超实用的浏览器插件：CSDN全站去广告

article/2025/10/6 8:39:12

文章目录

  • 1先下载安装为快
  • 2功能分析评测
    • 1浏览界面清爽便捷
    • 2永久免费去站内广告
    • 3神奇的C键搜索功能
    • 4 json格式化
  • 3改进建议

最近CSDN官方出了一个插件，一起来see see有啥好玩的地方

hello，我是北京某不知名211大学计算机专业的一名大三学生（哈哈，真不是凡尔赛文学）
CSDN插件使用了有一段时间了，主要是助力于程序员开发，简单总结一下的优缺点
在这里插入图片描述

1先下载安装为快

直接上官方链接:https://t.csdnimg.cn/1YBE（复制网址发送到PC端直接下载）
在这里插入图片描述
在这里插入图片描述

先把crx插件下载到本地， 打开谷歌的拓展程序界面

打开谷歌浏览器插件管理界面，然后打开右上角的开发者模式，将下载好的插件拖入，就安装完成啦

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

2功能分析评测

(重点在后面)

在这里插入图片描述

1浏览界面清爽便捷

在这里插入图片描述
自定义添加网址
在这里插入图片描述

主界面都是程序员经常逛得网站，点击右下角还可以随意更换浏览器壁纸
在这里插入图片描述

2永久免费去站内广告

之前打开CSDN是这样的
在这里插入图片描述

拥有插件后全站免广告，就问你爽不爽

3神奇的C键搜索功能

在任意界面按一下字母C即可立即搜索全网内容+本地书签+历史记录，开发效率是不是提高不少呢

划重点：黑历史别暴露了，你懂得

在这里插入图片描述
在搜索框内输入ip可直接查询本机ip地址
在这里插入图片描述
在搜索框内输入qr可直接生成当前界面网址链接二维码
在这里插入图片描述
输入wd+要查的单词可直接翻译单词
在这里插入图片描述

4 json格式化

在这里插入图片描述
输入date＋日期可自动生成时间戳
在这里插入图片描述

PS：个人最喜欢去广告功能，很清爽

还有一大堆功能正在路上
官方介绍文档传送门：https://plugin.csdn.net/
在这里插入图片描述

3改进建议

整体点评：CSDN插件集成了程序开发人员日常需要的大部分功能，对程序员very very 良好的确是节约不少时间，对此，我只能表示0110 0110 0110

1.增加截图功能
2.简单代码在线编译功能
3.xml在线格式化工具
4.希望对其功能能够进行更明确的分类
5.希望可以支持其他浏览器
希望能和CSDN一起进步~


http://chatgpt.dhexx.cn/article/DfSmyJC2.shtml

相关文章

超实用的浏览器插件永久免费！！！

超实用的浏览器插件永久免费！！！

能让工作效率翻N倍 ，是不是心动了主要功能 个性化标签、自动换肤、自定义常用网站，同时可选择多种搜索引擎 永久免费去站内广告 一键万能框搜索 实用快捷工具（日期格式化、时间戳自动转换、在线翻译） 新增一键json转换 占内存…
阅读更多...
【Chrome必备插件，一键提升10倍效率】新用户永久免广告，好用！

【Chrome必备插件，一键提升10倍效率】新用户永久免广告，好用！

CSDN 官方出品的浏览器插件–CSDN开发者助手 终于正式更新啦！更多好玩功能等你发现，现在登录⭕️官网即可下载 CSDN浏览器助手，风格简约清爽，体积不到1M，一键极简操作万能工具，让你在工作、学习和技术开发场…
阅读更多...
如何用WordPress免插件实现MarkDown语法支持

如何用WordPress免插件实现MarkDown语法支持

WordPress默认不支持MarkDown标记（不知道最新版实现没有），虽然提供了很多第三方MarkDown插件，但都无法达到满意的效果。xiaoz一直以来都是用HTML标签来写文章，虽然排版效果好，但是写起来真的很费劲&#xf…
阅读更多...
sklearn.svm 多分类

sklearn.svm 多分类

>>> from sklearn import svmX [[0,0], [1,1],[2,2],[3,3]] Y [0, 1,2,3] clf SVC( probabilityTrue) clf.fit(X,Y) print(clf.predict([[0,0], [1,1],[2,2],[3,3]])) print(clf.predict_proba([[0,0], [1,1],[2,2],[3,3]]))打印如下： [0 1 2 3] [[ 0.1…
阅读更多...
SVM入门（九）将SVM用于多类分类

SVM入门（九）将SVM用于多类分类

从 SVM的那几张图可以看出来，SVM是一种典型的两类分类器，即它只回答属于正类还是负类的问题。而现实中要解决的问题，往往是多类的问题（少部分例外，例如垃圾邮件过滤，就只需要确定“是”还是“不是”垃圾邮件…
阅读更多...
OpenCV中的「SVM分类器」：基本原理、函数解析和示例代码

OpenCV中的「SVM分类器」：基本原理、函数解析和示例代码

文章目录 1. 引言2. 基本原理3. 函数解析创建模型设置模型类型设置参数C设置核函数设置迭代算法的终止标准训练SVM模型预测结果误差计算保存SVM模型从文件中加载SVM 4. 示例代码官方示例（python）推理阶段（C版本） 5. 小结 1. 引言 …
阅读更多...
2.1.SVM线性分类器

