今天使用“树洞外链”建立了自己的外链网站。使用的依然时七牛云存储,但是可以方便的上传文件了,不需要在登陆七牛单独上传了。

前台上传地址:http://upload.taho.cc/

后台登陆地址:http://upload.taho.cc/admin

优点:简洁高效,方便好用

缺点:一次只能上传一个文件


搭建过程:

下载并安装树洞外链。

树洞外链官网:里面进行下载,得到zip压缩包。

上传到主机空间,解压缩。

绑定域名后访问,便打开初始化界面,让设置MySQL数据库的库名、用户名、密码、管理员等(类似于WordPress的安装),很简单。

然后访问“你的域名/admin”进行后台登陆。

这个平台太强大了,支持五种上传模式:

2018-01-23_140059.png
进入后台后,可以设置上传模式。

按步骤的话这样来比较高校:

首先建立用户组,比如“上传”,然后建立用户,比如“上传的人”。此时便可以看到,可以将用户放到哪一个用户组了。之所以这样做,是可以对用户组进行权限控制,而用户的权限由用户组决定。

查看全文

一开始,我对云存储是很热心的,所以就早早的用上了又拍云、七牛云等。因为它们免费,快速。

最早使用的是又拍云,但是它的免费额度并不够,因此我注册了多个账号,后来证明这样做是错的,它导致外链数据弥散开来,无法规整。其次,每月流量有限度,超额后,外链将无法打开。

所以转用七牛云。七牛云每月10G流量,提供10G存储,足够使用了。我不再担心流量和存储不够。

但是,自从360云盘关闭之后,数家网络云盘都相继关闭,我不得不担心七牛云也会遭遇同样的情况。另外,国外的虚拟主机虽然不用备案,但不稳定。毕竟数据为重,博客已经写了几年,内容庞大,所以我选择了国内大一点的公司(西部数码)架设网站。

在了解了市面上诸多虚拟主机和其相对昂贵的价格之后,我选择了很久。西部数码突然有一个五折活动,而且还满3年赠2年,活动力度很大。于是我就购买了更大空间的虚拟主机,有1G空间,一年不到一百元,比国外的较小容量虚拟主机还便宜(国外600M就要99,国内一般都要199)。

自此,便完完全全放弃了免费的云存储和国外的虚拟主机。免费都要付出代价的,而网站的代价就是——数据丢失的风险和访问速度的不稳定,尤其前者会要命!

可惜后来发现,1G的空间很快就超额了。如果要扩容,就得购买更大的空间,但是再没有以前那种优惠活动了。

于是,我重新对七牛云产生了兴趣。发现七牛云现在在不断更新,而且获得了新一轮的融资,最大股东是阿里巴巴。我便不那么担心七牛云会迅速倒闭,不担心数据会很快丢失了。

然后,在成功的下载了七牛云的文件之后,我放心的用上了它。如果有一天它要倒下,我便可以批量将数据下载到本地,并用MySQL修改文章附件链接就好。(已经亲测可行)

所以,这些照片、视频、附件,都可以存到七牛云,只把网站数据放到虚拟主机上便好了。而且,这样做对虚拟主机带宽消耗很少(虽然我也用不完),10G的七牛流量也足够,就算超额,1G也就几毛钱。

所以,我又回归七牛云了。


介绍一下WordPress如何使用七牛云

一、安装插件

  • WPJAM BASIC
  • WPJAM 七牛镜像存储

二、配置插件

WPJAM BASIC 的配置:

几乎不需要配置,只要安装就好,这个插件是提供七牛云存储的基本功能的。当然,里面的其他功能如果你需要的话,勾上就好,比如我的(点击看大图):

WPJAM 七牛镜像存储的配置(点击看大图):

课程网址:

