PERSONAL NOTES

Eslzzyl 的随笔

关于技术、工具、阅读和日常生活的长期记录。

发表于 更新于

通过开源音乐模型 YuE 生成歌曲

昨天看到的一个项目：https://github.com/multimodal-art-projection/YuE 简介 在生成音乐，特别是带歌词的歌曲这方面的开源模型要远远落后于比闭源模型的。目前领先的闭源音乐模型是 Suno：https://suno.com/ 然而，Suno 不仅闭源，还不提…

发表于 更新于

Windows 远程桌面下 Chromium 软件卡死的问题

最近在使用电脑时发现了这个问题。这是一个由 Windows 远程桌面、Chromium 和微软拼音输入法共同引发的问题，可以通过以下的步骤复现： 1. 在一台 Windows 电脑上安装并使用微软拼音输入法。 2. 打开任何一个基于 Chromium 的软件（也包括任何基于 Electron 的软件…

发表于 更新于

Windows 下编译 Aseprite

Aseprite（官网 | GitHub）是一款开源的像素画软件，该软件在 Steam 有售，目前价格为 70 元。但它是开源软件，作者也允许我们自行编译来免费获得这份软件，通过编译得到的软件可用于创作商用作品（https://www.aseprite.org/faq/#can-i-sell-gra…

发表于 更新于

记一次装机记录

跑个题，放个装机的记录。 趁双十一装了一台台式放实验室用。起初有以下几个想法： - 内存 32 GB 或更多 - CPU 性能足够强，能够满足多开软件的需求，且响应速度快 - 应当带有无线网卡（主板自带或自行加装 PCIe 网卡），用于连接蓝牙鼠标键盘耳机和临时连接 WiFi。 - 可能在未来购入一…

发表于 更新于

Win11 启用 OpenSSH Server

Win11 启用 OpenSSH Server 在 Unix 系统（如 Ubuntu）中启用 OpenSSH Server 是很容易的，在 Windows 上启用要稍微复杂一些。本文记录一下在 Windows 上启用 OpenSSH Server 的过程和可能遇到的问题。 添加 OpenSSH Se…

发表于 更新于

Lift-Splat-Shoot 复现

我理解的复现，就是把代码跑通，完整训练一遍，然后测试，争取达到论文里报告的效果。虽然大部分工作复现出来可能都到不了论文里的性能，比较玄学。 概述 Lift-Splat-Shoot (LSS) 是 BEV 方法的开山之作，作者来自 NVIDIA。该方法是一个纯视觉的感知方法，用来做 BEV 分割任务的…

发表于 更新于

Continue+LLM打造本地运行的Copilot服务

简介 GitHub Copilot 已经出来很长时间了。该服务收费且在国内连接不够稳定，延迟也比较高。目前大语言模型生态蓬勃发展，已经诞生了一批专精于代码生成的大模型，例如： - https://huggingface.co/mistralai/Codestral-22B-v0.1 - https:…

发表于 更新于

训练PaddleOCR文本方向分类模型

最近在做一个项目，涉及到扫描答题卡的方向判断。其中一种方法是训练一个文本方向分类模型来判断方向。此处记录一下训练的过程。 环境准备 在一处空闲空间足够大的地方克隆 PaddleOCR 仓库：https://github.com/PaddlePaddle/PaddleOCR PaddleOCR 仓库体…

发表于 更新于

Qwen2-72B的vLLM部署

今天尝试本地部署了 Qwen2-72B-Instruct-GPTQ-Int4 模型，这里记录一下操作的过程。 参考： - https://qwen.readthedocs.io/zh-cn/latest/deployment/vllm.html - https://docs.vllm.ai/en/s…