LOIC是一款专著于web应用程序的Dos/DDOS攻击测试工具，它可以用TCP数据包、UDP数据包、HTTP请求于对目标网站进行DDOS/DOS测试，不怀好意的人可能利用LOIC构建僵尸网络。
禁止用于非法用途，使用它你自己承担风险，与本站无关。
禁止用于非法用途，使用它你自己承担风险，与本站无关。
2024/7/19 22:10:09
262KB
1
React设计系统来自的挑战解决方案。
|目录概述特征创建此应用程序/站点是作为对挑战的提交。
是构建一个应用程序来完成给定的用户案例。
致谢接触网站GitHub
|目录概述特征创建此应用程序/站点是作为对挑战的提交。
是构建一个应用程序来完成给定的用户案例。
致谢接触网站GitHub
2024/7/19 20:35:38
325KB
1
JS库，用于构建与LoomDAppChains交互的浏览器应用程序和NodeJS服务。
安装节点JS#NPMnpminstallloom-js#Yarnyarnaddloom-js浏览器<scriptsrc="https://cdn.jsdelivr.net/npm/loom-js@1.15.0/dist/loom.umd.js"></script>调试loom-js使用包进行日志记录。
要在浏览器中运行时检查日志，请设置localStorage.debug='*'要在NodeJS中运行时检查日志，请将DEBUGenvvar设置
安装节点JS#NPMnpminstallloom-js#Yarnyarnaddloom-js浏览器<scriptsrc="https://cdn.jsdelivr.net/npm/loom-js@1.15.0/dist/loom.umd.js"></script>调试loom-js使用包进行日志记录。
要在浏览器中运行时检查日志，请设置localStorage.debug='*'要在NodeJS中运行时检查日志，请将DEBUGenvvar设置
2024/7/19 1:44:47
320KB
1
该项目是通过。
可用脚本在项目目录中，可以运行：npmstart在开发模式下运行应用程序。
打开在浏览器中查看。
如果进行编辑，页面将重新加载。
您还将在控制台中看到任何棉绒错误。
npmtest在交互式监视模式下启动测试运行程序。
有关更多信息，请参见关于的部分。
npmrunbuild构建生产到应用程序build文件夹。
它在生产模式下正确捆绑了React，并优化了构建以获得最佳性能。
最小化构建，文件名包含哈希。
您的应用已准备好进行部署！有关更多信息，请参见有关的部分。
npmruneject注意：这是单向操作。
eject，您将无法返回！如果您对构建工具和配置选择不满意，则可以随时eject。
此命令将从项目中删除单个构建依赖项。
相反，它将所有配置文件和传递依赖项（webpack，Babel，ESLint等）直接复制到您的项目中
可用脚本在项目目录中，可以运行：npmstart在开发模式下运行应用程序。
打开在浏览器中查看。
如果进行编辑，页面将重新加载。
您还将在控制台中看到任何棉绒错误。
npmtest在交互式监视模式下启动测试运行程序。
有关更多信息，请参见关于的部分。
npmrunbuild构建生产到应用程序build文件夹。
它在生产模式下正确捆绑了React，并优化了构建以获得最佳性能。
最小化构建，文件名包含哈希。
您的应用已准备好进行部署！有关更多信息，请参见有关的部分。
npmruneject注意：这是单向操作。
eject，您将无法返回！如果您对构建工具和配置选择不满意，则可以随时eject。
此命令将从项目中删除单个构建依赖项。
相反，它将所有配置文件和传递依赖项（webpack，Babel，ESLint等）直接复制到您的项目中
2024/7/18 20:25:43
187KB
1
商业教育培训机构网站模板是一款基于bootstrap构建的,适合商业，学院，大学，课程，教育，教育中心等网站。
提示：本模板调用到谷歌字体库，可能会出现页面打开比较缓慢。
提示：本模板调用到谷歌字体库，可能会出现页面打开比较缓慢。
2024/7/15 22:49:14
2.03MB
1
SRILM源代码阅读笔记。
主要针对SRILM的ngram的训练，即ngram-count。
7个文件：1.类图.jpg：与ngram-count相关的主要类的静态图（使用了starUML的逆向工程工具）；
2.ngram-count.jpg：从语料训练出模型的主要流程；
3.lmstats.countfile.jpg：ngram-count的子流程，用于构建词汇表和统计ngram的频度；
4.ngram.estimate.jpg：ngram-count的子流程，在词汇表和ngram频度的基础上计算ngram条件概率以及backoff权值的过程；
5.ngram.read.jpg：与训练无关，读取ARPA格式的语言模型的过程；
6.SRILM.uml：以上5个文件的原始图，以StarUML绘制（利用StarUML可直接编辑）7.SRILM.vsd：ngram-count相关的主要数据结构的内存布局+ngram条件概率计算公式的参数说明，以visio绘制（利用visio可直接编辑）
主要针对SRILM的ngram的训练，即ngram-count。
7个文件：1.类图.jpg：与ngram-count相关的主要类的静态图（使用了starUML的逆向工程工具）；
2.ngram-count.jpg：从语料训练出模型的主要流程；
3.lmstats.countfile.jpg：ngram-count的子流程，用于构建词汇表和统计ngram的频度；
4.ngram.estimate.jpg：ngram-count的子流程，在词汇表和ngram频度的基础上计算ngram条件概率以及backoff权值的过程；
5.ngram.read.jpg：与训练无关，读取ARPA格式的语言模型的过程；
6.SRILM.uml：以上5个文件的原始图，以StarUML绘制（利用StarUML可直接编辑）7.SRILM.vsd：ngram-count相关的主要数据结构的内存布局+ngram条件概率计算公式的参数说明，以visio绘制（利用visio可直接编辑）
2024/7/15 8:41:17
4.87MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB