Gbiner

let me = me.better();

随记 随手记录一些杂项知识

09
APR

Windows 部署 Stable Diffusion WebUI (N卡用户)

本篇博客为N卡用户提供了如何在Windows环境下部署Stable Diffusion WebUI的详细步骤。首先，需要准备一张最低4G显存的N卡，下载并添加Python 3.10到PATH，以及一个良好的网络环境。然后，通过git克隆Stable Diffusion WebUI的仓库，并在主分支目录下运行webui-user.bat文件。在terminal出现特定URL后，使用任意浏览器输入该URL即可访问到部署好的WebUI。此外，还可以在Civitail上下载所需模型，并将其放入根目录下的models相应文件夹中。 在安装过程中，可能会遇到一些问题，如RuntimeError: Couldn't Install Torch和RuntimeError: Couldn't Install clip。解决这些问题的方法是更换Python版本为3.10，删除并重新生成根目录的venv文件夹，以及对open_clip进行本地安装。对于其他的"Couldn't Install xxx"问题，也可以通过本地安装进行解决。 这篇文章详细、清晰地解释了如何在Windows环境下部署Stable Diffusion WebUI，无论你是初学者还是有经验的开发者，都能从中获益。但是，你是否真的理解了这些步骤？你是否能够独立解决安装过程中可能出现的问题？希望你能通过阅读全文，深入理解这些内容，并在实践中找到答案。--GPT 4

AI Stable Diffusion
03
FEB

偶遇“曼哈顿距离”

本篇博客主要探讨了“曼哈顿距离”的概念和用途。曼哈顿距离，又被称为计程车几何或方格线距离，是由十九世纪的赫尔曼·闵可夫斯基所创辞汇，用以标明两个点上在标准坐标系上的绝对轴距之总和。这种距离的命名源于城市（如曼哈顿）的方格式建筑区块，最短行车路径即为曼哈顿距离。 曼哈顿距离在实际应用中有其优势。例如，在计算性能有限的早期，使用曼哈顿距离可以避免浮点运算的高代价，通过只计算整型和加减，大大提高性能。此外，当数据集具有离散和/或二进制属性时，曼哈顿距离也表现出其优势，因为它考虑到了现实中在这些属性值内可以采取的路径。 然而，曼哈顿距离也存在一些缺点。虽然它对于高维数据似乎还不错，但它是一个比欧几里得距离更不直观的测量方法，尤其是在高维数据中使用时。而且，它比欧几里得距离更容易给出一个更高的距离值，因为它不可能是最短路径。这不一定会带来问题，但你应该考虑到这一点。 那么，你是否了解过曼哈顿距离？你是否在实际应用中使用过它？如果使用过，你是否觉得它比欧几里得距离更有优势？--GPT 4

Game Algorithm
02
FEB

什么是C++的野指针？

本文主要讨论了C++中的"野指针"概念，详细解释了野指针是指向"垃圾"内存的指针，而非NULL指针。文章首先提出了野指针的几种产生情况。首先，如果指针变量未初始化，那么它将随机指向一个地址，这就可能导致野指针的产生。因此，建议在创建指针变量的同时进行初始化，让它指向合法的内存或者置为NULL。其次，如果指针释放后未置空，那么它仍然会指向一个已经被释放的内存区域，这同样可能导致野指针的产生。因此，使用delete或free释放指针变量指向的内存后，应及时将指针置为NULL。最后，如果指针操作超越了变量的作用域，也可能产生野指针。文章最后强调了防止野指针产生的两个关键步骤：初始化时置NULL，释放时置NULL。这篇文章是否让你重新思考了你的编程习惯？你有没有遇到过由于野指针导致的问题？你是如何解决的？--GPT 4

Tutorial C++
  • 1