Python
深度学习的始祖框架，grandfather级别的框架 —— Theano —— 示例代码学习（3）
实战：写一个卷积层ConvolutionLayer 二维卷积的前向操作： 代码： 运行结果： 参考： https://zhuanlan.zhihu.com/p/24275551 本博客是博主个人学习时的一些记录，不保证是为原创，个别文章加入了转载的源地址，还有个别文章是汇总网上多份资料所成，在这之中也必有疏漏未加标注处，如有侵权请与博主联系。 如果未特殊标注则为原创，
[Kyana]编程备忘录
dpkg损坏修复 GPG for GitHub gradle：配置一个repo|home文件夹的环境变量，添加到path，使用时单一项目指定镜像和路径 破解码：Charles：Registered Name: https://zhile.io；License Key: 48891cf209c6d32bf4。Burpsuite：https://www.123pan.com/s/F2W5Vv-
爬虫_053_urllib的基本使用
目录urllib简介基本代码使用 urllib简介 urllib是python自带的，不需要我们安装。 基本代码使用 这个视频，唯一需要注意的是，read()方法返回的就是字节形式的二进制，还需要通过decode()方法解码成为字符串。 乖乖学习，好好做事。
爬虫_054_urllib的1个类型和6个方法
目录1个类型read()方法readline()方法readlines()方法getcode()方法geturl()方法getheaders()方法 1个类型 response的类型是HTTPResponse read()方法 read()：一个字节一个字节去读取，直到读完。 read(5)：读取5个字节 readline()方法 readline()方法就是读取一行。 read
深度学习的始祖框架，grandfather级别的框架 —— Theano —— 示例代码学习（4）
实战（DenseLayer）： 下面用本篇的内容，写一个全连接层，实现前向传播、反向传播和参数更新。并用它实现一个3输入1输出的单层感知机，拟合函数y = x0 + x1 + x2。 代码： 运行结果： 增加epoch数量，如2000，运行结果： 参考： https://zhuanlan.zhihu.com/p/24218567 本博客是博主个人学习时的一些记录
[MRCTF2020]Hello_ misc
[MRCTF2020]Hello_ misc 压缩包里有1个压缩包和png图片 压缩包有密码，先对图片进行解析 发现红色通道里还藏有一张图片 得到zip压缩包密码：!@#$%67*()-+ 这个密码是图片中藏着的压缩包的密码，输入后打开里面有一个out.txt文件 将这些数字转为二进制后发现，只有前两位是不一样的，因此写脚本把前两位提取，并以四个两位二进制一组，转为十进制，再转为字符
爬虫_057_urllib get请求的quote方法
目录引子编码集的演变需求知识点重新测试get请求方式的quote方法 引子 将百度搜索周杰伦的地址栏地址，复制到pycharm当中变成下面的样子： 编码集的演变 ASCII编码：一个字符一个字节 中国：GB2312 日本：Shift_JIS 韩国：Euc-kr Unicode：大一统 周杰伦三个字变成了%E5%91%A8%E6%9D%B0%E4%BC%A6 这是Unicode编码
爬虫_058_urllib get请求的urlencode方法
目录urllib.parse.urlencode() quote方法使用的不是很经常的。 因为quote的作用是将汉字转为百分号编码后的ASCII字符串。 如果你的路径当中只有一个参数，你这样使用quote拼接一下url，这是没有问题的。 如果你的路径当中有多个参数，并且参数都是中文的，你还使用quote，就TMD懵逼了。 所以，quote方法，只需要了解一下，就可以了。 我们需要使用新的
第二十一天：mysql架构和存储引擎
MySQL是C/S 架构的，connectors是连接器；可供Native C API、JDBC、ODBC、NET、PHP、Perl、Python、Ruby、Cobol等连接mysql；ODBC叫开放数据库（系统）互联，open databaseconnection；JDBC是主要用于java语言利用较为底层的驱动连接数据库；以上这些，站在编程角度可以理解为连入数据库管理系统的驱动，站在mys
