增加WSL虚拟硬盘大小

绪言

今天在WSL上训练模型，训练到Epoch [17/40]时出现了

1
2
3
4
5

"/home/xxx/anaconda3/envs/tjjm/lib/python3.12/site-packages/torch/serialization.py", line 784, in __exit__

    self.file_like.write_end_of_file()

RuntimeError: [enforce fail at inline_container.cc:626] . unexpected pos 35558976 vs 35558864

发现是保存模型权重文件时失败了。

1
2
3
4
5

(tjjm) xxx@xxx:~$ df -h
Filesystem      Size  Used Avail Use% Mounted on
drivers        1000G  871G  130G  88% /usr/lib/WSL/drivers
/dev/sdc        251G  239G     0 100% /
C:\            1000G  871G  130G  88% /mnt/c

发现是WSL硬盘满了。但是此时WSL所在的C盘仍然有空间。

查资料大概得知，大概是这么个回事。

AI时代，一些普普通通的游戏卡的价格也开始越发魔幻；在大显存的需求下，魔改卡也层出不穷。到底哪张卡最值得购买？哪张卡溢价严重？这次我想从一个购买者的角度出发，不考虑显卡的零部件成本，只考虑性价比，来估算目前市面上的“高性价比显卡”到底是否真的那么有性价比。

这篇文章其实内容不多，难度不大，只是自己记录一下。Arisu拷打了我几次我在阿里云上花钱购买SSL证书一事。最近，一年将至，阿里云已经天天给我发邮件提醒我续费了。今天下午有点时间，就干脆换成Let's Encrypt吧。

起初的原因是，想要跑一个用到了mamba-ssm的项目，故尝试在wsl中配置mamba-ssm库。提示需要pip install mamba-ssm后报错频繁，遇到了许多问题。查阅了很多blog和issue，安装了很多次环境，仿佛已经对注意事项倒背如流，但是就是无法解决最后的selective_scan_cuda.cpython-310-x86_64-linux-gnu.so: undefined symbol: ZN3c107Warning……

你知道的，我一直是qwen的粉丝；
至于ds，在r2出来之前我祝他好运。

ZCPC17th E Easy DP Problem

Problem

由于这题前面的思维推到部分我没有参与，主要是现学（复习）了一下主席树，所以主要讲主席树的部分。

题目可转化为：

给一个长度为 \(n\) 的数组 \(a_i\)，有 \(q\) 个询问，每次询问区间 \([l,r]\) 中最大的 \(k\) 个数之和，再加上 \(\sum_{i=1}^{r-l+1}i^2\)。

\(n\le10^5,q\le10^5,a_i\le10^6\)

\(T\le100,\sum n\le5\times10^5,\sum q\le5\times 10^5\)

省流：雷电损耗超级大。

省流：内屏损耗8%，外屏损耗2%~5%。

这篇blog介绍了markitdown工具的基本安装方法和主要功能，包括使用文档智能服务提取文本和第三方插件转换文件。通过测试Word文档和PDF文件，展示了工具在不同文件类型下的转换效果和局限性，如公式和图片转换失败、链接格式不一致等问题，同时强调了工具的高效性和适用性。

记录一下在云服务器上开mc-1.16.5-Forge服。

OS: Ubuntu 22.04.2 LTS x86_64

CPU: Intel Xeon Platinum (2) @ 2.500GHz

Memory: 396MiB / 7279MiB