首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

去除 MIUI 的

为什么要拿 MIUI 屏开刀呢,因为我不想看到广告,仅此而已。 可以先看屏长啥样,然后再决定是否要干掉它(MIUI 并没有提供关闭它的入口)。 ?...如果是 MIUI 对屏做了控制,那只有三种方法,是直接写死屏,这个显然不符合现象,有部分机型升级后没有屏;二是判断机型,对于特定机型把屏删掉,但是感觉这也不科学,至少在 MinusOneScreenView...已经找到答案了,关键的控制在 X.cl(),打开反编译得到的 X.java眼。 ? !脸!懵!逼!...这玩艺里根本就没有我要的东东嘛,而且文件名是大写的 X.java,而里面却是小写的 x.java,这个类定有问题。..../ $ java -jar apktool.jar if miui.apk $ java -jar apktool.jar d MiuiHome.apk 这里需要注意的是,必须先安装 miui.apk

2.2K20

款「 体验 」的AI产品

当大家看到这个标题时可能会问: 什么是体验的产品? 其实很简单,就是用了这款产品,在某些场景下你可能得到不良的体验。 大家心里可能会有100个问号,那你开发这款产品出来干嘛?...我认为独立完成个项目是个很好的学习机会,而且我不愿意错过人工智能这个浪潮,所以我决定今年的产品是跟人工智能有关的。...现在大家应该知道这为什么是体验的产品了,因为它很可能会让某些用户在浏览网页过程中产生负面体验:黄图被屏蔽了。 为什么我要做这款产品?...先不说各种网络暴力充斥着这个社会,更重要的是有些不法分子会利用黄色、暴力内容以及青少年的冲动和好奇心理去毒害青少年的思想,例如通过个含有黄图的小广告引导用户去浏览黄色、暴力、赌博等非法网站,些无知的青少年可能因为时冲动而沾染上不良的嗜好...今天是圣诞节,我和清华出版社的编辑进行多轮沟通后,确定可以在书籍上市前拿到批限量版回馈直支持我的读者,如果感兴趣的读者可以在评论区留言,我会在元旦节的时候抽取3~5名读者并赠送你们本《AI改变设计

52430
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    次偶然机会发现的MySQL“优化”

    故事的起因今天要讲的这件事和上述的两个sql有关,是数年前遇到的个关于MySQL查询性能的问题。...主要是最近刷到了些关于MySQL查询性能的文章,大部分文章中讲到的都只是些常见的索引失效场合,于是我回想起了当初被那个离奇的“索引失效”支配的恐惧。...MySQL的“优化”在分析sql性能的时候,我们当然最常用的是EXPLAIN,将两个sql分别EXPLAIN,结果如下: 可以看到sql执行计划并无二致,那么为什么执行时间却相差这么远呢?...大致意思就是LIMIT与ORDER BY起使用MySQL会在找到LIMIT设定的值后立即返回。虽然没有找到具体的原理性的解释,但是从上述的这个描述中我们也能够大致理解这个思路了。...,在结果集中的数据大于LIMIT的场景下,这个性能固然是非常棒的,但是如果最后的结果集中的数据小于LIMIT,就会存在永远凑不满的情况,所以最终这个MySQL的性能优化就会变成全表扫描的“优化”。

    29810

    接手分的 iOS 项目后我做了什么

    另外个缺点就是服务端如果要自己配置 CI 服务不太方便。如果部署在自己的服务器上,其他些服务脚本也部署在起,会有很大的自主权。 综合之后选择了主流的 Gitlab。...个大的项目也不能因为任何个人不在了就运行不下去。 但是早期团队,人就这么几个。有个人对团队的使命认知不致,日常行为里就会有很多摩擦。 我之前思考过团队文化是什么,怎么形容团队文化。...如果让个没 Swift 经验的上手就解决这些问题定很气馁。所以在项目过程中也要分配定时间把老的 OC 代码重写了。好在原先的代码本来就很乱,需要重写。...会导致些跟包绑定的功能无法正常测试,比如微信登录、支付后的跳转。 我们的业务里有聊天的功能,聊天记录是只存在本地的。而且我们认为个账号只能在同个平台上的台设备登录。...我们在 app 集成了摇摇反馈 bug 的功能,操作步骤,网络请求,设备信息等这些有效的信息都会起收集起来。在后台可以方便的看到。告诉用户碰到问题摇摇,描述下问题就可以了。

