免证书在MacOSX10.8.2上使用XCode4.5.2上真机调试

网上又很多关于免证书调试的教程,本文借鉴了许多,其中比较不错的是http://blog.csdn.net/lgm252008/article/details/8462753,大家可以参考,感谢heartrude的分享。

由于本人不太熟悉Unix系统上那些破命令,习惯了界面操作,所以向大家分享下我是如何破解xcode实现真机调试的,

首先你需要你的ios设备是已经越狱的,没有越狱目前我还不知道如何调试,也许有办法,相信大神们能够研究出来。其次需要安装Xcode4.5.2(想必看到这篇文章的同学大部分是安装了的)如果你的设备没有越狱可以忽略本文,飘过。当然也可以继续往下看,看我是如何做到的。

很高兴你能看到这。。。

下面开始破解过程:

1. 使用钥匙链工具创建证书

钥匙连工具在LaunchPad中图表如下图(图1)所示


(图1)

打开后使用证书助手创建证书,如下图(图2)


(图2)

点击创建证书后弹出如下界面(图3)


(图3)

填写说明见上图,之后一路点击确定之后创建完成,中间不需要做任何其他更改。。。

上图中名字为iPhone Developer

2. 修改XCode的配置文件

这里需要改的有SDKSettings.plist和 Info.plist这两个文件

回到桌面,进入到电脑根目录下,如下图(图4)


(图4)

点击Computer进入到系统根文件夹


(图5)

切换到如下浏览模式, Applications文件夹下看到Xcode了吧(如下图(图6)),接着往下看。。。

(图6)

右键上图中的Xcode点击Show Package Contents


(图7)

点击之后资源管理器应该变成下面的样子。

(图8)

然后点击Contents->Developer->Platforms->iPhoneOS.platform,结果如下图

(图9)

看到info.plist 了吧,这是我们需要改的其中一个文件,双击后会自动选择Xcode打开,

改之前请先备份,info.plist.orig就是我的备份文件

打开后如下图


(图10)

展开上图中的红色方框中的项,将其中键值有XCiPhoneOSCodeSignContext 的修改成 XCCodeSignContext

保存关闭

继续点击(图9)中的Developer->SDKs->iPhongOS6.0sdk结果如下图


(图11)

此时我们已经能看到我们要改的第二个文件SDKSettings.plist, 同样为了安全起见先备份一下,SDKSettings.plist.orig是我的备份文件。

双击SDKSettings.plist,,自动由xcode打开


(图12)

展开上图(图12)中的红色框中的项,将其中的CODE_SIGNING_REQUIREDENTITLEMENTS_REQUIRED两个属性改为NO

保存后关闭。

至此我们完成了Xcode配置文件的修改。

3. 创建并运行脚本

使用TextEdit或者其他任何文本工具在桌面上创建一个script文件,文件内容如下

#!/bin/bash
cd /Applications/Xcode.app/Contents/Developer/Platforms/iPhoneOS.platform/Developer/Library/Xcode/PrivatePlugIns/iPhoneOS\ Build\ System\ Support.xcplugin/Contents/MacOS/
dd if=iPhoneOS\ Build\ System\ Support of=working bs=500 count=255
printf "xc3x26x00x00" >> working
/bin/mv -n iPhoneOS\ Build\ System\ Support iPhoneOS\ Build\ System\ Support.original
/bin/mv working iPhoneOS\ Build\ System\ Support
chmod a+x iPhoneOS\ Build\ System\ Support
保存退出后打开命令行窗口cd Desktop/ 

然后修改文件权限为777, 命令为chmod 777 script

然后执行脚本命令为 ./script

执行完后输出类似这样的文字就代表成功了

67+1 records in
67+1 records out
33804 bytes transferred in 0.009863 secs (3427390 bytes/sec)

4. 自定义生成脚本

拷贝下面的命令到命令行窗口,不出意外自动执行, 需要联网,没联网的参考http://blog.csdn.net/lgm252008/article/details/8462753

mkdir /Applications/Xcode.app/Contents/Developer/iphoneentitlements
cd /Applications/Xcode.app/Contents/Developer/iphoneentitlements
curl -O http://www.alexwhittemore.com/iphone/gen_entitlements.txt
mv gen_entitlements.txt gen_entitlements.py
chmod 777 gen_entitlements.py

5. 修改项目配置

 将你的xcode项目BuildSettings中的所有的Code Signing选项全部设为Don't Code Sign

如下图


(图13)

然后在BuildPhases中点击这个(图14中所示)


(图14)

添加执行脚本

export CODESIGN_ALLOCATE=/Applications/Xcode.app/Contents/Developer/Platforms/iPhoneOS.platform/Developer/usr/bin/codesign_allocate
if [ "${PLATFORM_NAME}" == "iphoneos" ] || [ "${PLATFORM_NAME}" == "ipados" ]; then
/Applications/Xcode.app/Contents/Developer/iphoneentitlements/gen_entitlements.py "my.company.${PROJECT_NAME}" "${BUILT_PRODUCTS_DIR}/${WRAPPER_NAME}/${PROJECT_NAME}.xcent";
codesign -f -s "iPhone Developer" --entitlements "${BUILT_PRODUCTS_DIR}/${WRAPPER_NAME}/${PROJECT_NAME}.xcent" "${BUILT_PRODUCTS_DIR}/${WRAPPER_NAME}/"
fi
添加后效果如下图(图15)


(图15)

至此我们已经完成了所有的配置,插上你的设备享受真机调试吧。。。


后记:

本文大量的命令来自http://blog.csdn.net/lgm252008/article/details/8462753,本文在此基础上完成。

转载请注明:http://blog.csdn.net/w568083142/article/details/8487701谢谢


1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值