1.第一种可以安装tor 浏览器然后打开浏览器 说明tor server 开启成功 端口为127.0.0.1:9150 是一个socks5 然后sqlmap python sqlmap.py -u “xxxxx” –tor –check-tor –tor-port=9150 –tor-type=SOCKS5 使用pentest box里面的sqlmap并未成功 可能和版本有关系 第二种就是使用ipchanger工具开启,而且该工具不仅开启tor server服务还能实时自动切换ip端口为9050

配色方案 Solarized Dark暗色版 [Solarized Dark] text=839496 cyan(bold)=93a1a1 text(bold)=408080 magenta=dd3682 green=859900 green(bold)=586e75 background=042028 cyan=2aa198 red(bold)=cb4b16 yellow=b58900 magenta(bold)=6c71c4 yellow(bold)=657b83 red=808000 white=eee8d5 blue(bold)=8080ff white(bold)=fdf6e3 black=002b36 blue=268bd2 black(bold)=073642 [Names] name0=Solarized Dark count=1 SolarizedDarkModify亮色版 [SolarizedDarkModify] text=839496 cyan(bold)=00ffff text(bold)=e9e9e9 magenta=c000c0 green=80ff00 green(bold)=3c5a38 background=042028 cyan=00c0c0 red(bold)=ff0000 yellow=c0c000 magenta(bold)=ff00ff yellow(bold)=ffff00 red=ff4500 white=c0c0c0 blue(bold)=1e90ff white(bold)=fdf6e3 black=000000 blue=00bfff black(bold)=808080 [Names] name0=SolarizedDarkModify count=1 isayme [isayme] text(bold)=eaeaea magenta(bold)=ff00ff text=ffffff white(bold)=eaeaea green=00c000 red(bold)=d20000 green(bold)=00ff00 black(bold)=808080 red=c00000 blue=113fcc black=000000 blue(bold)=0080ff yellow(bold)=ffff00 cyan(bold)=00ffff yellow=c0c000

一、常见工具网站 1. 洋葱头代理浏览器：http://www.theonionrouter.com/projects/torbrowser.html.en#downloads 2. GITHUB地址：https://github.com/TheTorProject/gettorbrowser 二、技术博客 1. 纯洁的微笑计数博客 http://www.ityouknow.com/ 2. 免费图标网址： http://www.iconfont.cn/search/index?searchType=icon&q=%E8%AD%A6%E7%A4%BA&fromCollection=-1 3. springBoot例子 https://github.com/ityouknow/spring-boot-examples 4. https://blog.52itstyle.com/ 5. http://liuyue.ren/ 6. http://blog.720ui.com/ 7. http://blog.720ui.com/2018/java_interview_final/ 8. http://www.jiangxinlingdu.com/ 9. http://blog.itmyhome.com/ 10. https://blog.csdn.net/catoop/column/info/spring-boot 11. https://www.jianshu.com/c/f0cf6eae1754 12. https://wdk.pw/ 13. https://blog.csdn.net/rickiyeat 14. https://blog.csdn.net/wo541075754 15. https://blog.csdn.net/liaokailin/article/category/5765237 16. http://blog.didispace.com/categories/Spring-Boot/ 17.java从零开始 http://www.cnblogs.com/mafly/p/startJava.html 18.