- 博客(793)
- 资源 (36)
- 收藏
- 关注
RSS订阅原创 深度学习06-深度卷积生成对抗网络(DCGAN)
GAN（Generative Adversarial Network）是一种生成模型，由两个神经网络组成：生成器（Generator）和判别器（Discriminator）。GAN的基本思想是通过让生成器和判别器相互对抗来学习生成真实样本的能力。生成器的作用是将一个随机噪声向量作为输入，通过一系列的神经网络层逐渐将其转化为一个与真实样本相似的输出。生成器的目标是尽量使生成的样本被判别器误认为是真实样本，从而欺骗判别器。生成器的训练目标是最小化生成样本与真实样本之间的差异。
2023-07-11 21:26:57
2282
2
原创 深度学习06-pytorch从入门到精通
构建5*3数组,只是分配了空间未初始化#这里产生个0-1之间的tensor张量，并且初始化print(x1)自己创建的数据集没有做任何维度的转换。for input,label in dsLoader: #四条数据分成了2批，循环两次。
2023-07-06 18:38:50
3493
1
原创 深度学习05-RNN循环神经网络
循环神经网络（Recurrent Neural Network，RNN）是一种具有循环连接的神经网络结构，被广泛应用于自然语言处理、语音识别、时序数据分析等任务中。相较于传统神经网络，RNN的主要特点在于它可以处理序列数据，能够捕捉到序列中的时序信息。RNN的基本单元是一个循环单元（Recurrent Unit），它接收一个输入和一个来自上一个时间步的隐藏状态，并输出当前时间步的隐藏状态。在传统的RNN中，循环单元通常使用tanh或ReLU等激活函数。
2023-06-26 16:40:39
6977
原创 图像处理实战02-yolov5目标检测
以下模型列的解释列名解释Model模型的名称输入图像的大小（以像素为单位）在验证集上的平均精确度（mean Average Precision），考虑所有IOU阈值从0.5到0.95的情况，准确率是%mAPval0.5在验证集上的平均精确度，只考虑IOU阈值为0.5的情况在CPU上使用batch size为1时的推理速度（以毫秒为单位）在NVIDIA V100 GPU上使用batch size为1时的推理速度（以毫秒为单位）
2023-06-15 18:18:11
10239
1
原创 图像处理实战01-OpenCV 入门指南
OpenCV是一个强大的计算机视觉库，它可以用于处理图像和视频数据，以及进行目标检测和跟踪等任务。，将学会如何使用Python编写OpenCV代码来进行基础和进阶的图像处理和分析。学习OpenCV可以帮助你掌握基本的图像处理技术，包括图像读取和处理、阈值处理、形态学函数、模板匹配、滤波器、图形处理、视频处理和人脸检测等方面的内容。这些技术都是计算机视觉和图像处理领域的基本内容，也是卷积神经网络的基础。通过学习OpenCV，你可以更好地理解卷积神经网络的工作原理和应用。
2023-06-14 17:36:55
6125
3
原创 深度学习04-CNN经典模型
卷积神经网络（CNN）是深度学习中非常重要的一种网络结构，它可以处理图像、文本、语音等各种类型的数据。以下是CNN的前4个经典模型LeNet-5是由Yann LeCun等人于1998年提出的，是第一个成功应用于手写数字识别的卷积神经网络。它由7层神经网络组成，包括2层卷积层、2层池化层和3层全连接层。其中，卷积层提取图像特征，池化层降低特征图的维度，全连接层将特征映射到对应的类别上。LeNet-5的主要特点是使用Sigmoid激活函数、平均池化和卷积层后没有使用零填充。
2023-05-16 11:25:37
6939
1
原创 深度学习03-卷积神经网络(CNN)
CNN，即卷积神经网络（Convolutional Neural Network），是一种常用于图像和视频处理的深度学习模型。与传统神经网络相比，CNN 有着更好的处理图像和序列数据的能力，因为它能够自动学习图像中的特征，并提取出最有用的信息。CNN 的一个核心特点是卷积操作，它可以在图像上进行滑动窗口的计算，通过滤波器（又称卷积核）和池化层（Max Pooling）来提取出图像的特征。卷积操作可以有效地减少权重数量，降低计算量，同时也能够保留图像的空间结构信息。
2023-05-12 17:43:01
24834
3
原创 深度学习02-神经网络(MLP多层感知器)
神经网络是一种基于生物神经系统结构和功能特点而设计的人工神经网络模型，具有很强的自适应性和非线性映射能力。神经网络由多个神经元（或称节点）组成，这些神经元通过连接权重相互连接，构成多层的网络结构。每个神经元接收到来自其它神经元的信号，并将这些信号加权线性组合后通过激活函数进行非线性转换，最终输出给下一层神经元或输出层。学习机器学习后，学习神经网络可以帮助你更深入地理解模式识别和人工智能领域的基础知识。神经网络在很多领域都有广泛的应用，例如计算机视觉、自然语言处理、语音识别等。
