1、下载安装jenkins 地址：
https://jenkins.io/download/ 2、系统管理—->全局工具配置 2.1JDK配置 2.2 Gradle配置 配置分两种：1、选择gradle版本然后jenkins自动下载 2、选择电脑本地的gradle 3、新建项目并配置 配置项目源码路径 设置定时构建（构建方式可以点击日程表框右侧的问号）
构建gradle配置 3、点击立即构建 4、错误信息汇总： 注意点： 1、项目中的build.gradle中的gradle版本要和项目配置中的gradle版本保持一致 2、项目的的build.gradle新增Google() 3、签名文件路径 4、local.properties 配置sdk路径 4.1、提示以下错误： * What went wrong:Execution failed for task ‘:app:lint’.> Lint found errors in the project; aborting build. Fix the issues identified by lint, or add the following to your build script to proceed with errors: … android { lintOptions { abortOnError false } } 解决办法：app/build.gradle的android{}内新增以下内容 lintOptions {
abortOnError false
Abstract—We propose a deep learning method for single image super-resolution (SR). Our method directly learns an end-to-end mapping between the low/high-resolution images. The mapping is represented as a deep convolutional neural network (CNN) that takes the low-resolution image as the input and outputs the high-resolution one. We further show that traditional sparse-coding-based SR methods can also be viewed as a deep convolutional network. But unlike traditional methods that handle each component separately, our method jointly optimizes all layers.
2018 Scrapy Environment Enhance(4)Docker Service for Scrapyd and Tor Network Docker Service for Scrapyd
http://sillycat.iteye.com/blog/2422861
Docker Service for Tor Network
There are 3 ports and 3 different function services.
Tor 9051 Port reset IP
Tor 9050 Port to proxy
Privoxy 8118 to proxy to 9050
I put them into one Docker App, but we should be able to split them into 2 apps.
Dockerfile
#Run a Tor Network Server
注册CSDN博客已有很长一段时间了,在当初注册的时候就信誓旦旦的想:以后要经常在这上面记录自己学到的新知识,就当是自己是日记本,但事实却是与之相反,以后过了很长时间了,但什么记录都没有,心里有股莫名的烦躁….
有时候初期的想法很美好,但是到了实施的时候却与之违背,也许这就是一个人的定力和执行力的表现吧.
所以,今天强行给自己定一个目标,保持每周都来写一遍文章,至于文章的类型就随机吧.
虽然说我是一个码农,但大部分时候我又觉得自己不属于一名合格的码农.我上班的性质是一名运维工作者,所以大部分的工作都是跟运维有关,这也是变相的说明了我没写文章的原因吧(这就是阿Q精神吧,或者是给自己找一个借口而已).
有时候也很想给自己定一个目标,然后会沿着这个目标坚持走下去,但每次定了好目标又很难坚持走下去,唉…..这就是一个人不能成功的重要原因之一:没有恒心和执行力.
虽然有很多次的失败,但人都是被逼出来的,到了一定的年纪就会有不同的想法,或许到了我在这个年纪了,就会逼自己了吧.
所以还是跟自己定了一个目标:学习JAVA框架!!!!
希望自己可以持之以恒,坚持下去.
加油,自己鼓励下自己.
