NAS相册PhotoPrism NAS相册 PhotoPrism 是谷歌旗下的应用 可以部署在Docker环境 前几天组装了NAS 系统自带的相册太弱了 只是有个相册而已 就装了PhotoPrism 这个软件老外开发的，功能很强大 但是并不不符合国人使用习惯 首先导入照片都设置了很久 我觉得我自己动手能力还是很好的 都设置这么久 设置设置启用nas的WebDAV 服务 再到相册中连接nas 不能直接读取nas中的文件夹 不过这个可以理解 毕竟是Docker环境下的 不是系统亲生的 希望飞牛尽快升级基础功能 非常缓慢的拉取照片信息以及重建索引过程中 由于硬件条件有限，cpu几乎一直都是100% 可以完美识别照片信息，例如gps信息 自带地图 按照坐标显示在地图上 还可以按照人脸信息归类，人脸识别能力有待提高 确实很强大 photoprism passwd admin 更改admin的密码 [官方文档连接](https://docs.photoprism.app/user-guide/users/cli/) 

沙皇炸弹 沙皇炸弹 冷战期间，苏联一共制造了两枚 RDS-202 氢弹。这种氢弹威力巨大无比，被称为"沙皇炸弹"。 "沙皇"一词在俄语中通常用于形容巨型事物。  其中一枚于1961年10月30日试爆，是迄今为止最大的人造爆炸。 在全世界所有已知爆炸事件中排名第二，仅次于导致恐龙灭绝的大爆炸。 它的爆炸当量本来相当于一亿吨的TNT炸药，苏联当局忧心试爆后的核落尘对环境的严重影响，会导致内政难题与外交风波，因此将核弹减半为5000万吨的爆炸威力。 尽管如此，这枚炸弹的威力依旧是二战期间广岛原子弹的3800倍，相当于二战中所有使用的炸弹总量十倍。 爆炸的第一阶段以核分裂为主，所产生的能量诱发第二阶段的核聚变，聚变释放出的中子诱发出更剧烈的第三阶段核裂变。 试爆地点是北冰洋的一个岛屿，所产生的火球半径达4600米，将近1000公里外的地方都可看见。 爆炸产生的蕈状云宽近40公里，高约64公里，相当于珠穆朗玛峰海拔高度的7倍多； 爆炸产生的热风可以让远在170公里以外的人受到3级灼伤，爆炸的闪光能造成220公里以外人的眼睛剧痛与灼伤，甚至造成白内障以及失明。 55公里外的一个村庄所有房屋全毁。 数百公里内的木造房屋全毁，只有砖造或石造房屋残留，但是门窗与屋顶都被强风吹走。 虽然这一次试爆是在空中试爆，但是往地球传送的震波，被美国仪器侦测到，相当于里氏地震规模5~5.25的地震。 为了保证试爆人员的安全，炸弹上还特别加装一副重达800公斤的减速伞，以延迟炸弹释放坠落后的爆炸时间。 否则爆炸威力太大，会危机投放炸弹的飞机安全。 当时的苏共中央第一书记赫鲁晓夫，在1961年7月10日批准了这种炸弹的研发，并要求在十月底完成试爆，刚好是第22届苏共党代会会期， 赫鲁晓夫可以借试爆的成功来巩固自己在苏共中央的地位。 这种炸弹体积太大，当时的轰炸机无法携带它飞很远，因此苏联军方并没有用于实战的打算，主要用来对西方世界的恐吓。 不过，苏联军方却有将这枚氢弹以舰船或潜艇运至敌方海岸，在海中引爆引发巨型人工海啸的规划。

