通过调用gen_svg(示例代码)实现跑步路线的svg文件，然后再统计了一些跑步的统计信息，生产跑步记录md文件。 # gen_svg.py 文件放到running_page工程下的run_page目录，参数参考说明，程序会自动将生成到$blog_path下，需要看代码修改一些相对位置 # laps_drawer.py 文件放到running_page工程下的run_page/gpxtrackposter目录 python3 run_page/gen_svg.py --from-db --title "Running Maps" --type laps --athlete $athlete --track-color "#6B9CF0" --special-color "#83C67B" --special-color2 "#E49A52" --special-distance 10 --special-distance2 15 --min-distance 0.5 --use-localtime --only-run --background-color "#1A1A1A" --animation-time 20 --no-background --blog-dir $blog_path 生成跑步总结统计数据，示例跑步总结，参考running_page的功能，提取跑步信息，结合EChart生成跑量和趋势图。这里也是自己编写的一个python程序gen_md(示例代码)。 # gen_md.py 文件放到running_page工程下的run_page目录，参数参考说明，程序会自动将生成到$blog_path下，需要看代码修改一些相对位置 python3 run_page/gen_md.py --from-db --use-localtime --only-run --min-distance 0.5 --track-color "#6B9CF0" --special-color "#83C67B" --special-color2 "#E49A52" --blog-dir $blog_path Obsidian可以查看生成的md文件，根据文件的位置再调整python程序的相对路径。 通过maestral将新生成的文件自动同步到服务器，然后Hugo编译发布成静态页面。

2024-07 运动次数: 15 运动距离: 136.90 km 运动时长: 13:35:35 平均距离: 9.13 km 平均心率: 148 bpm 平均配速: 5:57 / km 2024-07-01 时间： 2024-07-01 06:59:02 距离： 4.55 km 时长： 27:58 配速： 6:09 / km 心率： 134 bpm ...

1. IINA https://iina.io/ IINA（/ˈiːnə/）是一款基于mpv的自由及开源媒体播放器，以GNU通用公共许可证版本3（GPLv3）发布，用Swift编写，仅支持macOS平台。 Mac 上最万能的视频播放器，是一款非常轻量级的视频播放器。 2. Obsidian https://obsidian.md/ Obsidian，是使用Markdown语法的闭源笔记软件。用户可以在笔记间建立双向链接，并且可以神经网络图的形式将这些链接可视化。该笔记旨在帮助用户以一种灵活的、非线性的方式来组织和构架他们的想法和知识。Obsidian对个人使用免费，对商业许可则需付费。 现在的笔记都迁移到Obsidian了，太爱了，有很多插件可以用。 3. TextMate https://macromates.com/ TextMate是一个由Allan Odgaard开发的macOS系统下的GUI文本编辑器，提供声明式定制、打开多文档、可记录宏、可折叠文字片段和可扩展Bundle等功能。 平时随手记些文字，后期整理到Obsidian，对文件类型支持比较多 4. Raycast https://www.raycast.com/ 功能强大的生产力工具集合在一个可扩展的启动器中。快速、人性化、可靠。 替换了原来的Alfred，插件丰富，还可以支持自己写脚本 5. Easydict https://github.com/tisfeng/Easydict Easydict 是一个简洁易用的词典翻译 macOS App，能够轻松优雅地查找单词或翻译文本。Easydict 开箱即用，能自动识别输入文本语言，支持输入翻译，划词翻译和 OCR 截图翻译，可同时查询多个翻译服务结果，目前支持 有道词典，🍎 苹果系统词典，🍎 苹果系统翻译，OpenAI，Gemini，DeepL，Google，腾讯，Bing，百度，小牛翻译，彩云小译，阿里翻译 和 火山翻译。 结合ChatGPT实用划词翻译的功能太棒了 6. 沉浸式翻译 https://immersivetranslate.com/ 沉浸式翻译：全网口碑炸裂的双语对照网页翻译插件 你可以完全免费地使用它来实时翻译外语网页，PDF翻译，EPUB电子书翻译，视频双语字幕翻译等。 还可以自由选择调用OpenAI (ChatGPT)、DeepL、Gemini等人工智能引擎来翻译上述内容。 在手机上也可以随时随地用哦，真正帮助你打破信息壁垒，选择下方的平台，立刻开始体验:)

