最近，一打开v2ray.exe就闪退，日志文件里也没有记录到错误信息，试了好久都找不到具体原因。后面尝试在控制台打开v2ray.exe，才发现具体的错误信息，然后问题也顺利解决了。
在kali更新到2020后，原本直接修改网络设置中代理的方法不再好使，转而需要用到proxychains，在kali2020中已自带，不需要再单独安装，此篇文章将介绍基于物理机v2ray代理的通过proxychains完成的科学冲浪方式
启用了autoptimize来优化页面加载。其主要功能是优化压缩html，合并js和css代码，减少http请求次数，加快页面加载。 但启用后就发现页面加载存在异常，console有报错信息。
image.png 一：功能介绍 系统状态监控 支持多用户多协议，浏览器可视化操作，无需敲命令 支持的协议：vmess、shadowsocks、dokodemo-door、socks、http、vless、trojan vmess 支持的传输配置：tcp（http伪装、tls）、kcp（伪装）、ws（tls）、http（tls）、quic（tls） 支持账号流量统计 支持自定义 v2ray 配置模板 支持 https 访问面板（需自备域名 + ssl 证书） 更多高级配置项，详见 v2-ui 测试环境：U
之前耳闻 nftables 是下一代 iptables 。前段时间配了一台主机，折腾成家里的软路由。就一并来尝鲜一系列新东西，其中就包括 nftables 。nftables 和 iptables 、ebtables 等一样，都是对底层 xtables 的封装，目前看来 nftables 比 iptables 更简洁易用，更易读，更容易理解，扩展性和也更好。但是目前各个发行版中对 nftables 的支持还比较参差不齐，导致 nftables 很多功能比 iptables 还是有所缺失，所以个人感觉短期内还是替代不了 iptables （比如 tproxy 功能需要 linux kernel 4.19+， 而即便是 CentOS 8 的内核版本也只是 4.18 ，所以都不支持 ）。 nftables 所支持的功能列表及所以来的内核版本和内核模块可以在这里找到 https://wiki.nftables.org/wiki-nftables/index.php/Supported_features_compared_to_xtables 。
最近由于考试周临近，所以博客这边都没怎么更新，这回逮到机会赶紧更一篇。我其实一直有个需求，就是想在学校也能无缝接入家里的网络，访问NAS之类的设备，因此我一直想设置一个透明代理。于是最近断断续续研究了几天，总算是摸索出了一个让自己相对满意的透明代理方案，因此就抽空写了篇博客，权当记录。事先说明：这篇博客仅仅描述了一个透明代理方案，并不包含任何代理服务器搭建的内容。方案的大致结构如下图，具体细节和配置我会在后文中详叙。
我用的是DNSPOD国内版，Linux系统，使用步骤： 先创建token，DNSPOD(国内版)创建token
之前一直耳闻 nftables 是下一代 iptables 。前段时间配了一台主机，折腾成家里的软路由。就一并来尝鲜一系列新东西，其中就包括 nftables 。nftables 和 iptables 、ebtables 等一样，都是对底层 xtables 的封装，目前看来 nftables 比 iptables 更简洁易用，更易读，更容易理解，扩展性和也更好。但是目前各个发行版中对 nftables 的支持还比较参差不齐，导致 nftables 很多功能比 iptables 还是有所缺失，所以个人感觉短期内还是替代不了 iptables （比如 tproxy 功能需要 linux kernel 4.19+， 而即便是 CentOS 8 的内核版本也只是 4.18 ，所以都不支持 ）。 nftables 所支持的功能列表及所以来的内核版本和内核模块可以在这里找到 https://wiki.nftables.org/wiki-nftables/index.php/Supported_features_compared_to_xtables 。
Gartner认为，到2020年，超过60%的企业将无法有效解密HTTPS流量，从而无法有效检测出具有针对性的网络恶意软件。
支持多种协议，可根据自身需求进行设置，此处以vmess协议为例，设置完成后点击添加
学校的个人账号只能在一台设备上进行认证联网，但是我们使用的 GPU 服务器经常需要访问互联网，在服务器上认证之后我们自己的电脑就会掉线，所以可以通过代理的方式让服务器通过我们自己的设备进行联网，解决这个问题。
硬件： windows10 surface book2(在用) 或者推荐戴尔xps系列 手机：几千块的旗舰机，常用的东西还是贵点好，千元机也能用，一分钱一分货，我是不会在用了，买不起买上一代旗舰也是可以的 鼠标： 日常办公：微软designer还不错，surface arc鼠标勿买，此是大坑。 游戏：g502 SSD 移动U盘，辣鸡TLC颗粒就别用了吧，MLC颗粒和SLC了解下，CZ80和东芝的EX2可以让你爽到飞起 移动硬盘 降噪耳机，QC30，snoy1000x在用 机械键盘： 原厂茶轴，tad
