1. 如何区别chi跟cizi跟si跟shian跟angen跟engin跟ing等等
不跟词跟词的区别在于强势银和后鼻音强摄影主要是在发音的时候，舌头会向上翘起
2. engining的读音
既然你说了是方言,那就联系谈话内容、语境来区别.就像以前考英语阅读时,看见不认识的单调,可以联系上下文,猜它的意思.
3. encine的翻译是：什么意思
engine 英[ˈendʒɪn] 美[ˈɛndʒɪn]
n. 发动机来，引擎自; 工具; 火车头; 机车;
vt. 给…安装发动机;
[例句] He got into the driving seat and started the engine.
他坐上了驾驶员的位置发动了引擎。
[其他] 第三人称单数：engines 复数：engines 现在分词：engining过去式：engined 过去分词：engined
4. kali linux中的social engining toolkit版本过低怎么更新啊
安装cuda以及nvidia驱动
这一步比较简单，安装之前，推荐大家编辑一下/etc/apt/source.list文件，把国外的源注释掉换成国内科大的，下载比较快。科大源的地址如下
deb kali main non-free contrib
deb-src kali main non-free contrib
deb -security kali/updates main contrib non-free
设置完之后，执行以下命令安装
apt-get update
apt-get install nvidia-detect nvidia-libopencl1 nvidia-opencl-common nvidia-support nvidia-opencl-icd nvidia-visual-profiler nvidia-glx nvidia-installer-cleanup nvidia-kernel-common nvidia-smi nvidia-alternative nvidia-opencl-dev libglx-nvidia-alternatives nvidia-kernel-dkms nvidia-cuda-toolkit nvidia-vdpau-driver nvidia-xconfig glx-alternative-nvidia libgl1-nvidia-alternatives nvidia-settings libgl1-nvidia-glx xserver-xorg-video-nvidia libcublas4 libcudart4 libcufft4 libnpp4 libnvidia-compiler libcuda1 libcuinj4 libnvidia-ml1 libxvmcnvidia1 libcusparse4 libcurand4 python-pycuda-doc python-pycuda-headers python-pycuda nvidia-cuda-doc nvidia-cuda-gdb
由于包比较多可能有点慢，安装过程会弹出两个窗口需要确认，直接OK就好，执行完之后toolkit和驱动都装上了，然后把一些变量写入系统，在/root/.bashrc最后面加上下面一段
PATH=$PATH:/usr/lib/nvidia-cuda-toolkit/bin
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/lib/nvidia-cuda-toolkit/lib:/lib
export PATH
export LD_LIBRARY_PATH
可以执行一下ldconfig马上生效，不过反正都要重启一次的了，重启。
安装pyrit-cuda
下面重新编译个pyrit来试一试使用GPU。下载pyrit的地址是：
我们需要下载pyrit-0.4.0.tar.gz和cpyrit-cuda-0.4.0.tar.gz，下载完之后，安装一下编译所需要的工具
atp-get install libpcap-dev python2.7-dev
解压pyrit-0.4.0.tar.gz并且安装
tar -xzvf pyrit-0.4.0.tar.gz
cd pyrit-0.4.0
python setup.py build
python setup.py install
解压cpyrit-cuda-0.4.0.tar.gz
tar -xzvf cpyrit-cuda-0.4.0.tar.gz
cd cpyrit-cuda-0.4.0
这里需要进行一些改动，编辑setup.py,把第35行
for path in ('/usr/local/cuda', '/opt/cuda'):
改成
for path in ('/usr/local/cuda','/usr/lib/nvidia-cuda-toolkit','/opt/cuda'):
免得安装程序找不到nvcc
然后就安装
python setup.py build
python setup.py install
安装完，运行一下
pyrit list_cores
应该能看到GPU了，类似
#1: 'CUDA-Device #1 'GeForce 8400 GS''
#2: 'CPU-Core (SSE2)'
#3: 'CPU-Core (SSE2)'
#4: 'CPU-Core (SSE2)'
#5: 'CPU-Core (SSE2)'
#6: 'CPU-Core (SSE2)'
#7: 'CPU-Core (SSE2)'
#8: 'CPU-Core (SSE2)'
安装optimus
把源Key取回来
wget -O - | apt-key add -
在/etc/apt/source.list中加入Bumblebee的源
deb sid main contrib
deb-src sid main
然后执行安装
apt-get update
apt-get install bumblebee bumblebee-nvidia
安装完毕，把root加入bemblebe组，然后重启
adser root bumblebee
重启完毕可以测试一下，分别运行
glxspheres
optirun glxspheres
可以看到帧数是不同的