Python
安装 ComfyUI-Crystools 插件
1. 下载插件 地址：https://github.com/crystian/ComfyUI-Crystools 方式一：git clone 方式二：下载 zip 文件，解压到 xxxComfyUI_windows_portableComfyUIcustom_nodes 文件夹下 2. 安装 ComfyUI-Crystools 依赖 在插件目录 xxxC
javaSE面向对象
面向对象思想编程 学习面向对象内容的三条主线 Java类及类的成员：（重点）属性、方法、构造器；（熟悉）代码块、内部类 面向对象的特征：封装、继承、多态、（抽象） 其他关键字的使用：this、super、package、import、static、final、interface、abstract等 方法（对功能进行封装，实现代码的复用） 方法是类或对象行为特征的抽象，用来完成某个功能操作。在
新特性>lambda & stream
新特性lambda & stream Lambda（简化函数式接口生成的匿名内部类） Java的函数式编程是一种编程范式，它强调使用函数作为一等公民（first-class citizens），即函数可以像其他数据类型一样被赋值给变量、作为参数传递给其他函数或作为其他函数的返回值。 在Java中，函数式编程的特性主要通过Lambda表达式、方法引用和函数式接口来实现。 lambda表达式其
CentOS 7.9 运行某些软件时缺少GLIBCXX_3.4.21、GLIBC_2.28解决办法
dotnet: /lib64/libstdc++.so.6: version `GLIBCXX_3.4.20' not found (required by dotnet) dotnet: /lib64/libstdc++.so.6: version `GLIBCXX_3.4.21' not found (required by dotnet) 这可能是因为CentOS版
零基础学习人工智能—Python—Pytorch学习（五）
前言 上文有一些文字打错了，已经进行了修正。 本文主要介绍训练模型和使用模型预测数据，本文使用了一些numpy与tensor的转换，忘记的可以第二课的基础一起看。 线性回归模型训练 结合numpy使用 首先使用datasets做一个数据X和y，然后结合之前的内容，求出y_predicted。 这里我们已经提到了训练的模型的概念了。 我们在for循环的调用了model里的前向传播，然后再反复的使用
CAE如何基于CPU最佳核数和token等计算成本
简介 以经济高效的方式确定用于 CAE 仿真的高性能计算集群规模 计算机辅助工程（CAE Computer aided engineering）是产品开发中非常重要的一部分，尤其是在汽车、国防军工航天、工业装备和电子电气和医疗设备行业。每个CAE部门的核心都有一个计算集群，主要用于运行有限元求解器，以模拟汽车碰撞、安全气囊充气、跌落和更多物理过程。几乎所有CAE仿真器软件供应商都使用不同的许可证
Python导入包时提示“attempted relative import beyond top-level package”的解决办法
一篇很好的文章： python跨目录导包失败 python不同路径导入包错误 在涉及到相对导入时，package所对应的文件夹必须正确的被python解释器视作package，而不是普通文件夹。否则由于不被视作package，无法利用package之间的嵌套关系实现python中包的相对导入。 文件夹被python解释器视作package需要满足两个条件： 1、文件夹中必须有__i
Python系列（5）- 命令行应用 (Command Line Application)
使用 Windows、iOS、Android、HarmonyOS 等操作系统的设备，用户与这些设备主要通过图形用户界面（GUI）来交互，比如：鼠标、触屏等。一般用户很少使用这些系统的命令行界面（CLI），在 Windows 下是通过命令提示符（Cmd）窗口来实现 CLI 交互，其它系统通过终端 (Terminal) 窗口。 命令行界面 (CLI) 的起源始于最早的计算机终端
用pytorch实现LeNet-5网络
上篇讲述了LeNet-5网络的理论，本篇就试着搭建LeNet-5网络。但是搭建完成的网络还存在着问题，主要是训练的准确率太低，还有待进一步探究问题所在。是超参数的调节有问题？还是网络的结构有问题？还是哪里搞错了什么 1.库的导入 dataset: datasets.MNIST()函数，该函数作用是导入MNIST数据库，以供后续使用。 torch.nn.functional() 主要是用到了F
用whl文件安装Anaconda中的GDAL
本文介绍在Anaconda环境下，基于.whl文件安装Python中高级地理数据处理库GDAL的方法。 在之前的文章中，我们介绍了基于conda install命令直接联网安装GDAL库的方法；但如下图所示，这一方法的环境配置过程非常慢，而且有时候还会出现不同第三方库之间的冲突，因此并不是一个很好的方法。 因此，本文就介绍基于.whl文件，快速配置GDAL库的方法。 首先需要提一
三层switch转一层switch的处理方法
阿里三层switch转一层switch的处理方法 如下所示的混淆代码，在淘系140、227等滑块的代码经过一些转化后得到。 这些转化包括： 通过上面的转化得到了三层嵌套的switch，这篇我们重点看看这个转化： 通过上面可以看出，在满足 var Ci = 31 & li, fi = li >> 5, mi = 31 & fi, bi = fi >> 5,
yolov5s ncnn practice
Tutorial - deploy YOLOv5 with ncnn https://github.com/Tencent/ncnn/discussions/4541 ncnn model制作(yolov5s.pt -> ncnn.param and ncnn.bin) 使用ncnn库编译后生成的工具 https://github.com/Tence
代码构建软件架构图的工具介绍
