• 工作原理:Cloudflare 仅作为 DNS 解析服务,将域名解析到你的服务器 IP。用户的请求会直接访问你的服务器,不经过 Cloudflare 的 CDN 网络。 • 优点: • 用户直接连接到你的服务器,延迟更低。 • 适合不需要 CDN 加速或 DDoS 防护的场景。 • 缺点: • 你的服务器 IP 会暴露在公网,可能会受到攻击。 • 没有 Cloudflare 的 DDoS 防护和缓存功能。
• 工作原理:Cloudflare 作为反向代理,用户的请求会先经过 Cloudflare 的 CDN 网络,再由 Cloudflare 转发到你的服务器。 • 优点: • 隐藏了你的服务器 IP,增强了安全性。 • 提供 DDoS 防护、缓存加速和 HTTPS 支持。 • 可以配置 Cloudflare 的防火墙规则,过滤恶意流量。 • 缺点: • 用户的请求需要经过 Cloudflare 的 CDN 网络,可能会增加延迟。 • 某些服务(如 Let's Encrypt 的 HTTP 验证)可能无法通过 Cloudflare 代理正常工作。
复制所有指令在命令行执行:
bash#!/bin/bash
# 检查是否已经安装了 Docker
if ! command -v docker &> /dev/null; then
echo "Docker 未安装,开始安装 Docker..."
# 更新系统软件包
sudo apt-get update -y
# 安装必要的依赖包
sudo apt-get install -y apt-transport-https ca-certificates curl software-properties-common
# 添加 Docker 的官方 GPG 密钥
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
# 添加 Docker 的官方仓库
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"
# 更新软件包索引
sudo apt-get update -y
# 安装 Docker 引擎
sudo apt-get install -y docker-ce docker-ce-cli containerd.io
# 启动并启用 Docker 服务
sudo systemctl start docker
sudo systemctl enable docker
# 验证 Docker 安装
sudo docker run hello-world
else
echo "Docker 已安装,跳过安装步骤。"
fi
# 检查是否已经安装了 Docker Compose
if ! command -v docker-compose &> /dev/null; then
echo "Docker Compose 未安装,开始安装 Docker Compose..."
# 下载 Docker Compose 二进制文件
sudo curl -L "https://github.com/docker/compose/releases/download/$(curl -s https://api.github.com/repos/docker/compose/releases/latest | grep -Po '"tag_name": "\K.*?(?=")')/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
# 为 Docker Compose 二进制文件添加执行权限
sudo chmod +x /usr/local/bin/docker-compose
# 创建符号链接(可选)
sudo ln -s /usr/local/bin/docker-compose /usr/bin/docker-compose
# 验证 Docker Compose 安装
docker-compose --version
else
echo "Docker Compose 已安装,跳过安装步骤。"
fi
echo "Docker 和 Docker Compose 安装完成"
如果你还没有安装 V2Ray,可以通过以下命令安装:
bash# 安装 V2Ray
bash <(curl -L https://raw.githubusercontent.com/v2fly/fhs-install-v2ray/master/install-release.sh)
安装完成后,V2Ray 的配置文件通常位于 /usr/local/etc/v2ray/config.json
。
https://gist.github.com/padeoe/697678ab8e528b85a2a7bddafea1fa4f#file-hfd-sh
写入一个hfd.sh文件,文件内容如下。并修改为可以执行chmod a+x hfd.sh
有趣的资料:https://huggingface.co/arcee-ai
Paper:https://arxiv.org/abs/2403.13257
在人工智能领域,模型合并是一种将多个大型语言模型(LLM)整合为单一模型的技术。这种方法不仅成本低廉(无需GPU),还能生成性能卓越的模型。本文将介绍如何使用mergekit库来实现模型合并,并详细讲解四种常用的合并方法:SLERP、TIES、DARE和Passthrough。最后,我们将通过实际操作创建一个名为Marcoro14-7B-slerp的模型,并将其上传至Hugging Face Hub。