<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0">
    <channel>
        <title><![CDATA[Johann 的博客]]></title>
        <description><![CDATA[Johann 的博客]]></description>
        <link>https://blog.qinka.pro</link>
        <generator>RSS for Node</generator>
        <lastBuildDate>Sun, 28 Jun 2026 15:20:29 GMT</lastBuildDate>
        <atom:link href="https://blog.qinka.pro/rss.xml" rel="self" type="application/rss+xml"/>
        <language><![CDATA[zh-CN]]></language>
        <item>
            <title><![CDATA[GL-INET 路由器 Tailscale 使用自己的 Headscale 服务]]></title>
            <description><![CDATA[简单来说 GL-iNet 路由器自带的 Tailscale 只能使用 Tailscale 官方的服务，如果要使用自己或者第三方的服务，则须要修改 /usr/bin/gltailscale 下面有关于  相关的内容，在其中添加相关的内容：]]></description>
            <link>https://blog.qinka.pro/post/openwrt/gl-inet-tailscale</link>
            <guid isPermaLink="true">https://blog.qinka.pro/post/openwrt/gl-inet-tailscale</guid>
            <category><![CDATA[openwrt]]></category>
            <dc:creator><![CDATA[Johann]]></dc:creator>
            <pubDate>Sat, 17 May 2025 21:08:05 GMT</pubDate>
        </item>
        <item>
            <title><![CDATA[PyTorch CosineSimilarity 慎用]]></title>
            <description><![CDATA[tl;dr PyTorch 的 CosineSimilarity（余弦相似度） 有两个问题：算得慢，同时还占用显存。所以建议是使用  +  替代。 具体代码 我这里要对若干个超大矩阵使用  或者  计算余弦相似度。 须要超级大量的显存，然后我就只好将计算操作进行拆分，通常来说， 能优化一些，但是有时有优化不一定有作用。 下面是我分块计算相似度的代码： 这个是我使用  +  计算相似度的代码： 在测]]></description>
            <link>https://blog.qinka.pro/post/torch/cosine_similarity</link>
            <guid isPermaLink="true">https://blog.qinka.pro/post/torch/cosine_similarity</guid>
            <category><![CDATA[深度学习]]></category>
            <dc:creator><![CDATA[Johann]]></dc:creator>
            <pubDate>Wed, 26 Jun 2024 11:24:35 GMT</pubDate>
        </item>
        <item>
            <title><![CDATA[PyTorch 检查显存使用情况]]></title>
            <description><![CDATA[如果你有遇到代码疯狂占用显存，但是，不知道显存被用在了哪里的话，可以尝试看看这篇博文。博文的源头来自于 Understanding CUDA Memory Usage。 是我为了找到显存占用的代码，在网上游荡的时候，找见的这个代码。下面我简单说一下这个玩意是如何帮助大家找到 探针 就是要知道程序在运行的时候，内存的申请状况啥的，就需要有一个探针来对内存的分配情况进行记录，然后我们才能知道当前内存的]]></description>
            <link>https://blog.qinka.pro/post/torch/where-is-my-memory</link>
            <guid isPermaLink="true">https://blog.qinka.pro/post/torch/where-is-my-memory</guid>
            <category><![CDATA[深度学习]]></category>
            <dc:creator><![CDATA[Johann]]></dc:creator>
            <pubDate>Wed, 26 Jun 2024 10:24:35 GMT</pubDate>
        </item>
        <item>
            <title><![CDATA[你好龙芯 1： 魔方 M700s 开箱与系统安装]]></title>
            <description><![CDATA[特大喜讯，终于有了一台纯国产电脑，真正的纯国产的。 “预先” 本来在宿舍用的是实验室的 NVIDIA Jetson Xavier NG 开发板来看视频和远程访问。但是这种开发板，性能比较尴尬，同时系统也不咋更新。 所以就打算换一个其他的主机。正巧看到了龙芯 3A6000 的小主机发售，于是就买了。 “开箱” 等预售的 魔方 M700S 到货了进行开箱。懒得上图骗了，免得图被盗（大误）。 除了《为人]]></description>