前几年360百度腾讯等大佬把用户都养成了使用云盘下载的习惯，但是后期都改为收费服务。
免费的基本也都限速了，弄得大家分享下载一些资源很麻烦。一个VS神马动辄几个GB，百度100k的龟速。
好吧，感谢伟大的github，感谢monkeyWie,为我们提供了proxyee-down。
github地址：https://github.com/monkeyWie/proxyee-down
具体怎么用混CSDN的就不用我教了吧，自己看吧。
GEN简介 地下水环境网（Groundwater Environment Network），取英文首字母缩写简称GEN，与汉字“根”同音。意喻地下水为根。既是地下水本身作为我们生存之水的本意，也表示我们自己要做的踏踏实实，打牢根基，同时根也是暗部组织。
定位 地下水环境网是介绍、分享地下水环境相关政策、技术、资料等综合性行业门户，我们致力于为地下水行业人员提供一个专业、便捷、全面的交流、学习平台。
理念 传播专业知识 拓展行业技术 提供交流平台 推动产业发展
LOGO 蓝色水滴，孕育生命之源！
历史 地下水环境网共三个平台： 1、网站 虽然dixiahsui.cn的域名注册于2013年，但是地下水环境网官方网站实际上要比微信公众号还要晚一些， 2、微信公众号（微信号：groundwater_Z） 地下水环境网公众号注册于2015年4月17日，5月17日发布第一条消息。 3、微博（地下水环境网）
我与GEN 记得我与地下水环境网结缘应该是在2015年的9月份，从网站会员注册时间看是2015年9月9号，那时我本科毕业后，留在学校准备考研，复习间隙就搜索与地下水相关的网站和微信公众号，想了解地下水更多的东西，就这样发现了地下水环境网。关注之后有一天发现地下水环境网在招募管理员，当时决定加入并不是因为丰厚待遇，而是一句话，大致意思是加入地下水环境网能够遇上一群走在路上，且志同道合的朋友。看到招募后就跟当时的sweaken（现在的水土君）联系，简单聊了一下后，就决定让我负责网站术语部分，因为当时网站模块较多，需要较多的人手。我开始运营网站时，已经是网站的第二版了，之前水土君和兵哥自行使用免费模板搭建的网站没能见到，很是遗憾。看了下当时的招募信息，应该是2015年9月8号，这应该就是我认识地下水环境网的第一天。然后第二天9月9号就注册了网站，开始管理网站。
决定做了以后，每天中午趁着回家休息吃饭的间隙编辑10条左右，就这样坚持到了研究生考试的前一周。现在看，再次体会到积少成多的作用，这一经历获得的东西让我受益终生。
考完试之后就马上去了北京，想在北京找一份实习，投了无数简历，但都打了水漂，用人单位不是说不需要实习生，就是说要放假了明年再来吧。专业相关单位找不到实习，甚至问过肯德基、麦当劳。后来跟水土君聊天的时候说我正在北京找实习，他那也正好缺一个，就非常有幸去了水土君的单位做实习生。在北京真的非常有幸遇到水土君，亦师亦友，对我的帮助非常大，一言两语说不清，一句话就是真的很感激。
之后慢慢熟悉了之后，就开始管理网站的其他栏目，最终成为网站的超级管理员，负责网站的运营。再后来，微信公众号逐渐火起来了，为了获取移动端更多的用户，我参与到微信公众号的维护中，兼顾网站，一直做到2017年12月因为一些原因就退居二线了，偶尔参与一下，出点意见什么的，另外更多新鲜的血液也进来了。
现在正值3周年，于是我就复出啦，保证活动的正常进行。如今，地下水环境网微信公众号关注着已接近2万，而网站注册会员也1400多人了。能够走到今天这一步，全靠一群志同道合的甘于奉献的小伙伴，没有他们也成就不了今天的地下水环境网。
值得自豪的是，地下水环境网已经被行业所认可，成为地下水行业的翘楚。学校老师在上课时都会向学生推荐我们地下水环境网。这时，感觉之前所做的一切特别有价值。另外，一些水文地质界的老前辈也在关注地下水环境网，让我感到非常荣幸。
在如今大好的环保形势下，地下水专业变为热门专业，这一行业仍有很长的路走。而我们地下水环境网也必将砥砺前行，为地下水事业的发展添砖加瓦。
整个流程可以大概分成四部分。 1. 数据获取：①本地获取，用户手工输入，或者以文本文件的形式读取，又或读取某个数据库；②网络获取，比如爬取信息，对信息解析，保存到文件，或者网站直接提供了api与数据下载。
2.数据整理：把数据获取的部分，按我们需要的方式给整理完成，包括数据格式，数据的取舍，数据计算等等，又可以称为“数据清洗”，其目的是为了之后的数据分析，减轻分析的难度。
3.数据分析：在整理的基础上，按照我们想要的方式对数据进行分析，统计
4.数据展示：完成分析后，把结果展示出来，又可以细分为传统的控制台展示；以图形化的形式展示（数据可视化）；也可以不展示，把分析结果保存到文件里。
