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)。
