Python
nodejs打包问题解决实例
node命令集合 npm set registry https://registry.npm.taobao.org/ cnpm set registry https://registry.npm.taobao.org/ npm config set registry https://registry.npmjs.org/ npm config set sass_binary_site https:
基本技术指标 Python 实现
布林带 SharpCharts 计算 点击这里下载此电子表格示例。") 布林带由一个中间带和两个外部带组成。 中间带是一个通常设置为 20 个周期的简单移动平均。使用简单移动平均是因为标准差公式也使用简单移动平均。标准差的回溯期与简单移动平均相同。外部带通常设置在中间带的上下 2 个标准差处。 设置可以调整以适应特定证券或交易风格的特征。 布林格建议对标准差乘数进行小幅调整。 更改移动平均线
[GFCTF 2021]where_is_shell :)shell use new posture
[GFCTF 2021]where_is_shell shell的特殊姿势 看上去很简单的栈溢出,但是问题在于找不到能用的/bin/sh或者sh 这里出现了一个shell的新姿势:可以利用system($0)获得shell权限，$0在机器码中为 x24x30 在tips函数中正好有 x24x30可以用来构造,所以需要取出0x400541 关于ida打开机器码:Option->gene
NSSCTF_pwn_notepage(1)
NSSCTF_pwn_刷题笔记page(1) [SWPUCTF 2021 新生赛]gift_pwn [SWPUCTF 2021 新生赛]whitegive_pwn libc版本要另外搜索 [CISCN 2019华北]PWN1 [NISACTF 2022]ReorPwn? [BJDCTF 2020]babystack2.0 ida判断的栈空间不正确,手动调试一下 [HNCTF 2022
others_babystack
others_babystack Canary 保护 程序控制流 64位libc泄露 程序开启了Canary保护 程序存在Canary保护，所以要先泄露出Canary read中存在溢出 通过read配合puts得到Canary的值 构造payload利用exit函数劫持程序流，泄露libc 构造payload得到shell 这里面看佬的wp新学一招，使用cyclic(lengths
一个现成的用python写的项目， 有GUI，https://github.com/mustafamerttunali/deep-learning-training-gui?tab=readme-ov-file， 受到 Nvidia DIGITS 启发
安装该项目 ENV: Win11 Anaconda 1.安装 Python 3.7， 在Anaconda 新建一个python 3.7 环境 2. 安装 VC++ build tool 14.0 以上版本, 我从下面这个link下载的最新版是 17.6.4 https://visualstudio.microsoft.com/visual-cpp-build-t
python调用c语言API
python调用C语言API, 一般使用内置的ctypes库. 但是这个库用起来不那么方便, 主要是需要进行函数和数据结构的包装. 如下所示: 这是一个比较大的工作量, 也很不方便. 有一个cffi库, 可以简化这个过程. 使用示例如下: 补充说明: ffi.cdef函数声明C函数原型, windows的常见类型, 比如HANDLE,LPVOID,DWORD等已经事先定义好了, 对于额外的数
aardio教程一) 基础语法-下
条件判断语句 使用if、elseif和else来对变量或表达式进行判断 也可以使用select对变量或表达式进行判断，也就是JavaScript中的switch语句，有一点不同的是，无需每个case都写一个break。 循环语句 aardio中的循环有while、for、do while和for in，而while又有两种语法 第一种(和其他语言语法一样): 第二种(和其他语言for语法类似
Angr-Learn-0x2
Angr-Learn-0x2 注意 本文可以理解为官方文档的简单翻译+一部分个人理解 Loading a Binary 之前在Angr-Learn-0x1中，我们简单提到了CLE("CLE Loads Everything")，它的主要功能就是获取二进制依赖库来提供给angr。 装载器 这个代码简单说明了如何与装载器CLE交互 装载二进制文件 CLE加载器代表了加载的二进制文件的集合，加载并映射
Angr-Learn-0x5
Angr-Learn-0x5 注意 本文可以理解为官方文档的简单翻译+一部分个人理解 模拟管理 模拟管理器可让您以灵活的方式处理多个状态。状态被组织成“stashes”，您可以根据需要向前、过滤、合并和移动。例如，这允许您以不同的速率步进两个不同的状态存储，然后将它们合并在一起。大多数操作的默认存储是存储active，这是在初始化新的模拟管理器时放置状态的位置。 步进 模拟管理器最基本的功能是将给
Angr-Learn-0x4
Angr-Learn-0x4 注意 本文可以理解为官方文档的简单翻译+一部分个人理解 程序状态 本篇主要讲的是程序状态，比如内存与寄存器等，然后简单介绍angr操作的基本概念。 比如说如何读写内存： 基本符号执行 我们可以使用state.step()来进行一次符号执行。该方法将执行一步符号执行并返回一个名为angr.engines.successors.SimSuccessors的对象 。在这有
Angr-Learn-0x3
Angr-Learn-0x3 注意 本文可以理解为官方文档的简单翻译+一部分个人理解 符号执行与约束求解 angr之所以强大并不因为它是一个模拟器，而是它能使用符号变量来执行。使用符号变量算术运算将产生一颗运算树（AST）。AST可以转换为SMT求解器的约束。 使用位向量 例子： 不同长度的位向量可以进行扩展，使得具有适当的位数。 接下来我们来引入符号与位向量是如何使用的： 可以看到使用了st
LeetCode网 - 0001：Two Sum
