上半年使用了 doccano 标注工具对命名实体识别任务做了标注，感觉很好用。最近准备将其部署到服务器上，通过 docker 容器的方式进行，以便于以后可以快速部署。
许久不用也是遇到了不少问题，主要是部署好系统后，上传数据一直转圈，没有反应，后面发现是因为没有启动 doccano task,而task需要和 doccano webserver 一起启动， openai 给我的建议是启动两个 docker 服务，我还是选用了常规的 screen 方式。
下面是自己编写的可以使用的 docker-compose 文件，记录在此，方便以后调用。
12345678910111213141516...
又翻到了一篇当时的记录，起因是复习资料太多，不方便随身携带，我将书藏在了图书馆的顶楼消防通道（阅览室在二楼，书藏在12楼附近），结果，被保安收走了。还依稀记得，午夜的保安们打着手电筒，在过道、门窗旮旯角、花瓶后面到处翻找考研er书的情节，好一波猫鼠游戏。
下面是当时的记录：
一早上来图书馆，发现书不见了。从7点多折腾到现在（8:55）才从管理员处拿到了我的复习资料。数了数应该是没有丢失，悬着的一颗心总算放了下来。已经过了早点的时间，早点是吃不成了。
可是接下来的晚上我应该如何安置我的书呢？住的地方离图书馆近5公里，将全部的书背进背出是断然不行的。
Plan 1:把书精减一下，每天只带当...
今日写论文写乏了，就去翻了翻以前记的笔记，翻到了在呈贡学习生活时期的记录。想当初，我为了逃避家人亲戚带来的压力、独自一人去呈贡寻求一片清净之地复习备考，时光匆匆，一晃几年过去了，令人感叹。
虽看以前记录的文字略显幼稚，但为了保证记录的真实性，我一字不落的照搬了过来，下面是当时的记录：
不知不觉就到了月末，在呈贡已经快一个月了。最近天天泡图书馆，感觉效率有点下降，而我对除校园之外的周边环境还一无所知，趁着没下雨的周六就出去看了看。
上午配置好无线AP找了个共享车就骑了出去，没多久（约30分钟）就到了滇池边上的捞鱼河公园。虽然是周末由于随时会下雨的样子，公园里面人不多，很是清静。
公园依滇池...
日常编写代码中，vscode是用的最多的编辑器，经常会遇见一些问题，定期总结一下，方便以后查阅。
在不能连接外网的远程服务器上用copilot
打开settings.json文件在里面添加如下内容：
1234"remote.extensionKind": { "GitHub.copilot": ["ui"], "GitHub.copilot-chat": ["ui"], },
启用latex的pdf预览
按下 Ctrl+Alt+V 快捷键，即可。
切换居中模式，令显示内容更多1Toggle Centered Layout
使用插件快速生成cyphe...
2025年03月09日 新增相册功能，使用 地址
2025年03月08日 更新 hexo 至 7.3.0。 新增搜索功能，使用 algolia， 上次失败原因为没有同时安装 hexo-algolia 和 hexo-algoliasearch插件 ， 前者是主题插件，后者实现全文搜索。 参考教程1
2025年03月07日 尝试 增加搜索功能 失败， 使用 algolia , 插件为 Hexo-Algoliasearch , 参考教程1 教程2
2025年02月10日 新增 “NEWS” 模块， 记录成长历程
2025年02月04日 支持评论功能, 添加utterance评论...
最近一年以来，很少在技术博客上面更新文章了，一方面是很长一段时间以来，因为感情的事情，一直处在低谷期，另一方面是因为博客文章的更新是一个比较耗费时间和精力的事情，并且没有比较好的读者反馈，而我开通了微信公众号，并且在上面更新一些关于户外爬山的文章，所以在技术博客上面的更新就比较少了。
博客文章的域名到期了，我也没有续费维护，一段时间里面都处于无法访问的状态。直到最近，我申请云服务器的时候，顺带购买了域名，才把博客恢复了。
当我回看以前写在技术博客上的文章的时候，发现我现在掌握的比较扎实的技术，都是在博客上面整理记录的内容，这让我意识到了整理记录博客的重要性，所以在接下来的时间里面，我会继...
