Python
【adb基础】adb详解及使用
dumpsys dumpsys是Android系统的调试工具，提供有关系统服务的信息 pm（Package Manager） 主要用于获取和安装在 Android 设备上的应用信息。 ADB运行架构 adb client--->adb shell echo xxx adb server--->adb -l tcp:5037 fork-server server --reply-fd
盘点一个txt文档合并的实战需求（方法三）
大家好，我是皮皮。 一、前言 前几天在Python最强王者交流群【FiNε_】问了一个Pandas数据合并的问题。问题如下图所示： 上一篇文章中我们已经看到了3个方法，这一篇文章我们一起来看看另外一个方法。 二、实现过程 这里【吴超建】斗胆给了一个指导，如下所示，并给出了如下代码： 这个方法也能顺利地解决了粉丝的问题。 当然了，还有其他的方法，下一篇文章我们一起来看看。 如果你也有类似这种
.NET周刊【1月第3期 2024-01-24】
国内文章 .NET开源的简单、快速、强大的前后端分离后台权限管理系统 本文介绍了中台Admin，一款基于Vue3和.NET8的开源后台权限管理系统。它具备前后端分离架构，支持多租户、接口和数据权限、动态Api等功能，并集成了多种中间件和服务。系统模块包括用户、角色、部门等管理功能。文章还提供了后端和前端代码的获取方式，并说明了如何使用源码或项目模板新建项目。最后，提供了在线体验地址和功能截图，方
anconda运用conda进行安装以及使用
anconda运用conda进行安装以及使用 文章目录 目录anconda运用conda进行安装以及使用添加镜像源创建/删除 环境在conda环境内使用 pip安装安装/删除 命令:卸载 conda迁移conda 环境#、CondaHTTPError 问题 添加镜像源 查看已经添加的channels 已添加的channel在那查看 恢复默认的镜像源 创建/删除 环境 创建自己环境的名字以及
R语言LASSO特征选择、决策树CART算法和CHAID算法电商网站购物行为预测分析
全文链接：http://tecdat.cn/?p=32275 原文出处：拓端数据部落公众号 本文通过分析电子商务平台的用户购物行为，帮助客户构建了一个基于决策树模型的用户购物行为预测分析模型。该模型可以帮助企业预测用户的购物意愿、购物频率及购买金额等重要指标，为企业制定更有针对性的营销策略提供参考。 数据来源和处理 本研究所使用的数据来自某电子商务平台的用户购物历史记录。 读取数据 &nbs
R语言Kmeans聚类、PAM、DBSCAN、AGNES、FDP、PSO粒子群聚类分析iris数据结果可视化比较
全文链接：http://tecdat.cn/?p=32007 原文出处：拓端数据部落公众号 本文以iris数据和模拟数据为例，帮助客户了比较R语言Kmeans聚类算法、PAM聚类算法、 DBSCAN聚类算法、 AGNES聚类算法、 FDP聚类算法、 PSO粒子群聚类算法在 iris数据结果可视化分析中的优缺点。结果：聚类算法的聚类结果在直观上无明显差异，但在应用上有不同的侧重点。在 研究中，不能仅
r语言有限正态混合模型EM算法的分层聚类、分类和密度估计及可视化|附代码数据
原文链接：http://tecdat.cn/?p=23825 最近我们被客户要求撰写关于有限正态混合模型EM算法的研究报告，包括一些图形和统计输出。 简介 本文介绍了基于有限正态混合模型在r软件中的实现，用于基于模型的聚类、分类和密度估计。提供了通过EM算法对具有各种协方差结构的正态混合模型进行参数估计的函数，以及根据这些模型进行模拟的函数。此外，还包括将基于模型的分层聚类、混合分布估计的EM和贝
HASHTEAM 香山杯 2023 WP
本wp是队友们共同努力的结果，感谢.N1nEmAn、HeyGap、1cfh、shui、hash_hash等师傅。 HASHTEAM香山杯WP misc 签到题 将题目所给编码丢入赛博大厨，得到类似凯撒密码的字符串。 因为flag格式第一个是f，则可以确定凯撒的偏移，得到flag。 web PHP_unserialize_pro 查看源码，很显然就是一个反序列化利用。 但是过滤了f l a g
HASHTEAM N1CTF 2023 WP
N1CTF2023 排名25，卡线 Crypto warmup nonce有问题 数学模型： e=2^128*e1+e2 d=2^128*d1+d2 nonce=2^128*e1+d1 s=(e+rd)/nonce mod n 展开 s2128*e1+s*d1=2128e1+e2+r(2^128d1+d2) mod n (s-1)2128*e1+(s-r*2128)d1-r*d2-e2==0 m