阿里开发手册 https://github.com/alibaba/p3c/blob/master/%E9%98%BF%E9%87%8C%E5%B7%B4%E5%B7%B4Java%E5%BC%80%E5%8F%91%E6%89%8B%E5%86%8C%EF%BC%88%E8%AF%A6%E5%B0%BD%E7%89%88%EF%BC%89.pdf 19. http://bridgeforyou.cn/ 20.服务端思维 http://blog.720ui.com/ 21. https://wenchao.ren/ 22.PageHelper作者详细mybatis https://blog.csdn.net/isea533/article/details/42102297 https://mybatis3.github.io/downloads.html 点赞 1 收藏 分享 文章举报 南莉熊 发布了18 篇原创文章 · 获赞 7 · 访问量 9163 私信 关注

卷积计算层：CONV Layer 人的大脑在识别图片的过程中，会由不同的皮质层处理不同方面的数据，比如：颜色、形状、光暗等，然后将不同皮质层的处理结果进行合并映射操作，得出最终的结果值，第一部分实质上是一个局部的观察结果，第二部分才是一个整体的结果合并。 基于人脑的图片识别过程，我们可以认为图像的空间联系也是局部的像素联系比较紧密，而较远的像素相关性比较弱，所以每个神经元没有必要对全局图像进行感知，只要对局部进行感知，而在更高层次对局部的信息进行综合操作得出全局信息。 卷积过程： 一个数据输入，假设为一个RGB的图片 在神经网络中，输入是一个向量，但是在卷积神经网络中，输入是一个多通道图像(比如这个例子中有3个通道，即RBG通道) 手动画一张图来理解一下吧，字丑见谅 … … 上述第3步骤， 表示 第 I 层特征图的第一个通道，后面的（1,1）表示该通道上位于第一行第一列的像素值。a,b,c分别表示卷积核的3个通道，它们的下标同样表示卷积核该通道上第n行第n列的参数值(权重值w)。 2、卷积过程实际意义理解： 对于一张图片“2”，我们来把这个’2‘分成块，一块一块看：你一块块看，是不是仍然会发现这是个数字’2‘？ 也是说，你大脑会自动把这些分散的图片组合起来进行识别 也就是说，我们发现了两个现象： 如果我们只知道局部的图片，以及局部的相对位置，只要我们能将它正确组合起来，我们也可以对物体进行识别，即看做卷积核在特征图像上按步长扫描的过程，每个扫面块都是局部图片，且有局部相对位置。输出特征值也是按同样的相对位置生成在输出特征平面上。 同时局部与局部之间关联性不大，也就是局部的变化，很少影响到另外一个局部，即看做每个扫描块所有特征值经过卷积核卷积生成一个输出特征值，即局部图片通过卷积发生了变化。 实际上，我们还会遇到两个问题： 一张图片特征这么多，一个卷积层提取的特征数量有限的，提取不过来啊！ 我怎么知道最后采样层选出来的特征是不是重要的呢？ 我来大概介绍一下级联分类器： 大概意思就是我从一堆弱分类器里面，挑出一个最符合要求的弱分类器，用着这个弱分类器把不想要的数据剔除，保留想要的数据。 然后再从剩下的弱分类器里，再挑出一个最符合要求的弱分类器，对上一级保留的数据，把不想要的数据剔除，保留想要的数据。 最后，通过不断串联几个弱分类器，进过数据层层筛选，最后得到我们想要的数据。 那么，针对刚才的问题，我们是否也可以级联一个卷积层和池化层？ 于是就有了CNN中[ ( 卷积 > 激活 ) * N > 池化? ] * M的过程。 大致上可以理解为： 通过第一个卷积层提取最初特征，输出特征图（feature map） 通过第一个采样层对最初的特征图（feature map ）进行特征选择，去除多余特征,重构新的特征图 第二个卷积层是对上一层的采样层的输出特征图（feature map）进行二次特征提取 第二个采样层也对上层输出进行二次特征选择 全连接层就是根据得到的特征进行分类 其实整个框架很好理解，我举个生动形象的例子： 输入图像好比甘蔗。 卷积层好比A君要吃甘蔗，吃完之后（卷积），他得出一系列结论，这个甘蔗真好吃，我还想再吃！ 啊不是，说错了 他得出结论，这个甘蔗是圆柱形，长条，甜的，白的，多汁的等等（提取特征，提取的特征即输出特征值） 采样层就好比第一个吃甘蔗的人告诉B君，吃甘蔗，重要的是吃个开心，为什么开心，因为它又甜又多汁，还嘎嘣脆（特征选取） 第二个卷积层就好比，B君并没有去吃剩下的甘蔗，而是 头也不回。 拦也拦不住的 去吃A君吐出的甘蔗渣 然后得出结论，嗯~~， 咦~~？ 哦~~！ ‘原来这甘蔗渣是涩的，是苦的，不易嚼，不好咽’B君这么说道（二次提取特征，提取的特征即输出特征值） 第二个采样层就好比，B君对别人说，这个甘蔗渣啊，吃的我不开心，因为它很涩，不好咽（二次特征选取） 如果你们要吃，注意点！ 注意点!

