Python
【NN 基础模型】：U-Net及其各种变体
最早被提出应用于医学图像分割，后扩展至通用分割，后面在 low-level 领域也发挥着巨大的作用。 U-Net 友情链接：U-Net: Convolutional Networks for Biomedical Image Segmentation) 网络原理 U-Net 的网络结构其实很简单，类似于传统图像处理中的金字塔结构。对输入进行多次的 conv+relu 特征提取，然后进行
"卷积神经网络" 资料整理归纳
卷积神经网络（Convolutional Neural Networks, CNN）是一种包含 卷积 计算且具有深度结构的 前馈神经网络（Feedforward Neural Networks） 基础理解： 卷积：滤波，特征提取 池化：即采样，对数据进行降维压缩，常见的有最大池化（每组数中用最大值作为代表）、平均池化（每组数中用平均值作为代表） 全连接层：将数据展平为一维向量，再进行全连接运算
saltstack实践案例
环境配置 查看默认配置 file的 pillar的 配置路径，创建目录结构并重启master yaml编写 编写规则案例 冒号： my_key: my_value python 中映射为： {'my_key':'my_value'} my_key: my_value python 中映射为： {'my_key':'my_value'} &
11 提前编译-AOT
11.1、AOT概述 11.1.1、JIT与AOT的区别 JIT和AOT 这个名词是指两种不同的编译方式，这两种编译方式的主要区别在于是否在“运行时”进行编译 （1）JIT， Just-in-time,动态(即时)编译，边运行边编译； 在程序运行时，根据算法计算出热点代码，然后进行 JIT 实时编译，这种方式吞吐量高，有运行时性能加成，可以跑得更快，并可以做到动态生成代码等，但是相对启动速度较慢，
CVE-2023-46604
Apache ActiveMQ OpenWire 协议反序列化命令执行漏洞（CVE-2023-46604） Apache ActiveMQ是美国阿帕奇（Apache）软件基金会所研发的一套开源的消息中间件，它支持java消息服务、集群、Spring Framework等。 OpenWire协议在ActiveMQ中被用于多语言客户端与服务端通信。在Apache ActvieMQ5.18.2版本以及以
吴师兄学算法day08 贪心 134. 加油站
题目：134. 加油站 理解难点： 理解比较难， 就是遍历1遍，尽可能找局部满足要求的。如果总油耗满足要求。那局部油耗找的出发点就是对的。 遍历的时候，因为答案唯一，要么就满足要求，要么不满足要求。而<0 证明之前的都不满足要求，满足要求的一定在后面。 这题还是个环，环这里有点没太理解。环也是线的一种？ 画图理解中： 我的代码： class Solution: def canC
HTB第四赛季靶机Bizness笔记
信息收集 根据HTB给出的信息这是一台linux的简单靶机。ip为10.10.11.252。 连接到HTB的openvpn之后，使用ping命令测试与目标靶机的连通性： 端口扫描 我们使用nmap来对这个ip段进行端口扫描，目的在于探测目标ip启用了什么服务。 -sT: 使用TCP连接扫描，即全连接扫描。这种扫描方式通过建立完整的TCP连接来检
SPSS用多元逐步回归模型对上证指数预测、描述统计和相关分析可视化研究
全文链接：https://tecdat.cn/?p=34885 主要思路为了准确的估计股票价格,了解股票的一般规律,更好的为资本市场提供参考意见和帮助股民进行投资股票作出正确的决策,本文从股票价格指数与整个经济环境角度出发,使用SPSS软件采用多元回归分析方法,应用月度时间序列数据,通过选取综合反映股票市场上所有公司股票价格整体水平的指标建立了线性回归模型,得出了股票价格趋势变动的影响因素。 为大
详细教程：AutoDL如何配置深度学习环境？
摘要：本文在AutoDL提供的JupyterLab中配置了深度学习环境。首先创建了base环境，然后创建了自己的环境（命名为x9py38），并在x9py38环境中安装了一些深度学习包，具体包括PyTorch、jupyter d2l和ipykernel。 一、创建环境 进入JupyterLab，具体操作如图所示。 进入终端。 在终端中输入vim ~/.bashrc 然后按下回车En
MD4(SHA-1,SM3)算法的实现
一、实验目的 深度理解MD4(SHA-1,SM3)算法的工作原理，理解单向散列函数的应用，体会区块链挖矿的难度系数、加深对单向散列函数性质的理解。 二、实验器材 pycharm+python3.11 三、实验内容 1.实验要求：自己配置python环境，编写MD4(SHA-1, SM3)算法实现程序，运行MD4(SHA-1,SM3)程序，演示MD4(SHA-1,SM3)算法的计算过程
