Trouver du contenu similaire

Chaîne source @OnePlusGuide · Post #2357 · 12 mars

~ MAGISK HIDE É MORTO? ~ #MAGISK#ROOT John Wu, lo sviluppatore di Magisk, ha pubblicato su Twitter un annuncio preoccupante. Stando a quanto dice, Google avrebbe corretto la falla che permetteva al suo tool di aggirare i controlli SafetyNet di Google e falsificare lo stato di sicurezza del bootloader, che permettono l'esecuzione di app come Google Pay, Netflix e le app bancarie. Senza Magisk Hide, i dispositivi con bootloader sbloccato non potranno più ottenere la certificazione Google e quei servizi non saranno più utilizzabili. Magisk Hide rimane parzialmente funzionante. La sua abilità di nascondere il root rimane attiva. Sarà quindi possibile usare le app che non usano SafetyNet ma verificano semplicemente la presenza del root. Continuerete ad usare Magisk? Pierre

Hashtags

#magisk #root

Résultats

1 post similaire trouvé

Recherche : #tfdeploy

当前筛选 #tfdeploy清除筛选

djangoproject

@djangoproject · Post #274 · 18/03/2017 01:48

Trouver des similaires Voir

https://github.com/riga/tfdeploy Google's TensorFlow framework is taking off big-time now that it's at a full 1.0 release. One common question about it: How can I make use of the models I train in TensorFlow without using TensorFlow itself? #Tfdeploy is a partial answer to that question. It exports a trained TensorFlow model to "a simple #NumPy-based callable," meaning the model can be used in Python with Tfdeploy and the the NumPy math-and-stats library as the only dependencies. Most of the operations you can perform in TensorFlow can also be performed in Tfdeploy, and you can extend the behaviors of the library by way of standard Python metaphors (such as overloading a class). Now the bad news: Tfdeploy doesn't support GPU acceleration, if only because NumPy doesn't do that. Tfdeploy's creator suggests using the gNumPy project as a possible replacement. #Machine_learning

Hashtags

#tfdeploy #numpy #machine_learning