2024-06 运动次数: 15 运动距离: 166.24 km 运动时长: 16:21:46 平均距离: 11.08 km 平均心率: 154 bpm 平均配速: 5:54 / km 2024-06-01 时间： 2024-06-01 06:47:29 距离： 15.15 km 时长： 1:34:10 配速： 6:12 / km 心率： 151 bpm ...

最近谷歌在Canary 版本的 Chrome 浏览器里面开放了本地大模型的权限，用户可以访问（https://www.chromium.org/getting-involved/dev-channel/），下载 Canary 浏览器。 用法如下： 打开 chrome://flags/ 将 Prompt API for Gemini Nano 设置为 Enable 将 Enables optimization guide on device 设置为 Enable BypassPerfR 重启 Chrome 浏览器 打开 chrome://components/ 检查是否出现 Optimization Guide On Device Model ，我出现这个选项等了有几天，没有找到好的方法。如果有这个选项，可以检查模型是否成功下载，点击 Check for update ，我目前的版本是Version: 2024.6.5.2205 。 Gemini Nano的模型文件存放在~/Library/Application Support/Google/Chrome Canary/OptGuideOnDeviceModel/2024.6.5.2205 目录下，weights.bin 文件大概1.78GB。 测试AI效果 打开控制台，输入 window.ai 测试是否能有返回AI对象，也可以用下面的代码测试： const canCreate = await window.ai.canCreateGenericSession() if (canCreate !== "no") { const session = await window.ai.createTextSession(); const stream = session.promptStreaming("写一个短篇科幻小说！") for await (const chunk of stream) { console.log(chunk) } session.destroy() } else { console.error("Gemini Nano not ready yet.", canCreate) } 刚刚返回的结果： ...

先看集成ECharts的图表展示效果，整体文章效果可以跳转到 跑步总结： ECharts模块安装 模块GitHub地址：hugomods / echarts ECharts地址：ECharts Dist 在使用说明提到的安装使用说明，没有成功，可能是我的使用方式不对，一致没有出来效果，后面安装方式采用之前博客里安装主题的方式，如果按照我提供的方式进行，建议阅读 Hugo个人博客搭建 。 在GitHub下载echarts模块的最新程序包，包的结构如下： echarts ├── assets # TypeScrpt/JS资源 │ └── mods │ └── echarts ├── layouts # 站点样式 │ ├── _default │ ├── partials │ └── shortcodes └── …… # 其他文件 从上面提供的第2个链接下载echarts.js放到assets/mods/echarts 。 如需要加速echarts.js的加载速度，可以在ECharts在线定制 ，可以减小JS文件大小，加速加载速度。 将上面的assets、layouts 目录中文件拷贝到博客相应的目录，其他模块的文件可以忽略，博客目录参考如下： bytejog ├── archetypes # 站点文章模板 │ └── default.md ├── assets # 需要被处理的资源 (SCSS、TypeScrpt 等) ├── content # 站点文章 ├── data # 配置文件 ├── hugo.yaml # 站点配置文件 ├── i18n # 国际化文件 ├── layouts # 站点样式 ├── static # 静态资源 (图片、CSS、JavaScript 等) └── themes # 主题 修改layout/_default/baseof.html文件 ...

