最近的时间做了一个项目：基于Rust的车牌图像处理，因为爱好Rust，而项目又不得不做，于是乎用Rust重新造了一个轮子，但是也不是没有什么用处，起码这个轮子变得很快并且推广了Rust在机器学习方面的应用，私心里还颇有些得意的。但是这类项目用到了深度学习，而Rust并没有纯深度学习框架的实现，所以使用tensorflow binding是较为理想的方案。

本文将介绍如何使用Rust加载Tensorflow 的模型

公司用来进行二次验证登陆的方式是TOTP，全称是_Time-based One-Time Password algorithm_。维基百科上对与TOTP的说明的十分详细：基于时间的一次性密码算法 从这里我们可以找到我们需要实现一个totp可能需要用到的要素：epoch，time step，密钥，加密哈希算法等。还有实现_totp_的基本原理。事实上对比一些别的实现，我们也可以知道中文维基上的有错误之处。

这一次我将记录我实现totp算法的过程以及遇到的坑。

这一次实现的代码可以在我的Github中找到。Github: totp

从JavaScript，从Java，从Python甚至是从C过来，都会不习惯_Rust_的错误处理方式。但这不是rust限制了你错误处理的方式。事实上rust提供了很大的自由度来进行错误处理，灵活的方式。

对于Rust来说，Option和Result很大程度上造成了你在错误处理上的不适感。

要熟练地使用这些方式并不简单，但当你熟练之后，你应当会十分地enjoy这个过程。

这篇博客简单记录了一下我最近遇到的错误处理的方式。

在看先前的拉丁美洲的Rustconf，偶然看到了Without Boats大佬的关于零成本异步IO的介绍。

在其中学习到一些异步编程模型，在此做一个总结。

视频链接：Without Boats: Zero-Cost Async IO

最近试图想用rust做一个小工具，但是rust上目前还没有对应的库，而C语言中有对应的库。想尝试使用这个库，我需要先了解一下rust ffi（Foreign Function Interface）。

要想将rust的ffi应用到一整个库上，首先我们先从一个文件做起。

这篇文章就是对rust ffi 一次小小尝试的记录。