为啥还要讲如何搭建一个网站呢 以前我不是讲过吗 以前的都是零零碎碎的教程 根本没有整合到一起 要是你想找那也很麻烦 所以就重新弄了个比较整合到一起的 而且某些过时消息也弄下（不寒碜！）
虽然像小米等手机厂商也提供了所谓支持 root 的开发版 Rom，但在较新的版本中，他们无法直接写入像 /system/ 之类的被保护的路径。这就导致了很多事情仍然做不了。最经典的就是连系统证书都修改不了。。。
国外的服务器，大部分网络都不太好，但是又有很多小伙伴爱买海外的服务器。有没有什么办法可以流畅管理这些机器呢？我们可以拿一台网络较好的云主机来中转一下SSH和RDP连接。
一、代码实现 1.配置类—Env.java package com.ray.jpush.config; /**@desc : 极光推送接入配置 * * @author: shirayner * @date : 2017年9月27日 下午4:57:36 */ public class Env { /** * 1.极光推送后台APPKEY,MASTER_SECRET */ public static final String APP_KEY = "354f
tcp 隧道我们见得比较多了，在 这篇文章 就给了一些来例子，其中有一些 tcp 隧道是用来穿越防火墙，或者 "科学上网"; 但是如果去看这些隧道的实现，本质上都是基于 http 的 connect 方法，具体区别可以看这个 wiki, 即实现其实是使用 http 的连接方法，然后 reuse http 底层的 conncetion，比如 websocket 等也是基于类似的实现
我的网站上线了：http://javapub.net.cn/posts/article/ip-switch.html
Scheme Flooding 的直译叫做「方案泛洪」漏洞，但是以这个关键词拿到百度搜索搜不出啥有用的东西，下文就以 Scheme Flooding 直接表示了，本文将从 效果-成因-反制 三个角度对此技术进行浅析，由于本人也是第一次接触这个漏洞类型，对我也是从零到一的过程，可能会存在错误，望各位师傅斧正
随着产业数字化发展进入深入区，网络空间不断壮大，网络的边界也变得难以界定，站在网络的角度看安全，传统的安全分析有着怎样的短板与不足？未来大数据分析应该更注重哪方面的能力建设？ 近日，腾讯安全云鼎实验室「安全大讲堂」邀请北京派网软件CEO孙朝晖，基于安全业务视角，深度剖析网络大数据分析的应用现状，探讨“网络大数据分析发展趋势”，为企业网络安全建设发展提供了前瞻性建议。 从网络的角度看，传统安全厂家、安全专家在研究流量时，更多集中在HTTP、DNS、隧道协议、远程控制协议等常用网络协议上，但事实上，这些协议的流
推荐一个关于游戏开发的一个网站：https://www.raywenderlich.com/ 上面有些游戏开发视频是收费的，不过有些博客是面免费的，对游戏感兴趣的同学可以看一下：
笔者之前写过一篇文章 测试用例管理平台的一二三 ，介绍了几种常见的测试用例管理平台。本文将介绍如何实现通过Allure提供的注解以及xray-maven-plugin实现在JIRA上实现自动化用例的管理。
https://www.raywenderlich.com 对于 iOS 开发人员来说一定不陌生，这可能是 iOS 初级教程里面被推荐最多的网站了吧。
在Xcode或其它开发环境中，学习编程是一件让人费尽心血的事情，你需要花很多时间在里面。不过，这里还有一个要素你有可能忽视了。 无论你正在学习的是哪一种类型的开发，或者你只是对某一种编程语言感兴趣，你都可以不用写一行代码就能学到很多有关编程的东西。这是因为用的是Swift。在这篇文章里，将会分享一些使用Swift的技巧和资源。这些建议适用于任何人， 不过你自己还得作进一步钻研。
最近在学习kubernetes（之后都称为k8s），在跟着kubernetes交互式文档学习玩基本概念等知识后，想着自己也搭建一个集群，加深一下对其的理解。
You have a given picture with size w×h. Determine if the given picture has a single “+” shape or not. A “+” shape is described below:
这里有实战项目、入门教程、黑科技、开源书籍、大厂开源项目等，涵盖多种编程语言 Python、Java、Go、C/C++、Swift...让你在短时间内感受到开源的魅力，对编程产生兴趣！
需求：点击UI，在场景中生成3D对象，对象跟随鼠标移动，放置后可再次拖拽对象，改变其位置。做了一个小Demo,如下图所示：
V-Ray 6.0 for Rhino是由Chaos Group公司推出的Rhino三维模型渲染插件。该软件能够让Rhino变得更加具有真实感，可以在渲染中提供出色的性能和高品质的渲染，从而使用户可以更好地展示自己的设计和想法。V-Ray 6.0 for Rhino具有多平台兼容性，可以在Windows和Mac OS等操作系统上运行，因此，在不同设备之间进行工作和交换数据也变得一致和便捷。