            <link>https://blog.qinka.pro/post/workspace/loongson/1</link>
            <guid isPermaLink="true">https://blog.qinka.pro/post/workspace/loongson/1</guid>
            <category><![CDATA[龙芯]]></category>
            <dc:creator><![CDATA[Johann]]></dc:creator>
            <pubDate>Tue, 30 Apr 2024 00:45:52 GMT</pubDate>
        </item>
        <item>
            <title><![CDATA[迁移到 Linux - 日志 6 ：迁移（伪）一周年记录 与 Firewalld 致使 IPv6 无法访问 （rfc3964_ipv4）]]></title>
            <description><![CDATA[首先简单看了一下博客的时间线，从计划迁往 Linux 已经 1 年了。特别记录一下。但是真正开始使用 Linux 作为开发主力是得到 6月分才算 1 年。 正题： RFC3964 （IPv4） 是如何让 Firewalld 拦截所有的 IPv6 流量 在使用了 Fedora 之后，就意味着接受了 Firewalld 作为防火墙软件。然后就没有办法通过 IPv6 链接主机或者上网。 原因是 RFC3]]></description>
            <link>https://blog.qinka.pro/post/workspace/to-linux/6</link>
            <guid isPermaLink="true">https://blog.qinka.pro/post/workspace/to-linux/6</guid>
            <category><![CDATA[迁移]]></category>
            <dc:creator><![CDATA[Johann]]></dc:creator>
            <pubDate>Tue, 30 Apr 2024 00:45:52 GMT</pubDate>
        </item>
        <item>
            <title><![CDATA[PyTorch 梯度累计 （Gradient Accumulation）]]></title>
            <description><![CDATA[额，在内存不够的时候，须要通过梯度累计来凑。然后 PyTorch 进行梯度累加的话，网上搜索出来的教程可能有 bug。所以正确的操作应该是： 应该在 loss 这边 除去 : 。 （测试了之后，还是有一些效果的。。，至少让随手搭建的 0.1B 的模型，在 MNIST 数据集上，用 3090 ，以  的规模来训练，并在第一个 epoch loss 能将到 1 一下，然后 acc 为 94.6%。）]]></description>
            <link>https://blog.qinka.pro/post/torch/gradient_accumulation</link>
            <guid isPermaLink="true">https://blog.qinka.pro/post/torch/gradient_accumulation</guid>
            <category><![CDATA[深度学习]]></category>
            <dc:creator><![CDATA[Johann]]></dc:creator>
            <pubDate>Sun, 25 Feb 2024 12:04:35 GMT</pubDate>
        </item>
        <item>
            <title><![CDATA[迁移到 Linux - 日志 5 （WPS 字体 & 浏览器与 Electron 的 Wayland 和输入法 等）]]></title>
            <description><![CDATA[整理一下最近在 Linux 上遇到的问题“们”。 WPS 字体问题 Fedora 39 里面的 freetype 的动态库的版本比较新，然后 WPS 的调用就产生了一些问题。 表征就是一些字体变得十分粗大，“肿”的要命的样子。 这里，参考了 WPS 社区里面的一个 内容 。将 Fedora 中的这个 freetype 的版本降低了，然后就解决了。 首先访问 Fedora 的 Package 网站，]]></description>
            <link>https://blog.qinka.pro/post/workspace/to-linux/5</link>
            <guid isPermaLink="true">https://blog.qinka.pro/post/workspace/to-linux/5</guid>
            <category><![CDATA[迁移]]></category>
            <dc:creator><![CDATA[Johann]]></dc:creator>
            <pubDate>Fri, 19 Jan 2024 22:58:22 GMT</pubDate>
        </item>
        <item>
            <title><![CDATA[备忘录： TrueNAS Scale 升级]]></title>
