小站维护信息 2020-04-16 维护项目： bolo 升级至 1.7 版本 bolo 最新 Docker 镜像已经构建完成、欢迎使用：使用 docker-compose 一键启动 bolo 博客 2020-04-03 维护项目： bolo 升级至 1.6 版本、博客最新特性更新欢迎查阅：https://github.com/adlered/bolo-solo/releases 更换新认皮肤 bolo 最新 Docker 镜像已经构建完成、欢迎使用：使用 docker-compose 一键启动 bolo 博客 2020-04-02 维护项目： 转移 Seafile 至新服务器中，减轻服务器负载，提高 bolo 响应效率。 2020-04-01 维护项目： 将 DNS 服务器从 Cloudflare 转移回阿里（来回折腾太麻烦了） 配置 OSS，使用 pcigo 工具上传图片至 OSS，保证图片的高可用性 2020-03-27 维护项目： SSL 证书到期，更换新 SSL 证书 2020-03-21 维护项目：....

日常开篇闲聊 原来的 Openwrt 软路由在使用一段时间后，在经过了一开始的疯狂测试（疯狂折腾）之后，软路由工作状态趋于稳定；但是平时使用的时候发现工控机的温度比较高，类似于暖宝宝那种。emmm 确实有点暖和。。 明确问题 既然温度有点高，那就加散热系统吧，于是将工控机放在了机柜的风扇了，但是现在问题来了：温度高但是具体高到了什么程度呢？在管理界面居然不能够查看查看当前CPU温度（啊啊啊）有点难受。 所以现在的目标就是：在管理界面显示当前CPU的温度 说干就干 带着问题寻找解决方案 既然已经明确了问题那么下一步就是寻找解决方案了。 下面就讲一下我寻找解决方案的过程吧： 估计是我的思维定式吧，我第一个想到的就是 Openwrt 的插件中心，于是抱着试试的心态去 Openwrt 官方网站查看有没有类似的插件。emmmm 找了一段时间、唔，看来是没有了，于是请出万能工具：Google，Baidu（我左手谷歌右手百度斩杀BUG无数，（其实我很少写bug的，因为写的不多O(∩_∩)Ohhh 在经过强大的搜索引擎搜索之后，然后找到了一个看着比较靠谱的解决方案，而且使用的人比较多：即修改 ....

Docker 批量删除无用容器与镜像命令 在进行容器的构建测试的时候，很多时候因为各种原因会遗留下来这样那样的中间容器，后续在删除的时候着实是一件很让人头疼的事情，在这里分享一下总结的批量处理命令。 批量删除已经停止的容器 注意：本命令会直接删除所有退出停止的容器，在执行之前，确保你确实想进行批量删除。 docker rm $(docker ps -a | grep Exited | awk '{print $1}') 命令解析 我们执行 docker ps -a 时已经退出的容器状态会显示为 Exited 使用 grep 过滤出已经停止的容器 使用 awk 提取容器ID 将提取的容器ID作为参数传递给 docker rm 语句 docker rm $(docker ps -a | grep Exited | awk '{print $1}') 批量清理无用镜像 注意：使用此命令会清楚构建缓存，运行前请确认是否真的想清除镜像。 docker rmi $(docker images | grep none | awk '{print $3}') 命令解析如上 运....

bolo v1.8-beta 功能尝鲜 想尝鲜的童鞋，可以根据我这篇文章，然后拉取 1.8-rc 镜像，最新的 latest 依旧是 1.7 版本。 docker pull tangcuyu/bolo-solo:version-1.8-rc bolo 新用户？ 新用户可以尝试根据下面的文章进行使用体验。 使用 docker-compose 一键启动 bolo 博客 自定义图床测试 1.8 版本支持了OSS对象储存自定义目录； 阿里云端查看 一切正常 sakura 皮肤，复制版权问题 经测试已解决。

Python requirements 生成与环境的重新部署 最近在做毕业设计的时候，有很多同学让帮忙做环境配置。所以把自己的开发环境分享给其他人，保证双方开发环境的一致性，保证代码的可用性。 而在分享的时候发现使用 pip 直接安装的与使用 anaconda 安装的包，还不一致，无法通用。 使用 pip 直接安装 使用 requirements.txt 分享 生成 requirements.txt pip freeze > requirements.txt 恢复原环境 pip install -r requirements.txt 使用 anaconda 生成的虚拟环境 使用 anaconda 进行虚拟环境配置时，anaconda 中的软件版本与 Pypi 官方库中的版本并不一致。官网推荐了分享环境的配置。 生成 environment.yml https://docs.conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html#sharing-an-environment cond....