（tor浏览器自带VPN，并且是访问暗网的主要途径。tor提供一个相对保护隐私的网络环境。以下介绍tor浏览器的简单配置和使用） 先下载tor 浏览器，安装并打开start for tor browser配置 Tor浏览器下载官网 方法一、 勾选Tor is censored in my country 和 select a built – in bridge并选择meek再连接connect 连接需要时间请耐心等待 方法二、 登录http://free-proxy.cz/zh/ 回到配置窗口勾选I use a proxy to connect to the Internet,将刚刚的网站中的节点的Ip地址和端口号复制，再connect几分钟后即可进入浏览器主页 附带暗网网站界面截图： 著名的丝绸之路：

来源 | CNBC 编译 | Guoxi 出品 | 区块链大本营（blockchain_camp） 区块链一直是自由主义者心目中的乌托邦，其中各种基于密码学的设定可以最大程度地保护用户的隐私。但强有力的隐私保护有时也是一把双刃剑，一些居心叵测的人就将区块链这项先进技术用作了自己违法犯罪的“保护伞”。 比特币作为加密货币中的硬通货得到了许多犯罪分子的青睐。不过好在，比特币并没有提供那种“来无影，去无踪”的匿名性，而是提供隐私性较差的化名性，因而随着政府监管力度的加大，一些犯罪分子慢慢开始露出马脚。 据美国消费者新闻与商业频道（ CNBC ）报道，一名试图洗掉价值 1900 万美元暗网所得比特币的俄亥俄州男子落入法网。 通往黑暗的“丝绸之路” “丝绸之路”是一个臭名昭著的暗网黑市，在其中用户几乎可以买卖所有的东西，包括伪造的护照、违禁药品、武器、黑客软件以及危险化学品。 纽约的联邦调查局网络犯罪科探员：克里斯托弗·塔贝尔，曾这样形容丝绸之路网站：“迄今为止互联网上最先进、涉及面最广泛的犯罪市场”。 2013 年，丝绸之路网站被美国联邦调查局关停，但故事还远远没有结束。 过了六年后，一名俄亥俄州的男子因涉嫌清洗价值超过 1900 万美元（约合 1.3 亿元人民币）的比特币而被捕，据报道称，这些比特币是他在丝绸之路网站上毒品交易所得。 美国政府宣称，俄亥俄州首府哥伦布市的 Hugh Brian Haney ，在 2011 年~ 2012 年的一段时间里卷入了丝绸之路网站上大规模的毒品贩运事件中，而在那段时间里，美国国家安全调查机构正好在监控丝绸之路网站。 2011 年，年仅 26 岁的 Ross Ulbricht 创立了丝绸之路网站。 之后， Ulbricht 以化名“恐怖海盗罗伯茨（ Dread Pirate Roberts ）”运营着丝绸之路网站，他对外宣称想要创建一个“能够随心所欲的自由市场网站”，在其中用户可以买卖任何他们想要的东西。 Ulbricht 也确实做到了，丝绸之路网站上有超过 2 亿美元的交易是通过比特币进行的，这使得交易的双方都可以保持匿名，且相对于传统支付手段来说更难以追踪。 到 2011 年夏天，丝绸之路网站凭借其隐私性和便利性在网络上闹出了很大的动静，从而引起了美国司法部和缉毒局的关注。 经过两年的调查，美国联邦调查局于 2013 年 10 月关停了丝绸之路网站，其创始人 Ross Ulbricht 被指控涉嫌贩毒，电脑黑客以及洗钱等罪名，于 2015 年被判处终身监禁。 匿名犯罪？ 最终或成“皇帝的新衣” 美国政府宣称，有“数以千计的毒贩”使用丝绸之路网站向超过十万名匿名买家出售毒品和其他违禁物品，违法所得超过数亿美元。

