Deployed d6780193 with MkDocs version: 1.4.2

en/必学工具/Scoop/index.html

@@ -8,8 +8,16 @@ irm get.scoop.sh -outfile 'install.ps1'
 .\install.ps1 -ScoopDir 'C:\Scoop'
 </code></pre> <h2 id=scoop_3>使用 Scoop</h2> <p>Scoop 的官方文档对于新手非常友好，相对于在此处赘述更推荐阅读 <a href=https://github.com/ScoopInstaller/Scoop>官方文档</a> 或 <a href=https://github.com/ScoopInstaller/Scoop/wiki/Quick-Start>快速入门</a> 。</p> <h2 id=qa>Q&amp;A</h2> <h3 id=scoop_4>Scoop 能配置镜像源吗？</h3> <p>Scoop 社区仅维护安装配置，所有的软件都是从该软件官方提供的下载链接进行下载，所以无法提供镜像源。如果因为你的网络环境导致多次下载失败，那么你需要一点点 <a href=/必学工具/翻墙/ >魔法</a>。</p> <h3 id=java8>为什么找不到 Java8？</h3> <p>原因同上，官方已不再提供 Java8 的下载链接，推荐使用 <a href=https://github.com/ScoopInstaller/Java/blob/master/bucket/ojdkbuild8.json>ojdkbuild8</a> 替代。</p> <h3 id=python2>我需要安装 python2 该如何操作？</h3> <p>对于已经过时弃用的软件，Scoop 社区会将其从 <a href=https://github.com/ScoopInstaller/Main>ScoopInstaller/Main</a> 中移除并将其添加到 <a href=https://github.com/ScoopInstaller/Versions>ScoopInstaller/Versions</a> 中。如果你需要这些软件的话需要手动添加 bucket：</p> <pre><code class=language-powershell>scoop bucket add versions
 scoop install python27
-</code></pre> <hr> <div class=md-source-date> <small> Last update: <span class="git-revision-date-localized-plugin git-revision-date-localized-plugin-date">December 21, 2022</span> </small> </div> <script src=https://giscus.app/client.js data-repo=PKUFlyingPig/cs-self-learning data-repo-id=R_kgDOGP67ng data-category=Announcements data-category-id=DIC_kwDOGP67ns4COM9Q data-mapping=title data-reactions-enabled=1 data-emit-metadata=0 data-input-position=top data-theme=light data-lang=zh-CN data-loading=lazy crossorigin=anonymous async>
+</code></pre> <hr> <div class=md-source-date> <small> Last update: <span class="git-revision-date-localized-plugin git-revision-date-localized-plugin-date">December 21, 2022</span> </small> </div> <script src=https://giscus.app/client.js data-repo=PKUFlyingPig/cs-self-learning data-repo-id=R_kgDOGP67ng data-category=Announcements data-category-id=DIC_kwDOGP67ns4COM9Q data-mapping=title data-reactions-enabled=1 data-emit-metadata=0 data-input-position=top data-theme=light_protanopia data-lang=zh-CN data-loading=lazy crossorigin=anonymous async>
 </script> <script>
+    var palette = __get("__palette")
+    if (palette && typeof palette.color === "object") {
+        if (palette.color.scheme === "slate") {
+            const giscus = document.querySelector("script[src*=giscus]")
+            giscus.setAttribute("data-theme", "dark_protanopia")
+        }
+    }
+
     document.addEventListener("DOMContentLoaded", function () {
         const ref = document.querySelector("[data-md-component=palette]")
         ref.addEventListener("change", function () {

