1.Ӣΰ?英伟?Դ??й¶????
2.DragGAN官方代码手把手安装部署教程
3.黑客帝国2:重装上阵(黑客业务网)
4.硬核观察 #1112 1/7 的 Linux 内核代码是 AMD GPU 驱动代码
5.24行代码完成批量缩星

Ӣΰ??Դ??й¶????

       受到很多玩家喜爱的大型游戏《GTA6》惨遭泄露事件引发了全网游戏玩家的关注，事情的达源代码起因是在9月日一名自称“茶壶”的黑客在《GTA6》的论坛上上传了压缩包，其中所包含的码泄视频全部是来自于还没有进行播出的《GTA6》中的片段，该黑客十分大胆的露下表示会继续泄露更多数据，他还拥有《GTA6》的载英源代码以及游戏内容。官方迅速对他进行联络，伟达电脑编写源码工具但是英伟他嚣张的表示需要让游戏公司给他支付一定的费用，这样他就可以将手里所拥有的达源代码源代码以及片段都交给公司，对于这名黑客如此嚣张的码泄挑衅该公司选择了报警，这名黑客现在已经被抓捕，露下但他背后的载英组织到底是啥来头？小编给大家讲一讲。

       由于这名黑客将《GTA6》的伟达源代码泄露到了各大视频网站，很多玩家已经看到了游戏画面，英伟一开始有些人怀疑这些画面是达源代码不是伪造的，但是码泄在经过印证后发现其中画面和今年早期进行过报道的内容大部分都是相同的，如果大家不太理解这件事情的严重性，那换句话来说就是还没有上市的新手机在没有开发布会时便被泄露出了所使用的新技术，甚至制造了假的模型机。

       这名黑客进行曝光后后，很多游戏博主也对这些游戏新内容进行了分析，游戏中多了一名女性，而且对以前所拥有的打劫系统进行了更新，在最新的《GTA6》中，玩家打劫后会遭到警察的抓捕，警察能够记住你所使用的车牌号，这样玩家在逃跑时也会多了很多困难，不再像以前那么轻易。查看溯源码

       在这名黑客被抓捕后更是让人吃惊，原来这名黑客只是一个岁的孩子。很多网友得知这样的结果都怀疑他是不是“背锅人”，但是警方并未对此事进行过回应，所以真相还是需要等待下一步的官方声明。

DragGAN官方代码手把手安装部署教程

       在StableDiffusion尚未问世的时期，DragGAN是生成领域的领头羊。四年前，StyleGAN的发布以其“超高清且逼真”的效果震惊了众人。

       当时，我的公众号"托尼是塔克"上发布了一系列关于该项目的文章。时光荏苒，没想到这个项目还能焕发新生。

       回到正题，今天我将带领大家一步一步完成DragGAN的安装部署。

       StyleGAN的安装过程繁琐，需要安装VS、cudnn、cuda等软件，还要修改代码并配置路径等等。相比之下，DragGAN的环境配置几乎与StyleGAN3完全一致，安装过程自然也不会简单。

       我将分享我的安装流程，并记录下来，以供参考。行程码源码

       如果嫌麻烦，也可以下载离线版本，一键运行。

       环境配置如下：

       操作系统：Win

       显卡：RTX

       辅助软件： CMD、Git、Conda、VS、cudnn、cuda

       显卡是GAN项目的关键硬件，不同尺寸模型所需的显存不同。RTX可完美支持x任务，一般情况下6G显存足以运行这个项目。

       关于基础软件的详细安装步骤，可参考我之前关于Stylegan2和 Stylegan3的教程。

       现在让我们开始今天的主题：

       1. 获取源代码

       由于这是一个开源项目，我们首先需要获取源代码。获取源代码有两种方式：命令行或直接下载压缩包。

       命令行方式：确保安装了Git工具，然后在CMD中执行如下命令：

       切换到E盘或D盘（避免C盘），进入DEV文件夹，获取DragGAN的源代码。

       压缩包获取方式：点击Download ZIP下载，然后解压至磁盘，比如E盘DEV文件夹。

       解压后，去除文件名中的标签系统源码“-main”。这个main曾用“master”命名，但因不尊重某类人而更改。

       2. 创建虚拟环境

       这是一个基于Python的项目，为了保证不同项目的独立性，我们将使用Conda创建虚拟环境。

       在CMD中输入以下命令，创建并激活虚拟环境。

       3. 修改配置文件

       DragGAN包含一个Conda依赖文件，可以直接用来创建虚拟环境并安装所有依赖。

       然而，这个文件在当前Windows环境下可能存在安装问题，如找不到cudatoolkit=.1。我尝试修改，但其他问题依旧。因此，我自行创建了一个requirements.txt文件，将内容粘贴其中，并放在DragGAN文件夹中，使用pip安装。

       4. 下载模型

       项目官方提供了一个下载模型的sh脚本，但Windows用户无法直接使用。解决方法是右键打开下载_model.sh文件，获取模型下载地址并下载，解压至DragGAN的checkpoint文件夹，并将模型文件名改为stylegan2_开头。

