上一页 1 2 3 4 5 6 7 8 9 10 ··· 34 下一页
摘要: 修改 手机端里小程序里的game.js 文件: 至于怎么绕过小程序md5的验证,请各位自行想办法吧,我怕我把思路发出来,腾讯官方给封了。 获取的code码对我来说还是非常有用的。 var url = "https://xxxx.com/echo"; var url2 = "https://xxxx. 阅读全文
posted @ 2022-02-16 21:11 Please Call me 小强 阅读(758) 评论(1) 推荐(0) 编辑
摘要: https://github.com/nowsecure/fsmon/releases/download/1.8.2/fsmon-1.8.2-ios.zip 阅读全文
posted @ 2022-02-15 19:05 Please Call me 小强 阅读(93) 评论(0) 推荐(0) 编辑
摘要: 在控制台输入的命令,其实发送的是evaluate消息给真机: 写的插件,运行环境是在iframe中进行,也就是说,iframe调用chrome.debugger.sendCommand命令,无法正常进行,因为缺少请求权限。 请求只有在它的iframe的上层才能够进行。完全独立。 想获取上层节点内容, 阅读全文
posted @ 2021-11-01 01:03 Please Call me 小强 阅读(50) 评论(0) 推荐(0) 编辑
摘要: 1 var _timeoutIDIndex = 0; 2 3 var TimeoutInfo = function TimeoutInfo(cb, delay, isRepeat, target, args) { 4 _classCallCheck(this, TimeoutInfo); 5 6 t 阅读全文
posted @ 2021-09-20 13:19 Please Call me 小强 阅读(317) 评论(0) 推荐(0) 编辑
摘要: reducers: { save(state, action) { console.log('getAlarmStatus6', action.payload); return { ...action.payload, }; }, /** * 重置 state */ resetState() { r 阅读全文
posted @ 2021-09-15 01:15 Please Call me 小强 阅读(606) 评论(0) 推荐(0) 编辑
摘要: 随机生成基金数据, 涨幅服从的分布和中欧基金的分布一致 import numpy as np from sklearn.neighbors import KernelDensity import pandas as pd import seaborn as sns import matplotlib 阅读全文
posted @ 2021-08-19 01:18 Please Call me 小强 阅读(410) 评论(0) 推荐(0) 编辑
摘要: import numpy as np import pandas as pd import seaborn as sns import matplotlib.pyplot as plt data=[0,0,-0.7071,0.5086,-0.3036,-0.1015,0.1016,-0.203,-0 阅读全文
posted @ 2021-08-19 01:02 Please Call me 小强 阅读(463) 评论(0) 推荐(0) 编辑
摘要: 超前1个版本, 落后2个版本是怎么出现的呢? 本人提交的时候和推送的时候,远端git有2次提交,就出现了这种情况。 也就是说本地提交成功了,但是推送失败了。 出现这种情况的解决方法是将本地提交删除到上一版本。 修改HEAD指针,指向当前本地分支版本:git reset --hard 3c8e1483 阅读全文
posted @ 2021-08-16 00:05 Please Call me 小强 阅读(870) 评论(0) 推荐(0) 编辑
摘要: from keras.layers import GRU, Dense, Activation from keras.models import Sequential from sklearn.neighbors import KernelDensity from sklearn.preproces 阅读全文
posted @ 2021-08-07 01:14 Please Call me 小强 阅读(69) 评论(0) 推荐(0) 编辑
摘要: 我做了一个预测, 根据前100天的涨幅,预测第101天在哪个分段位。 将涨幅分了5个等级 设涨幅为x x>=1.5. 为 0 段 x>=0.5. 为 1 段 x>=-0.25 为 2 段 x>=-1.25 为 3 段 x<-1.25 为 4 段 T = [1.5, 0.5, -0.25, -1.25 阅读全文
posted @ 2021-08-05 21:07 Please Call me 小强 阅读(106) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 8 9 10 ··· 34 下一页