爬虫_059_urllib post请求百度翻译
目录分析百度翻译找接口编写代码需要注意的点修改代码返回数据解析最后的说明 分析百度翻译找接口 编写代码 这里有没有发现一个很有意思的地方。 如果是get请求，那么就是用urllib.request.Request(url=url, headers=headers) 如果是post请求，那么就是用urllib.request.Request(url=url, data=data, heade
esp32笔记[15]-使用LVGL 9.0显示图片
摘要 在esp32s3上使用LVGL 9.0显示图片. 关键信息 编译环境:ESP-IDF v4.4 LVGL : 9.0 board: 酷世DIY ESP32S3开发板 Link:https://item.taobao.com/item.htm?&id=655913924680 flash size: 8MB LCD driver: ILI9341 LCD module: 2.4 TF
【机器学习】数据清洗之处理缺失点
🎈个人主页：[甜美的江] 🎉欢迎 👍点赞✍评论⭐收藏 🤗收录专栏：[机器学习] 🤝希望本文对您有所裨益，如有不足之处，欢迎在评论区提出指正，让我们共同学习、交流进步！ 引言: 在机器学习领域，数据被广泛认为是驱动模型性能的关键。然而，在真实世界的数据中，缺失值是一个不可避免的问题，可能来自于测量错误、系统故障或其他未知因素。正确而有效地处理这些缺失值对于确保数据质量和模型的准确性至关重要。
SICP JavaScript 描述
SICP JavaScript 描述 来源 http://sicp-js.flygon.net/# 一、使用函数构建抽象 原文：1 Building Abstractions with Functions 译者：飞龙 协议：CC BY-NC-SA 4.0 心灵的行为，其中它对简单的想法施加其力量，主要有以下三种：1.将几个简单的想法组合成一个复合的想法，从
[971] [Keep original formats] Combine multiple Excel files into one Excel file with multiple sheets
If the existing Excel file has special formatting that prevents reading it directly with Pandas, you can use a library like openpyxl to handle the appending of new sheets. Here's how you can achieve t
[970] Combine multiple Excel files into one Excel file with multiple sheets
You can combine multiple Excel files into one Excel file with multiple sheets using the Pandas library in Python. Here's a general approach: Read each Excel file into a Pandas DataFrame. Create an Ex
Python Rich：美化终端显示效果
Rich库的功能就像它的名字一样，使Python编程更加丰富（rich），它帮助开发者在控制台（命令行）输出中创建丰富、多彩和具有格式化的文本。 本篇总结了如何使用Rich库让我们的命令行工具更加美观。 1. 安装 通过pip安装： 使用下面的命令验证是否安装成功。 2. 应用示例 Rich的功能很多，下面通过代码示例来演示其中主要的功能。 2.1. 美化 REPL 输出 安装python之后
深度学习的始祖框架，grandfather级别的框架 —— Theano —— 示例代码学习（1）
示例代码1： 运行结果： 示例代码2：（与示例代码1不同的地方在于设置变量数据类型为int而不是默认的double，即vector和ivector的区别） 运行结果： 代码3：（加1操作，并复制给变量实现update的目的） 运行结果： 代码4：（求导操作） 运行结果： 代码5：（神经网络实现2层MLP预测训练） 运行结果： 参考： https://www.