前 言很长一段时间以来，都比较苦恼自己的obsidian和zotero在多端同步的时候经常碰到问题，有时候想在手机上面查看某篇paper的时候，正好发现pdf附件没被同步，导致不能查看。加之，最近给女朋友推荐了obsidian，她觉得非常好用，但由于设备原因不能实现多端同步。她采用幕布记录笔记，再导入obsidian的方法，以实现多端同步和笔记本地保存，我认为该种方式较为繁琐，不符合技术人的气质。
思考再三，我决定好好解决多端配置的问题，网络上搜索了一圈资料下来，发现很多手机端软件均支持以Webdav协议进行文件共享，遂决定搭建Webdav协议服务器实现多端共享。
虽有坚果云等支持Web...
前言问 题： 最近准备训练一个基于对比学习的模型， 用 huggface 的 trainer 训练器，在官方给的源代码中，有一个现成的 sampler 用于数据采样，我需要改写这个 sampler 以保证能够用于自己的数据上。
实验改完之后，发现采样出来的 indices 竟然是有序的，实际在一个批次中需要打乱样本的顺序，仔细阅读了官方给的源码，发现问题出在如下图所示的 第187行。这里先用 torch.randperm生成了一个乱序的下标，然后转换为set。按理说set是无序的，转换之后也是无序的，看起来很正确。
当我做了小测试后，发现并不是：
从上面的结果，可以看到：torch....
每一次安装NIVIDIA驱动或CUDA Tookit时，都要经过一番折腾，才能够安装成功，这里把过程记录一下，以便以后可以参考。
本次安装遇到的最大问题是：pytorch所能支持的最高cuda版本为11.8，而安装后的cuda为最新12.2版本，pytorch没法识别cuda。导致这一问题的主要原因在于两点：
安装的NIVIDIA驱动版本过高，导致CUDA Tookit版本也过高，无法降级
使用网络方式安装CUDA Tookit，安装之后得到的是最新版的CUDA Tookit，不是我想要的11.8版本
接下来是安装过程：
删除已安装的NIVIDIA驱动或CUDA Tookit
12...
在mac上使用pybind11实现c++与python互通的demo0. 问题描述下面的python代码定义了一个类，类中有一个名为analyze_data的函数，其采用递归的方法解析json格式的data数据，由于处理速度达不到要求，我们希望用c++改写该类，并封装成可供python代码调用的库，以达到加速的效果。
1234567891011121314151617181920 # 待解析的数据deom data_demo = {"resbody": {"data": {"name": "John", "age": 30, "address": {"city": "...
Mac系统下制作win10安装盘准备
一台mac电脑
一个大于8G的U盘
win10镜像文件
Boot Camp ISO Converter软件（这个软件可以解决FAT32格式的u盘单个文件大小不能超过4GB的问题），下载链接
制作步骤
打开Boot Camp ISO Converter软件对下载好的iso镜像文件进行处理，目的是将镜像文件insta.win分配为大小小于4GB的文件
在插入U盘的状态下，打开终端，输入：
1diskutil list
找到U盘对应的盘符，本例中U盘对应的盘符为：disk2
将U盘(disk2)格式化为FAT32格式
1disk...
电磁比赛总结
代码总结
要会静态分析资源占有率，特别是当服务器内存资源不足的时候，提前做好静态分析，设置合理的运行参数，才能提升效率。比如本次实验过程中，做数据增强预处理数据时需要占用大量内存资源，参数设置过大，会导致运行一半后因为内存不足，进程被killed掉，参数设置过小效率又变得很低。
当数据很多，需要占用大量内存时，不要将数据转换为pandas的DataFrame对象，因为它会吃掉更多的内存，此外使用apply方法对数据进行逐行处理的时候，即使使用了加速方法，也没有将数据存储为list然后使用多进程方法处理高效。在本次实验中，后者的速度至少是前者的5倍。
尽量使用class对代...
