首先微软邮箱由于Oauth2的影响不允许直接使用imap， smtp等服务，需要先通过Oauth认证才能正常使用。 一般情况下的流程是这样的： 1. 注册outlook邮箱 2. 打开这个网址https://portal.azure.com/#view/Microsoft_AAD_IAM/ActiveDirectoryMenuBlade/~/Overview 3. 然后注册应用，选择web或者客户端都可以，回调地址写本地，不需要https 4. 然后可以得到一个client_id, 这个id就是用来获取access_token和refresh_token的,这一块需要写代码或者手动构造链接访问。 5. access_token一个小时过期，refresh_token是90天，所以我们需要保存refresh_token, 可以通过refresh_token来获取access_token config.txt [microsoft] client_id = 'your_client_id' client_

stable-diffusion-webui-docker (master) ✔ docker compose --profile auto up --build [+] Building 1.8s (25/25) FINISHED docker:default => [auto internal] load build definition from Dockerfile 0.0s => => transferring dockerfile: 2.96kB

如下所示： 加入一个环境变量即可： CHEVERETO_URL: https://pic.iamright.top

首先是注册失败，按钮变灰色 解决方法 首先网上说的需要新的apple id啥的是不需要的，我这个账号用了几年了，最后是正常注册成功了。而且这个状态也不是封号，很好处理的。 去这个网站：https://developer.apple.com/contact/topic/select 选这个： 1. 然后选择电话联系，写上你的电话。记住要在工作时间，工作日9:00-17:00 2. 然后就会有人打电话给你。然后就会告诉你怎么操作，然后就会要你的邮箱，后续的沟通都是在邮箱里面进行的。对面是说中文的。 3. 他让我做了这几个操作： 4. 修改我这个apple id的名字和身份证上的一致 5. 发送身份证的正反面复印照片给他，他会给你一个网址，你把身份证正反面发给他就行了，反正国内的数据都是在云上贵州了，隐私问题应该还好。我把两个照片打了一个压缩包传上去了，单独的两张照片传不上去。 下面是沟通的邮件的大概： 第一封邮件：就是告诉我他们收到了我的请求，这个事情他们统称为一个案例，然后可以在他们的网站查看这个案例 第二封邮件：

ENV ubuntu 22.04 2080ti single Driver 通过下面的命令安装driver。 https://www.sysgeek.cn/ubuntu-cuda/ 命令 # 清除之前的cuda内容 sudo apt autoremove cuda* nvidia* --purge sudo /usr/bin/nvidia-uninstall sudo /usr/local/cuda-X.Y/bin/cuda-uninstall # 设置driver的内容 sudo apt install dirmngr ca-certificates software-properties-common apt-transport-https dkms curl -y curl -fSsL <https://developer.download.nvidia.

Selenium Dokcer 我为了使用selenium，但是本地Chrome的版本太高了，Driver驱动不了。 启动命令 docker run -d -p 4444:4444 -p 7900:7900 --shm-size="2g" seleniarm/standalone-chromium:latest 4444端口是控制端口，python调用这个端口 7900是监控端口，通过vnc，没有特殊指示的话，密码是secret python调用远程selenium from selenium import webdriver from selenium.webdriver.common.desired_capabilities import DesiredCapabilities import undetected_chromedriver as uc from selenium.webdriver.common.

杀掉所有占用GPU的进程，在宿主机使用可以杀掉容器里面的进程：sudo fuser -v /dev/nvidia* |awk '{for(i=1;i<=NF;i++)print "kill -9 " $i;}' | sudo sh 杀掉所有的进程2：ps -ef|grep python\ push_data.py| awk '{print $2}'| xargs kill 批量删除进程：ps -ef | grep firefox | grep -v grep | awk '

pytorch中使用指定的GPU： import os os.environ["CUDA_VISIBLE_DEVICES"] = "2" pytorch保存模型： torch.save(the_model.state_dict(),path) pytorch加载模型： the_model = TheModelClass(*args,**kwargs) the_model.load_state_load(PATH) 第二种保存和加载整个模型： 保存 torch.save(the_model, PATH) 加载： the_model = torch.load(PATH) 然而，在这种情况下，序列化的数据被绑定到特定的类和固定的目录结构，所以当在其他项目中使用时，

Deepo 其中关于新建使用nvidia的容器的命令： nvidia-docker run -it -p 60027:60027 -v xxxxxxxx:/config 16b2c3142088 bash -p后面跟着的是端口映射关系 -v是共享文件夹，均需要使用绝对路径 16b2c3142088 是镜像的id bash指的是新建完成后直接进入容器的命令行环境 docker ps 显示所有正在运行的容器 docker ps -a 显示所有的容器 docker start CONTAINER_ID 开启特定id的容器 docker attach CONTAINER_ID 进入特定id的容器，命令行形式，但从中退出会导致容器关闭 GPU1的60001端口被我的deepo容器占用了，60002端口被tensorflow serving容器占用了。 docker run -p 8501:8501 \ --mount type=bind, source=