       发现了一个叫download_model.bat的hdmi源码分离文件，可以一键下载模型。

       5. 运行项目

       按照上述步骤，我们就可以运行项目了。网络通畅时，一般不会出现问题。运行如下命令启动GUI界面：

       在GUI界面上，只需点击“Start”按钮，拖拽狗子脸部，即可生成。GUI动态效果很酷，但菜单较小，有时会崩溃，模型切换也不方便。

       启动WebUI，输出网址后，打开即可查看生成的。使用方法包括选择模型、种子、点选位置并拖拽等。

       WebUI版的动态效果不如本地GUI，但最终结果相同。

       项目提供了许多高质量模型，如英伟达官方的FFHQx和human模型。生成的可保存，但与真实相比，效果参差不齐。

       了解了这些不足，这个项目仍然很有趣，可以可视化StyleGAN的使用，快速接入各种模型。如果有财力，可以自己训练模型。

       虽然项目成本高昂，但结果值得期待。至少，它将StyleGAN的使用可视化，为用户提供了丰富的模型选择。

黑客帝国2:重装上阵(黑客业务网)

       在黑客业务网的最新动态中，英伟达——这个科技巨头再次成为了网络安全事件的焦点。让我们深入探讨一下这一事件的细节与影响，黑客组织LAP$的行动似乎并未能撼动英伟达的根基/。

       据彭博、每日电讯报和TheVerge等权威媒体透露，英伟达近期遭受了来自南美LAP$黑客组织的侵袭。他们声称窃取了超过1TB的专有数据，但关键的是，LAP$已提前备份数据，英伟达的反击并未取得预期效果/。

       尽管如此，英伟达在事态曝光后迅速采取了行动。他们在Hardwarexx网站上发布声明，表示已加强网络安全措施，并聘请专家应对，尽管没有证据表明勒索软件的使用或与国际冲突有关/。他们确认威胁者获取了员工凭证和一些专有信息，但强调业务不会受到显著影响。

       值得注意的是，黑客泄露的焦点落在了英伟达的深度学习超级采样（DLSS）源代码上，这一技术对于提升游戏性能至关重要/。尽管英伟达之前已关闭源码以保护知识产权，但这一举措引发了业界和玩家的讨论。

       市场上的竞争技术，如FSR和XeSS，选择开源，尽管它们的原理与DLSS不同，但DLSS的性能仍然受到认可。这次泄露的版本为DLSS 2.2，对于学习人工智能的学生来说，这无疑是一个了解大厂技术的好机会，可以借此拓宽知识视野，增加技术储备/。

       尽管黑客的威胁持续存在，但英伟达的立场坚定，他们强调安全是公司日常运营的核心，对代码和产品的保护投入不遗余力/。此次事件提醒我们，无论在科技领域还是个人层面，保护信息安全都是当务之急。

       总的来说，这次黑客攻击虽然造成了短暂的震动，但英伟达凭借其强大的安全措施和决心，预计不会对业务产生持久影响/。对于科技爱好者和行业观察者而言，这是一个警醒，也是对技术创新者进行安全教育的案例。

硬核观察 # 1/7 的 Linux 内核代码是 AMD GPU 驱动代码

       Linux 内核代码的硬核观察揭示了一个显著的事实：AMD GPU 驱动代码占据了内核源代码的1/7以上，具体超过了万行。这其中包括AMD为每代新GPU提供的大量自动生成的头文件，它们就像详尽的文档，反映出AMD对驱动开发的投入。相比之下，英伟达开源的Nouveau驱动代码只有约万行，显示出AMD在内核贡献上的巨大影响力。

       尽管AMD在代码贡献上积极主动，但老王对此提出疑问：在内核中不断增加代码是否真的有益？尤其考虑到ReiserFS的命运。曾经流行的ReiserFS日志文件系统因开发者的个人问题而停滞，最终在Linux 5.及后续版本中被标记为废弃。其后，随着主要开发者入狱，ReiserFS项目逐渐消亡，反映出开发者社区对项目污点的敏感和项目延续性的依赖。

       另一个例子是Visual Studio for Mac，微软的Mac版开发工具，从开源到闭源，最终被计划在年废弃。VS Mac曾作为.NET IDE，但与Windows版本的差距明显。微软在发现VS Code更受欢迎后，逐渐淘汰边缘项目，而MonoDevelop的开源替代品DotDevelop仍在持续发展中。

行代码完成批量缩星

       在星空摄影中，处理大量照片以制作延时视频时，缩星成为了一项挑战。手动在PS中逐一操作或自编图像处理动作，耗时且效率低。本文提供了一种编程解决方案，利用免费工具starnet++ V2批量处理，实现快速批量缩星。

       starnet++ V2能有效去除TIFF格式中的星星，只需调用程序即可实现批量操作。对于配备英伟达GPU的电脑，通过CUDA接口加速处理，可显著提升效率，显卡下速度提升可达5至6倍。

       在使用代码前，请确保已下载并安装starnet++ V2（官网下载window 位版本），并将其放置于C盘特定目录。

       附源代码（代码由AI自动生成），以下为使用方法概述：

       首先将包含照片的文件夹命名为output，然后运行脚本nostar.py。脚本将自动处理output文件夹中的所有TIFF文件，将去星后的保存到output/starless目录下，无需人工干预。

       处理效果显著，TIFF格式大小约为M，去星过程大约需要2分钟，此阶段主要利用CPU资源。若拥有英伟达显卡，可参考专门网页了解GPU加速方法。

       最终成果如下，显示批量处理后的效果。

       使用本文提供的方法，星空照片的缩星效率得到极大提升，尤其对处理大量时尤为明显。通过合理利用GPU资源，进一步加速了处理过程，提高了工作效率。值得注意的是，英伟达的CUDA库体积庞大，可能需要手动下载某些dll文件，以确保程序正常运行。