玛丽今天说梦话了吗
重，太重了 虽然看着拉起来了但是一个两个全是雷 crychic 老三位那边还没弄清楚，Anon 那边到底之前发生什么还没讲明白，倒是猫猫看着好像单纯乐子人（ 感觉把 crychic 解散那事甩给祥子和睦的家庭是个路子，自己想法和家庭期望对立/只会满足家庭期望而没有自己的想法，大概上倒是能解释一些，虽然为什么冲着灯来说不清。 但你们还是好重，不管是那边要「一辈子」还是「要是我直升咱们就能在同一个学校」的某女士还是看起来一心要找回来老五人的，看愛音在那有一种落入重女堆的常识人的感觉（虽然你愛音一心要当主角也很怪就是了
不管哪个角度上都很重
果然是预期中的排雷，但是立希各种意义上的女士了（
爱音那个雷确实是有点轻拿轻放了
另外谢谢某个「进一退二」的啥啥的啥啥，听见前进已经开始头皮发麻了。
猫猫看起来只是自己的追求不一样大概能放到后面讲，设定的这个实力大概即插即用也没有问题。剩下两位看起来还有雷要排，这集来看素世找立希聊天坐的位置恐怕她的问题也不小。虽说总感觉她有点腹黑（笑
这集提到了队名，不知道下下一集能不能步入正轨。
顺便这么好看的人设但是 3d 动画太可惜了。
以及我还是觉得 OP 开头那句可以更有力量一点的。
果然是预期中的排雷，但是立希各种意义上的女士了（
爱音那个雷确实是有点轻拿轻放了
另外谢谢某个「进一退二」的啥啥的啥啥，听见前进已经开始头皮发麻了。
猫猫看起来只是自己的追求不一样大概能放到后面讲，设定的这个实力大概即插即用也没有问题。剩下两位看起来还有雷要排，这集来看素世找立希聊天坐的位置恐怕她的问题也不小。虽说总感觉她有点腹黑（笑
这集提到了队名，不知道下下一集能不能步入正轨。
顺便这么好看的人设但是 3d 动画太可惜了。
以及我还是觉得 OP 开头那句可以更有力量一点的。
玛丽今天说梦话了吗
#Foundation #Spoiler E10 看完了！第二季搞快点。 （都看到这里了应该没有原著粉丝了吧 但是看起来并没有改变大致的流向？ （依靠着我道听途说的原著知识） 谢顿老贼，嘴里的话一句都不能听。 谜语人滚出基地！ 银河帝国的结构可能和看起来的更不一样，大帝的位置似乎更加的奇怪了。 大帝依然是狠人，但是首相更狠。 然后大帝和首相遇上了更加复杂的问题，说起来首相在下一季（如果下一季大帝还在）可能会有一些有趣的发展了。 塞弗有新使命了，也是本集的标题 "The Jump"。 虽然最后镜头我…
#Foundation
虽说知道第二季快出了但是没想到这就已经出来一集了
首先还是没看过原著但是我猜已经离原著十万八千里了，虽说似乎从一点点关于原著情节的道听途说里有给拉回去到最终解法的可能性？
第一集整体上还是帮助观众回忆过去顺便讲讲这么多年过去了都发生了什么。
大帝终于想起来结婚生子了，某种意义上倒是当年谢顿那派提过的？虽然可能已经晚了/当时也就是随口一说/嫡长子继承也没用
女机器人好色（？
多米尼克和赛弗哈定在一块确实是怪，最后留了个谢顿跑出来要做了断的口子，不知道现在这个进程里第二基地出来没。
虽说知道第二季快出了但是没想到这就已经出来一集了
首先还是没看过原著但是我猜已经离原著十万八千里了，虽说似乎从一点点关于原著情节的道听途说里有给拉回去到最终解法的可能性？
第一集整体上还是帮助观众回忆过去顺便讲讲这么多年过去了都发生了什么。
女机器人好色（？
多米尼克和赛弗哈定在一块确实是怪，最后留了个谢顿跑出来要做了断的口子，不知道现在这个进程里第二基地出来没。
玛丽今天说梦话了吗
看了 #幻日夜羽 第一集了 木棉花哥上个 1080P 的源好不好 先看了看楼里老哥对着 staff 表一通分析，看不懂（ 第一集感觉不错诶，虽然现代化异世界多少有点奇怪但非常便利，隔壁虹那边还天天被调侃领域展开这边直接：魔法！ 不知道后面会打怪吗？看着这里似乎最后唱歌打怪也行？（迪士尼：？ 看着是挺热闹的，说不定能一人一 solo？那还挺 solo idol 的（笑 之前没补过水团动画但是还是对三次元水团印象还挺深，这次跟着看看把人和角色对上号。 另外希望这次有些实验性质的幻日夜羽能打出来，这样…