            <description><![CDATA[华为 UPS 与 NUT 配置 对于 NUT 版本过低的情况来说（就是缺少对应的驱动的），首先将  复制到  这个路径： 然后检查 UPS 的配置 ，添加对应的配置： 然后配置 modbus （可能须要 apt 安装，默认 truenas 的  命令是没有执行权限的，须要 ） 然后配置相关服务： 这个  是在 truenas 里面配置的名子。 然后  就可以看一下 UPS 是否正常工作了。 Kub]]></description>
            <link>https://blog.qinka.pro/post/memo/truenas-update</link>
            <guid isPermaLink="true">https://blog.qinka.pro/post/memo/truenas-update</guid>
            <category><![CDATA[memo]]></category>
            <dc:creator><![CDATA[Johann]]></dc:creator>
            <pubDate>Sun, 14 Jan 2024 17:34:55 GMT</pubDate>
        </item>
        <item>
            <title><![CDATA[迁移到 Linux - 日志 4 （ Linux 上使用罗技 G923 玩欧卡2）]]></title>
            <description><![CDATA[迁移到 Linux 上相关的博文好久没有写了。所以今天更新一篇博客，关于在 Linux 上面如何使用罗技的 G923 （方向盘） 来玩 欧卡2。 游戏 —— 欧洲卡车模拟 2 首先要在 Linux 上面玩游戏，需要看要玩的游戏是不是支持 Linux，当前对 Linux 的支持方式有四种： 1. 官方提供 Linux 二进制文件 。现在主流的游戏引擎都是支持 Linux 的，日如 Unity 和 U]]></description>
            <link>https://blog.qinka.pro/post/workspace/to-linux/4</link>
            <guid isPermaLink="true">https://blog.qinka.pro/post/workspace/to-linux/4</guid>
            <category><![CDATA[迁移]]></category>
            <dc:creator><![CDATA[Johann]]></dc:creator>
            <pubDate>Mon, 02 Oct 2023 21:49:23 GMT</pubDate>
        </item>
        <item>
            <title><![CDATA[迁移到 Linux - 日志 3]]></title>
            <description><![CDATA[衔接 由于修改论文，所以博客更新中断。现在继续更新，现在已经从树莓派迁移到正经的 x86 PC 上面了。也安装了 Fedora 38 Sway 的版本。 配制 基本配置采用了 Fedora 38 Sway 版本的配置，因为这个配置比我之前字迹配置的要好看一些。 Sway 配制 采用的 Sway 配置和相关使用的软件。然后另一件事情是将配置文件拆分成了多个文件。创建一个  文件夹，把官方的配置都放进]]></description>
            <link>https://blog.qinka.pro/post/workspace/to-linux/3</link>
            <guid isPermaLink="true">https://blog.qinka.pro/post/workspace/to-linux/3</guid>
            <category><![CDATA[迁移]]></category>
            <dc:creator><![CDATA[Johann]]></dc:creator>
            <pubDate>Mon, 08 May 2023 19:49:23 GMT</pubDate>
        </item>
        <item>
            <title><![CDATA[PyTorch 2.0 torch.compile 内存泄漏问题 （Triton 引起的）]]></title>
            <description><![CDATA[简短的来说， PyTorch 2.0 新引入进来了一个  API， 通过一定的编译的方式，加速伸进网络的训练和推理（虽然好像效果一般吧）。 但是这个东西，也带来了一个问题，就是说 内存泄漏。 PyTorch 官方 GitHub 仓库中是有一个这样的 issue 的，已经关闭了。 里面提到的解决方式是安装最新的 Triton 就解决了。我测试了一下，能够解决这个问题。但是这里须要提到的一点是，出问题]]></description>
            <link>https://blog.qinka.pro/post/torch/torch-compile-memory-leak</link>
            <guid isPermaLink="true">https://blog.qinka.pro/post/torch/torch-compile-memory-leak</guid>
            <category><![CDATA[深度学习]]></category>
            <dc:creator><![CDATA[Johann]]></dc:creator>
            <pubDate>Sun, 07 May 2023 21:04:35 GMT</pubDate>
        </item>
        <item>
            <title><![CDATA[迁移到 Linux - 日志 2]]></title>