Given an array of integers nums and an integer target, return indices of the two numbers such that they add up to target. You may assume that each input would have exactly one solution, and you m
2024-03-16：用go语言，给你一个正整数数组 nums， 每一次操作中，你可以从 nums 中选择 任意 一个数并将它减小到 恰好 一半。 （注意，在后续操作中你可以对减半过的数继续执行操作）
2024-03-16：用go语言，给你一个正整数数组 nums， 每一次操作中，你可以从 nums 中选择 任意 一个数并将它减小到 恰好 一半。 （注意，在后续操作中你可以对减半过的数继续执行操作） 请你返回将 nums 数组和 至少 减少一半的 最少 操作数。 输入：nums = [5,19,8,1]。 输出：3。 答案2024-03-16： 来自左程云。 灵捷3.5 大体步骤如下： 1.定义
docker-compose部署redis,flask
第一步：新建flask项目 app.py 第二步：编写Dockerfile 第三步：编写docker-compose的yml文件 docker-compose.yml 第四步：启动docker-compose 测试
【笔记】Python爬虫之Xpath、BS4解析
1、Bs4解析 #安装bs 4 import requests from bs4 import BeautifulSoup # 1 url="" resp=requests.get(url) # 2.将请求到的数据变成 BeautifulSoup 对象 sp=BeautifulSoup(resp.text,'lxml') # ↑加.text ↑固定l
聊聊ChatGLM-6B医疗数据微调
参考了多个医疗大模型，如扁鹊、灵心等，重新思考了下微调的方案以及数据集的格式；基于ChatGLM/其它LLM整合多种微调方法的非官方实现的框架，审视其数据集格式，以及调试效果，进行微调。 最终基于liucongg/ChatGLM-Finetuning开源框架成功的微调出来我想要的结果。 服务器环境 阿里云PAI平台 开源库下载 在服务器上通过git一键下载即可： ChatGLM-6B下载
gRPC入门学习之旅（二）
gRPC入门学习之旅（一） gRPC是一个高性能、通用的开源远程过程调用（RPC）框架，基于底层HTTP/2协议标准和协议层Protobuf序列化协议开发，支持众多的开发语言，由Google开源。 gRPC也是基于以下理念：定义一个服务，指定其能够被远程调用的
节点异常检测-二维高斯分布
所以一个样本是一个椭圆曲线吗？ 不完全是这样。在二维高斯分布的上下文中，单个样本是分布中的一个点，而不是一个椭圆曲线。椭圆曲线实际上表示的是等高线，也就是概率密度函数在不同值下的轮廓线。每条椭圆曲线上的点具有相同的概率密度，这些椭圆反映了数据的分布特性，如集中趋势和变异情况。 当我们谈论二维高斯分布时，通常意味着数据点在二维空间中的分布。这个分布可以由两个变量的均值、方差以及它们之间的协方差来描述
基于YOLOv8/YOLOv7/YOLOv6/YOLOv5的番茄成熟度检测系统（Python+PySide6界面+训练代码）
摘要：开发番茄成熟度检测系统对于提高农业产量和食品加工效率具有重大意义。本篇博客详细介绍了如何利用深度学习构建一个番茄成熟度检测系统，并提供了完整的实现代码。该系统基于强大的YOLOv8算法，并结合了YOLOv7、YOLOv6、YOLOv5的对比，展示了不同模型间的性能指标如mAP、F1 Score等的分析。文章深入讲解了YOLOv8算法的原理，提供了相应的Python代码、训练数据集，并封装成一
基于YOLOv8/YOLOv7/YOLOv6/YOLOv5的钢材表面缺陷检测系统（Python+PySide6界面+训练代码）
摘要：开发钢材表面缺陷检测系统对于保障制造质量和提高生产效率具有关键作用。本篇博客详细介绍了如何运用深度学习构建一个钢材表面缺陷检测系统，并提供了完整的实现代码。该系统基于强大的YOLOv8算法，并对比了YOLOv7、YOLOv6、YOLOv5，展示了不同模型间的性能指标，如mAP、F1 Score等。文章深入解释了YOLOv8的原理，提供了相应的Python代码、训练数据集，并集成了一个基于Py
基于YOLOv8/YOLOv7/YOLOv6/YOLOv5的交通信号标志识别软件（Python+PySide6界面+训练代码）
摘要：开发高效的交通信号标志识别软件对于提升道路安全和自动驾驶技术发展具有重要意义。本篇博客详细阐述了如何利用深度学习构建一个交通信号标志识别软件，并提供了完整的实现代码。该软件基于先进的YOLOv8算法，并对比了YOLOv7、YOLOv6、YOLOv5的性能，展示了不同模型间的性能指标，如mAP、F1 Score等。文章深入讲解了YOLOv8算法的原理，提供了相应的Python代码、训练数据集，
python的那些一般人不知道的细节
1，浮点数用==来比较的话，可能会出错哦。 我们来看一个例子吧： 是不是很多人会认为，float_a应该是“==”float_b的呐，可是结果并不是。 我们可以从打印出来的结果看到， float_a不等于float_b的原因是：python的解释器在计算的时候失真了。 那么想解决的问题该怎么办呐？ 很简单，我们不使用 == 就好啦。 这时候，小伙伴一定会问， 那我们用什么来判断是否相当啊？ 用
三月十五号 anaconda 安装 tensorflow 教程
今天下载anaconda 并安装tensorflow 首先下载anaconda 因为官网下载特别慢 所有选择国内镜像网站 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=A 找到最新版 windowx86_64下载 安装就可以了 这里选择上方的按钮 可以
oled屏幕不卡方案
#include "U8glib.h" #include "DHT.h" U8GLIB_SSD1306_128X32 u8g(U8G_I2C_OPT_NONE); #define DHTTYPE DHT22 // DHT 22 (AM2302) #define DHTPIN 2 // what pin we're connected