Posts

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: 148 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。 ...

前面写过一篇 《Obsidian通过Dropbox同步实现文章自动发布》 但是没有具体写Linux下怎么使用maestral的介绍。之前在使用的时候，为了实现只同步制定目录下的文件，经历过惨痛的教训，把dropbox里上传的内容整个删除了好几次，好在有备份重新上传，这里记录下来，希望大家能避坑。 maestral的GitHub地址：https://github.com/samschott/maestral Maestral: https://maestral.app/ 安装maestral mkdir maestral cd maestral/ python3 -m venv venv source venv/bin/activate python3 -m pip install --upgrade maestral 授权maestral访问dropbox maestral auth link # 多账号可以加 -c 选项 # maestral auth link -c home # 如果没有多账号的情况，最好是不加-c选项，要不然后面所有的命令都需要这个参数，太麻烦了 出现提示后，选择第二项，在控制台打印授权URL - Linking new account for 'test' config - Retrieving auth code from Dropbox ? How would you like to you link your account? > Open Dropbox website Print auth URL to console 将URL复制到浏览器，登录dropbox账号之后，将页面上生成的访问码粘贴到命令行，粘贴过程中出现打字效果，耐心等待即可 回车之后，提示如下信息表示授权成功了！ ...

SSH 隧道是一种安全可靠的数据传输方式，它可以将数据加密并通过 SSH 连接进行转发，从而在不安全的网络环境中实现安全的数据传输。本文将介绍如何在服务器上建立 SSH 隧道，实现数据的转发。 为什么要使用 SSH 隧道？ 安全数据传输： SSH 隧道通过加密数据传输，保护数据在网络传输过程中的安全。 绕过网络限制： SSH 隧道可以绕过防火墙等网络限制，访问被屏蔽的网站或服务。 远程访问本地资源： SSH 隧道可以将本地资源转发到远程服务器，实现远程访问本地资源。 建立 SSH 隧道的步骤 安装 SSH 客户端和服务器： 确保服务器和客户端都安装了 SSH 客户端和服务器。 配置 SSH 连接： 在客户端机器上，使用 SSH 命令连接到服务器，并指定端口转发规则。 启动 SSH 隧道： 执行 SSH 命令，启动 SSH 隧道。 验证 SSH 隧道： 使用网络工具验证 SSH 隧道是否成功建立。 示例 flowchart LR ssh1<-->ssh2 subgraph B ssh2-->HTTP服务 end subgraph A curl-->ssh1 end 上图B服务有HTTP服务，但是A不能直接访问到B，但是B可以访问到A。 于是通过B连接到A建立一个远程端口1080转发到本地80端口。 ssh -NfR 1080:localhost:80 -p 1022 -i user.key user@server_ip -N：表示不执行远程命令，只建立隧道。 -f：表示将 SSH 连接放到后台运行。 -R 1080:localhost:80：将远程 1080 端口转发到本地的 80 端口。 -L 1080:localhost:80：将本地 1080 端口转发到服务器的 80 端口。 -i user.key: 采用证书登录是使用 user@server_ip：服务器用户名和 IP 地址。 之后就可以使用SSH隧道访问本地资源了 ...

获取OpenAI API KEY 由于OpenAI官网的是不支持中国大陆的信用卡支付，这个步骤是比较复杂的。 目前是通过注册OCBC的借记卡实现支付，正常使用一个月了。OCBC银行卡办理网上有不少教程，不过关于推荐码不是一定要填，你不填也是可以注册成功，填了推荐码入金1000SGD之后推荐的人有奖励，个人返现不受推荐码限制。注册过程到拿到实体卡，到完全激活响应2周时间，入金通过工行转账2个小时就到账了。之后就可以付费了，选择美国免税区不用缴税。（题外话，原来办理OCBC是想着注册甲骨文云，实践下来不行） 另外还有一种简单方式 ，用中转服务，有一些汇率的手续费。 地址：https://api.oaipro.com/ 充值就可以用，用这个中转，不需要配置nginx，直接跳到one api配置。 代理OpenAI请求 Nginx代理 通过Nginx是把代理放到个人小机上面，这样要求你的小鸡能够正常访问OpenAI。 这种形式的好处就是以固定IP的形式访问服务。 在服务器运行测试命令，替换 OPENAI_API_KEY 为你的API key，有回复可以进行下一步 curl https://api.openai.com/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $OPENAI_API_KEY" \ -d '{ "model": "gpt-3.5-turbo-0125", "response_format": { "type": "json_object" }, "messages": [ { "role": "system", "content": "You are a helpful assistant designed to output JSON." }, { "role": "user", "content": "Who won the world series in 2020?" } ] }' Nginx配置server部分如下： ...

2024-04 运动次数: 7 运动距离: 51.64 km 运动时长: 5:14:57 平均距离: 7.38 km 平均心率: 149 bpm 平均配速: 6:05 / km 2024-04-08 时间： 2024-04-08 06:53:35 距离： 5.70 km 时长： 36:21 配速： 6:22 / km 心率： 144 bpm ...

获取Gemini API KEY 准备3-4个谷歌账号，因为5月2日之后谷歌就开始收费，Gemini 1.5免费1分钟2次请求，一天50次，多个账号均衡一下请求，满足日常使用。 可以按照大佬分享方法注册账号 无需手机号认证注册谷歌邮箱 进入谷歌获取Get API key 现在不用申请直接可以使用的1.5模型 代理谷歌请求 Cloudflare 代理 可以参考zhile的 我们也要用Gemini Pro Nginx代理 原理和上面一致，通过Nginx是把代理放到个人小机上面，这样要求你的小鸡能够正常访问谷歌。 这种形式的好处就是以固定IP的形式访问谷歌大模型服务。 在服务器运行测试命令，替换 YOUR_API_KEY 为你的API key，有回复可以进行下一步 curl \ -H 'Content-Type: application/json' \ -d '{"contents":[{"parts":[{"text":"Write a story about a magic backpack"}]}]}' \ -X POST 'https://generativelanguage.googleapis.com/v1beta/models/gemini-pro:generateContent?key=YOUR_API_KEY' Nginx配置server部分如下： server { listen 443 ssl; server_name _; root /xxx/html/web; # ssl on; ssl_certificate /xxx/xxx/ca.pem; ssl_certificate_key /xxx/xxx/private.key; allow 103.21.244.0/22; allow 103.22.200.0/22; allow 103.31.4.0/22; allow 141.101.64.0/18; allow 108.162.192.0/18; allow 190.93.240.0/20; allow 188.114.96.0/20; allow 197.234.240.0/22; allow 198.41.128.0/17; allow 162.158.0.0/15; allow 104.16.0.0/13; allow 104.24.0.0/14; allow 172.64.0.0/13; allow 131.0.72.0/22; deny all; location ^~ /Safari1261/ { # Google Gemini API 服务代理 proxy_ssl_server_name on; #proxy_pass https://api.openai.com; proxy_pass https://generativelanguage.googleapis.com/; proxy_buffering off; client_max_body_size 300m; } } 配置说明 ...