Stable Diffusion 对于这种生成图片的项目，需要有一种高效的方法来查看生成的结果，找来找去，发现 invoke-ai 这个项目能满足我的需求，有如下几个优点。
我开始了我的深度学习，对于以前没有搞过深度学习的人来说，有点吃力，不过我的学习方法比较适合我，首先我去看了一下基本的数学原理，这里推荐一本书，叫做《深度学习的数学(图灵出品)》([日]涌井良幸，涌井贞美) ，把书里的推导和 Excel 演算都动手实践的话，感觉原理基本上搞的差不多，会一些基本的原理和术语后，我就开始找一些 demo 来跑，这些 demo 能跑通，我就开始换不同的数据源，换不同的场景，这大概是我的学习路径。
推荐这本书，《深度学习的数学(图灵出品)》([日]涌井良幸，涌井贞美)
我正好有这个需求，手上有一些注册用户，默认是没有填写性别的，如果要给对方发促销邮件，最好是知道基本的性别，所以这是一个真实的场景。
自己从 0-1 去实现性别预测，肯定不现实，所以我优先去找开源项目，还真找到一个，人家还写成了论文，说根据名字可以预测性别。
今天在自己的服务器上把这个项目跑起来了，在图片消除上，效果还不错，基本上可以商用。 Iama-cleaner 介绍 image inpainting tool powered by SOTA AI Model. Remove any unw … Read more
用跑 nextjs 的一个 demo，用 nextjs+wordpress+GraphQL 报错，摄氏的原因是说命名的问题，我把主题更改成英文，这个摄氏就消息了，GraphiQL IDE 就可以正常展示了，具体原因还没时间来查，发现有用户提 … Read more
发一个邮件，其实路径还是很长的，首先要搞清楚需求，然后制作邮件模板，邮件模板制作好后，要填充真实的内容，最后再交给平台去发送，邮件模板制作主要是前端同学，邮件内容填写往往是市场或者运营同学，用什么样的方法可以提高邮件模板的生产效率呢？发现了几个工具，可以加速邮件模板的生产。
虽然邮件支持 html 格式，但是展示的内容和浏览器中的表现还是非常不一样的，有很多标签和样式不支持，还需要加一些条件表达示，所以造成前端编写邮件模板非常底效，这几个工具可以提高邮件模板的编写效率。
MJML – The Responsive Email Framework 他相当于一种描述语言，最后可以编译成邮件模板(html 格式)。
知道 Dreamweaver 这个工具的，一定是 “德高望重” 的程序员了，当年在大学的时候，一个同学一个晚上做了一个网站，我当时用 jsp，做了一个星期也没有做成，后来一问，他用的是 Dreamweaver，工作以后，这个工具基本上就是在 … Read more
一台 GPU 机器，直接访问 gpu 是没有问题的，但是安装 tensorflow 后，一直访问不到 GPU，看了一下 TensorFlow 支持容器化安装，是可以支持 GPU 的。 tensorflow 容器化安装步骤 前提 必须先在宿主 … Read more
今天犯了一个错误，犯这个错误的原因是没有理解 docker 的设计哲学，大概花了 3 个小时来折腾一个事情。
一个容器没有安装 python 的一些依赖库，我在容器里面安装了依赖库，不想每次都安装这些依赖库，所以我想把这个容器保存成新的镜像。
有两种方式来解决这个问题。
方式一，构建新的 Dockerfile。
方式二，对一个正在运行的容器，通过 commit 来创建新的镜像。
我选择了方式二，我把容器当虚拟机使了，这是没有理解 Docker 设计的哲学。
找了一文章，这文章总结的很好，有利于我去了解 docker 的设计哲学，我就把他翻译在下面。
所以你最终屈服于容器，发现它们解决了很多问题并且有很多优势：
然而，许多用户仍然像对待典型的虚拟机一样对待容器，而忘记了容器有一个重要的特性：容器是一次性的。
“容器是短暂的”。
这种特性迫使用户改变他们应该如何处理和管理容器的思维方式；我将解释您不应该做的事情以继续发挥容器的最大优势：
经常会画一些草图，用来整理思路，或者画一些产品的原型图，和团队的人沟通，以前一直用 draw.io，昨天有朋友推荐，今天试用了一下 Excalidraw | Hand-drawn look & feel • Collaborativ … Read more