#幻日夜羽
大 的 要 来 了 （不要啊
谁能想到我今天看了眼 dmhy 结果被剧透了呢（倒也不算
因为在 dmhy 看到有新歌偷跑，这次的歌虽然好，mv 也很棒，但是能看出来大人的任务（笑
我是冲着认水团的各位来的，这次人物设计确实很对我口味，这集出来的两位也很好看，正好也是异世界日常，缝些乐子浪一浪也挺好的。
但是最后一转大的要来了，就 大的也行，别给我整刀了。
大 的 要 来 了 （不要啊
谁能想到我今天看了眼 dmhy 结果被剧透了呢（倒也不算
https://www.androidpolice.com/android-14-update-ownership-warning-play-services/
Google: 我们很清楚你们想要更新版本来用上新特性，所以我们不但不给你推，还不想让你侧载（
Google: 我们很清楚你们想要更新版本来用上新特性，所以我们不但不给你推，还不想让你侧载（
Android Police
Android 14 will warn you when trying to sideload updates for some Google apps
Get ready for app stores claiming 'update ownership' over the software they install
玛丽今天说梦话了吗
刚刚给自己两眼一黑了。 大概是这么个情况，我因为看番/用 YTM 所以给 YouTube 用的港区能看流媒体的节点，不过正好我用的机场都是 2x 起步所以有时候月底流量见底是常事。 但昨天半夜收到了「流量只剩 20%」的邮件，刚才想起来打算先买个流量包垫着，然后顺手的点了下「订阅记录」，然后是图上这个造型，立马两眼一黑：ClashXPro 是哪来的啊 而且为什么是美国 ip 啊，我没一个平台在用美国节点更新订阅啊
立马怀疑自己没注意在哪订阅漏了，但是想了想可能手滑把订阅传上去的位置发现也都正常，于是抱着死马当活马医的心态把自己的各个客户端试了一遍，发现电脑上的 Clash Meta 重启一次服务这边多一次订阅，但是我这是 Ubuntu 上的Clash Meta 啊怎么看都不对劲吧，再说找了在 Arch 上用 Clash Meta 的朋友他用户代理正常的。
然后看配置文件才想起来自己用了 proxy-provider-converter 来把订阅转换成 proxy providers，这东西部署在 vercel 上所以是美国亚马逊的 ip 也对上了，直接在浏览器里跑了下链接发现就是这玩意的问题，这才算是放了心，不过后面还是再观察下吧。
然后看配置文件才想起来自己用了 proxy-provider-converter 来把订阅转换成 proxy providers，这东西部署在 vercel 上所以是美国亚马逊的 ip 也对上了，直接在浏览器里跑了下链接发现就是这玩意的问题，这才算是放了心，不过后面还是再观察下吧。
玛丽今天说梦话了吗 via @SuicaBot
Sticker
于是整了点活，今天下午啥都没干，净折腾这个了（虽然主要是……《等》
—————
首先需求是这样的：我想用 AI 模型给我画头像。
也就是说不需要非常独特的画风/肢体动作/复杂场景之类，对图片大小也比较宽容，所以即使是老模型也能完成这事。
然后思路是这样的：既然在线的不能用，那么我本地跑吧。
当然本地跑一大关就是性能，非常遗憾的是我本子只有 3050m 只有 4g vram（买的时候没想到你们 AI 能飞这么快啊），但是看了看有关的讨论，大概也不是不行，但需要耐心。
