本文介绍一下如何在WSL2下安装Docker。

在WSL2下安装Docker，首先你需要将WSL2安装好，然后再安装Docker Desktop。

Docker现在应用的越来越广泛，不会使用Docker的研发人员估计很难适应未来的变化了。今天我们就简要的了解一下Docker及其使用。

Docker架构

如上图所示，Docker遵循客户端-服务器模型，包括 Docker Client 、Docker 守护程序 、Docker Image、Docker Container 和 Docker Registry 等主要组件。

我们在转码时，为了提高转码效率，通常我们都会使用nvenc来转码。今天我们就来介绍如何编译带nvenc的ffmpeg。

学习深度学习，mnist数据集是我们第一个必须要了解的数据集。

该数据集是keras自带的，直接调用即可。当我们使用keras的时候，你只需要导入keras.datasets.mnist，然后调用load_data()方法即可将数集下载下来。

最近在看YOLOv8的相关内容，相自己偿试着在本地编译了一下，但对这类项目不是很熟悉，绕了不少弯路，这里记录一下如何在本地编译YOLOv8。我想这种方法对于其它的AI项目也是可以的。

在这里记录了我整理了一些机器学习的资料，有兴趣的同学可以看一看

可视化工具

• playgroud.tensorflowAI

  发现了一个特别好的学习机器学习的可视化工具playgroud.tensorflow，通过它可以让你快速理解什么是线性回归，什么是逻辑回归，有人还写了一篇文章，讲解了如何使用这个工具playgroud.tensorflow工具的使用。

随着微软不断的更新，VSCode功能越来越强大，其操作简单且跨平台，因此深受开发者们的喜欢。你可以使用它在各个不同的平台（Windows、Linux、Mac）编写各种不同语言的代码，如Python、JavaScript、C/C++……

但有一些同学还不清楚如何用它来编译、调试C/C++程序，本文就向你介绍一下。

前端开发技术日新月异，一段时间没碰就会发生不少变化。最近我想做个跨平台的桌面App，经过调研现在比较流行的一种架构是Vue3+Vite+Electron+TypeScript，今天我就来介绍一下我是如何将这几种技术结合到一起。

语音工具

• Whisper，其是OpenAI开源的一个著名项目，它可以将音频转成文本，github地址。
• GPTSoVITS，目前开源里最牛的TTS(文本转语音)项目，它还可以实现声音克隆，github地址。

学习AI/机器学习安装布署Jupyter是必不可少的，全世界的人工智能科学家都使用它作为开发工具，今天我们就来看一下如何安装布署Jupyter。

目前最流行的有Jupyter Notebook 和Jupyter Lab两种开发工具，其中Jupyter Lab 功能更强大，也是最近几年刚推出的，我们就介绍一下它的安装步骤。