什么是人工智能(AI) 什么是人工智能(AI)  李开复老师用通俗的语言来解释，人工智能、机器学习、神经网络、深度学习……这些词到底是什么意思？彼此有什么关系？ 我觉得，这些介绍对理解 AI 的体系，挺有启发的。它们分散在各个章节，我将它们整理在一起。 为了行文连贯，我没有完全照搬原文，而是用自己的语言重新叙述，如果有错误，也归咎我。 （1）人工智能 1956年夏天，计算机科学家约翰·麦卡锡（John McCarthy）首次提出“人工智能”（AI）这个概念。 人工智能指的是，通过软件和硬件，来完成通常需要人类智能才能完成的任务。它的研究对象，就是在机器上模拟人类智能。 （2）机器学习 早期，人工智能研究分成两个阵营。 第一个阵营是规则式（rule-based）方法，又称专家系统（expert systems），指的是人类写好一系列逻辑规则，来教导计算机如何思考。 可想而知，对于复杂的、大规模的现实问题，很难写出完备的、明确的规则。所以，这种方法的进展一直很有限。 第二个阵营就是机器学习（machine learning），指的是没有预置的规则，只是把材料提供给计算机，让机器通过自我学习，自己发现规则，给出结果。 （3）神经网络 神经网络（neural network）是机器学习的一种主要形式。 神经网络就是在机器上模拟人脑的结构，构建类似生物神经元的计算网络来处理信息。 一个计算节点就是一个神经元，大量的计算节点组成网络，进行协同计算。 神经网络需要极大的算力，以及海量的训练材料。以前，这是难以做到的，所以20世纪70年代开始，就陷入了停滞，长期没有进展。 （4）深度学习 深度学习是神经网络的一种实现方法，在20世纪80年代由杰弗里·辛顿提出。它让神经网络研究重新复活。 深度学习是一种让多层神经元可以进行有效计算的方法，大大提高了神经网络的性能。“深度学习”这个名字，就是比喻多层神经元的自主学习过程。 多层神经元包括一个输入层和一个输出层，它们之间有很多中间层（又称隐藏层）。以前，计算机算力有限，只能支撑一两个中间层，深度学习使得我们可以构建成千上万个中间层的网络，具有极大的“深度”。 （5）Transformer 早些年，深度学习用到的方法是卷积神经网络（CNN）和循环神经网络（RNN）。 2017年，谷歌的研究人员发明了一种新的深度学习处理方法，叫做 Transformer（转换器）。 Transformer 不同于以前的方法，不再一个个处理输入的单词，而是一次性处理整个输入，对每个词分配不同的权重。 这种方法直接导致了2022年 ChatGPT 和后来无数生成式 AI 模型的诞生，是神经网络和深度学习目前的主流方法。 由于基于 Transformer 的模型需要一次性处理整个输入，所以都有“上下文大小”这个指标，指的是一次可以处理的最大输入。 比如，GPT-4 Turbo 的上下文是 128k 个 Token，相当于一次性读取超过300页的文本。上下文越大，模型能够考虑的信息就越多，生成的回答也就越相关和连贯，相应地，所需要的算力也就越多。 [本文转载 ](https://github.com/ruanyf/weekly/blob/master/docs/issue-330.md)

漆包线调整时钟快慢 漆包线调整时钟快慢 原理是利用电容调整晶振频率 晶振难免精度有正负偏差 会造成时钟或快或慢 慢了，串联在晶振一脚 快了，并联  [转载](https://www.mydigit.cn/thread-359226-1-1.html)

图片文件自动命名工具 图片文件自动命名工具 先说起因 这几天帮老板扫描旧照片 大约有千张之多 普通扫描仪一次能扫5张 后续ps裁剪成单张 输出时我录制了一个脚本，自动输出到指定的文件夹 这会带来一个后果 当前打开的图片名称是123.jpg 输出的5张都是123.jpg 也就是说，后面输出的都会覆盖掉前面输出的图片 除非，每次输出后，手动重新命名 在裁剪完前面两个相册之后 我做了个工具 监听指定文件夹，收到新图片时 按照当前时间戳自动重命名 由于ps输出文件时，会先生成一个临时文件，待完全输出后，再重新命名 因此工具做了4秒钟的延时 待ps完成输出之后，再自动重新命名 用了几天，相当稳定 选择目标文件夹，点击开始监听即可 老样子，回复可见 软件包内有源码和打包好的exe 如果功能不适合你，请你自己再改改 如有你改好的，更好用的 欢迎分享给我  隐藏内容，请前往内页查看详情

