2024年度总结

在过去的一年里，我在技术探索、项目实践和学习提升等方面取得了显著进展。以下是对这一年的总结：

一、技术探索与实践

• Docker 应用：我深入研究了 Docker 的使用，解决了默认 latest 标签带来的问题，强调在拉取镜像时指定具体标签的重要性。此外，我还设置了 Docker 镜像加速器，以提高镜像下载速度，并在 CentOS 上成功安装了 Docker，配置了用户权限，提升了系统的灵活性和安全性。

• Git 配置优化：为了加速 Git 上传速度，我采用了替换 GitHub URL 为镜像的方法，并配置了网络代理，显著提升了代码管理的效率。同时，我学习了查看和恢复 Git 配置的方法，增强了对版本控制系统的掌握。

• Linux 故障排除：在 Linux 系统管理中，我积累了丰富的经验，解决了系统恢复、用户权限管理、SSH 密钥配置、使用 VS Code 进行远程开发、软件依赖和包管理等常见问题，提高了系统维护和故障排除的能力。

二、项目部署与开发

• 博客网站部署：我成功部署了个人博客网站，实现了一键部署、讨论功能设置、源站点编辑、域名绑定、GitHub webhook 集成，以及使用 Giscus 激活评论功能，提升了网站的互动性和用户体验。 JASONFZQ

• ChatGPT 部署：我在 Vercel 上部署了自己的 ChatGPT 网站，并解决了中国用户可能遇到的访问问题，例如通过使用中转令牌等方法，确保了服务的可用性和稳定性。 此外，我还成功地将 ChatGPT 部署到微信平台，并在私聊和群聊中进行了测试，取得了良好的效果。

三、学习与研究

• 大语言模型课程学习：我认真学习了斯坦福大学的在线课程《构建大型语言模型》，深入理解了课程结构、模型架构、训练算法与损失函数、评估方法、数据处理和规模化法则等关键内容，夯实了理论基础。 JASONFZQ

• HyperINR 论文笔记：我对论文《HyperINR: 通过知识蒸馏的快速预测超网络用于隐式神经表示》进行了详细的笔记整理，深入理解了 Shepard 插值算法、快速泊松盘采样算法、高斯核采样方法，以及 HyperINR 系统的工作原理，拓展了对前沿技术的认识。 JASONFZQ

四、技术难题解决

• Gunicorn 服务器问题：在部署教育辅助 AI 应用的过程中，我遇到了服务器设置和工作进程超时等问题。通过服务器升级、清理缓存，以及在 Gunicorn 中使用 gevent 等方法，我成功解决了这些问题，确保了应用的稳定运行。

• Node.js 版本兼容性：面对 Node.js 版本更新导致的项目兼容性问题，我通过修改 package.json 文件中的相关设置，提供了临时和长期的解决方案，确保了项目的正常运行。

五、未来展望

展望新的一年，我计划在以下方面继续努力：

• 深入技术研究：继续深入研究 Docker、Git 和 Linux 等技术，提升系统运维和开发效率。

• 项目优化与创新：优化现有项目的性能和功能，探索新的技术领域，开发更具创新性的应用。

• 持续学习提升：保持对前沿技术的关注，参与高质量的在线课程和研讨会，提升自己的专业水平和竞争力。

总的来说，这一年我在技术能力、项目经验和学习深度上都有了显著的提升。我将继续保持对技术的热情，迎接新的挑战，争取在未来取得更大的进步。