云服务器基础介绍: https://cloud.tencent.com/course/special/182

云数据库基础介绍: https://cloud.tencent.com/course/special/239

这两门课是进入云服务器门槛的基础知识,也是最基本的步骤。无论从事什么开发工作,都应该掌握这两种基础知识。

转载自:电子火花

谷歌的 Project Soli 雷达技术可不光是应用在智能表,如果交到创意无限的人手上,其应用可是既实用又有趣。圣安德鲁斯大学的研究员利用开发者套件来创作了 RadarCat,能分辨靠近的物品是什么。RadarCat 通过机器学习,慢慢就会分辨到放在上面的是苹果或是橙、玻璃杯里有没有水,甚至是人体部位。

团队并没有做出太复杂的东西,他们只把手机和雷达连在一起,就能通过握机的方式和位置来做出不同反应,设备还懂得分辨手掌有没有戴上手套而改变界面呢。在应用范例里,餐厅能知道客人的饮料喝完没有、视障人士也可以在店里分辨到货品。再进一步的,团队认为农场和废料回收场也能应用 RadarCat 来分类物品。希望它能尽快从概念计划变为实际产品,造褔大众吧。

知乎上有个问题:物理专业自学计算机应该学些什么?

题目大概是说他物理本科大四了,申请去美国读物理博士,但自己对计算机有很大兴趣,为了考虑以后的饭碗,想自学计算机。自己对计算机图形学有兴趣,希望得到一些建议。

回答的人不少,有几个人的回答震撼到我了。


第一个回答:

作者:陈然
链接:https://www.zhihu.com/question/23212279/answer/24061341
来源:知乎
著作权归作者所有,转载请联系作者获得授权。

个人站的角度不同,现在的答案基本都是从图形学的角度建议,我换个角度。

从研究生计算机科学做研究的角度来讲,我认为本科最适合的专业首先是物理,其次是数学,再次才是计算机。数学学的太抽象,抽象层次太高,研究现实问题的人往往处在鄙视链的底端。计算机学的太底层,对于概率论、随机过程、线性代数等学科学的太少,不了解建模分析的那套方法论。而物理学一方面的数学知识足够多,另外一方面主要研究的方法也是对这个世界建模,然后进行观测,这与前沿的机器学习领域做的事情几乎是一样的。至于会不会写代码,其实科研里面要写的代码不多,主要都是在推公式,研究如何设计模型使得其拥有很多良好的性质。代码很多时候写写matlab就可以了。

所以恭喜你,如果你想转行做CS的科研,你有很大的优势。事实上,很多CS领域的大神都是学物理的,比如华人图灵奖得主姚期智,CMU Machine Learning领域大神Alex Smola。

如果你真的励志做CS相关的研究的话,物理PhD的选择最好到CS极好的学校,比如UCB, CMU, MIT, Stanford,一般这些学校都可以辅修Machine Learning的Master, 多修CS相关的课程,都是很好的选择。Coursera上的Machine Learning课程都很入门,如果想进阶,你可以看看CMU 10701(Machine Learning), 10702(Statistical Machine Learning), 10708(Probabilitic Graphic Model) 课程的课件、视频、相关阅读和作业,基本都不需要写代码,主要是数学证明、建模和分析。

当然,如果你想做应用而不是做理论什么的,当我以上没说。


第二个回答:

作者:Milo Yip
链接:https://www.zhihu.com/question/23212279/answer/23940891
来源:知乎
著作权归作者所有,转载请联系作者获得授权。

其实在计算机图形学里有很多与物理相关的课题,例如物理模拟(刚体、柔体、流体等)、基于物理的渲染(光源、材质、媒介等),还有一些涉及物理的跨学科课题,例如生物力学、基于物理的声音渲染、光场摄影等等。简单介绍几本书

有空可以看看最前沿的图形学发展,特别是当中涉及物理部分的

看看那些文献的作者网站,可能会发现不少研究者都有物理背景。

我觉得能做理论物理研究的人,其智商做哪种科学问题也不大吧。而计算机科学之本就是算法,无论是哪一个应用方向都是必须的,建议深入学习。个人不建议浪费时间在API、OS、UI编程上面,不竟这些东西许多人都能做,有研究能力的人可以探索新世界。因为游戏、动画、电影这些娱乐工业,计算机图形学的职位在行业上也有需求。


第三个回答:

作者:徐枭涵
链接:https://www.zhihu.com/question/23212279/answer/27455609
来源:知乎
著作权归作者所有,转载请联系作者获得授权。

我是理论物理大二的…给师兄回答这个问题吧。
================================================
当师兄看到很多API繁杂但无从下手,答案是唯一的:多写。
再说说我的建议吧,
掌握一门快速开发语言:强力推荐Python,因为有scipy和numpy存在。可以把这玩意当Matlab用。我做过测试,进行大矩阵乘法numpy的速度比matlab快50%,这二者都比mathematica快20倍…而且python有一个很好的web framework django,结合html css,可以写出不错的网站(比如知乎)如果你是OI的,数据结构神马不用太多虑,直接上计算机图形学吧。
建议可以OpenGL+PhysX(物理引擎)+.NET/Cocoa(win/mac)一起做一个项目,像我做的是一个无人机控制的仿真平台。这个对于学习三这玩意都有效。特别是mvc的构建方式。
另外还有一个很轻巧的构建计算机图形学的方式是webgl,很漂亮。或者直接unity3d(游戏引擎)引擎亦可。
如果你会了html也就是如果你会了javascript,建议入手node-webkit,二十分钟构建一个跨平台桌面应用。对于交互UI我比较倾向于两种,一个是轻量级的html+js的形式,好看简单,一个是unity虚拟现实,我最近做的一个项目就是这两种结合的模式。强力推荐CUDA(GPU计算),物理口必备…想在自己的PC上模拟核聚变CUDA绝对是居家旅行,杀人放火必选。而且CUDA的模型天生是为物理学家设计的。同时需要学点cpp,可以把鄙校丁泽军老师计算物理A书上的习题全部CUDA一遍基本就练习的差不多了
micro.ustc.edu.cnML/DataMining我只看过一些些,这些东西如果自己写算法的话需要用c/cpp如果只是玩玩可以用python+一堆库的方式来搞。主要可能还是数据源吧。嵌入式&单片机,如果不慎入实验物理坑会点单片机嵌入式还是有必要的,入个树莓派玩玩ROS吧。从树莓派+arduino玩的方式入手玩起来很简单无压力,最练手的就是写机器人控制了。这个是从机械折腾到前段的。
树莓派既是典型的嵌入式Arm开发版,优势在于社区庞大。
arduino是一种高度简化后的单片机。比起51等用起来真的简单多了

移动开发:学习学习swift吧。玩玩iOS。。总是觉得Android怪怪的

学习轨迹:
1.熟练使用linux/unix(格式化硬盘一个月内可以生存)
2.选一个自己顺手的IDE(vim/emacs/VS),基本熟练cpp、python(均指一万行代码,可以写写计算物理习题)
3.搭建一个自己的服务器(using aws.amazon.com ec2)
4.写一个桌面app .net/cocoa,(学c#/o-c),在这里折腾OpenGL CUDA等
5.写一个绚烂的个人网站use Django&html5&css3&webgl
6.研究妹子回你短信速度和她对你好感度的关系(使用支持向量机/deep learning)
7.学习CUDA并在你的pc上模拟EAST using MHD model in FEA
(其实能跑出来一个N-S方程出来个卡门涡街就很好了)
8.学习单片机并且控制一架四轴飞行器给那个追了四年没追的女神泼一盆冷水(someone你丫两年以后给我等着)。
可以适当从ROS+树莓派入手,加上一些有意思的硬件比如kinect什么的,就很好玩,推荐学习OpenCV(人脸识别)+讯飞各种接口(语音)。

对了。。。工程控制论,或者什么ML,DataMining的数学比物理口的数学真的是弱爆了。一群不用解偏微分方程的渣渣。

顺便抛我的blog stlover.org(呃最近好像数据库挂了)
就这些差不多了…剩下做点小项目自己也就会了
=====================
操作系统建议看看,就是看看而已。。我大二选了操作系统课最后发现完全没听。
编译原理没有必要,想深入学推荐MIT的计算机结构和解释同时学习LISP


第四个回答:

