Alist + Duplicati 实现Halo云备份
本文介绍了作者为Halo博客系统实现自动备份的解决方案。由于官方备份插件收费且不支持自定义云盘，作者通过修改现有Python脚本（调用Halo备份API）自动创建备份文件，并优化为解压备份以减少重复存储。随后，结合Alist（用于统一管理多个网盘）和Duplicati（定时备份工具），将备份文件通过WebDAV协议上传至云盘（如坚果云、123盘等）。文章详细说明了环境配置、代码修改及工具设置步骤，最终实现低成本、可扩展的多重云备份方案。
JacyLunatic
AUTHOR
92
篇文章
回忆录(一）
本文是一篇初中回忆录，作者通过同学聚会追忆了青春岁月。文章生动记述了“赌水”、“赌饭”、自制“乾汁”等充满童趣的班级趣事，以及课间分享“魔法士”干脆面、在微机课和教室电脑上偷偷玩游戏、看电影的快乐时光。文中还回忆了几位个性鲜明的老师，特别是一位教学方法独特、影响深远的“？”老师。最后，作者以细腻的笔触回忆了一段无疾而终的暗恋故事，流露出对纯真年代和未竟情感的怀念与淡淡感伤。全文以辛弃疾的词句作结，表达了如今回首往事时欲说还休的复杂心境。
ImportError: libgthread-2.0.so.0: cannot open shared object file: No such file or directory
本文记录了在服务器上导入OpenCV（cv2）时遇到的“ImportError: libgthread-2.0.so.0”错误。该错误是由于系统中缺少必要的共享库文件所致。解决方法是更新软件包列表并安装缺失的库，具体命令为：`apt-get update` 和 `apt-get install libglib2.0-dev`。执行后即可修复依赖问题，使OpenCV正常导入。
具有方向性的高斯滤波
本文介绍了高斯滤波及其方向性应用。高斯滤波器是一种基于高斯函数权重的线性平滑滤波器，通过参数Sigma控制滤波宽度，常用于图像处理。文章提供了生成二维高斯滤波核的Python代码，并展示了如何通过旋转滤波核实现方向性滤波，以增强特定方向的滤波效果。最后，给出了应用滤波核进行图像卷积处理的代码示例，包括边缘填充和卷积计算步骤。
设计模式（一）单例模式
本文介绍了设计模式中的单例模式。其核心作用是确保一个类只有一个实例，例如任务管理器。实现方式包括：将构造器私有化以保证唯一性；定义一个静态类变量来存储该实例；提供一个类方法返回该实例。文中还对比了饿汉式单例（类加载时即创建实例）和懒汉式单例（首次调用时创建实例，实现延迟加载），并分别提供了Java代码示例。
Vscode调试Python踩坑记录
本文介绍了在VSCode中调试Python程序时常见问题的解决方法。首先，在`launch.json`文件中添加`args`参数可实现调试时传递参数。其次，若导入包出错，可通过设置`env`参数并指定`PYTHONPATH`为工作目录下的相应路径来解决。最后，调试时需通过菜单选择“Run → Start Debugging”启动，而非直接点击调试按钮。这些步骤能有效避免常见调试错误，提升开发效率。
java类型转换
本文总结了Java变量类型转换的五个要点：1. 小范围变量可直接赋值给大范围变量；2. 表达式的运算结果以最大范围变量为准；3. 表达式中char、byte、short类型会自动提升为int类型；4. 大范围变量可强制转换为小范围变量，如`byte c = (byte)a`；5. 小数转整数时会直接丢弃小数部分。这些规则涵盖了自动转换与强制转换的基本场景。
Pytorch中cat和stack的区别
PyTorch中的cat和stack函数都用于连接张量，但方式不同。cat（拼接）不会增加张量维度，而是沿指定维度直接合并数据。例如，两个形状为(2,3)的张量经cat(dim=0)后变为(4,3)。stack（堆叠）则会新增一个维度，将多个张量沿该维度组合。同样两个(2,3)张量经stack(dim=0)后变为(2,2,3)。简言之，cat用于扩展现有维度，stack用于创建新维度。
Linux下zip文件的分卷压缩和解压
本文介绍了在Linux系统中对zip文件进行分卷压缩与解压的方法。进行分卷压缩时，使用`zip -r -s`命令，例如`zip -r -s 1m log.zip log/`，其中`-r`表示递归压缩目录，`-s`指定分卷大小。解压分卷文件前，需先使用`zip -F log.zip --out LOG.zip`命令将所有分卷修复并合并为一个完整的zip文件，然后再进行常规解压操作。
python中配置环境变量
本文介绍了在Python中配置环境变量的两种方法。一是在Python代码中通过`os.environ`动态添加路径，例如修改`PATH`变量。二是在Jupyter环境中使用`%env`魔法命令直接设置多个环境变量。这些方法便于在不同运行环境中灵活管理配置，确保程序能正确访问所需的路径和资源。