代码构建软件架构图的工具介绍 我们越来越多地看到各种工具，它们允许你以代码的形式创建软件架构和其他图表。使用这一概念的主要好处是，大多数以代码形式创建的图表工具都可以被脚本化并集成到构建流程中，以自动生成文档。另一个导致以代码形式创建软件架构的图表工具越来越受欢迎的原因是，它支持基于文本的工具，而大多数软件开发者已经在使用这些工具。有哪些
pycharmt安装PyUML
在PyCharm中安装PyUML可以通过Python的包管理工具pip来完成。以下是安装PyUML的步骤： 打开PyCharm。 选择File > Settings (或者使用快捷键Ctrl+Alt+S)打开Settings对话框。 在Settings中选择Project: YourProjectName > Project Interpreter。 点击
Anaiable执行出现[WARNING]: Platform linux on hostis using the discovered Python interpreter at /usr/bin/python
参考: 每次执行命令的时候加个参数，跳过这个就不报错了。 永久解决方案 解决办法： ansible.cfg的全局配置[defaults]部分添加如下配置
2024年的Java开发怎么转型升级呢
转型 做其它行业，非IT行业。 三宝。 地摊。 小饭店。 回农村种地，自己的老家。 去农村种地，租房住、租地种。 自媒体创业。 写作。 培养其它技能，比如，写剧本、写歌曲。 资金充足的话，吃利息度日也行。 360行，非IT行 都可以看看。 ben发布于博客园 升级 做高级技术，研究前沿技术。 Java开发远不是IT的全部，Spring Framework/Boot/Cloud 也不是
Eric关于AI的访谈火了
划重点 曾经担任谷歌CEO长达10年之久的Eric Schmidt前几天去斯坦福大学受邀计算机学院的会议，他的演讲全程各种放飞自我，中途语重心长的告诉台下学生，这场会议是保密的，自己说的那些话千万不要外传。 然而，主办方对Eric Schmidt说，这场会议有摄像头正在全程直播……他的表情就凝固了。虽然斯坦福大学后来把视频从YouTube撤了下去，但已经有很多人都做了存档，Github上也有全文备
打靶记录12——Fawkes
靶机： 这是个哈利波特系列的靶机，作者和本人都非常喜欢这个系列，因为它的漏洞和利用点都设计得很巧妙。 难度： 高 目标： 取得2个root权限 + 3 个flag 涉及攻击方法： 主机发现 端口扫描 Web信息收集 FTP服务攻击 缓冲区溢出 模糊测试 漏洞利用代码编写 流量抓包分析 堆溢出漏洞攻击 Metasploit（MSF） 手动修复EXP代码 本地提权 参考资料 CVE-2
HTB GreenHorn
端口探测 nmap -sC -sV -Pn --max-rate 10000 10.10.11.25 得到22，80，3000端口 观察80端口http重定向到了greenhorn.htb web探测 3000端口发现是一个代码仓库 查看仓库里的代码，发现一个源码 代码审计发现一个pass.php hash解密 得到密码：iloveyou1 不知道是哪的密码 访问80的web,有一个登录
Python 潮流周刊#65：CSV 有点糟糕（摘要）
本周刊由 Python猫 出品，精心筛选国内外的 250+ 信息源，为你挑选最值得分享的文章、教程、开源项目、软件工具、播客和视频、热门话题等内容。愿景：帮助所有读者精进 Python 技术，并增长职业和副业的收入。 分享了 12 篇文章，12 个开源项目，全文 2000 字。 以下是本期摘要： 🦄文章&教程 ① CSV 有点糟糕。DSV 有点不错 ② 用 Scrapy 和 Playwri
11_乘最多水的容器
11_乘最多水的容器 【问题描述】 给定一个长度为 n 的整数数组 height 。有 n 条垂线，第 i 条线的两个端点是 (i, 0) 和 (i, height[i]) 。找出其中的两条线，使得它们与 x 轴共同构成的容器可以容纳最多的水。返回容器可以储存的最大水量。说明：你不能倾斜容器。 【算法设计思想】 在解决本题时，笔者首先使用了较为常见的暴力解法，即遍历一遍数组，但是当数据一大就会
LangGraph Studio：首款智能体（agent）IDE
0 前言 LangGraph Studio 提供了一个专门的智能体IDE，用于可视化、交互和调试复杂的智能体应用程序。本文来了解如何在桌面使用。 LLM为新型智能体应用程序的发展铺平了道路——随这些应用程序演进，开发它们所需工具也必须不断改进。今天推出的 LangGraph Studio——首款专为Agent开发设计的IDE，现已开放测试版。 LangGraph Studio 提供一种开发 LLM
2024.8.17（hadoop学习第六周）
最近以旧在学习python，学习到了黑马程序员课程的第十章部分，是关于文件和数据操作的部分，正好最近一次数学建模模拟测试是一道关于数据分析的题，总共5张excel表，有四张数据量较大的文件，差不多一个在77万条左右，我依据所学和一些网上的资料对这些数据进行了分析操作，积累了很多实战经验。 数学建模模拟测试使用的一些相关python代码： 在学习完python后将会进
ansible 开启facts_cache缓存
目录1. 常见的缓存插件及其存储位置总结 通过 facts_cache 缓存的变量通常存储在由 Ansible 配置文件中指定的位置，具体位置取决于你使用的缓存插件。下面是几个常见的缓存插件和它们的存储方式，以及如何查询这些缓存变量。 1. 常见的缓存插件及其存储位置 jsonfile 插件： 存储位置：缓存变量会被存储为 JSON 文件，通常存放在你指定的文件路径中。你可以在 ansible
ShadowDefender 注册码 分析
目录ShadowDefenderCRegisterDlg定位虚表定位AFX_MSGMAP_ENTRY定位消息事件do_register_check_14001BFC4check_140002FF4hash_14000328Cpy ShadowDefender Version: 1.5.0.726 MFC 程序， CRegisterDlg 定位虚表 定位AFX_MSGMAP_ENTRY 定位消息