关于我于Security Assistant Agent这个Bitch软件的点滴

5 篇文章 1 订阅

关于这个软件的好处,请看下图:(初始开机状态下:CPU占用34.2%,电池占用率100%)

2023/11/06更新:

最近发现一款工具貌似也能卸载这些流氓软件,不想看教程的可以直接用软件试试(具体操作自行度娘下吧) 传送门 => Total Uninstall


2022/11/05更新:

测试Window10有更简单方式:(同样需要在安全模式下操作)

1. 执行文章第二步查看服务指向是否为:C:\Windows\LVUAAgentInstBaseRoot

2. 是,请直接执行第五步(删除注册表U开头且服务指向上面地址的相关信息,这里请仔细慎重)

3. 完成后,请执行第三步(删除相关文件)

// 方式一:cmd shell
1. cd C:\Windows\LVUAAgentInstBaseRoot

2. rd /s /q C:\Windows\LVUAAgentInstBaseRoot




// 方式二:git base工具
1. C:\Windows\LVUAAgentInstBaseRoot

2. rm -rf *


2022/10/12更新

发现windows11权限控制比较给力,安全模式下(默认杀死了该软件的进程),且C:\Windows\目录下可以直接看到LVUAAgentInstBaseRoot文件夹,这样就及其简单了,直接从第四步开始执行就OK了~


教程开始:

* 下面为大家演示如何更好的使用它:

* 下面为大家演示如何更好的使用它:

* 下面为大家演示如何更好的使用它:

第一步:【win + r ,输入msconfig】,选择 - 引导 - 安全引导 - 确认 - 重启(记得保存桌面文件,防止丢失)

第二步:重启后,进入windows安全模式,【Ctrl + alt + delete 】唤起任务管理器

1. 找到这个软件,右击 - 打开服务 - UniAccessAgent相关进程 - 右击查看属性, 查看服务执行指向的文件路径(不出意外应该是C:\Windows\LVUAAgentInstBaseRoot

2. 顺道将启动类型设置为‘禁用’,后面杀进程需要用到

第三步:【win + r,输入cmd】唤起shell,执行【cd xxxxxx】(刚才查到的服务文件路径)

直接从文件夹进入是无法找到LVUAAgentInstBaseRoot目录的,因为他害羞,躲起来了;

回车继续执行【dir】,查看该文件夹下的目录文件,如果有下图内容,说明找对目录了,下面可以为它进行我们的末日计划了

 第四步:【ctrl + alt + delete】 - 服务 - UniAccessAgent相关进程 - 查看PID号

1. 【win + r,输入cmd】执行【taskkill /pid xxxx -f -t】(可能会被拒绝,没关系,我们接下来耐心把UniAccessAgent相关进程通通杀一遍;也可以看评论区网友补充的步骤),

2. 杀掉相关进程后,执行【rd /s /q C:\Windows\LVUAAgentInstBaseRoot】删除该目录下的所有文件,(这里有可能提示文件删除不了,我测试的解决方案是用git工具:手动进入文件目录下,启用Git Base Here,然后执行【rm -rf * 】命令)

 第五步:重新执行第三步,查看目录下的文件是不是少了,如下图说明末日计划成功不远了

第六步:删除注册表信息【win + r,输入regedit】

【win + r,输入regedit】进入如下路径,删除与Uni开头相关文件(这里切记仔细,如图中Uni文件指向文件夹路径与第二步查询到的C:\Windows\LVUAAgentInstBaseRoot是否一致,一致可删除)

第七步:删除完注册表信息,执行【win + r,输入msconfig】- 选择 - 引导 - 取消安全引导 - 确认 - 重启

恭喜末日计划成功 ~

恭喜末日计划成功 ~

恭喜末日计划成功 ~

参考Never_Await_Victory给出的教程

  • 16
    点赞
  • 39
    收藏
    觉得还不错? 一键收藏
  • 27
    评论
这段代码定义了三个卷积层,每个卷积层后面跟着一个批归一化层、RReLU 激活函数和最大池化层。具体来说,模型的结构如下: 1. 第一个卷积层(layer1): - 输入是一个大小为 (batch_size, 1, 48, 48) 的张量,其中 batch_size 是批量大小。 - 该卷积层使用一个 3x3 的卷积核,将输入通道数从 1 增加到 64。 - 卷积核的步长为 1,填充为 1,保持输入和输出的尺寸一致。 - 然后应用批归一化,将通道数归一化为 64。 - 接下来使用 RReLU 激活函数对特征图进行非线性变换。 - 最后进行最大池化,使用 2x2 的池化窗口,步长为 2,将特征图的尺寸减半。输出的特征图大小为 (batch_size, 64, 24, 24)。 2. 第二个卷积层(layer2): - 输入是上一层的输出,即大小为 (batch_size, 64, 24, 24) 的特征图。 - 该卷积层使用一个 3x3 的卷积核,将输入通道数从 64 增加到 128。 - 卷积核的步长为 1,填充为 1,保持输入和输出的尺寸一致。 - 然后应用批归一化,将通道数归一化为 128。 - 接下来使用 RReLU 激活函数对特征图进行非线性变换。 - 最后进行最大池化,使用 2x2 的池化窗口,步长为 2,将特征图的尺寸减半。输出的特征图大小为 (batch_size, 128, 12, 12)。 3. 第三个卷积层(layer3): - 输入是上一层的输出,即大小为 (batch_size, 128, 12, 12) 的特征图。 - 该卷积层使用一个 3x3 的卷积核,将输入通道数从 128 增加到 256。 - 卷积核的步长为 1,填充为 1,保持输入和输出的尺寸一致。 - 然后应用批归一化,将通道数归一化为 256。 - 接下来使用 RReLU 激活函数对特征图进行非线性变换。 - 最后进行最大池化,使用 2x2 的池化窗口,步长为 2,将特征图的尺寸减半。输出的特征图大小为 (batch_size, 256, 6, 6)。 这些卷积层的作用是逐步提取输入图像的特征,通过多次卷积和池化操作,将输入图像的尺寸减小,并增加通道数,以获取更高级别的特征表示。这些特征表示将用于后续的全连接层进行分类。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 27
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