本博文为本人调研水下图像增强时做的一些笔记。可能整理得不是很清晰，仅仅供个人学习记录用~欢迎各位交流~ 目录 背景 研究现状（常用的方法） 非物理模型的图像增强方法 白平衡方法 直方图均衡化方法 基于Retinex的方法 基于暗通道先验的方法（去雾的方法） 基于卷积神经网络的方法 基于物理模型的图像复原方法 水下图像成像理论 水下成像系统 水下散射模型 水下退化图像模糊类型 高斯模糊 运动模糊 散焦模糊 图像质量评价标准 参考资料： 背景 对于水下作业，特别是水下机器人作业等场景，水下图像增强具有广阔得应用前景（水下机器人主要是靠它的视觉系统来判断周围的环境信息，水下机器人的视觉系统就好比人体的眼睛，它可以为机器人提供了水下目标位置信息，根据目标的位置信息，研究人员可以对目标进行监测与追踪，它还可以将获得的环境实时状态一起抽象为供机器人管理的环境模型。）。基于声视觉和基于光视觉的水下目标检测识别技术是目前主流的水下目标检测识别技术。基于声视觉的水下目标检测识别技术是通过声呐实现的，但其图像信息采集能力弱，生成图像清晰度低。基于光视觉的水下目标检测识别技术则是通过光视觉传感器实现的，成像分辨率高的光视觉传感器更适用于短距离的目标识别和精确定位。二者相比，基于光视觉的水下目标检测识别技术在水下捕捞机器人应用中优势更为明显 基于光学的水下小目标检测识别是水下捕捞机器人智能化作业的关键。然而，基于光视觉的水下目标检测识别技术同样面临着巨大的挑战，其主要原因是海洋复杂成像环境导致光视觉系统获取到的水下图像严重退化（水下图像的衰退主要包括：光线吸收导致的颜色偏差，光线前向散射导致的细节模糊和光线后向散射造成的低对比度），出现颜色衰退、对比度低以及细节模糊等现象。首先，由于水对光的吸收作用，光线在传输过程中就会发生能量衰减，在一般情况下，红光在水中衰减最快，衰减最慢的是蓝绿色光线；另外，由于光在水中的散射作用也会造成水下图像成像效果不好。散射效应又分为前向散射和后向散射，前向散射的意思是水中物体反射的光向摄像机传输的过程中发生的小角度偏离原来的传输方向的散射现象；后向散射的意思是光线在照射到水中物体时遇到水中的杂质就会发生散射直接被摄像机接收的散射现象，导致图像对比度低。 严重退化的水下图像由于缺少用于目标识别的有效信息，导致水下目标检测识别难度提升。随着高科技水下成像设备的发展，获取的水下图像的质量也得到了一定程度的提升，但仍然存在颜色衰退、对比度低以及细节模糊等现象，此外实际应用成本也是需要考虑的问题，因此对水下图像进行增强仍然有其必要性。 水下图像处理技术的算法可以根据是否基于水下成像模型分为图像增强算法和图像复原算法两种。图像增强方法是对得到的水下图像的像素点进行研究增强，算法过程中不需要考虑图像的形成过程和降质过程；图像复原方法是要根据水下图像的成像过程来获得出真实的情况。图像复原方法需要水体的光学参数、摄像机参数和摄像机与目标物体的距离等信息，这些信息都要通过人工测量或其他方法估测出这些值。 水下视觉探测技术的重点和难点有两个方面，一是水下光传感设备参数的标定，另一个是水下模糊图像的复原。由于水质的复杂性，导致光线在水下的传播有折射、散射等现象，同时可能存在的浑浊水质也是导致水下图像退化的主要原因，水下图像就因为这种降质因素产生了严重的模糊。目前科学技术处理这种模糊还存在一定的难度。由于无法获得原始的水下清晰图像，以及无法精确测量到导致水下图像发生退化的模糊函数，水下图像复原技术的应用一直受到限制，也间接限制了水下探测等技术的发展。因此如何根据水下图像的形成机制和水下图像发生退化的原因，建立一个合理的水下图像退化的物理模型，同时使得该物理模型能够实际应用，能够通过软硬件手段估计得到模糊函数来复原水下图像是目前的研究重点，具备实际的研究价值和意义。(由于水下环境的复杂，且难以获得ground truth，故此若采用DL来做，其中一个难点就是如何获取成pair的训练数据，除非采用无监督学习) 研究现状（常用的方法） 受水下光传播过程中的衰减和散射的影响，在纯水区域中，水下能见度一般为20m，在浑浊海水中的能见度一般只有 5m。 McGlamery在 1979 年搭建了经典的计算机水下成像系统模型。他发现，摄像机水下成像系统获得到的光能量可以分成三个部分：直接传输的光能量、前向散射的光能量和后向散射的光能量。 在图像处理中，图像复原又叫做图像恢复，该项技术有着广泛的应用领域。同时图像复原技术又与其他图像技术之间有着一定的联系，比如：与图像增强相比，两种技术在一定程度上都是针对图像进行改善，从而提高图像质量。但是这两项技术有着不一样的图像质量评价指标和不同的设计算法。相对而言，图像增强一般是增强视觉感受，偏向于人的主观判断，丢失的细节信息不会得到修复。