    63920

    接手分的 iOS 项目后我做了什么

    另外个缺点就是服务端如果要自己配置 CI 服务不太方便。如果部署在自己的服务器上,其他些服务脚本也部署在起,会有很大的自主权。 综合之后选择了主流的 Gitlab。...个大的项目也不能因为任何个人不在了就运行不下去。 但是早期团队,人就这么几个。有个人对团队的使命认知不致,日常行为里就会有很多摩擦。 我之前思考过团队文化是什么,怎么形容团队文化。...如果让个没 Swift 经验的上手就解决这些问题定很气馁。所以在项目过程中也要分配定时间把老的 OC 代码重写了。好在原先的代码本来就很乱,需要重写。...会导致些跟包绑定的功能无法正常测试,比如微信登录、支付后的跳转。 我们的业务里有聊天的功能,聊天记录是只存在本地的。而且我们认为个账号只能在同个平台上的台设备登录。...我们在 app 集成了摇摇反馈 bug 的功能,操作步骤,网络请求,设备信息等这些有效的信息都会起收集起来。在后台可以方便的看到。告诉用户碰到问题摇摇,描述下问题就可以了。

    56730

    Java面试】127等于127,128不等于128?聊聊Java中Integer的八股文

    前言 在面试中,Java的等于判断是最常见的,其中Integer的等于判断是众多面试者中最容易出错的。...Integer是Java中的包装类,我们经常定义的 Integer a = 1,编译器会帮我们转化为 Integer a = Integer.valueOf(1)的形式。 为什么要用包装类?...1、面向对象考虑,可以让“整型”支持些方法 2、null值考虑,基本数据类型自身没办法表示null 3、泛型考虑 Integer如何做等于判断?...这是因为默认情况下JVM会把 [-128,127]这个区间的Integer给缓存起来,当我们定义Integer的时候,如果位于这个区间,就不会去创建个新的对象,而是返回缓存中的对象。...所以位于该区间的Integer通过等于号判断会是相等的,因为是同个对象。

    36410

    最终战柯洁再AlphaGo,此后再无围棋人机大战

    去年3月,当AlphaGo在首尔的五番棋过后以总分4比1大胜李世乭时,全世界的目光,很大部分已然落在了柯洁身上:方面,柯洁才是彼时的世界第,在与李世乭的十次交手中,还以8胜2的记录占据着绝对优势...截至2017年5月12日,绝艺在野狐平台上的590盘棋中取得了454胜136的战绩,胜率达到77%,其中还包括波对柯洁的13连胜。...他也确实是这么做的:第盘,他几乎是在AlphaGo的棋路和AlphaGo周旋,开局点三三,中盘也走出了多步被李世乭赛后评价为“出人意料的好棋”的惊人之举,最终在第286手以四分之子的微弱优势憾。...虽然鏖战155手后,柯洁最终因为之前的失误投子认,但在众多职业棋手的评价中,柯洁以种亮剑的姿态下出了人类棋手的尊严。...5月22日,开赛前晚。大战在即,柯洁在微博上发布了篇文章,题为《最后的对决》。