深度学习的始祖框架，grandfather级别的框架 —— Theano —— 示例代码学习（2）
代码1：（if else判断结构） 运行结果： 代码2：（循环：scan） 参考： https://zhuanlan.zhihu.com/p/24282760 本博客是博主个人学习时的一些记录，不保证是为原创，个别文章加入了转载的源地址，还有个别文章是汇总网上多份资料所成，在这之中也必有疏漏未加标注处，如有侵权请与博主联系。 如果未特殊标注则为原创，遵循 CC 4.0
使用PyOD进行异常值检测
异常值检测各个领域的关键任务之一。PyOD是Python Outlier Detection的缩写，可以简化多变量数据集中识别异常值的过程。在本文中，我们将介绍PyOD包，并通过实际给出详细的代码示例 https://avoid.overfit.cn/post/9df020be7be84d759aeef2dfa8e4d8cd
Python 机器学习 线性回归和岭回归
Python 机器学习中，机器学习领域的线性回归和岭回归是两种常用的回归分析方法，用于预测一个或多个自变量（或称为特征）和因变量（或称为目标变量）之间的关系。这两种方法都试图找到最佳的线性组合来预测目标变量，但它们在处理数据的方法上有所不同。线性回归和岭回归都是常用的线性回归模型。线性回归简单易理解，但容易过拟合。岭回归可以解决过拟合问题，但会增加模型偏差。在选择模型时，需要根据
python pandas loc iloc区别与联系
按“位置”寻址有时被称为“位置索引”，这只是增加了混淆。 一对方括号是不够的。特别是: S[2:3]不是解决元素2最方便的方式 如果名称恰好是整数，s[1:3]就会产生歧义。它可能意味着名称1到3包含或位置索引1到3不包含。 为了解决这些问题，Pandas还有两种“风格”的方括号，你可以在下面看到: .loc总是使用标号，并且包含间隔的两端。 .il
十五、Django的ORM
查看ORM操作数据库时执行的sql语句 在settings.py中加上LOGGING 单表操作 1、表记录的添加 方式一： Book（） + obj.save() 方式二：create 2、表记录的修改 方式一：update 推荐，运行效率相对高 Book.objects.filter(author="Pony").update(price=990) 方式二：save update与sav
Python通过Lxml库解析网络爬虫抓取到的html
Lxml是基于 libxml2解析库的Python封装。libxml2是使用C语言编写的，解析速度很好，不过安装起来稍微有点复杂。安装说明可以参考(http: //Lxml.de/installation.html)，在CentOS7上中文安装说明(http://www.cjavapy.com/article/64/)，使用lxml库来解析网络爬虫抓取到的HTML是一种非常高效的方式。lxml
Python 机器学习 线性回归 梯度下降法优化损失函数
Python 机器学习中，梯度下降法是一种用于优化线性回归模型（以及其他机器学习算法）的损失函数的通用算法。目的是通过迭代地调整模型的参数（权重和截距），以最小化损失函数，例如均方误差（MSE）。梯度下降的基本思想是计算损失函数相对于每个参数的梯度（即偏导数），然后朝着减少损失的方向调整参数。这个过程重复进行，直到损失函数收敛到最小值或达到预定的迭代次数。 参考文档：
[SWPU2019]Network
[SWPU2019]Network 附件是一个txt文件，打开看到都是些数字 每一行都只有一个值，63，255，191等等，不难发现，这些值都为2的n次方减去一后的值，此处为TTL加密。 TTL加密： 简单来说就是，图中63，127，191，255转化为二进制的值分别为 00111111，01111111，10111111，11111111。 发现只有前两位不同，TTL加密就是利用前两位进行加密
目标检测 | Farthest Point Sampling 及其 CUDA 实现
Farthest Point Sampling 及其 CUDA 实现 目录Farthest Point Sampling 及其 CUDA 实现概述均匀随机采样Farthest Point Sampling（待完成）Farthest Point Sampling 的并行版本（待完成） 概述 在深度学习中，在mesh模型（网格模型）上直接学习并预测是一个相当复杂的任务，一方面在于没有高效的模型，另一方
【漏洞复现】用友NC-Cloud系统uploadChunk存在任意文件上传漏洞
阅读须知 花果山的技术文章仅供参考，此文所提供的信息只为网络安全人员对自己所负责的网站、服务器等（包括但不限于）进行检测或维护参考，未经授权请勿利用文章中的技术资料对任何计算机系统进行入侵操作。利用此文所提供的信息而造成的直接或间接后果和损失，均由使用者本人负责。本文所提供的工具仅用于学习，禁止用于其他行为！！！ 产品介绍 用友NC是“企业资源规划（Enterprise Resource
二十三、Django之Form组件
Django的Form： 1、对用户请求的验证 2、生成HTML代码 1、Form的使用 form元素的novalidate标识：取消浏览器对数据的验证，交由后台验证数据。 models.UserInfo.objects.create(fm_obj.cleaned_data) 😗* 2、进阶 3、Form的数据验证 从Form的is_vaild()函数进入源码，可知有clean_**