而图像复原计算则是根据图像退化的模型，进行图像建模，设计一定的代价函数来优化逆问题，从而估计出原始图像和模糊函数。经典的图像复原方法一般都是基于先验知识设计的，已知的先验知识越多，复原出来的效果就越好。但是，在实际应用中，先验知识往往都是未知的。因此经典的方法限制了实际的应用。 已知图像在采集、传输、储存和处理过程中，会出现畸变、模糊、失真和附加噪声的影响，造成图像发生降质，这种现象一般称为图像退化。图像复原的关键在于建立图像退化模型，此退化模型应该能反映图像退化的原因。造成图像退化的原因很多，典型原因表现为：成像系统的像差、畸变、带宽有限造成图像失真；太阳辐射、大气湍流、云层遮挡等造成的遥感图像失真；由于成像器件拍摄姿态和扫描非线性引起的图像几何失真；成像传感器与被拍摄景物之间的相对运动，引起所成图像的运动模糊；光学系统或成像传感器本身特性不均匀，造成同样亮度景物成像灰度不同；由于场景能量传输通道中的介质特性如大气湍流效应、大气成分变化引起图像失真；图像在成像、数字化、采集和处理过程中引入的噪声等。 （tips：傅里叶变换是一种频域变换，是将图像的空间域信息转换到频率域中，傅里叶变换的应用一般是将在空域中不明显的信息或隐藏的信息转换到频域中，使其在频域中很明显地显现出来。） 传统的图像增强方法有很多种，主要分为两大部分：空域图像处理和频域图像处理。空域图像处理方法直接针对图像的像素点，以灰度映射为基础来改善灰度层级，例如直方图均衡化、限制对比度直方图均衡化、灰度世界假设等，此外，还可以通过滤波的方式对图像去除噪声达到图像增强的目的，例如中值滤波、均值滤波等；频域图像增强方法则通过各种频域变换，如傅里叶变换、小波变换等，可以间接地增强图像。国内外很多学者采用空域和频域方法对水下图像进行了增强，传统的图像增强算法在一定程度上可以消除图像模糊、增强边缘等，但仍存在噪声大、清晰度较低和颜色失真等问题，因此还需要进一步加强和完善。 目前，用于增强或复原水下图像的处理方法大致可分为非物理模型的图像增强方法和基于物理模型的图像复原方法。 非物理模型的图像增强方法 图像增强技术不必过多考虑图像成像的过程和模型，可以叫非物理模型方法，这种方法力图通过单纯的图像处理手段提高水下图像质量，通过调整图像的像素值来改善视觉质量，不过实现过程往往较为复杂。 该类方法采用直接调整图像像素值的方式改善图像质量，并不考虑水下图像退化的物理过程（就是没有考虑退化模型、水下得信道），属于图像增强范畴。 在水下图像增强技术研究早期，对水下图像的处理经常直接应用一些空气中传统的的图像增强算法，传统的图像增强算法可以分为空间域法与频域法。空间域方法是对图像中的像素点直接处理，采用灰度映射的方法，比如选取合适的映射变换来增加图像的对比度，改善图像灰度级等。频域法是一种间接的图像处理方法，运用变换技术把图像映射到某种变换域内，然后利用变换域中特有性质进行某种滤波处理，再反变换到空间域内，即得到增强后的图像。常被应用到水下图像传统空间域增强算法有直方图均衡化、限制对比度直方图均衡化、灰度世界假设和白平衡算法等，频域增强算法有傅里叶变换、小波变换和滤波技术，主要包括低通滤波，高通滤波和同态滤波等。目前图像增强算法往往存在可能只是对某一类的图像增强效果好，而其他类型的效果不好的特点，而且由于水下环境的特殊性，仅仅通过研究把传统的图像增强算法应用在水下图像上无法彻底解决水下图像退化问题。 水下图像増强算法研究早期，传统的图像处理方法，例如白平衡，灰度世界假设和灰度边缘假设等颜色修正算法，直方图均衡化和限制对比度直方图均衡化等对比度增强算法，多被用来增强水下图像。相比于处理普通图像获取的较好的结果，这些方法在处理水下图像获取的结果并不理想，其主要原因是海洋环境复杂，多重不利因素如水介质对光线的散射、吸收作用以及水下悬浮粒子等对其产生严重干扰。考虑到水下图像存在的颜色衰退、低对比度以及模糊等特点，研究人员往往从图像颜色、对比度、细节等方面入手对水下图像进行增强。 白平衡方法 在不同光源照射下，观察同一个物体会发现其呈现的颜色是不同的，原因是不同光源具有的不同色温造成目标物体的反射光线光谱偏离其“真实”颜色。