資源：大隊長手把手帶你發論文

連結

最近 B 站刷到最有用的資源，作者廣泛閱讀大量論文、將重要模型架構拆解成模組，每個模組附上講解甚至改善的思路，再加上精簡的 PyTorch 源始碼，只賣 199 人民幣，正適合我小白入門，反正我是買了 :P 對岸研究生真的捲到爆炸 orz

全文連結

再戰 Stable diffusion

一直有小夢想，就是可以無限產出 Saber 老婆的圖，但畫工太廢，無法實現，就擱著了，直到後來注意到 Stable Diffusion。

最近寫 paper 不順利，把 SD 拿來折騰（被 desk reject 後更有動力:P）。一開始用家中 AMD 6650XT 出圖。SD 有 DirectML fork 支援 Windows + AMD GPU。但使用體驗非常不好。一開始是折騰 Python 環境，Python 太新特定套件會缺 wheel 要求  compile 但 compile 又不過，後來降版本搞定。但成功執行 AUTOMATIC1111 只是陷入更多坑。UI 報錯 tensor 算出 NaN，改參數。Inpaint 重繪全部都是 noise 但又沒報錯，原來是 AMD GPU 的鍋，要改參數繞過某些最佳化。通通弄好了，出圖很慢半分鐘以上一張，8G VRAM 經常 out of memory，網路很慢抓 model 抓 ControlNet 很不方便，AMD GPU 小眾問題常常查不到答案...放棄。 

後來想到用 VPS + GPU 租賃，作法是 Linode 開 instance，裝好 SD 後先用 CPU 執行，叫出 UI 後手動裝想要的 extension 再 wget 所有想要的模型。然後 git commit 整個 container，再換到 GPU instance。 一開始用 vast.ai，但 vast.ai 的 log 不清楚，debug 失敗，轉到 runpod。runpod 折騰一番後，最後改出有 sshd + SD + 預載模型可以順利執行的 50 G image，順利在 runpod 上啟動 ssh + SD。一切弄好後，再回便宜的 vast.ai 也順利搞定。用 4090 出圖，一張十幾秒，還可以一次出多張圖，24G VRAM 大幅減少 OOM，用 NV GPU 少掉很多怪問題，出問題也容易找答案，一切絲滑流暢，vast.ai 上還只要 $0.3/hr，AMD GPU 那什麼東西 XD

稍微吐槽 runpod 官方文件，ssh 的部份寫的花里胡俏，結果實際上只是把 container 的 port forward 出去，sshd 的行為是 docker image 決定，跟官方文件中的說明沒半毛錢關係，純屬誤導。Vast.ai 同理，只要 docker 啟動能正確執行 sshd，vast.ai 唯一要注意的就是開 port，啟動成功後本地端 ssh tunnel 就能打開 SD UI。

太久沒弄 docker，很多東西變不熟，中間還鬧出在 alpine-based 的 image 執行 apt-get 的笑話。不過現在都弄好了，只要花點時間學 SD，無限 Saber 老婆不再遙不可及。

最後，數學真是美（？）原來美麗和 latent space、manifold hypothesis 有關係。看來偶是數學學不好才不會畫圖（？）

全文連結

連假送出論文

燃燒連假奮鬥，終於把膨脹到 49 頁的打錯邊研究 manuscript 送出，想說造成期刊心理創傷的效果應該會比前一份 3x 頁的稿子更好。

結果是我太天真了，看了教學影片，照著操作期刊系統把稿件送出，結果最後出現 server dump 我的 submission 啪的一聲沒了，心態先被搞崩的是我不是期刊社，小丑竟是我自己，永遠不要小看其他人的道理果然是對的（？）

所幸通訊作者還在 LINE 上，看來通訊作者的單位頗為精實，聯絡之後發現他能正確看到稿件，就繼續跑完後續流程。最後才發現，造成 server dump 的可能是我沒有填寫「Optional」的 twitter 帳號欄位，給了 twitter 帳號再送出就沒有 dump 了，這年頭還有人用 server dump 跟別人要推特帳號的，真是奇特。

最後期刊網頁還問我要不要選 Open Access，只要 3400+ 鎂好便宜的。看了下創新度大概 epsilon/2 的應用類文章，再看期刊的其他文章，還是果斷了選擇 Open Access 保命，雖然期刊聲稱不影響 accept，但還是加減搏一下。

接下來就看看會不會 48hr 內收到 desk reject。

全文連結