linux中国归档站-Linuxcat
在我看到这篇文章后，我便想要将Linux中国的文章保留下来并渲染成我喜欢的主题,于是就有了linuxcat.top 过程渲染 Linuxcat 的过程极其烦人, windows 的最大打开文件数使我无法再 windows 上进行渲染 User interface objects support only one handle per object. Processes cannot inheri
CUDA12.2使用支持CUDA的pytorch
如果你在nvidia官网安装了最新版的CUDA(CUDA12.2/12.3),但访问 https://download.pytorch.org/whl/cu122/torch_stable.html 就会发现pytorch并没有支持此版本的CUDA但是支持CUDA12.1的pytorch也可以支持CUDA12.2(看网上说CUDA12.3也可以支持,但没有试过)执行 1pip i
chatglm3使用笔记
ChatGLM3是智谱AI和清华大学 KEG 实验室联合发布的对话预训练模型。ChatGLM3共有三种模型,如何选择请看这里实测windows 2022数据中心版+CUDA12.2+全部环境+anaconda+ChatGLM3-6b模型大约需要85G空间如果你没有GPU,那么可以来启智白嫖(真的白嫖,想充钱都充不了的,从前面的链接注册可以获得100积分,100积分在启智可以用11个小时A100,不
VIVE XR 试玩体验
最近寒假由于apple vision pro的火爆，所以对MR很感兴趣，所以找人借来了一台VIVE XR，不过写这篇文章的时候机器已经还回去了(因为不好玩) 到手感觉到手时还是把原装盒子一块借给我了，装的也很整齐(看得出来这玩意不好玩)，包装盒里有两个手柄,一坨电池,一个主体,几根线以及废纸若干。本体还是挺重的,虽然可以把电池部分拆掉,将前半部分当眼睛戴,但这样中心靠前,感觉好像马上就要掉下来一样
GPT-sovits模型合集
GPT-sovits是一个简单好用的TTS模型，开源地址:RVC-Boss/GPT-SoVITS: 1 min voice data can also be used to train a good TTS model! (few shot voice cloning)运行这些模型不需要太大的显存,我测试时只需要2G甚至更少,但是训练最好使用更大的显存。目前有的模型(以下载页实际为准,这
搭建自己的openai api高速反向代理
在去年(2023年),我看到了极客湾的这个视频:我们做了个能对话的AI派蒙，免费给大家玩!觉得很有意思,但是由于没有显卡且不敢翻墙,一直没有机会尝试,但最近搞来了一块RTX A2000(目前这卡性价比很低,不推荐),便想着折腾一下由于不敢翻墙，只能使用反向代理的方式来访问openai api 准备你需要: 一个Cloudflare账户 Cloudflare账户中有未被墙的有效域名(若有下一项,则
2023年干了啥?
2023年，对我来说是很又趣的一年,在这一年，我开始真正的接触互联网并了解它。 今年干了啥1-2月在1月左右，我收到了一台华为家庭存储,成为后续折腾的存储及备份系统。再往后几天，我在我的房间里接起了一台电脑机箱，正式开始了…额…这个…反正就是这方面的折腾吧,在我过往的文章中也可以看出来.如果你翻到本站的最下方,就会知道这个折腾的过程相当难受，在弄这些之前，我几乎没什么这方面的经历，只是几年前折腾过
Linux使用screen
screen 是啥简单地说就是linux系统的让应用后台运行 安装123456# CentOSyum install screen# Debian/Ubuntuapt install screen# 检查安装screen -v 使用常用命令1234# 帮助screen -help# 查看已有的screen列表screen -ls 创建终端一般有两种常用的方式创建一个新的session 1234#