2023-05-09 18:55:28
25731
原创 深度学习01-tensorflow开发环境搭建
TensorFlow是一种端到端开源机器学习平台，它提供了一个全面而灵活的生态系统，包含各种工具、库和社区资源，能够助力研究人员推动先进机器学习技术的发展。在TensorFlow机器学习框架下，开发者能够轻松地构建和部署由机器学习提供支持的应用。[2]Keras是一个高层次神经网络 API，适用于快速构建原型、高级研究和生产。它作为TensorFlow的一个接口，可以兼容多种深度学习框架。Keras 的核心数据结构是 model，一种组织网络层的方式。
2023-05-08 09:17:49
2258
原创 机器学习实战教程（十三）：集成学习
集成学习是一种机器学习方法，它旨在通过将多个单独的学习器（称为基分类器或基学习器）的预测结果进行组合，来提高整体的预测准确率。集成学习可以看作是一种“多个人一起合作做事”的方法。每个基分类器都是独立的学习器，它们在训练数据上进行训练并产生一个预测结果。这些基分类器可以使用不同的算法、不同的参数设置或不同的训练数据。最后，将所有基分类器的预测结果汇总起来，通过一定的组合方式（例如投票、加权投票等）得到最终的预测结果。与单个分类器相比，集成学习可以显著提高分类器的准确率和泛化能力。
2023-05-05 15:47:37
854
原创 机器学习实战教程（十二）：聚类算法Kmeans
K-means是一种基于距离度量的聚类算法，其主要思想是将数据集分成K个簇，每个簇包含距离最近的K个数据点。该算法通过迭代优化簇的中心点，来不断调整簇的划分，最终得到一组最优的簇划分结果。通俗来说，K-means算法就像是一位假设聪明的小学生在玩“猜数字”游戏。他会先猜一个数字，然后根据猜测与正确答案的距离（越接近答案距离越小），将答案所在的数字范围分成两个区域。接着，他会重复这个过程，直到将数字范围分成了K个区域为止，并记录下每个区域的中心点。
2023-05-04 19:44:29
816
原创 机器学习实战教程（十一）：支持向量机SVM
在现实任务中，原始的样本空间也许并不存在一个能正确划分两类的超平面，对于这样一个问题，可将样本从原始空间映射到一个更高维的特征空间，使得样本在这个特征空间内线性可分。因此核函数的作用就是使得原本线性不可分的数据变得线性可分。下面是一个使用多项式核映射的过程。转换为以下函数后，数据变的线性可分。常用 核函数：kxixjxiTxjckxixjxiTxjckxixjxiTxjcdkxixjxi。
2023-05-04 17:30:37
741
原创 机器学习实战教程（十）：逻辑回归
逻辑回归（Logistic Regression）是一种用于解决二分类或多分类问题的统计学习方法。它以自变量线性组合的形式进行建模，并使用Sigmoid函数将结果映射到[0, 1]的值域内，表示样本属于某个类别的概率。Logistic Regression是最广泛使用的一种算法，逻辑回归常年在前10。
2023-04-26 17:37:54
1171
原创 机器学习实战教程（九）：模型泛化
模型泛化是指机器学习模型对新的、未见过的数据的适应能力。在机器学习中，我们通常会将已有的数据集划分为训练集和测试集，使用训练集训练模型，然后使用测试集来评估模型的性能。模型在训练集上表现得好，并不一定能在测试集或实际应用中表现得好。因此，我们需要保证模型具有良好的泛化能力，才能确保其在实际场景中的效果。为了提高模型的泛化能力，我们通常需要采取一系列措施，例如增加数据集的大小、特征选择、特征缩放、正则化、交叉验证等。通过这些方法可以减少模型的过拟合，提高对新数据的预测能力。
2023-04-23 17:09:55
3619
原创 机器学习实战教程（八）：多项式回归
线性回归研究的是一个因变量与一个自变量之间的回归问题。多项式回归是指在线性回归的基础上，通过增加非线性特征来拟合非线性数据的方法。多项式回归模型可以用一个 n 次多项式函数来近似描述目标变量和输入变量之间的关系。例如，对于只有一个自变量x 的情况，可以将拟合函数写作：其中y 表示目标变量，x 表示自变量，是模型的参数。模型的目标是通过调整参数来使预测值与真实值的误差最小化。
2023-04-21 11:44:48
2116
原创 机器学习实战教程（七）：朴素贝叶斯
朴素贝叶斯算法是有监督的学习算法，解决的是分类问题，如客户是否流失、是否值得投资、信用等级评定等多分类问题。该算法的优点在于简单易懂、学习效率高、在某些领域的分类问题中能够与决策树、神经网络相媲美。但由于该算法以自变量之间的独立（条件特征独立）性和连续变量的正态性假设为前提，就会导致算法精度在某种程度上受影响。
2023-04-18 10:49:14
1829
原创 android逆向攻防01-http抓包