当同一白色目标物体在被高色温光源照射（如阴天时）将会表现为蓝色，被低色温光源照射（如床头灯等）将会表现为姜黄色。白平衡方法能够根据图像所呈现的色温纠正图像的色彩偏差，其具体实现过程建立在朗伯特反射模型上。 朗伯特反射模型表示反射图像主要与三项因素有关：光源光谱分布、物体表面的反射率以及成像设备感光函数。针对彩色图像，即包含ＲＧＢ三个颜色通道的图像，图像呈现的场景中某物体表面上的空间坐标点x的颜色可用朗伯特反射模型表示为： 白平衡方法以上述朗伯特反射模型为基础，考虑到传统的以标准白色参照物进行颜色校准的白平衡方法在实际应用中具有很大的局限性，研宄人员提出了多种白平衡算法纠正图像的色彩偏差。白平衡方法应用场景一般为普通偏色情况，对于并不严重的偏色可以起到较好的恢复作用，但是水下偏色情况一般较为严重，因此需要继续研究可以对水下颜色衰退起到良好恢复作用的白平衡算法。 直方图均衡化方法 将图像的灰度直方图从较为集中的某灰度区间均匀拉伸至全部灰度范围内，用以扩大图像灰度值的分布范围，提升图像对比度并突出部分细节效果。 基于Retinex的方法 Retinex 理论是 20 世纪 70 年代最早由 Land提出的一种基于颜色恒常性的理论，该理论基于三个假设：（1）真实世界是无颜色的，人类所见到的颜色是光与物体相互作用的结果；（2）每一种颜色由红、绿、蓝三原色组成的；（3）三原色决定了每个单位区域的颜色。Retinex 算法可以对不同类型的图像进行自适应增强，比传统的单一的图像增强算法具有更好的自适应性，因为传统的增强算法只能增强图像的某一类特征，而Retinex 增强算法则可以在动态范围内压缩、细节增强和颜色校正等方面达到较好的平衡效果，因此，Retinex 理论得到了广泛的发展和应用。 基于暗通道先验的方法（去雾的方法） DCP是一种去雾的图像增强方法（恺明神提出的方法）。接下来会写一篇博客专门对这种方法进行分析。 对于水下图像增强而言，跟去雾有很多相似的特性。故此在去雾中的一些方法也适用于水下图像增强。 基于卷积神经网络的方法 基于卷积网络的图像去雾、去模糊、图像盲复原等任务跟水下图像增强有异曲同工之妙。但是关键点在于训练集的获取以及卷积模型的泛化能力上。 其实对于运算量和实时性而言。个人觉得卷积网络只要训练好了，后面的使用过程是非常方便的。但是对于水下如此复杂的退化环境，要训练出一种泛化能力足够强的网络才是难点所在。与此同时，需要有相应的数据集的定制，也是难点所在。 基于物理模型的图像复原方法 该类方法针对水下图像退化过程构建数学模型，通过该模型反演图像退化过程，获得理想状态下未经退化的图像，属于图像复原范畴。（两种方法感觉好像有点类似于图像复原中的成pair的训练和不成pair的训练） 水下图像复原技术是基于物理模型的方法，是指对水下图像退化过程搭建一个合理的数学模型估算出模型参数信息，了解整个图像的退化过程使水下图像恢复到退化前的状态。图像复原技术适用范围更广，但是往往需要场景先验信息或深度信息来实现图像复原。

1.打开tor 标准模式即可 2.网址栏www.bilibili.com打开，直接搜索要看的番剧，如流汗吧 健身少女（仅限港澳台），一般打几个字下面就有提示补全，点击进入即可 3.选择集数，播放即可。成功播放后可以返回主站的番剧频道，那时所有的番剧都将不存在区域限制。 这是不依赖脚本的方法，平常想看最简单粗暴就是使用脚本，但如果有更好的解决方式，我会选择不依赖脚本，这也是对浏览器安全的考虑。 另，腾讯视频这样的地区限制无法用这个办法解决。