迁移学习的一般步骤 (0) 加载预训练网络 (1) 在已经训练好的基网络（base network）上添加自定义网络。 (2) 冻结基网络。 (3) 训练所添加的部分。 (4) 解冻基网络的一些层。 (5) 联合训练解冻的这些层和添加的部分。

卷积神经网络的可视化 可视化卷积神经网络的中间输出（中间激活）： 有助于理解卷积神经网络连续的层如何 对输入进行变换，也有助于初步了解卷积神经网络每个过滤器的含义。 可视化卷积神经网络的过滤器： 有助于精确理解卷积神经网络中每个过滤器容易接受的 视觉模式或视觉概念。 可视化图像中类激活的热力图： 有助于理解图像的哪个部分被识别为属于某个类别，从 而可以定位图像中的物体

KDE Ctrl-Alt-Backspace无法退出X 其它发行版的解决方法 一般其它发行版只需要在，/etc/X11/xorg.conf.d/10-evdev.conf 文件里，加入下面的句子即可。 但是在KDE中这种方法无效。 Section "InputClass" Identifier "Keyboard Defaults" MatchIsKeyboard "yes" Option "XkbOptions" "terminate:ctrl_alt_bksp" EndSection KDE 解决方案 打开设置 依次选择，键盘->高级->配置键盘选项->杀死X服务器的按键序;然后保存应用即可。

QQ 头像 与 QQ 群头像获取 API QQ 头像 https://q1.qlogo.cn/g?b=qq&nk=qq号&s=图像大小 例如 https://q1.qlogo.cn/g?b=qq&nk=123456&s=640 QQ 群 https://p.qlogo.cn/gh/QQ群/QQ群/0 例如:https://p.qlogo.cn/gh/123456/123456/0

深度学习的知识储备池 文档 机器学习速成课程 | Google Developers Transfer learning with a pretrained ConvNet | TensorFlow Core Module: tf | TensorFlow Core v2.1.0 Tutorials | TensorFlow Core TensorFlow Datasets Tools | TensorFlow 主页 - Keras 中文文档 工具与配置 Anaconda installer archive Raspberry Pi Setup - Embedded Learning Library (ELL) sklearn.metrics.confusion_matrix — scikit-learn 0.22.2 documentation Managing environments — conda 4.8.2.post14+e9a50561 documentation Managing packages — conda 4.8.2.post14+e9a50561 docu....

在 Linux 上将你的浏览器配置文件“装进内存中去”强行提速！ 本教程说明了如何将浏览器配置文件同步到 Tmpfs（RAM）中，以提高 Linux 中的浏览器速度。在本指南中，我们将使用一个名为 Profile-sync-daemon（简称 psd）的工具进行此操作。 Profile-sync-daemon 工具不过是一个 BASH 脚本，旨在管理 tmpfs 中的浏览器配置文件，并借助 Rsync 将其定期同步到 HDD 和/或 SSD。（Tmpfs 是驻留在内存或交换分区中的临时文件系统。）因此，移动浏览器的配置文件至 Tmpfs 将有效提高浏览器的整体性能。 所支持的浏览器 # Possible values: # chromium # chromium-dev # conkeror.mozdev.org # epiphany # falkon # firefox # firefox-trunk # google-chrome # google-chrome-beta # google-chrome-unstable # heftig-aurora # icecat # ino....

Linux Swap 性能优化 Arch wiki https://wiki.archlinux.org/index.php/Swap_(简体中文) Swappiness swappiness sysctl 参数代表了内核对于交换空间的喜好(或厌恶)程度。Swappiness 可以有 0 到 100 的值。设置这个参数为较低的值会减少内存的交换，从而提升一些系统上的响应度。 swappiness 值推荐设置为 1,设置为 0 的话，有些内核会认为是不使用 swap。 /etc/sysctl.d/90-swappiness.conf vm.swappiness=1 vm.vfs_cache_pressure=50 优先级 如果你有多于一个交换文件或交换分区，你可以给它们各自分配一个优先级值(0 到 32767)。系统会在使用较低优先级的交换区域前优先使用较高优先级的交换区域。例如，如果你有一个较快的磁盘 (/dev/sda) 和一个较慢的磁盘 (/dev/sdb)，给较快的设备分配一个更高的优先级。优先级可以在 fstab 中通过 pri 参数指定： /dev/sda1 none sw....