吴师兄学算法day08 贪心 860. 柠檬水找零
题目：860. 柠檬水找零 易错点： 我写的是if esle 哈哈，第一次还写错了。i ==20的时候，5元只找了1张。哈哈哈.应该找3张 我的代码： class Solution: def lemonadeChange(self, bills: List[int]) -> bool: dic = {5:0,10:0,20:0} f
流式系统：前言到第四章
原文：Streaming Systems 译者：飞龙 协议：CC BY-NC-SA 4.0 前言或：你在这里要做什么？ 你好，冒险的读者，欢迎来到我们的书！在这一点上，我假设你要么对学习更多关于流处理的奇迹感兴趣，要么希望花几个小时阅读关于雄伟的棕色鳟鱼的荣耀。无论哪种方式，我都向你致敬！也就是说，属于后一种类型的人，如果你对计算机科学没有高级的理解，那么在继续前，你应该考虑一下你是否准备好面
2024年最新的Python操控微信教程
自从微信禁止网页版登陆之后，itchat 库实现的功能也就都不能用了，那现在 Python 还能操作微信吗？答案是：可以！ 在Github上有一个项目叫《WeChatPYAPI》可以使用 Python 对微信进行操控。简单来说，它是通过逆向PC端微信来实现对微信的操控，使用Python封装后调用更加简单！ Github地址：https://github.com/mrsanshui/WeChatPY
流式系统：第九章到第十章
原文：Streaming Systems 译者：飞龙 协议：CC BY-NC-SA 4.0 第九章：流连接 当我开始学习连接时，这是一个令人生畏的话题；LEFT、OUTER、SEMI、INNER、CROSS：连接的语言是富有表现力和广泛的。再加上流带来的时间维度，你会发现这似乎是一个具有挑战性的复杂话题。好消息是，连接实际上并不是一开始看起来那么可怕的野兽，它没有令人畏惧的尖牙。与许多其他复杂
国产AI发展是百家争鸣还是疯狂内卷（内耗）？
本文纯属闲谈（吐槽） 国外搞深度学习弄出了TensorFlow（编译型）以后推到工业界和学术界，但是由于其不好用（太过于复杂），同一时间另一个框架pytorch（非编译型）。由于pytorch是非编译型的框架，所以可以和python紧密结合，更加pythonic，但是性能与TensorFlow有较大差距，并且不原生支持工业界使用，但是由于其好用（学习时间估计是TensorFlow的十分之一），
2.1 - 错误、异常和警告
2.1.1 分类 语法错误：又称为 解析错误，写出了不符合python语法格式的代码会报：SyntaxError: invalid syntax。 警告：警告消息通常用于提示用户一些错误或者过时的用法，当这些情况发生时我们不希望抛出异常或者直接退出程序。警告消息通常写入 sys.stderr，对警告的处理方式可以灵活的更改。 异常：包含 TypeError、ZeroDivisionEr
详解匿名函数递归：从此能看懂天书代码
最近在读《左耳听风》，里面提到了一个匿名函数递归的例子，觉得很有趣，但是我觉得书里讲解的还是有点难懂，所以尝试用自己的理解把这个问题重新讲了一遍。注：本文中所用的代码示例会同时使用JavaScript，Python语言。 让我们先来看下面这段代码： 这是一个求阶乘的匿名递归函数，如果你第一次看这样的代码就能看懂，我管保你是个天才！看不懂很正常，别着急，下面我来和你一起破译这段天书代码，揭开它
inspect.exe 进程查看器工具对GUI界面元素进行定位
对 Windows GUI进行自动化控制需要使用进程查看器工具对GUI界面元素进行定位，定位工具有很多，这里推荐使用微软提供的inspect.exe 或者 Accessibility Insights 这两款工具。 inspect.exe inspect.exe 是 Windows SDK 自带的一个进程查看器，可以用来查看系统正在运行的进程信息、模块、线程、堆栈跟踪等详细数据。 Windows
python机器人需要安装的模块
https://pypi.org/project/setuptools/ ===========微信HOOK HTTPhttps://apifox.com/apidoc/shared-af49a169-8b5c-4137-a5ea-723a10e8e794/doc-1063130密码vHCAG7IM===================部署本地python环境安装库airtest，pocouipi
吴师兄学算法day08 贪心 605. 种花问题
题目：605. 种花问题 易错点： 没想出来，借鉴了灵山的代码的思路，强行种花。 我喜欢这个思路。感觉有点像设置哨兵那样的。 我的代码： class Solution: def canPlaceFlowers(self, flowerbed: List[int], n: int) -> bool: # 修改数组,每次都种花, # 凑够