FastAPI 教程:构建高性能异步 API 服务
fastapi 教程
服务器重装
唠唠闲话
p.s. 这几篇博客我其实想找机会整理起来,按一定的逻辑重新梳理。但仔细一想,这上边花时间是要掂量的。
而且,我发现,我们做某个事情的动机,往往只在特定时候会很强烈,借助这个强烈的感觉会事半功倍。而当前也一样,就借着我们强烈的事情来推进吧。
言归正传,本篇我们要讲什么呢?
动机:最近教学楼停电整修,服务器断电导致 boot 损坏,开机异常。尝试了重新安装 grub 以及 boot-repair 等方案,都没有效果。而且这些方案的实践调试通常也要花很多时间。那么,有没有简单粗暴的处理方式呢。
嗯,没错,提前备份。
本篇是作为亡羊补牢的教程。在 grub 无法修复,但系统盘还能读取的情况下。我们在新盘上重装系统,并把一些环境还原回来。本篇就是记录相关的信息的。
系统盘制作和重装系统可以参考 『服务器硬盘维护 | 学习笔记』 这一篇。
本篇主要内容:
rsync 还原主要数据
重新挂载 home 目录,还原指定用户,并保持 pid
个人便好的一键设置。
另外,这篇不完全是教程性质,也因为实验室缘故,这里操作更多是特定于实验室的情况。写在博客上,更多是方便个人记录,如果同步到 ...
vibe-example
唠唠闲话
天工:tiangong.cn
概念很早就有,比如 23年就有了 AutoGPT,但只是概念性质。随着模型能力越来越强。发挥应用效果。
左侧,模型在做什么,右侧,具体细节。
包括当前模型自己规划的 TODO 进展,具体写入的代码等:
没能完成:
minimax
Ray 分布式计算框架简介
概要
Ray 是一个开源的分布式计算框架,由加州大学伯克利分校 RISELab 开发。它的主要目标是让分布式计算变得简单和高效,特别适合 AI 和机器学习工作负载。
优点:
简单易用:使用 Python API,学习曲线平缓,只需要少量代码修改就能将本地代码转换为分布式执行,支持函数级别的并行化。
灵活性:支持多种计算模式:任务并行、角色并行、数据并行,可以处理有状态和无状态的计算,适配多种应用场景:机器学习、强化学习、模型服务等。
高性能:低延迟任务调度,高效的对象存储系统,良好的可扩展性。自动管理 CPU、GPU 等计算资源。
容错机制:任务失败自动重试,Actor 故障恢复。
核心概念:
Task:通过 @ray.remote 装饰器将普通函数转换为分布式任务
Actor:支持有状态的并行计算
Object Store:分布式共享内存系统,用于数据共享
示例解析
分布式任务
将 func 函数转换为分布式任务,并通过 func.remote(args) 做未来的计算。
12345678910111213141516171819import ray# 初始化 Rayray. ...
Python async for 异步迭代器完全指南
深入理解 Python async for 的用法,从基础概念到实际应用,掌握异步迭代器的设计与实现
MDBook 使用指南
掌握 MDBook 的基本概念、安装步骤、配置方法,以及如何创建电子书和文档。
Rust 入门指南(零):安装及 Cargo 管理器
Rust 的基本概念、安装及配置方法,以及如何使用 Cargo 来简化项目管理。
Open WebUI | 自托管的类 ChatGPT 网站
一个可扩展、功能丰富且用户友好的自托管 WebUI,旨在完全离线操作。它支持各种 LLM 服务,包括 Ollama 和 OpenAI 兼容的 API。该项目在 GitHub 上已有 38k 星,是一个非常受欢迎的项目。
数据无忧:Ubuntu 系统备份全指南
如何高效地进行系统重装以及数据备份,避免重复劳动和数据丢失。
Predibase - 在线微调和部署开源大模型
使用 Predibase 在云端环境中,对大语言模型进行微调和推理。