尽管用其他程序语言也可以完成相同的工作，但python的简易性，众多的第三方库已经对类似的工作，进行了大量的“奠基”，站在前人的肩膀上，能够大大减少开发难度与时间。 同时，因为python的第三方太多，这就造成了数据分析的整个流程中，同一个功能，很可能许多库都能完成，而多个流程，也可能由一个库就能解决，存在重叠性。
Anaconda 是一个第三方提供的开源免费工具集平台，它支持800多个python第三方库，包含多个主流工具，特别适合数据计算领域开发，跨平台能在Windows/linux/os x 等系统上使用。 工具集平台：Anaconda IDE，包括conda，spyder，IPython三个核心。 工具之一：conda 包管理和环境管理，包管理与pip类似，管理python的第三方库；环境管理能够允许用户使用不同版本的python，灵活在它们之间切换。conda工具将其他工具，第三方库，python版本，与conda自己都当成包，同等对待。
工具之一：Spyder 编写和调试python源代码的工具，Windows有一个spy++工具，两者完全不同，不要混淆 工具之一：IPython interactive扩展的交互环境，在python基础的交互环境（黑框框shell）之上增强了很多功能，使得输入输出更加清晰，适合可视化和GUI相关应用。在这个交互环境中，使用?能直接显示变量类型，%run demo.py 直接运行py程序。 以上都是通用领域的开发工具，还有两个特别适合科学技术与数据分析领域： canopy是收费滴，SO…………
首先认识numpy库，它是一个开源的python科学计算基础库，它提供了以下功能： 1.一个强大的N维数组对象ndarray 2.广播功能函数，用来在数组间进行计算 3.整合c/c++/fortran代码的工具 4.线性代数，傅立叶变换，随机数生成等 数据纬度：一组数据的组织形式，向一维方向展开，就是一维数据，向N个纬度上展开，就是N维数据。 一维数据：我们日常使用的数组，python对应的列表，集合等概念。 二维数据：由多个一维数据组成，是一维数据的组合形式，典型“表格”，其中表头可以是二维数据的一部分，也可以单独存在。 多维数据：由一维或二维数据在新的纬度上扩展，比如书本。 高维数据：和多维不同，仅使用简单的二元关系来表示复杂的数据，典型就是“字典”这种键值对。
既然python基础已经提供了列表这样的复杂数据结构，能够表示多维，为什么还需要额外引入ndarray呢？ 例子：使用基础python方法 这样的计算方法，思维重点还是在单个元素上，而numpy提供了更接近科学计算的思想模式 代码量并没有减少，但是它编程的方式符合科学计算思想。 ndarry特点： ①数组对象可以去掉元素间运算所需的循环，使一维向量更像单个数据。 ②设置专门的数组对象，经过优化，可以提升这类应用的运算速度。 ③经过观察，在科学计算中，一个纬度的所有数据类型往往相同，数组对象采用相同的数据类型，有助于节省运算和存储空间。 换句话说，python基础的列表结构，尽管提供了灵活性，但同时也在运算速度和存储空间方面做了取舍。 ndarry由两部分构成： ①实际的数据 ②描述这些数据的元数据（数据纬度，数据类型等） 因为元数据需要一些额外信息，所以轴（axis）保存数据的纬度，秩（rank）表示轴的数量。 实例： int32是numpy自己定义的，不属于python基本类型 为什么ndarray要支持这么多复杂的类型呢？ 对比python仅有bool，整数，浮点数和复数4种基础类型。 因为科学计算设计数据较多，对存储和性能都有较高要求，元素类型精细定义，有助于numpy合理使用存储空间并优化性能。 同时对元素类型精细定义，有助于程序员对程序规模有合理评估。
文章目录 ubuntu18.04LTS可靠源 双系统或三系统Win10引导失败： 开机输入用户密码，然后死机，tty也无法登入系统 想要装sogou拼音，最后连中文都无法输入了 ubuntu18.04LTS可靠源 给我校mirror站打个广告，我就是从这里下载的,校内速度无限快，校外可能稍慢一些。
http://mirrors.nju.edu.cn/ubuntu-releases/18.04/
更新似乎很快呢，正式版也有了。
双系统或三系统Win10引导失败： 方案一：如果能进入ubuntu：尝试执行grub自动更新
sudo update-grub 然后看输出内容是否包含Win10的引导项，有的话尝试重启进入win10引导。
如果有win10引导，但是win10引导之后，系统处于黑屏状态，只有一个下划线在闪烁，请重启进入boot 尝试使用windows boot manager启动再选择win10启动。如果依然不可以，在win10的选项上按e进入编辑，此时不需要修改信息，直接按照提示使用Ctrl+X进行引导，因为第二次引导可能会记录之前的状态，如果之前win也进行了多系统的引导并卡死就可能导致后续使用win引导都卡死的情况。
