0、背景

0.0 前年（2021）

我在北京的校园里，设计并制作了一个六重竹笋，《六重蓝笋成长记（上）》和《六重蓝笋成长记（下）》，开始体会到竹笋的乐趣，并立志于做更高重的笋。

0.1 去年（2022）

我在上海的某个特殊时期，闲得实在是无聊，制作了 视频：从入门到夺笋，以缓解不能出去玩的郁闷，并立志于做更高重的七重(七色彩虹)竹笋。

最近学习一些telegram bot，记录一下

最近做了一些转置卷积的相关部署工作，最开始搞的时候其实有点晕头转向的，总是试图在用卷积的计算方式反过来理解转置卷积，尤其是看到padding部分和stride部分，搞得我头更大了，心想怎么这么反人类？（后来发现是我理解的问题，其实一点也不反人类）

现在也算是了解了具体工作机制以及加速方式，在这里整理总结一下。欢迎留言、指正 :)

各个硬件平台对存储空间的处理上有很大的不同。一些平台对某些特定类型的数据只能从某些特定地址开始存取,而不是内存中任意地址都是可以读取的。

内存对齐不仅便于CPU快速访问，同时合理的利用字节对齐可以有效的节省存储空间。

花了一点点时间搞懂了内存对齐的实现与细节——

自动驾驶汽车可以实现驾驶员驾驶、系统辅助驾驶员驾驶以及系统自动驾驶。而无人驾驶汽车是不需要驾驶员的，即便在紧急情况时也能自行处理。

最近调研了一下ADAS，感觉是一个不错的方向。然而个人认为自动驾驶的corner case太多，未来充满挑战。

最近又搞了一次tflite-micro，上一次搞还是在两年前，那时候简直是个工程小白，遇到个问题就卡住了。这一次相对比较顺利，记录一遍过程。

背景：国内表情识别的数据集太少了 & 表情数据集基本都是外国人脸，训出来的模型实际使用效果不好。

于是，在百度上爬了一批数据下来补充到数据集里面。

[爬虫有风险，操作需谨慎]

原来的Ubuntu系统的用户权限搞崩了，从头开始搞一个～

开始使用并学习ChatGPT以及相关的LLM(Large Language Model)，不然就被时代淘汰了～

记录一下部署大模型的经历

【更新中】