HASHTEAM 强网杯 2024 WP
2023强网杯 强网杯疯狂坐牢，pwn做不了一点只能在强网先锋划划水.... 太菜了，来年再战！ Crypto Not only rsa 开就完了,直接上代码 flag Babyrsa 论文题,搜了半天https://www.sciencedirect.com/science/article/pii/S0304397523002116 接下来是复现代码,但最后没能求出解 Misc Happ
Python 机器学习 数据集分布可视化
Python 的机器学习项目中，可视化是理解数据、模型和预测结果的重要工具。通过可视化可以观察数据集的分布情况，了解数据的特征和规律，可以评估模型的性能，发现模型的优缺点，分析预测结果，解释模型的预测过程。可视化数据集的分布和预测结果是整个过程中一个重要的步骤。通常可视化可以用Seaborn实现，它是基于 Matplotlib 的高级绘图库，提供了一些更高级的绘图功能
DASCTF X CBCTF 2023 WP
DASCTF X CBCTF 2023 WP PWN EASYBOX 这题一开始通过CAT函数读出canary.txt，然后找溢出点找了两小时😅 最后发现直接就是个web题，在PING函数里面执行system函数命令 ;tac fla''g; 还有一种解法是栈溢出 catCommand中strcat的第二个参数s没有ban掉”..”，所以存在目录穿越能够读前面init函数中的canary文
python3 模型日记
说明 作为一种 python 框架模型的记录吧，用于个人总结，不定时更新。 正文 1. 主进程退出后，子进程也跟着退出 之前遇到过一种情况，用 flet 写了一个页面，然后又同时开了一个 tcp server 的子线程，flet页面点击关闭后， tcp server 却没有退出。在linux中按 Ctrl + c 可以强制结束，但是如果在 windows 中单独起一个 powershell 终
Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（一）
原文：Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow 译者：飞龙 协议：CC BY-NC-SA 4.0 前言 机器学习海啸 2006 年，Geoffrey Hinton 等人发表了一篇论文，展示了如何训练一个能够以最先进的精度（>98%）识别手写数字的深度神经网络。他们将这种技术称为“深度学习”。深度神
Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（二）
原文：Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow 译者：飞龙 协议：CC BY-NC-SA 4.0 第三章：分类 在第一章中，我提到最常见的监督学习任务是回归（预测值）和分类（预测类）。在第二章中，我们探讨了一个回归任务，使用各种算法（如线性回归、决策树和随机森林）来预测房屋价值（这将在后面的章节中进一步
Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（四）
原文：Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow 译者：飞龙 协议：CC BY-NC-SA 4.0 第二部分：神经网络和深度学习 第十章：使用 Keras 入门人工神经网络 鸟类启发我们飞行，牛蒡植物启发了钩带，自然启发了无数更多的发明。因此，看看大脑的结构以获取如何构建智能机器的灵感似乎是合乎逻辑的。这
消息队列---RabbitMQ快速了解
MQ 的基本概念 MQ概述 MQ全称 Message Queue（消息队列），是在消息的传输过程中保存消息的容器。多用于分布式系统之间进行通信。 MQ，消息队列，存储消息的中间件 分布式系统通信两种方式：直接远程调用 和 借助第三方 完成间接通信 发送方称为生产者，接收方称为消费者 MQ 的优势和劣势 优势： 应用解耦 异步提速 削峰填谷 劣势： 系统可用性降低 系统复杂度提高 一致性
Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（五）
原文：Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow 译者：飞龙 协议：CC BY-NC-SA 4.0 第十二章：使用 TensorFlow 进行自定义模型和训练 到目前为止，我们只使用了 TensorFlow 的高级 API，Keras，但它已经让我们走得很远：我们构建了各种神经网络架构，包括回归和分类网络
分布式文件系统---Minio