作者:Joe Physwf
链接:https://www.zhihu.com/question/23212279/answer/102771418
来源:知乎
著作权归作者所有,转载请联系作者获得授权。
如果读完PhD在转计算机,真真是浪费了。计算机对高等物理那些基本不需要,倒是数学是很需要的,但PhD依然是浪费。
那些图形学,虽然涉及到物理,但是最多也是本科就够了,图形学的很多东西都是在投机取巧,那些有颠覆的理论基本上根物理无关,细节的东西都是在拼奇技淫巧。不是不懂物理,而是上帝的高度凡人根本无法企及。你想两面镜子相互反射这种东西,在计算机看来就是无限循环(卡死),但是上帝那里却是realtime的,一点都不卡。
其他很多计算机领域跟物理就更加没有关系了,互联网,大数据,人工智能都没有。如果你对两者都割舍不了的话,那你应该关注计算机基本理论这些东西。你对软硬件结合很感兴趣,但是这些难度不大,而且你一旦了解之后估计很快就失去兴趣了,因为很容易理解掌握。真正难的是计算机物理基础层面的东西,那才是真正软硬结合的地方。半个多世纪之前,贝尔实验室发明了三极管,现在半导体技术已经日渐迟缓了,量子计算机,量子传输这些技术充满想象。当然未来很难说,但发言权在于那些位于基础理论前沿的那些人,很明显你有机会。实用技术有时的确很吸引人,但那些都是细致末节,你穷尽一生改变的只是一枝一叶,并且或早或晚都将坠落。

我的感悟:

第一个回答站在常春藤留学生的视角给出了实用的建议。给我的感觉就是,国外的课程比国内大学的课程领先了太多了,似乎这些课程已经完全成熟和系统化了,而国内还比较杂,很多人还必须去看网络课程来学习。这从一个侧面能看出,国内学生相比国外学生这方面受教育的深度和看问题的视野是有差距的,而且这样网络封闭的话,很不好弥补。

第二个回答罗列了不少书籍,都是物理和游戏、计算等相关的计算机书籍。这类书籍国内也越来越多,不过不得不说的是,大多好的教材,似乎都是外国人写的,中国引入翻译版(书的好坏甚至还要取决于译者的水准)。也就是说,好的教材都是英文的,大家最好学好英文,方便自己掌握知识。这也提醒我们,我们与他们的差距还是很大的。

第三个回答深深震撼到我了。一个大二学生,已经对计算机技术掌握了这么多,真是不简单啊。我感觉他做的事情如果让我去做,没有几年是做不完的。其中他讲到了Python、C#编程,js编程、html、css、javascript(也许他还会java呢),swift,用到了U3D,还会使用SUDA,也玩开源硬件,arm编程,而且非常擅长Python(用Python结合其他框架做了网站,做了GUI编程等)。学习MachineLearning(机器学习)、DataMining(数据挖掘),还会OpenCV、讯飞API。这个答案是答主在2年前回答的,估计现在已经用到了Google、百度的接口(语音接口还是很强大的),做模式识别,可能还有很多我根本没有听过的,也不知道存在的技术。我非常佩服他,

第四个回答比较理性。他简单澄清了物理和计算机的关系,并建议去做最基本的事情。题主感谢了他,而且题主已经走上了计算物理的道路。“我现在业余时间主要关心机器学习方面的东西,因为背后的数学支持挺对我胃口。我自己的科研方向也正是量子计算,我还在尝试涉猎量子计算+机器学习的交叉。”题主这样回答。


我摘下眼镜,停下来想了想。

普通大众忙忙碌碌,做的事情对他们来说可能过于简单了。世界上就是有这么一小部分人,走在人类发展的前列。虽然和大家一样一日三餐,闲了也玩耍逗乐,但静下来的时候,很多人选择看电视打牌睡觉娱乐,而他们选择去钻研他们的兴趣。

上面的只是物理和计算机的话题。其实,无论是摄影,研究昆虫,或者是别的什么,只要是钻进兴趣里了,人生不会太枯燥,追求也就不会太乏味。我不想说谁的生活更有意义,至少,这么些人的其中一些人做的事,会影响很多人。我感觉,他们活着的意义更大一些吧。