Python
深度学习- 常用人脸检测算法
人脸识别是计算机视觉中的一个重要任务，有多种库和框架可以用于实现人脸识别。以下是一些常用的人脸识别算法库及其特点： 1. OpenCV OpenCV（Open Source Computer Vision Library）是一个开源计算机视觉和机器学习软件库。它可以用于各种计算机视觉任务，包括人脸检测和识别。 特点： 支持多种编程语言（C++, Python, Java 等） 提供了 Haar
pip安装错误：error: externally-managed-environment
pip安装出错： error: externally-managed-environment × This environment is externally managed ╰─> To install Python packages system-wide, try apt install python3-xyz, where xyz is the package you ar
Python 潮流周刊#60：Python 的包管理工具真是多啊（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。 本期周刊分享了 13 篇文章，13 个开源项目，全文 2300 字。 重要提醒： 1、本专栏的邀请返利已提升到 50%，当有人通过你分享的海报或者邀请链接，购买了专栏，那么你将获得
python获取Android App性能数据（CPU、GPU、内存、电池、耗电量）
原文链接：https://blog.csdn.net/u012089395/article/details/126668946 1、原理python脚本通过os.popen()方法运行adb命令，获取性能数据，将性能数据保存在csv文件并算出均值、最大值、最小值。本脚本可测试一个app包含多个进程的场景，可以获取每个进程的性能数据。 2、环境准备：2.1 软件环境具备python环境，Androi
Bert实现情感分析demo
Bert实现情感分析demo 数据集 IMDB数据集. 代码以及部分讲解 没有cuda就启用cpu 这是主要的类，有关参数可以进行微调。 这个demo使用模型是bert-base，预训练模型以及分词器在huggingface上下载。 主要下载tokenizer_config.json，vocab.txt，config.json，pytorch_model.bin文件 BERT Base: 隐
模型部署 之 TensorFlow Serving
TensorFlow Serving是一个开源的机器学习模型服务系统,由Google开发并贡献给开源社区。它主要用于部署和管理TensorFlow训练的模型,提供高性能、可扩展的推理服务。 TensorFlow Serving的主要功能和特点包括: 多版本模型管理:支持同时部署和管理多个版本的TensorFlow模型,并提供平滑的模型升级和更新。 高性能推理:基于gRPC和HTTP协议提供
使用 pip 和 requirements.txt 安装 Python 包
1.构建当前项目需要的软件包 pipreqs 对给定文件夹中的python依赖进行解析, 并且生成依赖描述文件requirements.txt ,后续可以直接使用pip install -r requirements.txt来安装依赖 使用pip-tools可以精准的控制项目依赖 pip-compile 可以在requirements.in文件中递
数量限制、排序与事务操作
查询限制 在关于 SQLAlchemy 教程的前文中，你应该知道如何使用 select 和 query 方法来查询数据。接下来我们尝试使用 limit 方法来限制返回的结果数量。 在 SQL 语句中，看起来就应该是这样的： 使用 offset 方法 offset 方法用于跳过查询结果中的前 N 条记录。它在 SQL 中对应的是 OFFSET 子句。通常，offset 与 limit 一起使用，
SQLAlchemy 异步操作
在现代的 Python 应用中，异步操作越来越受到重视，特别是在处理 I/O 密集型任务时。SQLAlchemy 也提供了对异步操作的支持，结合 aiomysql 可以实现异步的数据库操作。 环境准备 首先，你需要安装 aiomysql： 步骤详解 1. 创建数据库驱动引擎 我们需要创建一个异步的数据库引擎。这里我们使用 aiomysql 作为 MySQL 的异步驱动。 2. 创建异步会话类
分页查询及其拓展应用案例
分页查询 分页查询是处理大量数据时常用的技术，通过分页可以将数据分成多个小部分，方便用户逐页查看。SQLAlchemy 提供了简单易用的方法来实现分页查询。 本篇我们也会在最终实现这样的分页效果： 1. 什么是分页查询 分页查询是将查询结果按照一定数量分成多页展示，每页显示固定数量的记录。分页查询通常使用两个参数： limit：每页显示的记录数量。 offset：跳过的记录数量。 例如，要查
SQLAlchemy 执行原生 SQL 语句
在使用 SQLAlchemy 进行数据库操作时，虽然 ORM 提供了强大的模型映射功能，但有时候直接使用原生 SQL 语句可能更加简单直率，甚至性能更优。下面我们来看一下如何在 SQLAlchemy 中执行原生的 SQL 语句。 执行原生 SQL 语句的步骤 构造 SQL 语句 调用 session 中的 execute 方法执行，得到游标对象 通过游标获取结果 示例：查询学生信息 首先，我们
[Redis]压缩列表详解
Redis 为了节约内存空间使用，zset 和 hash 容器对象在元素个数较少的时候，采用压缩列表(ziplist)进行存储。压缩列表是一块连续的内存空间，元素之间紧挨着存储，没有任何冗余空隙。 这里，注意观察 debug object 输出的 encoding 字段都是 ziplist，这就表示内部采用压缩列表结构进行存储。 图 5-6 所示是压缩列表的内部结构示意图。 压缩列表为了支持
如何对Linux系统进行基准测试4工具Sysbench
Sysbench简介 Sysbench是一款多用途基准测试工具，可对CPU、内存、I/O甚至数据库性能进行测试。它是一个基本的命令行工具，提供了直接、简便的系统测试方法。github地址：https://github.com/akopytov/sysbench 。 主要功能： CPU: 衡量CPU执行计算密集型任务的能力。 内存: 衡量内存子系统的性能。 磁盘I/O: 衡量磁盘读写速度。 数据
模型部署 - TensorRT & Triton 学习
先介绍TensorRT、Triton的关系和区别： TensorRT：为inference（推理）为生，是NVIDIA研发的一款针对深度学习模型在GPU上的计算，显著提高GPU上的模型推理性能。即一种专门针对高性能推理的模型框架，也可以解析其他框架的模型如tensorflow、torch。 主要优化手段如下： Triton：类似于TensorFlow Serving，但triton包
Vulnhub靶场 | DC系列 | DC-1
DC-1 目录 环境搭建 渗透测试 1. 信息收集 2. 漏洞利用 3. 提权 DC ~ VulnHub VulnHub provides materials allowing anyone to gain practical hands-on experience with digital security, computer applications and network ad
Vulnhub靶场 | DC系列 | DC-3
DC-3 环境搭建 靶机镜像下载地址：https://vulnhub.com/entry/dc-32,312/ 需要将靶机和 kali 攻击机放在同一个局域网里； 本实验kali 的 IP 地址：192.168.10.146。 渗透测试 使用 nmap 扫描 192.168.10.0/24 网段存活主机 经判断，目标主机IP地址为192.168.10.149。 扫描开放的服务。 访问其W
Vulnhub靶场 | DC系列 | DC-5
DC-5 目录 信息收集 扫描靶机的IP地址 扫描开放的端口 访问80端口 文件包含漏洞 渗透过程 向日志中写入一句话木马 使用蚁剑连接webshell 在 /tmp下新建文件 一句话木马（留个后门） 使用蚁剑虚拟终端反弹shell到kali 在kali开启监听 使用蚁剑虚拟终端反弹shell到kali 提权 切换到交互式状态 查找设置了SUID的文件 查看screen-4.
