Colab作为Google推出的专为 DeepLearning 打造的 Jupyter Notebook 运行环境，具有强大的GPU甚至专用于神经网络训练的TPU。然而，它也具有很大的局限性。因为Colab仅支持Jupyter Notebook，意味着它不能像专业IDE一样拥有强大的debug工具。本文采用一种折中的办法，通过Cloudflared服务在Colab开通一条隧道让我们能够连接Colab的运行环境。

​ 近期在处理医学图像数据，加载图像数据时，遇到了灰度图片加载的问题。

​ 起因是ResNet101只支持3通道的数据输入，而灰度图片不存在RGB通道之分。在训练的过程中遇到了预测结果不准确的问题，让我怀疑是数据集在加载时出了问题，于是查看了加载部分(Dataloader)的代码。

第四部分 BBR/BBR+加速

​ 在搭建Trojan的情况下，BBR加速是必不可少的，虽然很多新内核已经内置BBR内核，但没有默认打开加速或者屏蔽了内置的BBR内核，这里先放一下BBR加速后的速度对比

第三部分 客户端（下）

​ 上文讲到Trojan在MacOS上利用homebrew的基本部署办法，这一文将在MacOS基础上继续讲讲本地分流策略⬇️

​ 由于多数人用的机房都在海外，且每月VPS限制流量，每个人的用网需求也不同，VPS访问国内网络速度也会慢，因此使用分流策略是必不可少的

不断迭代的学习方法

​ 时间推移，设备也随之改善，不断出现的笔记软件会改变我们记笔记的方法，找到适合自己的学习方法，定能让效率提升数倍。

写在开头

​ 2019年7月30日，在我心中酝酿许久的那颗对于MacOS的渴望之心，终于还是迸发了出来，也就有了这个Write Up，旨在能够让自己坚持搞下去（毕竟大价钱买的SSD）且能给后面要装黑苹果的同学铺个路，不多说，直接上配置。

本文志在教会同学们动手搭建个人博客，作为很好的知识储备工具