最近组建的NAS 最近组建的NAS 是的，nas是组建的 选最便宜的配件 机箱3D打印的，三围尺寸 250/210/110 Intel(R) Celeron(R) CPU J3160 @ 1.60GHz 4 核 1 条共 8 GB 1333MHz DDR3 128gb ssd 电源 明纬 12v 4.2A 拆机电源 闪迪 500gb ssd 计划用作Docker和其他应用池 主要存储是两块4TB磁盘组成RAID1 DT02ABA400V 具备 4TB 存储空间，5400RPM 转速， 硬盘采用 PMR 记录技术，最大传输速率 176.4MB/s，工作噪音仅为 24dB 硬盘在运行时的功耗为4.11瓦，闲置时的功耗为2.32瓦 CPU长期在50度左右（室温20度） 夏天可能要加强散热，到时候再装个风扇 系统用的国产NAS 飞牛系统  以下为功率计实测 关机状态 2.5瓦 属电源关机静态消耗 开机稳定后，17.5瓦，此时各磁盘均为正常工作状态，没有读写操作，非待机状态 设置了5分钟休眠 磁盘休眠状态8.5瓦 从本nas拷电影到群晖nas 两块4TB磁盘读取18-20.5瓦 满速上传18-20.5瓦 

国产NAS系统-飞牛fnOS 说明：此贴仅为炫耀，没有分享资源！！！！！！ 前几年市面上只有一家做nas 那就是群晖 时至今日，各种nas遍地都是 群晖依然是nas界扛霸 非常稳定 性价比极低 800块的硬件，买到2800 当然了，没说系统不值钱 但是这个真是没性价比 我们公司有4个nas，三个是群晖 一个威联通 群晖就比较顺手 威联通各种不习惯 之前计划整个高端点的nas，找了群晖各个渠道联系 例如淘宝天猫旗舰店 京东旗舰店 群晖官网在线留言 电话 邮件 全部石沉大海 没有任何一个地方有回音 三台nas之间同步备份，竟然会漏文件 找了售后远程也没搞定 ！！！！！！！！！！！！！！！！ 从此群晖神话在我心中破灭 前段时间听说国产出飞牛nas系统了 找了个前几年买的U盘电脑 是的，比U盘大点 因特尔亲生的 叫电脑棒 花了700元 X5-Z8300 1.44-1.84 GHz 2gb内存  飞牛官网下载的镜像 下载镜像时心里就在打鼓，镜像包2gb 这么大，这个电脑棒恐怕带不起来 没想到，真是没想到 安装完流畅的很 丝毫没有卡顿 畅快淋漓 一发不可收拾 其实自己早就想整个nas了 群晖性价比太低，下不起手 国产不是没有替代 什么绿联，海康什么的 不是什么正牌军 这次试用了飞牛系统 里面的电影app让我眼前一亮 这就是我想要的功能 上传电影后，会自动拉取电影封面简介演员表等等信息 我是个电影迷 每天回来都会找个电影看 我保存了大量电影在本地和百度云 奈何百度云吞了我不少片子 后面就只能存本地了 删又舍不得删，空间又不够 加上我摄影，每周大约固定消耗4gb左右空间 nas是时候提上日程了 立马咸鱼找了一家DIY的 3D打印的机箱 拆机主板 CPU J3160 @ 1.60GHz 4 核 拆机内存 拆机磁盘 花费不到一千 装机运行完美 上传电影花了两天 占用2tb空间 电影840部，其中约10部没匹配到封面，明天再具体查下，实在匹配不到只能删了 电视剧10部左右 生成的电影墙那叫一个壮观 真是高兴！~      这次只说电影功能，其他的留下次再说