接下来另一个问题：麻烦。colab 一键跑模型太简单了，而我很显然不是很想在本地折腾 ai 环境。但是我看到了这个东西：搭建一个 colab 的本地运行时，然后在网页上连接本地运行时使用本机硬件跑模型。正好我之前折腾其他东西装了 docker 于是就使用 docker 方法了，中间遇到个小插曲就是 nvidia gpu 的 docker 驱动要专门配置一下，配置过程倒是很简单，参考官方文档。
好，那么到这里就确定思路了：用本地运行时使用 colab 一键脚本跑模型。
colab 因为跑图消耗太大限制免费用户，现在我用自己硬件来总不至于搞我了吧。
—————
该画图了。
用的大概还是之前用的那个版本,不过我这里 colab 乱七八糟的找不到具体链接了。
首先一个问题就是依赖版本问题可能会导致跑不起来了，可能需要在 pip 装依赖结束之后下一行添加
解决上面的问题之后，跑起来了非常好，然后大悲报：vram 不够，最多只能跑 128*128 的图。
抱着死马当活马医的想法找到了这里一个方法，添加启动参数来在 4g vram 上跑。
但是按照这里说的添加
—————
prompts 参考了这里的一个简单教程，虽然依然不是很能玩的转但是至少看起来有几张能当头像的了，好诶
—————
首先需求是这样的：我想用 AI 模型给我画头像。
也就是说不需要非常独特的画风/肢体动作/复杂场景之类，对图片大小也比较宽容，所以即使是老模型也能完成这事。
然后思路是这样的：既然在线的不能用，那么我本地跑吧。
当然本地跑一大关就是性能，非常遗憾的是我本子只有 3050m 只有 4g vram（买的时候没想到你们 AI 能飞这么快啊），但是看了看有关的讨论，大概也不是不行，但需要耐心。
接下来另一个问题：麻烦。colab 一键跑模型太简单了，而我很显然不是很想在本地折腾 ai 环境。但是我看到了这个东西：搭建一个 colab 的本地运行时，然后在网页上连接本地运行时使用本机硬件跑模型。正好我之前折腾其他东西装了 docker 于是就使用 docker 方法了，中间遇到个小插曲就是 nvidia gpu 的 docker 驱动要专门配置一下，配置过程倒是很简单，参考官方文档。
好，那么到这里就确定思路了：用本地运行时使用 colab 一键脚本跑模型。
colab 因为跑图消耗太大限制免费用户，现在我用自己硬件来总不至于搞我了吧。
—————
该画图了。
用的大概还是之前用的那个版本,不过我这里 colab 乱七八糟的找不到具体链接了。
首先一个问题就是依赖版本问题可能会导致跑不起来了，可能需要在 pip 装依赖结束之后下一行添加
!pip install torchmetrics==0.11.4 torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchtext==0.14.1 torchaudio==0.13.1 torchdata==0.5.1 --extra-index-url https://download.pytorch.org/whl/cu117来安装正确依赖。
解决上面的问题之后，跑起来了非常好，然后大悲报：vram 不够，最多只能跑 128*128 的图。
抱着死马当活马医的想法找到了这里一个方法，添加启动参数来在 4g vram 上跑。
但是按照这里说的添加
—medvram 管用了，但是只能到 256*256，还是不行。尝试了 --always-batch-cond-uncond 参数依然达不到 512*512，已经在盘算硬拉分辨率能到什么效果的我干脆用了 —lowvram，效果拔群！虽然 50 次采样 4 张图要用两分钟，但是能跑出来 512*512 了。—————
prompts 参考了这里的一个简单教程，虽然依然不是很能玩的转但是至少看起来有几张能当头像的了，好诶