2.1.SVM线性分类器

文章目录 1.笔记总结1.1.Small Questions1.1.1.图像xi的定义，行列的问题1.1.2.np.hstack函数1.1.3.np.random.randn(）正态分布随机数函数 1.2.最优化损失函数1.2.1.寻找更好的W的方法 1.2.2梯度下降1.2.2.1.数值梯度1.2.2.2.实际应用中的梯度下降 2.SVM的…
阅读更多...
svm多分类器详解

svm多分类器详解

项目github地址：bitcarmanlee easy-algorithm-interview-and-practice 欢迎大家star，留言，一起学习进步 SVM是一种典型的两类分类器，即它只回答属于正类还是负类的问题。而现实中要解决的问题，往往是多类的问题&#…
阅读更多...
SVM学习（六）：将SVM用于多类分类

SVM学习（六）：将SVM用于多类分类

从 SVM的那几张图可以看出来，SVM是一种典型的两类分类器，即它只回答属于正类还是负类的问题。而现实中要解决的问题，往往是多类的问题（少部分例外，例如垃圾邮件过滤，就只需要确定“是”还是“不是”垃圾邮件…
阅读更多...
分类算法SVM（支持向量机)

分类算法SVM（支持向量机)

支持向量机（Support Vector Machine ,SVM）的主要思想是：建立一个最优决策超平面，使得该平面两侧距离该平面最近的两类样本之间的距离最大化，从而对分类问题提供良好的泛化能力。对于一个多维的样本集，系统随…
阅读更多...
SVM分类算法

SVM分类算法

1.基本概念 支持向量机（SVM）的基本模型是在特征空间上找到最佳的分离超平面使得训练集上正负样本间隔最大。SVM是用来解决二分类问题的有监督学习算法，在引入了核方法之后SVM也可以用来解决非线性问题。 实际应用中一般要解决觉得是多分类问…
阅读更多...
SVM分类器详解

SVM分类器详解

SVM入门（一）至（三）Refresh 按:之前的文章重新汇编一下,修改了一些错误和不当的说法，一起复习,然后继续SVM之旅. （一）SVM的八股简介 支持向量机(Support Vector Machine)是Cortes和Vapnik于1995…
阅读更多...
Svm实现多分类

Svm实现多分类

机器学习---Svm实现多分类详解 Svm实现多类分类原理代码实现训练的图片 Svm实现多类分类原理 1.支持向量机分类算法最初只用于解决二分类问题，缺乏处理多分类问题的能力。后来随着需求的变化，需要svm处理多分类分为。目前构造多分类支持向 量机分类器的…
阅读更多...
SVM学习（二）：线性分类器

SVM学习（二）：线性分类器

1.线性分类器概念 线性分类器(一定意义上,也可以叫做感知机) 是最简单也很有效的分类器形式.在一个线性分类器中,可以看到SVM形成的思路,并接触很多SVM的核心概念。用一个二维空间里仅有两类样本的分类问题来举个小例子。如图所示： C1和C2是要区分的两个类别&#x…
阅读更多...
机器学习笔记之（5）——SVM分类器

机器学习笔记之（5）——SVM分类器

本博客为SVM分类器的学习笔记~由于仅仅是自学的笔记，大部分内容来自参考书籍以及个人理解，还请广大读者多多赐教 主要参考资料如下： 《机器学习实战》《Python机器学习》《机器学习Python实践》《Python机器学习算法》《Python大战机器学习》…
阅读更多...
机器学习之SVM分类器介绍——核函数、SVM分类器的使用

机器学习之SVM分类器介绍——核函数、SVM分类器的使用

系类文章目录 机器学习算法——KD树算法介绍以及案例介绍 机器学习的一些常见算法介绍【线性回归，岭回归，套索回归，弹性网络】 文章目录 一、SVM支持向量机介绍 1.1、SVM介绍 1.2、几种核函数简介 a、sigmoid核函数 b、非线性SVM与核函…
阅读更多...
SVM分类器（matlab）

SVM分类器（matlab）

源自：https://blog.csdn.net/lwwangfang/article/details/52351715 支持向量机（Support Vector Machine，SVM)，可以完成对数据的分类，包括线性可分情况和线性不可分情况。1、线性可分 首先，对于SVM来说&…
阅读更多...
线性分类器（SVM，softmax）

线性分类器（SVM，softmax）

目录 导包和处理数据 数据预处理--减平均值和把偏置并入权重 SVM naive版 向量版 Softmax navie版 向量版 线性分类器--采用SGD算法 SVM版线性分类 Softmax版线性分类 使用验证集调试学习率和正则化系数 画出结果 测试准确率 可视化权重 值得注意的地方 赋值 ran…
阅读更多...
SVM多分类的两种方式

SVM多分类的两种方式

以下内容参考：https://www.cnblogs.com/CheeseZH/p/5265959.html http://blog.csdn.net/rainylove1/article/details/32101113 王正海《基于决策树多分类支持向量机岩性波谱分类》 SVM本身是一个二值分类器，SVM算法最初是为二值分类问题设计的&#xff0…
阅读更多...
使用SVM分类器进行图像多分类

使用SVM分类器进行图像多分类

ResNet backbone SVM分类器 对于样本较为均衡小型数据集，SVM作为分类器的效果与MLP的效果相近。 从经验上看，对于样本不均衡的大型数据集，MLP的效果强于SVM。 本博客在自己的小型数据集上进行实验，本来使用MLP已经达到很好的效果…
阅读更多...
推荐文章

Copyright @ 2022~2023