android 无线模式下使用ADB调试「建议收藏」

android 无线模式下使用ADB调试

大家好,又见面了,我是全栈君。

改动系统system权限

1.
cp sud /system/xbin/sud chmod 755 /system/xbin/sud // note: su chmod 成755 
2.
cp su /system/xbin/su chmod 6755 /system/xbin/su //note: su chmod 成6755
 
3.cp install-recovery.sh /system/etc/install-recovery.sh chmod 755 /system/etc/install-recovery.sh //note: install-recovery.sh 成 755 
4.reboot


改动build.prop 

service.adb.tcp.port=5555


机器开机连上wifi:假设机器连接的WIFI ip地址为:192.168.0.117

sudo ./adb connect 192.168.0.117:5555

提示:already connected to 192.168.0.117:5555

sudo ./adb shell

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/115512.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • Shell bash 脚本语法

    Shell bash 脚本语法简单的说,脚本就是使用某种特定的描述性语言,依据一定的格式编写而成的,可在某种特定环境下顺序执行的文本文件。先通过一个最为简单的脚本代码来说明一下脚本编写最小脚本实现(在linuxshell界面新建文件viscript,输入一下代码):#!/bin/bashecho”helloworld!”运行文件./script结果为helloworld!

    2022年7月15日
    18
  • 软件工程项目_软件工程对象模型图

    软件工程项目_软件工程对象模型图软件工程中应用的几种图辨析:系统流程图、数据流图、数据字典、实体联系图、状态转换图、层次方框图、Warnier图、IPO图、层次图、HIPO图、结构图、程序流程图、盒图、PAD图、判定表、判定树、Jackson图、流图、甘特图、工程网络图我们先将这几种图按照软件工程中的阶段分类~接下来看一下这些图都长什么样子~1.系统流程图2.数据流图3.数据字典4.E-R图5.状态转换图:6…

    2022年8月13日
    5
  • 数据结构:表达式求值

    数据结构:表达式求值数据结构:表达式求值表达式求值是程序设计语言编译的一个最基本问题,其中任何一个表达式都是由操作数、运算符(±*/)、界限符(#,(,),[,])组成。运算符和界限符统称算符。算符的优先级关系为(数学角度上):为了通过代码实现,我们定义两个工作栈,一个叫OPTR,存运算符和界限符;另一个存OPND,存操作数或运算结果。首先OPND为空栈,OPTR首先存’#’为栈底元素。依次读取算术表达式…

    2022年6月15日
    32
  • 带你深入了解 GitLab CI/CD 原理及流程

    点击上方“全栈程序员社区”,星标公众号 重磅干货,第一时间送达 作者:狂乱的贵公子 cnblogs.com/cjsblog/p/12256843.html GitLab CI/CD…

    2021年6月25日
    77
  • java初学者Win 10下eclipse的安装教程(超级详细)

    java初学者Win 10下eclipse的安装教程(超级详细)安装的前准备首先查看电脑的位数方法:1.同时按Win键+R键,在打开的运行窗口中输入“dxdiag”,并确定。(Win键就是键盘上显示WINDOWS标志的按键)可以看到系统是64位的,等会要按照位数下载安装适合自己系统的vs下载安装JDK(由于jdk9和eclipse适配现在有问题这里安装jdk8)1.打开Oracle的官网http://www.oracle.com/techne

    2022年5月25日
    32
  • 神经网络loss函数意义_lossfunction

    神经网络loss函数意义_lossfunctionL1Loss平均绝对误差(MAE),用于回归模型对于包含NNN个样本的batch数据D(x,y)D(x,y)D(x,y),losslossloss计算如下:loss=1N∑n=1Nlnloss=\frac{1}{N}\sum_{n=1}^{N}l_{n}loss=N1​∑n=1N​ln​其中,ln=∣xn−yn∣l_{n}=\left|x_{n}-y_{n}\right|ln​=∣xn​−yn​∣classL1Loss(_Loss):__constants__=[‘redu

    2022年9月18日
    2

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号