wizyoung の 小站

最近受疫情影响困在湖北家中，闲下来整理收拾个人物品，盘点了下过去一年自己购买的各种产品，发现过去一年自己还真是“不节俭”😅不过也还好，钱花在刀刃上就行。

前段时间和师弟聊天，谈到网盘的问题，我们一致认为国内的网盘体验真的是太差了。网络不限速、文件不和谐、支持随意分享、支持直链下载、支持命令行上传下载，这几个刚需基本上随便一家国内网盘都有至少 3 点不满足，加上普遍会员价格昂贵，实在没有购买使用的欲望。尤其是支持命令行上传下载，简直是刚需中的刚需了，因为它确保了我能在没有图形界面的 Linux 机器上使用。

在 macOS 上运行 Linux 系统有两种方式：(1) 使用商业虚拟机软件 (如 Parallels Desktop) ; (2) 使用 Docker 虚拟化技术。哪种方式在性能、内存、I/O 上更优呢？

LaTeX 中引用参考文献时使用 bibtex 非常方便，然而不同的期刊/会议对于 .bib 条目中的 Booktitle 的要求是不一样的，比如引用一篇 CVPR 文献，有些期刊要求 References 里面写成 In CVPR, 2017，有些又要求写成 In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition，标准不一，每次频繁改来改去，让人十分头疼。

本篇笔记主要总结了如何在 TensorFlow 如何构建高效的 Input Pipeline，目的是协调 CPU 文件预处理和 GPU 模型计算之间的调度，尽最大限度发挥 GPU 算力。其中涉及到 TFRecord 文件的读写，tf.image 模块对图像的处理，以及版本 1.4 前使用的生产者/消费者多线程文件读写流程，和 1.4 后官方主推的 Dataset 处理方式。后者已经开始逐步支持 eager 模式。

初学 Python2，感觉Python2中的编码问题一直很烦人，无意中看到几篇博文 [1] [2]，感觉豁然开朗，做成笔记，方便日后查阅。

继上次自己开发 Alfred Workflow 后，这次我又盯上了 popclip。 事因是自己一直渴望有一种完美的谷歌翻译使用方式，目的是用鼠标选中待选定句子，然后弹出谷歌翻译内容。无奈一直没人做，只好自己动手实现。

信息量可以理解为不确定性的多少. 香农信息量...

最近开始入深度学习的坑，给实验室电脑装 Ubuntu 系统和 GTX1080 显卡驱动，遇到不少坑，其中最大的问题是装完显卡驱动后开机登录输入密码显示不正确，然后陷入无限循环登录的无解状态。网上教程无数，然而通过本人近两天的逐个测试，其实一个靠谱的解决方案都没有，只能靠自己控制变量法 + Google + 大胆猜想折腾出解决方案，一路下来真的是十分曲折，无比艰辛。

大学的网费还是比较贵的，自从研究生进入实验室后发现，实验室网段属于校园网的白名单，也就是说流量不计费。正好实验室主机安装了 Linux 系统，搭建一个代理服务，校园网连接使用不就免流量了么。 比较简单的方式是搭建一个 L2TP / IPsec-vpn 或者 shadowsocks 服务。

不得不说，极路由官方固件实在太烂，难以忍受，网上普遍反应的间歇跳 Ping，网络不稳定需要重启等问题我都遇到过，更让人烦躁的是重启速度极慢(往往需要 3 分钟之久)，断网状态下手机 APP 竟然不能访问后台以及断网时网页版后台各种抽风(每次配置个路由中继要死的心都有了)等等诸如此类的问题。2015 年初以不到百元的价格买到的手头台极路由 1S，拥有 16 M 闪存，128 M 内存如此强大的配置，却配着如此垃圾的固件实在可惜，因此今天花了点时间将它刷成了老毛子 Padavan 固件。

虽然 Pycharm 是宇宙第一 Python IDE(不服打脸)，但日常总遇到想测试极短代码片段而不想打开 Pycharm 这个庞然大物的情形，这时候用自带的 Python IDLE 吧，不仅不支持语法高亮，还不能自动补全；用 Jupyter Notebook 吧，还要开浏览器等系列步骤，还是不够快；用终端吧，额，算了。

Python面向对象特性中最核心的一部分就是类了，花了点时间整理了一下，做成笔记，方便日后翻阅。

说明 1：本文默认已安装 Nvidia 私有驱动。检查方法：桌面右上角点击设置图标，点击关于这台计算机，在图形一栏若显示 GeForce GTX960/… 类似字样，说明已安装 N 卡私有驱动。否则请参考我的另一篇博客Ubuntu下GTX1080显卡驱动折腾小记。