            <description><![CDATA[输入法安装 Gnome 现在默认使用的输入法的“框架”是 ibus ，同时，常见的搜狗输入法的 Linux 版本是 之提供 debian package， 同时采用的是 fcitx “框架”。因此，就不额外折腾了，直接在 dnf 中搜索 ibus 支持的中文输入法就好了。 命令是：    然后就会显示支持的输入法了。这里我用的是 libpinyin ，所以安装   这个库就好了。 浏览器 本来是想]]></description>
            <link>https://blog.qinka.pro/post/workspace/to-linux/2</link>
            <guid isPermaLink="true">https://blog.qinka.pro/post/workspace/to-linux/2</guid>
            <category><![CDATA[迁移]]></category>
            <dc:creator><![CDATA[Johann]]></dc:creator>
            <pubDate>Sun, 26 Mar 2023 20:37:34 GMT</pubDate>
        </item>
        <item>
            <title><![CDATA[迁移到 Linux - 日志 1]]></title>
            <description><![CDATA[起因 突然想把开发环境迁移到 Linux，起因是 Windows definder 一直在扫描， 但是也不知道他在扫描啥，磁盘也没有动静，网络也没有动静。 光站着 CPU、内存，但是也看不到 Windows definder 到底在干啥。 担心微软在干一些奇奇怪怪的事情，就比如挖矿或者窃取隐私和机密信息。 所以打算将环境切换到 Linux 下面。 计划 目前的计划是购置一台 新的计算机安装 Lin]]></description>
            <link>https://blog.qinka.pro/post/workspace/to-linux/1</link>
            <guid isPermaLink="true">https://blog.qinka.pro/post/workspace/to-linux/1</guid>
            <category><![CDATA[迁移]]></category>
            <dc:creator><![CDATA[Johann]]></dc:creator>
            <pubDate>Thu, 23 Mar 2023 20:52:22 GMT</pubDate>
        </item>
        <item>
            <title><![CDATA[构建离线版不完整 APT 源]]></title>
            <description><![CDATA[构建一个离线版本的，只包含特定软件安装包的 APT 离线 仓库。 1. 首先启动一个对应 Ubuntu 系统的 docker 容器 2. 在 Docker 容器中执行  更新软件源索引 3. 在 Docker 容器中执行  4. 重复下面命令，将要下载的软件下载下来： 其中  的地方应该写入所要下载安装的软件包，比如 gcc。但是如果，下载的过程中，提示，有安装包无法被下载（就是系统内置的包，不在]]></description>
            <link>https://blog.qinka.pro/post/ops/ubuntu/offline-apt-part-repo</link>
            <guid isPermaLink="true">https://blog.qinka.pro/post/ops/ubuntu/offline-apt-part-repo</guid>
            <dc:creator><![CDATA[Johann Li]]></dc:creator>
            <pubDate>Mon, 17 Oct 2022 21:20:20 GMT</pubDate>
        </item>
        <item>
            <title><![CDATA[下载 NVIDIA GPU 驱动，并离线安装]]></title>
            <description><![CDATA[通常，可以直接使用 NVIDIA 提供的 RUN 文件，来安装，但是这个对于离线设备，还是直接使用 apt 软件源安装最为方便。 要安装的包的名字为  和对应的  这个安装的是适合无头工作站、服务器的，然后前者是驱动，后者是相关的软件，比如 。其中  是对应的版本号，比如 515。]]></description>
            <link>https://blog.qinka.pro/post/ops/ubuntu/offline-nvidia-driver</link>
            <guid isPermaLink="true">https://blog.qinka.pro/post/ops/ubuntu/offline-nvidia-driver</guid>
            <dc:creator><![CDATA[Johann Li]]></dc:creator>
            <pubDate>Thu, 06 Oct 2022 21:20:20 GMT</pubDate>
        </item>
        <item>
            <title><![CDATA[下载 deb 离线文件以备安装（含依赖）]]></title>
            <description><![CDATA[我参考的 https://blog.csdn.net/zgp210317/article/details/120586189 这篇博文。 1. 安装  （) 2. 用  列出依赖包：  3. 下载 deb 文件：  如果，在  的过程中，有提示一些安装包无法下载，就执行 ，将无法下载的安装包，从输出的列表中删除掉，然后将这些包的名称转换为一行，通过  进行下载（其中  的地方，需要替换。]]></description>