Vulnhub靶场 | DC系列 | DC-4
DC-4 环境搭建 靶机镜像下载地址：https://vulnhub.com/entry/dc-4,313/ 需要将靶机和 kali 攻击机放在同一个局域网里； 本实验kali 的 IP 地址：192.168.10.146。 渗透测试 使用 nmap 扫描 192.168.10.0/24 网段存活主机 经判断，目标主机IP地址为192.168.10.150。 扫描开放的服务。 查看下端
Vulnhub靶场 | DC系列 | DC-7
DC-7 环境搭建 靶机镜像下载地址：https://vulnhub.com/entry/dc-6,315/ 需要将靶机和 kali 攻击机放在同一个局域网里； 本实验kali 的 IP 地址：192.168.10.146。 渗透测试 使用 nmap 扫描 192.168.10.0/24 网段存活主机 经判断，目标主机IP地址为192.168.10.152。 扫描开放的服务。 扫描软件
Vulnhub靶场 | DC系列 | DC-9
DC-9 目录 环境搭建 渗透测试 端口敲门服务 环境搭建 靶机镜像下载地址：https://vulnhub.com/entry/dc-6,315/ 需要将靶机和 kali 攻击机放在同一个局域网里； 本实验kali 的 IP 地址：192.168.10.146。 渗透测试 使用 nmap 扫描 192.168.10.0/24 网段存活主机 经判断，目标主机IP地址为192.16
Raven2靶场实操
Raven2靶场实操 靶场信息 打开靶场地址下载后用vm打开 Raven2靶场地址：https://www.vulnhub.com/entry/raven-2,269/ 靶机创建时间：2018年11月9日 靶机描述：Raven 2 是一个中级 boot2root VM。有四面旗帜要捕获。在多次违规之后，Raven Security 采取了额外的措施来加强他们的 Web 服务器，以防止黑客进入。
Kolla-ansible部署openStack
目录Kolla-ansible部署openStack1. 简介2. 环境准备3. 部署3.1 基础环境配置3.1.1 配置主机名，所有节点操作，这里以openstack01为例3.1.2 添加hosts3.1.3 配置免密登录3.1.4 关闭防火墙以及selinux3.1.5 设置yum源3.1.6 安装docker3.2 配置kolla-ansible3.2.1 安装相关依赖3.2.2 部署ko
多人开发时的项目代码结构设计
首选多人开发项目，假设有abc三个人开发三个模块，采用gitlab管理代码时，要有一个主分支，和abc三个另外分支。在abc三个分支中，每个分支只放自己的代码，注意必须只放自己的代码！！！，任何重复的代码都不要有！！！！这样在合并到主分支时，只需要只使用分支代码替换即可。如果一旦和主分支有重复代码，主分支发生改变时就要解决两个冲突，这样就会增加合并分支的麻烦。 主分支只负责调用三个分支合并过来的代
2024.07.06 hadoop学习
这是暑假自学的第一周，在这里做一个周总结。 自从考完试之后，数据库小学期也开始了，所以我在下午进行自学，这一周自学的内容是javaweb。这一周每天下午都会抽出一小时的时间学习，学习的主要内容是javaweb中的maven，连接数据库，进行CRUD开发。在学习maven的过程中，主要使用半成品框架——mybatis和vue进行开发，使用这两个框架减少了代码量，同时增强了操作中的灵活性。在练习
2024.07.13hadoop总结
hadoop基础概念学习 在这之前并不了解hadoop，甚至没怎么听人提起过，直到学习大数据技术需要hadoop和python才开始学习。 hadoop的概念还没有完全了解完全，但是它的
模型部署 - TensorRT - C++版本与Python版本应如何选择
从性能角度来看,TensorRT C++版本和Python版本之间确实存在一些差异: C++版本性能更优: TensorRT C++版本使用了更底层的API,可以更好地利用硬件特性,进行更深层的优化。 C++版本在内存管理、CPU-GPU数据传输等方面更加高效,这些都可以带来更好的推理性能。 Python版本更易用: Python版本利用了TensorRT Python绑定,使用起来