简介 该网页为非计算机专业背景的人提供了一个学习人工智能/机器学习的 50 天路线图，强调解决问题的思维方式、学习和认证比技术背景或学位更重要。 摘要 题为 “50 天学习人工智能/机器学习 ：从零到英雄（非计算机专业背景）“的内容旨在帮助对人工智能/机器学习感兴趣的非计算机专业背景的个人，提供一个学习必要技能的 50 天路线图。该路线图假定读者对高中数学、线性代数、矩阵以及一些统计学和概率论有基本的了解。它包括 Python、Numpy、Pandas、Matplotlib、TensorFlow 和其他工具的学习资源，以及完成 Andrew Ng 的机器学习专业课程。路线图强调，要想在人工智能/机器学习领域取得成功，只需具备解决问题的思维方式、学习意愿和一些证书。 建议 作者认为，非计算机专业背景的人也可以通过正确的心态和资源学习人工智能/机器学习。 作者强调了解决问题的心态和学习意愿的重要性，而不是技术背景或学位。 作者建议，对高中数学、线性代数、矩阵以及一些统计学和概率论有基本了解，就足以开始学习人工智能/机器学习。 作者建议完成 Andrew Ng 的机器学习专业课程，作为 50 天路线图的一部分。 作为路线图的一部分，作者提供了学习 Python、Numpy、Pandas、Matplotlib、TensorFlow 和其他工具的资源。 作者鼓励个人练习编码和完成实践练习，以巩固所学知识。 作者承认，学习人工智能/机器学习 有时会让人感到沮丧，并建议在必要时休息一下。 对人工智能感兴趣？非计算机专业背景？看起来像珠穆朗玛峰？不知道从哪里开始？或者要怎样才能达到目标？我能感受到你的心情。 如果你想知道你能不能做到，以及如何做到，请稍等片刻。你不会后悔的那么，让我们进入正题。 学习的基础需要什么？ 你只需要一点这方面的能力、解决问题的心态、学习的意愿和一些证书。请放心，你绝对不需要任何技术背景，也不需要 计算机/人工智能 学位。 这个备忘录可能会让你轻松一些。你只需输入 import keras，keras 就会为你完成所有复杂的工作。你只需知道发生了什么。 Credits: https://m.facebook.com/groups/1638417209555402/ 这是我 50 天内学习机器学习的“试错”之旅，经过提炼整理，更加有条理。 假设你在高中时认真上过数学课，对线性代数、矩阵、统计学和概率论略知一二，那么我们就可以进入第 1 天，马上开始真正的学习。 第1天 机器学习专项课程，作者：Andrew Ng Deeplearning.ai YouTube 频道和 Coursera 提供 5 小时的课程。 第 2-3 天 Python：基本了解和练习。了解从 PRINT 到 FUNCTIONS 和 CLASSES 的所有内容。 ...

2024-05 运动次数: 15 运动距离: 140.04 km 运动时长: 14:07:45 平均距离: 9.34 km 平均心率: 147 bpm 平均配速: 6:03 / km 2024-05-02 时间： 2024-05-02 07:08:15 距离： 10.15 km 时长： 1:06:38 配速： 6:30 / km 心率： 138 bpm ...

Nginx 支持在同一个监听端口上配置多个虚拟主机（虚拟服务器），并且可以为每个虚拟主机配置不同的域名和证书。通过使用 server 块来实现这一点，每个 server 块可以有自己的域名和 SSL 证书配置。 下面是一个示例配置，展示了如何在同一个监听端口（例如 443 端口）上配置两个不同的域名，并为它们配置不同的 SSL 证书： # 配置第一个域名 server { listen 443 ssl; server_name example1.com; ssl_certificate /path/to/example1.com.crt; ssl_certificate_key /path/to/example1.com.key; location / { root /var/www/example1; index index.html; } } # 配置第二个域名 server { listen 443 ssl; server_name example2.com; ssl_certificate /path/to/example2.com.crt; ssl_certificate_key /path/to/example2.com.key; location / { root /var/www/example2; index index.html; } } 在这个配置中： listen 443 ssl; 指定 Nginx 监听 443 端口，并启用 SSL。 server_name 指定虚拟主机的域名。 ssl_certificate 和 ssl_certificate_key 指定每个域名对应的 SSL 证书和私钥。 location 块内配置了每个域名对应的文档根目录。 这样，当用户访问 https://example1.com 时，Nginx 会使用 example1.com 的证书和配置；当用户访问 https://example2.com 时，Nginx 会使用 example2.com 的证书和配置。 ...