原生的networkx实现的只能在节点介数度量性任务上达到单核心100的cpu利用率。通过对源码的几行改造我们可以实现多核心的100的利用率。接下来要我们来一起看看是如何实现的多核心100的利用率。
射线Ray，在3D图形学中有非常多重要的应用。比方，pick操作就是使用射线Ray来实现的，还有诸如子弹射线的碰撞检測等等都能够使用射线Ray来完毕。
Ray不仅仅是一个用于多处理的库，Ray的真正力量来自于RLlib和Tune库，它们利用了强化学习的这种能力。它使你能够将训练扩展到大型分布式服务器，或者利用并行化特性来更有效地使用你自己的笔记本电脑进行训练。
在本篇博客中，我们将深入探讨 OpenAI Gym 高级教程，特别关注分布式训练与并行化的方法。我们将使用 Ray 这个强大的分布式计算库来实现并行化训练。
private const float radian = Mathf.PI / 180.0f; //1弧度的浮点数
1、首先用ffmpeg命令或者flac 命令将它转换成mav格式，再用lame将wav转换成mp4格式
分发深度学习模型训练已经成为何时进行训练的问题，而不是如果这样做。最先进的ML模型（例如BERT）具有数亿个参数，而在一台机器上训练这些大型网络将花费数天甚至数周的时间。
在寻找视频格式转换器吗？为您带来AnyMP4 Blu-ray Ripper for Mac蓝光视频格式转换器，它能够帮助用户将蓝光翻录为MOV，M4V，MP4，AVI，WMV，MKV，FLV，SWF，WebM等流行视频格式。除转换功能外，AnyMP4 Blu-ray Ripper mac还具有视频编辑功能。
C:\Program Files\Autodesk\Maya2017\vray\vrayplugins
Vray 6.0 for SketchUp是一款高级渲染器，由世界著名CG制作公司ChaosGroup开发，旨在为SketchUp用户提供快速且高质量的渲染效果，实现真实的光照和材质细节效果。
Unity 中虚拟射线能够检测所碰撞到物体，使用 Physics 类的 Raycast 方法实现色心啊碰撞检测功能。
rllab paper：https://www.groundai.com/project/ray-rllib-a-framework-for-distributed-reinforcement-learning1917/ 很好地扩展到8192个核心。凭借8192个核心，我们在3.7分钟的中位时间内获得6000奖励，这是最佳公布结果的两倍 大规模测试：我们评估RLlib在进化策略（ES），近端政策优化（PPO），和A3C的性能，对建立专门的系统比较 特别为那些算法 [ OPE（2017年），黑塞等人（2017
VRay是一款广泛应用于CG艺术、室内设计、建筑可视化等领域的渲染软件。随着VR技术的不断发展，VRay也不断引领着渲染技术的发展方向。其中，VRay 5.0 for 3D MAX可以说是这个系列软件的全新升级，它带来了更高的性能和更多新功能。
训练一个Tensorflow模型 下面的代码仅支持Console notebook模式下运行 首先，准备minist数据集 include lib.`github.com/allwefantasy/lib-core` where force="true" and libMirror="gitee.com" and -- proxy configuration. alias="libCore"; -- dump minist data to object storage include
随着信息网络技术的不断发展，大量数据中心的建设，机房监控软件已经成为了机房管理者重要的管理工具，机房监控软件也从无到有，从2D到3D，从静态到三维动态的改进。 不多说，直接上图↓
任何复杂的三维模型都可以视作空间三角面片的集合，很容易碰到的一个问题就是空间射线与三角形相交的问题，例如拾取、遮蔽检测等。这里就总结下该问题的两种算法实现。
根据给定的文章内容，撰写摘要总结。
本文是‘Differentiable Monte Carlo Ray Tracing through Edge Sampling’这篇论文的学习总结。论文作者是Tzu-Mao Li(李子懋 mào), Miika Aittala, Frédo Durand 以及Jaakko Lehtinen。李子懋的博士论文（dissertation）获得了SIGGRAPH2020最佳博士论文奖，称其‘为新兴的可微计算机图形学奠定了基础’。而这篇论文(paper)则首次提出了如何解决光路微分的方式(propose a comprehensive solution to the full light transport equation)。插一句题外话，我没有读论文Acknowledgments的习惯，我无意间瞥了这篇论文其中的一段，驱使我读完了整个Acknowledgments，推荐大家读一下该论文的Acknowledgments。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