什么是分布式文件系统 分布式文件系统(Distributed File System，DFS)是指文件系统管理的物理存储资源不一定直接连接在本地节点上，而是通过计算机网络与节点(可简单的理解为一台计算机)相连;或是若干不同的逻辑磁盘分区或卷标组合在一起而形成的完整的有层次的文件系统。DFS为分布在网络上任意位置的资源提供一个逻辑上的树形文件系统结构，从而使用户访问分布在网络上的共享文件更加简
Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（七）
原文：Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow 译者：飞龙 协议：CC BY-NC-SA 4.0 第十六章：使用 RNN 和注意力进行自然语言处理 当艾伦·图灵在 1950 年想象他著名的Turing 测试时，他提出了一种评估机器匹配人类智能能力的方法。他本可以测试许多事情，比如识别图片中的猫、下棋、创
Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（九）
原文：Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow 译者：飞龙 协议：CC BY-NC-SA 4.0 附录 A：机器学习项目清单 此清单可以指导您完成机器学习项目。有八个主要步骤： 构建问题并全局看问题。 获取数据。 探索数据以获得见解。 准备数据以更好地暴露底层数据模式给机器学习算法。
Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（八）
原文：Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow 译者：飞龙 协议：CC BY-NC-SA 4.0 第十八章：强化学习 强化学习（RL）是当今最激动人心的机器学习领域之一，也是最古老的之一。自上世纪 50 年代以来一直存在，多年来产生了许多有趣的应用，特别是在游戏（例如 TD-Gammon，一个下棋程序）
Yield Keyword, classmethod and static method, and Property Method in Python
Reference What is Yield Keyword in Python Python's yield keyword is like another one we use to return an expression or object, typically in functions, called return. There is a small amount of fluctua
11 - 初步了解Python
初步了解Python 参考资料：菜鸟教程：Python3基础语法PEP 8：Style Guide for Python CodePython Docs：Source Code Encoding菜鸟教程：Python 3 命令行参数Python Docs：Executable Python Scripts知乎：#!/usr/bin/env python 有什么用？ 编程规范：PEP 8 在没有额
12 - 变量与对象与object, type, class
变量与对象 参考资料：菜鸟教程：Python3 基本数据类型Python 文档：数据模型 - 对象、值与类型RealPython: Python 中的变量与对象知乎：如何理解python中一切皆对象呢？看type，object，class的关系 变量(variable)的赋值(assignment)与删除(deletion) Python 中的变量不需要声明。每个变量在使用前都必须赋值，变量赋值
13 - 运算符汇总
运算符汇总 参考资料：菜鸟教程：python3 运算符Python 文档：运算优先级 算术运算符 以下假设变量 a=10，变量 b=21： 运算符 描述 实例 + 加 - 两个对象相加 a + b 输出结果 31 - 减- 得到负数或是一个数减去另一个数 a - b 输出结果 -11 * 乘 - 两个数相乘或是返回一个被重复若干次的字符串 a * b 输出结果 210
使用开源 LLM 充当 LangChain 智能体
太长不看版 开源 LLM 现已达到一定的性能水平，可堪作为智能体工作流的推理引擎。在我们的测试基准上，Mixtral 甚至已超越 GPT-3.5，而且我们还可以通过微调轻松地进一步提高其性能。 引言 经由因果语言建模任务训练出的大语言模型（LLM）可以处理很多任务，但在逻辑、计算及搜索等类型的任务上表现不尽人意。最糟糕的是，它们在数学等领域表现不佳而不自知，仍不自量力地想仅凭一己之力完成所有计