方案二：进入ubuntu系统，打开Terminal，安装boot-repair工具进行修复。
add-apt-repository ppa:yannubuntu/boot-repair apt-get update apt-get install -y boot-repair sudo boot-repair 在打开的ui中，选择recommended repair（推荐修复大多数常见问题），一路yes就可以了，重启尝试进入Win10即可。
开机输入用户密码，然后死机，tty也无法登入系统 问题多半是显卡驱动导致的，可以尝试使用recovery mode进入系统，选择fsck项，之后选择root项输入reboot重启，这时候有大概率是可以登入系统的，然后第一件事就是打开“软件和更新”，找到附加驱动，将显卡驱动由开元驱动切换为NVIDA闭源驱动，这种问题在之前版本的ubuntu普遍存在，主要是由于软件版本落后，而在ubunu18问题尤为明显。显卡驱动安装完成重启几次，应该就可以无障碍使用系统了。
想要装sogou拼音，最后连中文都无法输入了 sogou拼音在16.04以及之前的版本都是ubuntu非常好用的一个输入法（虽然有时候会崩溃），但是目前18上无法稳定使用，原因是很多依赖的软件包发生了变化等等。。但是谁还没有个梦想呢，按照各种教程想要装sogou拼音都失败了，然后连Intelligent Pinyin都炸了。
没有什么是重装解决不了的，首先卸载搜狗pinyin以及fctix依赖：
apt-get purge sogoupinyin apt-get purge fctix apt-get autoremove 这样就基本把sogou拼音卸载干净了。
然后这个时候Intelligent Pinyin还是无法使用，就是输入法显示是Intelligent Pinyin但是无法输入中文，猜测是sogou拼音或者fctix把ibus触发器搞怪了？
那么我们**重装汉语以及Intelligent Pinyin**，打开系统设置，找到区域及语言，选择管理已安装语言，选择添加或删除语言，将所有汉语的勾选都去掉，然后应用，这个时候系统会自动去删除相关的包，之后重新打开设置面板，所有都变成英文了。
然后再次进入原来删除汉语的地方，把Chinese(Simplified)选上，然后应用，安装，并且把输入法模式改称IBus，然后关掉设置，再次进入老地方，系统会请求下载新的语言包，这个时候汉语语言包被重新安装了，此时即可使用Intelligent Pinyin了。
如果出现假死的情况（鼠标可以动，点任何东西没反应），这是desktop卡死了，我们进入tty终端杀掉一些卡死的进程，Ctrl+Alt+F3，ubuntu18把各个终端号都改了……现在tty1是desktop。然后以root身份登陆ps -a把ibus相关的进程都杀掉（不行的话就把你认识的所有进程都杀掉，实在不行执行reboot重启），然后Ctrl+Alt+F1返回desktop，就可以了。
1.鸠摩 鸠摩搜书
由于文章需要生成真实感图片，所以就学习了一下Pov-ray的简单操作。这里记录从隐式方程得到渲染图像。
1.将隐式方程输入 k3dsurf 这个小软件，通过调整三个坐标轴的范围及Gid精度可以得到完整的3维物体；
2.点击‘Options’将物体的顶点坐标保存为.obj 格式。
注意这里选择‘All Triangles’,即以三角网格的形式保存顶点坐标；
3.到保存文件的文件夹下将刚刚保存的文件后缀该为.obj格式（因为.obj格式的文件才能被Pov-ray加载）。
4.
执行‘QExplodedView.exe’,加载（load）’torus.obj’, 然后旋转物体的位置直到达到你满意的位置，这个过程其实就是设置Pov-ray中的camera 和light_source的位置。当你旋转完后，发现在另一个文件夹‘Povray’中有个‘lights_config.inc’和‘viewpoint_config.inc’两个头文件，这两个头文件其实就记录了刚刚你在调整物体的位置过程中的光源和相机位置信息。
5.打开Pov-ray,只需将‘#include “262.inc”’改为‘#include “torus.inc”’即可。
6.将之前的‘lights_config.inc’和‘viewpoint_config.inc’两个头文件打开，分别复制里面的 light_source 和 camera信息，然后分别替换Pov-ray的信息，运行即可完成渲染。如果想继续调整位置，可以返回到步骤4. ‘rgbf’分别调整颜色和透明度。
7.运行完后，在和pov同一文件夹下有相应生成的png图片。