参考教程一：https://blog.csdn.net/qq_42121640/article/details/80635071 参考教程二：https://blog.csdn.net/zr459927180/article/details/51627910 参考教程三：https://blog.csdn.net/qq_35976351/article/details/89178917 1、首先暗影精灵4Plus: （1）F10:设置Bios选项讲legacy模型启用，传统模式启用：Ubuntu的安装选择非UEFI的情况。 （2）将secure boot关闭。 （3）F9:来选择安装启动盘。 2、UltraISO中，将镜像刻盘时：选择： win10：直接刻 Ubuntu16.04：一定要点击“便捷启动”–“写入新的驱动器引导扇区”-“Syslinux” 3、先装win10，然后装Ubuntu。 通过EasyBCD选择“添加新条目”，选择Linux/BSD操作系统，在“驱动器”栏目选择/boot的分区。可以通过大小来识别： 本文重点强调以下几个坑： 第一：此处强调一点：不要像参考教程二中建议的/boot只留200M,不够的，建议1G左右，因为只要有更新不及时清理就会满，到时候安装其他东西都是导致失败。所以建议1G或2G。 第二：暗影精灵4Plus可以直接装cuda10，所以没必要担心16.04。直接按照参考三，直接装。 第三：补充安装细节： 将系统安装在固态盘上，此处电脑固态256G。所以平分两份：128Gwin10,128GUbuntu. win10的C盘，新建时会多出来一个500M的预留，导致一个盘只能分成4个主分区，win10占据两个。 Ubuntu新建分区时，按照前两个参考：先建/boot 1到2个G。然后建立swap分区。剩余本人全分给了/。在1T的机械硬盘上新建了一个300G的home。 第四：按照参考三：补充配置环境变量： vi ~/.bashrc source ~/.bashrc nvcc -V 第五：nvidia-smi.加tensorflow代码测试。

1.第一步下载IDEA： 地址：https://www.jetbrains.com/idea/download/#section=windows 选择第一个是专业版功能强大，第二个是社区版功能比较少 第二步：下载破解的jar包 地址：http://idea.lanyus.com/jar/JetbrainsCrack-2.7-release-str.jar（地址失效了，请关注我公众号（程序员的成长之路），回复【IDEA】获取新的下载链接） 把这个jar包放到IDEA的安装目录下 然后找到idea.exe.vmoptions和idea64.exe.vmoptions文件在这两个文件的最后一行加上下面的这句话（在这里推荐你一个好用的打开文件的软件 ，软件官网地址：http://www.sublimetext.com/）（良心推荐） -javaagent:加上你jar包的位置 第三步：打开IDEA然后会出现以下的样式 选择第二个：把下面的破解码复制上去 BIG3CLIK6F-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-iygsIMXTVeSyYkUxAqpHmymrgwN5InkOfeRhhPIPa88FO9FRuZosIBTY18tflChACznk3qferT7iMGKm7pumDTR4FbVVlK/3n1ER0eMKu2NcaXb7m10xT6kLW1Xb3LtuZEnuis5pYuEwT1zR7GskeNWdYZ0dAJpNDLFrqPyAPo5s1KLDHKpw+VfVd4uf7RMjOIzuJhAAYAG+amyivQt61I9aYiwpHQvUphvTwi0X0qL/oDJHAQbIv4Qwscyo4aYZJBKutYioZH9rgOP6Yw/sCltpoPWlJtDOcw/iEWYiCVG1pH9AWjCYXZ9AbbEBOWV71IQr5VWrsqFZ7cg7hLEJ3A==-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 然后就破解成功了！！！ 最近发现IDEA2019版本依然适用，如果是Mac只修改idea.vmoptions文件就可以了 如果无法激活，请关注我公众号，回复【IDEA】，获取最新激活的方法。 欢迎关注我的微信公众号【程序员的成长之路】，微信搜索或者扫描下列二维码。 有什么问题可以及时联系到我，我也会在公众号中给出最新版激活的方法。 欢迎关注公众号，和我一起成长！