en/机器学习系统/CMU10-414/index.html

@@ -4,8 +4,16 @@
     （3）学习这门课程的体验与感受
     （4）自学这门课的注意点（踩过的坑、难度预警等等）
     （5）... ...
---> <p>这是 CMU 2022年秋季学期开设的一门新课，聚焦于深度学习框架的具体实现，课程 Project 会实现一个迷你的类似于 Pytorch 深度学习框架。课程免费提供了面向非 CMU 学生的在线版本，9月13日正式授课，作者持续跟进中。</p> <h2 id=_2>课程资源</h2> <ul> <li>课程网站：<a href=https://dlsyscourse.org>https://dlsyscourse.org</a></li> <li>课程视频：N/A</li> <li>课程教材：N/A</li> <li>课程作业：TBA</li> </ul> <h2 id=_3>资源汇总</h2> <p>TBA</p> <hr> <div class=md-source-date> <small> Last update: <span class="git-revision-date-localized-plugin git-revision-date-localized-plugin-date">September 7, 2022</span> </small> </div> <script src=https://giscus.app/client.js data-repo=PKUFlyingPig/cs-self-learning data-repo-id=R_kgDOGP67ng data-category=Announcements data-category-id=DIC_kwDOGP67ns4COM9Q data-mapping=title data-reactions-enabled=1 data-emit-metadata=0 data-input-position=top data-theme=light data-lang=zh-CN data-loading=lazy crossorigin=anonymous async>
+--> <p>这是 CMU 2022年秋季学期开设的一门新课，聚焦于深度学习框架的具体实现，课程 Project 会实现一个迷你的类似于 Pytorch 深度学习框架。课程免费提供了面向非 CMU 学生的在线版本，9月13日正式授课，作者持续跟进中。</p> <h2 id=_2>课程资源</h2> <ul> <li>课程网站：<a href=https://dlsyscourse.org>https://dlsyscourse.org</a></li> <li>课程视频：N/A</li> <li>课程教材：N/A</li> <li>课程作业：TBA</li> </ul> <h2 id=_3>资源汇总</h2> <p>TBA</p> <hr> <div class=md-source-date> <small> Last update: <span class="git-revision-date-localized-plugin git-revision-date-localized-plugin-date">September 7, 2022</span> </small> </div> <script src=https://giscus.app/client.js data-repo=PKUFlyingPig/cs-self-learning data-repo-id=R_kgDOGP67ng data-category=Announcements data-category-id=DIC_kwDOGP67ns4COM9Q data-mapping=title data-reactions-enabled=1 data-emit-metadata=0 data-input-position=top data-theme=light_protanopia data-lang=zh-CN data-loading=lazy crossorigin=anonymous async>
 </script> <script>
+    var palette = __get("__palette")
+    if (palette && typeof palette.color === "object") {
+        if (palette.color.scheme === "slate") {
+            const giscus = document.querySelector("script[src*=giscus]")
+            giscus.setAttribute("data-theme", "dark_protanopia")
+        }
+    }
+
     document.addEventListener("DOMContentLoaded", function () {
         const ref = document.querySelector("[data-md-component=palette]")
         ref.addEventListener("change", function () {