    798130

    KDD21 | 种使用真样本的在线延迟反馈建模

    点在大促期间更明显。这导致我们训练模型的时候样本包含两种不确定情况,即真样本(用户不购买)和假样本(用户会在未来的某个时刻购买)。...1.2 解决方案 设计思路: 既然观测到的样本包含假样本,个直观的想法是能否分别建模转化模型和时延模型,然后通过时延模型预估这条样本到模型训练时刻已经发生转化的概率,作为该样本的不确定性,从而给每条样本个合理权重...因此,为避免些不必要的假样本,我们建立个数据流等待10分钟窗口,窗口时间到达时向样本流发送正负样本。10分钟外发生正样本再以补偿样本形式进入样本流。具体的如下图。...真样本近似: 对于最终未转化的样本,如果最终等到7天之后再补偿进入样本流,可能会定的时效性问题,另外真样本的引入还涉及到线上链路的改造,实现成本过高。...综合考虑这些问题,我们采用了种近似补偿真样本的方式:我们会设置另个 RelNeg 窗口,例如90分钟~1天,如果样本未在该窗口内转化,样本会被作为近似补偿真样本引入到样本流中,我们实验发现,由于时效性的增强

    2.2K30

    转录组非矩阵分解(NMF)致性聚类(ConsensusClusterPlus)

    矩阵分解(NMF)和致性聚类(ConsensusClusterPlus)是两种常用的聚类和模式识别方法,它们在算法原理、使用场景和结果解读上都有相似和不同之处。...非矩阵分解和致性聚类的异同点非矩阵分解(NMF)使用场景:NMF主要用于从高维数据中提取潜在模式或特征,例如基因表达数据中的特征模块识别,或者文本数据中的主题提取。...算法原理:NMF是种矩阵分解技术,将个非矩阵 VVV 分解为两个非矩阵 WWW 和 HHH,即 V≈W×HV \approx W \times HV≈W×H。...;4、独立使用时,两者同时使用并比较,选择其中个方法对数据进行亚群划分;5、联合使用时,应按照先后顺序进行使用,比如可采用非矩阵分解先对样本进行分群,确定特征基因,锚定是何种亚群,之后再采用致性聚类对亚群内部进行再次分群...有点像高考的时候先报不同的专业(非矩阵分解),然后考研的时候在大专业的框架下选择细分专业(致性聚类)。

    34511

    财务对账,怎么实现相同金额抵销,保留剩下的?| Power Query实战

    ,然后步步尝试——这其实就是我们经常讲的:关键是思路!...回到这个问题,首先要考虑怎么识别正负金额相同问题,显然,对于正负数来说,需要通过绝对值来判断,所以,不管怎么说,我们先弄出列绝对值来看看: 得到绝对值后,对于绝对值相同的内容,我们是不是要把它们当作同类数据来处理呢...所以,我们可以基于姓名和绝对值分组(这是要作为同类处理的数据),对金额进行求和,自然就实现了正负对冲剩下需要的数据: 这时得到结果: 还有点儿小问题,对吗?...回顾整个过程,其实每步都很简单,关键的是,有没有步步地去尝试——很多问题都是在边尝试边思考的过程中发现规律和方法,从而循序渐进、各个击破、迎刃而解的!...这也是为什么对于很多人来说,精通样技能——尤其是类似软件工具或编程的技能,再去学其他的都很容易上手的原因:无论用什么工具,解决问题的方法和思路其实都是大同小异的。

    1.4K20

    RNAseq|组学分型-ConsensusClusterPlus(致性聚类), NMF(非矩阵分解)

    肿瘤分型分析是生信文章中的常客,大致是通过将基因的表达量进行聚类或者非矩阵分解,发现新的亚型,然后对不同亚型的临床特征,免疫特征等进行比较分析,文章末尾简单的列了些应用。...本文简答的大概介绍下文献常用的致性聚类(ConsensusClusterPlus )和 非矩阵分解(NMF )方法 。...二 致性聚类(ConsensusClusterPlus) 致性聚类是种无监督聚类方法,可以利用ConsensusClusterPlus R包完成分析,表达量矩阵准备好之后,代码很简单,如下 con...三 非矩阵分解(NMF) 除了Consensus Clustering外‍,non-negative matrix factorization (NMF) consensus cluster也是很多文章经常用来分子分型的方式...常用的个标准就是cophenetic 曲线下降范围最大的前点。 由左图发现4-5下降最大,选择K=4 。

    4.6K11
    领券