获取程序click-mealiyun-ddns用rust写的，自己和朋友也一直在用，喜欢的话不留余力请star, 有问题和建议也希望您提个issue知会我下。
获取AccessKeyID和AccessSecret
登录：ak-console.aliyun.com
使用其中一种方法创建AK, secret大多都是创建的时候可见，注意保存
继续用主账号创建AK秘钥，点击，然后根据提示创建，阿里现在不是很推荐了(安全性问题)
点击开始使用子用户AK，按照操作设置后，在用户管理添加用户，分配权限(注意权限)，生成AK
配置aliyun-ddns
登录到域名页面，设置子域名，步骤： 进入解析-> 添加记录 -> 设置子域名 保存
回到程序aliyun-ddns，打开com...
读书记-<原则>
Ray·Dalio <<原则>>:
文章分成了三步,第一部是讲的瑞的生活, 从一无所有到福布斯名列前茅. 我相信读同一本书, 在不同的时候, 不同的人与不同生活经历背景下, 感悟都是不同的.
第一部分讲述了他一生的历程, 从独生子女到抱孙子, 从低谷到福布斯.
瑞从一个美国的中产阶级(似乎没有), 家庭对他影响是极大的, 从初中的时候开始体验赚钱的不易, 开始打零工送报纸. 我觉得每个小孩都必须要在这里年纪经历一些历练. 瑞在刚步入大学的时候, 失去了他最爱的人-他母亲的离世. 在大学的时候, 他对于经济学是无比热爱的, 找到有爱好的专业是十分重要. 毕业后经历了上班族到自主创业的工程, 文中提及多次他的起起伏伏, 最低谷的时候曾是一个人孤军奋斗, 也曾是背负骂...
xcode9之后的打包方式
XCode8.3之前的打包https://github.com/webfrogs/xcode_shell/blob/master/ipa-build阅读链接上的这个脚本, 可以理解构建三部曲为:
Clean build cache
编译出.archive
xcrun打包为.ipa文件
第三步是和XCode9差异最大的地方, 先记住这里:
XCode9之后的打包听说是8.3之后就不一样的了.细化上面的三个步骤为:
Clean Build Cache:1xcodebuild clean -workspace $workspace -scheme $scheme -configuration $configuration
与xcode8无任何差异.
编译,生成.xcarchive123...
机器学习迁移模型到IOS
https://paulswith.github.io/2018/02/24/%E8%BF%81%E7%A7%BB%E5%AD%A6%E4%B9%A0InceptionV3/ 上文记录了如何从一个别人训练好的模型, 切入我们自己的图片, 改为我们自己的模型.本来以为移植到手机很简单, 但是不简单的是我的模型本身就是迁移学习别人的模型,有很多莫名其面的坑, 在CoreML经历了N个坑后,1点14分我搞掂了.
项目源码和转换源码已经上传到git.https://github.com/Paulswith/machineLearningIntro/tree/master/classification_101
转化为mlmodel说说转换为mlmodel的工具有两个:
coremlto...
迁移学习InceptionV3
手动画过AlexNet类似的模型,直接在后面加了一层[,class]的全连接层, 结果预测准确率是90%左右. 当然不是很满意. 于是乎开始各种方法寻求最准的CNN偶然间发现通过迁移学习大赛上高分的作品,进行迁移学习可以让我们拥有更精准的准确率,于是有了本文.总结:: 学会如何迁移优秀的模型来为自己所用! 文章讲述的colab源码已经共享, 请点击下方链接查看即可.https://drive.google.com/file/d/1ahJtJvuHDGh4oS4lyNG0NdtqZuyns4J6/view?usp=sharing
迁移准备模型选择准备首先当然是选择一款高效的模型,查阅了部分资料, 发现googleNet是2014年ILSVRC挑战赛获得冠军, 错误率降低到6.67%,...
部署TensorFlow到Colaboratory
一个二分类的机器学习, 用TensorFlow写的, 刚好看到google提供的免费褥羊毛GPU, 虽然坑很多, 但还是部署上去了,GPU效率真的比CPU强的多多.官方完整的帮助连接在这里,注意上面的代码是基于Python2的, 我用的python3
数据集准备CSV之类的轻量数据集PASS, 有即可
TFRecord重量数据集可以类似我这样子, 将数据存储到目录下Datasets下, 推荐tar压缩1tar zcvf Datasets.gz Datasets
自行配置好谷歌Drive, 链接https://www.google.com/drive/下载符合电脑版本, 把数据集存入同步到云端.
如何上传打开你的Colaboratory-new一个jupyter脚本.
小文件上传fo...
TensorFlow数据集制作实战
这是实战篇,往下看先
当前数据当前我有这些图片数据, 分为是飞机(plane_)和不是飞机(plane_false)的二分类数据集原图.分别存在两个不同的文件夹
数据1 -> 大概是1600+张
数据0 -> 大概是160+张
比例是10:1左右, 而数量1800+上来看也不是很理想, 我这里为了省事是直接水平翻转图片, 得到1800*2(待会见代码). 当然为了避免欠拟合情况当然更好的方法是挖掘更多的资源.
根据文件夹标签化图片头部一些声明:123456789101112# -*- coding:utf-8 -*-__author = 'dobby'import tensorflow as tfimport osimport randomfrom PIL i...
TensorFlow数据集-Dataset-API
TensorFlow在学习的时候, 它是有一个mnist数据集让我们学习的. 通过batch_size来每轮数据训练的大小, 现在打算将一个我们实际的数据转换为跟mnist数据集一样的效果
内存中自定义数据
Dataset-API是1.3版引入的, 支持从内存中/硬盘中生成数据集.
一维数组直接就是给到一维数组, 生成数据集
12345678dataset = tf.data.Dataset.from_tensor_slices(np.array([1.0, 2.0, 3.0, 4.0, 5.0]))out_put=""""1.02.03.04.05.0"""
多维数组, size=(5,2) , 可以理解为(count, dimension)
12345678datase...
wda玩微信跳一跳
… 等我写完这个脚本,刷到了372分, 才发现Android的大佬们早就有一套操作了, 似乎想法都差不多,我的环境是在ios-mac上执行
安装环境WebDriverAgenthttps://github.com/facebook/WebDriverAgentfacebook开源的自动化驱动框架, 调的私有Api,所以执行的速度应该说是最准的,这也是这套玩法的关键点需要一些环境依赖,代码clone下来之后, 得在项目路径下执行下:1./Scripts/bootstrap.sh
xcode打开,选择Target是WebDriverAgentRunner,Test到手机(签名用个人Appid就可以,然后Test到手机后,信任一下证书)
facebook-wdahttps://githu...
探探逆向之旅
一阵子下来才明白,逆向其实会上瘾,尤其是我这种~ 天生就爱搞破坏的坏孩子来讲探探是一个社交APP, 似乎不少人在上面找到另一半的. 这种卡片社交简单,背后隐藏的推荐逻辑,筛选逻辑才是它能如此盛名的原因.要重点说明,这些需求是我一产品的同学给我提的, 绝非个人偏好~ 我不是那种人…
梗概先上下图(功能入口在 新手引导->探探怎么玩-> ):这是目前逆向后我给它新增的功能,因为工作也比较忙,就没有新增过多的需求,但是整个App的架构逻辑其实已经很清晰了, 基本可以合理的新增一些需求在里面, 这也说明探探的开发架构逻辑挺棒的.
功能简介下方是一个简单的tableview, 功能的启动都在这里,当然功能是有互斥和优先级的,
同时开启无条件选妹和选妹子onlyStudent,...