            <link>https://blog.qinka.pro/post/ops/ubuntu/offline-package-install</link>
            <guid isPermaLink="true">https://blog.qinka.pro/post/ops/ubuntu/offline-package-install</guid>
            <dc:creator><![CDATA[Johann Li]]></dc:creator>
            <pubDate>Thu, 06 Oct 2022 21:17:20 GMT</pubDate>
        </item>
        <item>
            <title><![CDATA[创建 ISO 镜像]]></title>
            <description><![CDATA[将要打包的文件放到 ISO 镜像中，需要两步： 1. 将要打包的文件放入一个文件夹中 2. 执行  其中，  是光盘的卷名， 数输出的文件， 是要打包的文件。]]></description>
            <link>https://blog.qinka.pro/post/ops/ubuntu/mkiso</link>
            <guid isPermaLink="true">https://blog.qinka.pro/post/ops/ubuntu/mkiso</guid>
            <dc:creator><![CDATA[Johann Li]]></dc:creator>
            <pubDate>Thu, 06 Oct 2022 21:14:20 GMT</pubDate>
        </item>
        <item>
            <title><![CDATA[K8S 部署服务 -- 编排应用]]></title>
            <description><![CDATA[直接上原始文件和注释，这里是基于 K3S 的，存储直接使用 ，然后使用默认配置的 traefik 作为 ingress。 这个文件直接使用  将文件作为标准输入即可配置。]]></description>
            <link>https://blog.qinka.pro/post/ops/k8s/deploy-service</link>
            <guid isPermaLink="true">https://blog.qinka.pro/post/ops/k8s/deploy-service</guid>
            <dc:creator><![CDATA[Johann Li]]></dc:creator>
            <pubDate>Thu, 06 Oct 2022 20:47:20 GMT</pubDate>
        </item>
        <item>
            <title><![CDATA[K3S 离线安装]]></title>
            <description><![CDATA[省流：参考官方文档 离线安装和不同的安装方式，几乎没有区别，但是需要将镜像和二进制文件提前下载。 要从 rancher/k3s Release 下载相关的镜像和二进制文件。 要下载的一个是  这个文件，这个是一个可执行文件，（如果服务器不是 x86 架构，那么，要下载其他的二进制文件，比如 k3s-arm64）。另一要下载的文件是 ， 当然，也可以下载压缩版本（记得解压）和其他处理器架构的代码。 ]]></description>
            <link>https://blog.qinka.pro/post/ops/k8s/k3s/offline-install</link>
            <guid isPermaLink="true">https://blog.qinka.pro/post/ops/k8s/k3s/offline-install</guid>
            <dc:creator><![CDATA[Johann Li]]></dc:creator>
            <pubDate>Thu, 06 Oct 2022 20:25:20 GMT</pubDate>
        </item>
        <item>
            <title><![CDATA[K3S 导入离线镜像]]></title>
            <description><![CDATA[导入镜像 对于如果需要从文件导入镜像，或者部署的 K3S 是离线的，就需要将镜像的文件( 格式)保存到  这里。 参考 K3S 官方的文档 导出镜像 所需要的  文件，可以通过集中不同的方式导出:  对于 ， 则是通过  的方式，将进行导出，例如 ；导出的文件中镜像的名字，就是命令行上面的名称。  对于  来说，就是  这里的  就是镜像的名称，同时  是输出的 tar 文件。  对于  来说，则]]></description>
            <link>https://blog.qinka.pro/post/ops/k8s/k3s/offline-import-images</link>
            <guid isPermaLink="true">https://blog.qinka.pro/post/ops/k8s/k3s/offline-import-images</guid>
            <dc:creator><![CDATA[Johann Li]]></dc:creator>
            <pubDate>Thu, 06 Oct 2022 19:55:20 GMT</pubDate>
        </item>
    </channel>
</rss>