Mintisan

Seafile 作为个人开源网盘服务有一个自动备份历史修改的功能，已经基本足够了。而且几乎所有客户端也都有，分享和权限管理也做的刚好足够。但是其安装方式从原来的 GitHub 脚本一键安装，到后续的各种老的 Docker 安装，以及目前官网主页最新的 Docker 安装方式，变化较大，这里记录实际安装的环境版本以及安装好后与 Nginx 冲突的问题。

OpenVPN 这个技术是很老的技术，常用于企业或者学校比较多。之前买了 VPS 后想过用这个来科学上网，但是服务器端搭建安装还是挺麻烦的，最近看到 openvpn-install 项目可以一键安装，就试试看喽。对比 tailscale 下载速率相差不大，上传速率没有其优秀。

因为要用学习深度学习的剪枝量化，看到 AI Model Efficiency Toolkit (AIMET)
最近更新还行，然后就去安装，发现只支持 Linux 系统，Ubuntu 的系统也有要求，然后加支持特定版本的 CUDA 以及特定版本的 Torch 和 Tensorflow，然后就有了这一篇记录。坑还是挺多的，记录一下方便后续搭建。

之前囤积的很多 Read it later 里面有何凯明 入职 MIT 之前的 unpaid 课程介绍。一直挂在 Chrome 浏览器那里，想着啥时候看，今天不知咋的想着看看吧，不然就关掉了。幸亏看了，大佬讲的真是的行云流水，娓娓道来。

从 LeNet 到 AlexNet 到 VGG Nets 到 GoogleNet 到 normalization/initialization module 到 ResNet 到 RNN/1-D CNN 到 Transformer 以及应用 GPT/AlphaFold/ViT ，这里记录下每一步关键节点的意义以及作用。可以很清晰的看到深度学习技术的一步一步发展过程出现的问题，以及对应的解决方案。

随着昨天 Mojo 开源到 GitHub 后，想着刚好到周末，简单安装后跑跑看看语法啥，还挺有意思的。基本继承了 Python 的语法，但是也为了后续效率提供了一些编译时特性，比如既可以 REPL 直接动态运行，也可以编译成二进制可执行方式；设定两种函数定义方式，以及对应两种变量声明方式；函数入参有的编译时确定，有的运行时确定；动态内存也是折中的给用户一定规则去管理，而不是完全类似 C 的完全用户管理，或者对用户透明的 Python 放手。
另外除了语法，另一个我关注的对深度学习模型这块的原生支持【比如设计/调试/训练/压缩/部署等】因为平台还不支持，只能后续待看。

想重温大剑，然后 Aliyun 资源最容易找到，然后在线不好使会压缩，然后就找到了 Alist，然后Alist 可以很方便挂在各种网盘，比如阿里云盘，但是在实际的使用过程中遇到一个问题就是网页版本显示的内容更新不及时或者说显示不出来，但是通过将 Alist 作为 WebDav 网络协议映射到本地好像可以解决这个问题，这里就记录下用资源管理器[小文件/速度慢]， Clouddrive 2[只能加载一个，但是可以映射为本地磁盘形式] 和 RailDrive[有广告，从网盘到本地磁盘形式需要付钱] 的映射方法以及使用过程中的注意点。

Continue.dev 可以方便的【自动提示补全】,【选中代码再编辑】，【选中聊天】以及【错误信息自动提问】，是目前开源框架里面功能比较完善的。结合 Ollama 后端，再配合本地开源代码模型，比如排名比较靠前的 Deepseek。真正做到了 GitHub Copilot 的低配平替。另外可以通过 @ 和 / 比较方便的自定义扩展功能。

下午在调试过程一直使用 460800 波特率进行下载，相安无事，但是突然不知咋的，就一直报 A fatal error occurred: MD5 of file does not match data in flash! 错误，期间退回程序，重启都没用，和软件代码无关，遂 Google 之，以及 GPT 之。尝试降低下载波特率解决。XD

从来没有想过 IIC 主控芯片初始化也有可能出错，在 GPT 上聊了整个过程，最后总结一句话就是：把电源/地接到了 IIC 上，会导致 Arduino 的库本身初始化的时候检查 IIC 时序是否可以拉起来，如果拉不起来则会在串口输出错误信息，所以 Arduino 的库背后估计也有人遇到类似的问题，才做的吧。

在官方渠道购买的 ESP32-Pico-Kit V4.1 的板子，然后尝试了 ESPIDF 官方例程以及 GPT 帮忙生成的 Arduino 和 ESPIDF 的最小代码烧录测量，结果发现通过 USB 测量板子进入深度睡眠之后的电流均为 11mA 多点，和官方说的 10uA 以下有这天然之别，但是看过程也确实在重启，看内存也只有 RTC 内存会保留状态，也就是说模块符合预期，但是结果功耗不符合，哪里出了问题呢？查了一圈，看到两篇相关 的答案：CP2102转换芯片和线性稳压器芯片导致的。
【其实 GPT 告诉我答案了，但是我不是硬件工程师，没法办进一步定位，最后还是 Google 给了我认知范围内的答案！！！】