Pentaho Kettle 8.3 源码编译打包及 Debug 调试运行(图文教程): https://blog.csdn.net/ifu25/article/details/103239489 文件中所提的 settings.xml

maven的settings，配置了仓库路径，java版本，阿里云仓库（下载速度飞起）

shellNew Settings是一款简单实用的右键菜单管理工具，主要作用是清理右键新建菜单，随着电脑程序装的多了，这个新建菜单里的内容也会很多，这时你可以用过shellNewSettings清理掉不常用的程序，等需要的时候，还可以重新添加回来。ShellNewSettings显示在一个小窗口中，并显示文件资源管理器中的所有项目您可以从此窗口中分别选中或取消选中以启用或禁用它们的项目。之后，您可以单击刷新按钮，未选中的项目将从新建上下文菜单中消失。没有什么比这更容易。如果你想要这些条目，然后再次启动ShellNewSettings，这次检查这些禁用的项目，然后单击刷新按钮。

android 9.0 Settings 在“声音”界面快速向左拖动设置媒体音量，媒体音量图标变为了静音，但数值为非0

CS khack脚本，贼好用，这个脚本默认按住空格连跳，可以实现手动加速也就是说不用你去按 AD加速，直接晃鼠标就行了，同步率是100%， 当然也可以修改同步率，一种是100%，一种是85%左右，在控制台输入khack_strafe_emulator_type 1or2（1为100%，2为85%左右） bind "alt" "+kHack_stand_up_groundstrafe"（狗跳MSCJ） bind "x" "+kHack_ground_strafe"（加速MCJ） bind "q" "kHack_FreeLook"（灵魂出窍） bind "mouse3" "+kHack_strafe"（变态空速） bind "r" "+kHack_jumpbug"（Jumpbug） bind "c" "+kHack_speed_hack"(变速） bind "v" "+kHack_fastrun"（直跑278地速） bind p "kHack_knifebot 1"（开启自动出刀） bind o "kHack_knifebot 0"（关闭自动出刀） 同时在控制台输入这些可绑定按键。

高级女仆设置（v2.3） 该软件包是多个插件和补丁的组合，可以对女仆进行高级自定义，而不仅仅是游戏最初提供的功能。 为了能够使用它，您将需要正确设置ReiPatcher和UnityInjector环境。 另外，您的游戏版本必须为1.15或更高！ 包括以下mod： 外部保存数据 版本： 0.1.3.0 资料来源： 作者： 一个修补程序，允许插件将其他数据与游戏保存文件一起保存。 女仆音调 版本： 0.2.12.0 资料来源： 作者： 该插件为女仆添加了许多其他配置选项，例如音高，身体部位缩放和头部跟踪调整。 它还可以解锁所有常规滑块，以允许进一步的身体自定义。 AddModsSliders 版本： 0.1.2.17 资料来源： 作者： 该插件提供可自定义的GUI元素，该元素用于设置MaidVoicePitch插件的值。 安装 下载源档案并将其解压缩到您喜欢

IntelliJ IDEA工具个性化配置留存备份，当前版本：IntelliJ IDEA 2022.1.1 (Ultimate Edition)

设定值 切换Android设备或模拟器中的设置。 一个小型且简单的Android应用程序，用于处理系统设置。 然后，应用程序关闭。 要求 您也可以考虑使用轻松调试代码。 建造 $ ./gradlew clean assembleDebug 您还可以运行gradlew installDebug生成并立即将应用程序部署到连接的Android设备或模拟器。 正在安装 您可以通过安装apk。 安装： $ cd app/build/outputs/apk $ adb install settings_apk-debug.apk 卸载： $ adb uninstall io.appium.settings 更改系统设置 安装到设备上后，您可以通过以下命令更改wifi ， data ， animation和locale设置： 要打开wifi ： $ adb shell am broadc

Abstract—Deep learning takes advantage of large datasets and computationally efficient training algorithms to outperform other approaches at various machine learning tasks. However, imperfections in the training phase of deep neural networks make them vulnerable to adversarial samples: inputs crafted by adversaries with the intent of causing deep neural networks to misclassify. In this work, we formalize the space of adversaries against deep neural networks (DNNs) and introduce a novel class of

Android 8.0 系统自带 Settings