en/机器学习系统/MLC/index.html

@@ -4,8 +4,16 @@
     （3）学习这门课程的体验与感受
     （4）自学这门课的注意点（踩过的坑、难度预警等等）
     （5）... ...
---> <p>这门课是机器学习编译领域的顶尖学者陈天奇在2022年暑期开设的一门在线课程。其实机器学习编译无论在工业界还是学术界仍然是一个非常前沿且快速更迭的领域，国内外此前还没有为这个方向专门开设的相关课程。因此如果对机器学习编译感兴趣想有个全貌性的感知的话，可以学习一下这门课。</p> <p>本课程主要以 <a href=https://tvm.apache.org/ >Apache TVM</a> 这一主流的机器学习编译框架为例（陈天奇是这个框架的创始人之一），聚焦于如何将开发模式下（如 Tensorflow, Pytorch, Jax）的各类机器学习模型，通过一套普适的抽象和优化算法，变换为拥有更高性能并且适配各类底层硬件的部署模式。课程讲授的知识点都是相对 High-Level 的宏观概念，同时每节课都会有一个配套的 Jupyter Notebook 来通过具体的代码讲解知识点，因此如果从事 TVM 相关的编程开发的话，这门课有丰富且规范的代码示例以供参考。</p> <p>所有的课程资源全部开源并且有中文和英文两个版本，B站和油管分别有中文和英文的课程录影。</p> <h2 id=_2>课程资源</h2> <ul> <li>课程网站：<a href=https://mlc.ai/summer22-zh/ >https://mlc.ai/summer22-zh/</a></li> <li>课程视频：<a href="https://www.bilibili.com/video/BV15v4y1g7EU?spm_id_from=333.337.search-card.all.click&vd_source=a4d76d1247665a7e7bec15d15fd12349">Bilibili</a></li> <li>课程笔记：<a href=https://mlc.ai/zh/index.html>https://mlc.ai/zh/index.html</a></li> <li>课程作业：<a href=https://github.com/mlc-ai/notebooks/blob/main/assignment>https://github.com/mlc-ai/notebooks/blob/main/assignment</a></li> </ul> <hr> <div class=md-source-date> <small> Last update: <span class="git-revision-date-localized-plugin git-revision-date-localized-plugin-date">September 5, 2022</span> </small> </div> <script src=https://giscus.app/client.js data-repo=PKUFlyingPig/cs-self-learning data-repo-id=R_kgDOGP67ng data-category=Announcements data-category-id=DIC_kwDOGP67ns4COM9Q data-mapping=title data-reactions-enabled=1 data-emit-metadata=0 data-input-position=top data-theme=light data-lang=zh-CN data-loading=lazy crossorigin=anonymous async>
+--> <p>这门课是机器学习编译领域的顶尖学者陈天奇在2022年暑期开设的一门在线课程。其实机器学习编译无论在工业界还是学术界仍然是一个非常前沿且快速更迭的领域，国内外此前还没有为这个方向专门开设的相关课程。因此如果对机器学习编译感兴趣想有个全貌性的感知的话，可以学习一下这门课。</p> <p>本课程主要以 <a href=https://tvm.apache.org/ >Apache TVM</a> 这一主流的机器学习编译框架为例（陈天奇是这个框架的创始人之一），聚焦于如何将开发模式下（如 Tensorflow, Pytorch, Jax）的各类机器学习模型，通过一套普适的抽象和优化算法，变换为拥有更高性能并且适配各类底层硬件的部署模式。课程讲授的知识点都是相对 High-Level 的宏观概念，同时每节课都会有一个配套的 Jupyter Notebook 来通过具体的代码讲解知识点，因此如果从事 TVM 相关的编程开发的话，这门课有丰富且规范的代码示例以供参考。</p> <p>所有的课程资源全部开源并且有中文和英文两个版本，B站和油管分别有中文和英文的课程录影。</p> <h2 id=_2>课程资源</h2> <ul> <li>课程网站：<a href=https://mlc.ai/summer22-zh/ >https://mlc.ai/summer22-zh/</a></li> <li>课程视频：<a href="https://www.bilibili.com/video/BV15v4y1g7EU?spm_id_from=333.337.search-card.all.click&vd_source=a4d76d1247665a7e7bec15d15fd12349">Bilibili</a></li> <li>课程笔记：<a href=https://mlc.ai/zh/index.html>https://mlc.ai/zh/index.html</a></li> <li>课程作业：<a href=https://github.com/mlc-ai/notebooks/blob/main/assignment>https://github.com/mlc-ai/notebooks/blob/main/assignment</a></li> </ul> <hr> <div class=md-source-date> <small> Last update: <span class="git-revision-date-localized-plugin git-revision-date-localized-plugin-date">September 5, 2022</span> </small> </div> <script src=https://giscus.app/client.js data-repo=PKUFlyingPig/cs-self-learning data-repo-id=R_kgDOGP67ng data-category=Announcements data-category-id=DIC_kwDOGP67ns4COM9Q data-mapping=title data-reactions-enabled=1 data-emit-metadata=0 data-input-position=top data-theme=light_protanopia data-lang=zh-CN data-loading=lazy crossorigin=anonymous async>
 </script> <script>
+    var palette = __get("__palette")
+    if (palette && typeof palette.color === "object") {
+        if (palette.color.scheme === "slate") {
+            const giscus = document.querySelector("script[src*=giscus]")
+            giscus.setAttribute("data-theme", "dark_protanopia")
+        }
+    }
+
     document.addEventListener("DOMContentLoaded", function () {
         const ref = document.querySelector("[data-md-component=palette]")
         ref.addEventListener("change", function () {