如果我们想要让网页首次渲染的时间尽量提前，那么我们必须加快关键路径上的资源加载。而网页内嵌关键资源，异步加载非关键资源能够让网页的渲染速度达到极致。
在建博客之初，我是把css样式表和js脚本都放在本站，但是从国外的服务器请求静态资源的延迟实在太大了，因此我后来使用jsDelivr这个在国内也有服务器的CDN来加载静态资源（详情见上一篇文章，使用jsdelivr CDN加速hexo的图片等静态资源加载 ）。但是为了追求极致的速度，我不能让html网页传过来后还要去请求css样式表才能开始渲染，即使是使用CDN也是有不可忽视的请求延迟的，因此我现在将渲染需要的关键css样式表内联在html网页中，而异步加载非关键的资源。
更新：很遗憾，jsDelivr目前（2021-12-22）失去了中国大陆地区的区域CDN，将使用就近的CDN代替。
独立博客的一个十分重要的问题就是图片等静态资源的加载速度，这对于访问博客的体验而言十分的重要，尤其在中国，如果使用国外的服务器而域名也没有备案的话，图片的加载速度能够让人怀疑人生。
而jsDelivr是一个著名的开源CDN项目，它闻名于免费的javascript CDN，全球部署尤其是在中国也有备案的站点。但是少有人了解它提供的其他免费服务，其中包括一项是对Github仓库的CDN加速，而这便可用来作为我们博客的图片CDN。
我们常常在网络上看到对价值观的讨论，也常看到批判话语如“某某人的价值观不正”。那么，当我们谈到价值观时，我们谈的究竟是什么呢？本文意欲讨论与其相关的一些问题。
由于笔者几乎没有研究过分析哲学相关的内容，因此行文措辞可能多有不严谨之处，对逻辑十分考究的人权当此文为笔者的梦呓罢。
看到这个标题，可能不少人的想法都是“博主真是学艺不精，这么简单的区别都要写下来”。说的没错，我的确才疏学浅了。
conv1d与conv2d的区别显然在于一个是一维卷积一个是二维卷积，但是这里的“维度”具体是指哪个维度呢？在Word Embedding上使用conv1d和conv2d是一回事吗？
网络上的许多文章都说这两者完全是一回事，但是他们的理解都是有问题的，几乎把我也误导了，我特此写下这篇文章来记录此事，希望能够帮到思考这个问题的人。
浪潮信息与中科曙光是两家在中国常常拿来对比的科技公司，他们近几年的成长都十分迅猛。
那么这两家公司究竟是什么样的公司呢？他们是中国未来的IBM吗？(IBM早就转型了)
本文的主体是一篇配对分析的研究报告，将对两家公司进行简要的介绍和对比研究。
这件事的起因是我想要给自己的博客加个rss，博客的基本操作嘛，结果这个rss让我发现了原来的主题的一些问题。
2020-07-17 更新： 现在推荐所有使用Hexo的人都采用hexo-filter-mathjax插件，支持unicode字符，后端渲染，前端不用外挂CSS样式表和Javascript脚本。如果想找解决方案可以直接阅读"Maxjax 后端渲染"小节。
许许多多的Hexo博客都是Next主题的，而这样的大主题大多封装了Mathjax或Katex等前端渲染工具，配置比较简单。我这个小主题就只能在网上找解决方案了。
现在来总结，其实无非就是两个大方向，前端渲染和后端渲染。其中前端渲染是主流，而绝大部分前端渲染都是用的Mathjax或Katex。
前端渲染的流程是，在生成时Hexo渲染器（如hexo-renderer-pandoc）首先一轮渲染把Markdown中的Latex代码转换为Mathjax或Katex支持的代码，然后在前端加载html时前端的Javascript脚本就会渲染Latex公式为矢量图形。
可我最后用的是后端渲染，虽然说后端渲染有种种好处，但是我用它的最开始的原因却是我不能把前端渲染的方案做完善，也就是说，我前端方面是个菜狗。
我最早的技术博客在CSDN，CSDN的好处很明显：省事，SEO也做得好；缺点是：界面不够美观、CSDN本身的社区也抄袭成风。
最近突然想重搞一个博客，根据我对自建博客的远古记忆，大部分人用的应该是WordPress，于是我的第一选择也是去用WordPress，但是因为我之前一直没有了解过自建博客，我刚开始甚至不知道WordPress.org和WordPress.com的区别。
一顿搜索后，决定用一个VPS+WordPress搭建自己的博客，并且申请了自己的域名，也就是现在的renzibei.com
将WordPress博客运行起来后，经历了找主题、找插件、做SEO等等过程，发现有一个我怎么也绕不过去的问题，那就是如何将Markdown文件格式的文章直接展示到WordPress中。
WordPress的确有各种各样的Markdown插件，但是对Markdown的支持度都不相同；我个人对Markdown支持的硬性要求是，能够像Typora一样支持Latex公式。但是这些Markdown插件并不能满足我的要求，Latex插件又不能与Markdown插件结合，因此我一度被这个问题困扰了很久，直到我了解了Hexo。
2017年时，初次接触机器学习，当时不记得tensorflow是什么版本了，是不支持AMD GPU进行加速的，对于一个是Macbook Pro 15寸带AMD独显的人来说，入门训练很不友好。
我相信只要试过GPU加速训练的感觉，是绝对不会再想使用CPU进行训练了，即使是验证想法，CPU训练也太慢了。想起了多年前为了让本机的Tensorflow支持Intel的向量指令集，还要本地编译源码好久，然后比起原来也没多大提升，甚至浮点运算精度还下降了，都是泪。