网络抓包，是Android应用逆向分析的重中之重，很多时候我们拿到一个APP，不知道从何入手分析，往往是从抓包开始，先弄清楚他与服务器通信的内容，如果一目了然，我们完全可以照搬，自行写一个程序来模拟，如果有一些加密字段和随机字段，也不用担心，我们可以从抓包中了解到一些关键的URL和session之类的信息，然后再反编译分析代码的时候，这些字符串可以帮助我们更快的定位关键代码所在之处。该内容仅供用于学习目的，请勿用于商业目的。
2023-03-17 12:21:56
1799
原创 BurpSuite实战教程03-BurpSuite插件开发
需求：拦截bp的抓包日志显示到自定义的表格中，点击表格能显示请求和响应的信息。效果图如下官网实例参考：@Override//在burpsuite中添加一个tab页签，名字是Custom logger//注册一个http抓包请求拦截器，用来获取所有抓包的数据添加到表格/*** 使用JSplitPane,添加一个左面是http请求的表格，下面是个http的请求和响应编辑器* @return*//**
2023-02-28 09:39:02
2171
原创 BurpSuite实战教程02-BurpSuite+夜神模拟器抓包教程
BurpSuite是用于“攻击”web 应用程序的集成平台（java编写），包含了许多工具。Burp Suite为这些工具设计了许多接口，以加快攻击应用程序的过程。所有工具都共享一个请求，并能处理对应的HTTP 消息、持久性、认证、代理、日志、警报。BurpSuite简单易懂，使用方便，而且支持插件拓展，是系统安全工程师必备的工具，在国内应用广泛，文档和教程齐全，可在bilibili上找到各式各样的学习视频学习。
2023-02-23 14:12:37
5869
2
原创 机器学习实战教程（六）：决策树
易于理解和解释。决策树可以可视化。几乎不需要数据预处理。其他方法经常需要数据标准化，创建虚拟变量和删除缺失值。决策树还不支持缺失值。使用树的花费（例如预测数据）是训练数据点(data points)数量的对数。可以同时处理数值变量和分类变量。其他方法大都适用于分析一种变量的集合。可以处理多值输出变量问题。使用白盒模型。如果一个情况被观察到，使用逻辑判断容易表示这种规则。相反，如果是黑盒模型（例如人工神经网络），结果会非常难解释。即使对真实模型来说，假设无效的情况下，也可以较好的适用。
2023-02-19 11:19:29
2560
原创 机器学习实战教程（⑤）：使用PCA实战人脸降维
在互联网大数据场景下，我们经常需要面对高维数据，在对这些数据做分析和可视化的时候，我们通常会面对「高维」这个障碍。在数据挖掘和建模的过程中，高维数据也同样带来大的计算量，占据更多的资源，而且许多变量之间可能存在相关性，从而增加了分析与建模的复杂性。我们希望找到一种方法，在对数据完成降维「压缩」的同时，尽量减少信息损失。由于各变量之间存在一定的相关关系，因此可以考虑将关系紧密的变量变成尽可能少的新变量，使这些新变量是两两不相关的，那么就可以用较少的综合指标分别代表存在于各个变量中的各类信息。
2023-02-07 17:49:43
1860
原创 机器学习实战教程（四）：从特征分解到协方差矩阵：详细剖析和实现PCA算法
回想概率统计里面关于方差的数学定义：协方差的数学定义异曲同工：这里的 x和y表示两个变量空间。用机器学习的话讲，就是样本有 x和 y两种特征，而 X 就是包含所有样本的 x特征的集合，Y就是包含所有样本的 y特征的集合。用一个例子来解释会更加形象。用一个矩阵表示为：现在，我们用两个变量空间X ，Y 来表示这两个特征：
2023-02-03 16:27:19
2097
原创 linux下gcc编程12-window下clion编译调试redis7.0
Redis 通常被称为数据结构服务器。这意味着 Redis 通过一组命令提供对可变数据结构的访问，这些命令使用具有 TCP 套接字和简单协议的服务器-客户机模型发送。因此，不同的进程可以以共享的方式查询和修改相同的数据结构。另一个很好的例子是将 Redis 视为 memcached 的一个更复杂的版本，其中的操作不仅仅是 SET 和 GET，还包括处理复杂数据类型(如 List、 Set、有序数据结构等)的操作。
2022-12-15 18:39:25
626
原创 BurpSuite实战教程01-web渗透安全测试(靶场搭建及常见漏洞攻防)
渗透测试（Penetration test）即安全工程师模拟黑客，在合法授权范围内，通过信息搜集、漏洞挖掘、权限提升等行为，对目标对象进行安全测试（或攻击），最终找出安全风险并输出测试报告。Web渗透测试分为白盒测试和黑盒测试，白盒测试是指目标网站的源码等信息的情况下对其渗透，相当于代码分析审计。而黑盒测试则是在对该网站系统信息不知情的情况下渗透。Web渗透分为以下几个步骤，信息收集，漏洞扫描，漏洞利用，提权，内网渗透，留后门，清理痕迹。
2022-12-13 10:46:05
9078
2
原创 Proxmox虚拟环境搭建
ProxmoxVE 是一个完整的、开源的企业虚拟化服务器管理平台。它在单个平台上紧密集成了 KVM 管理程序和 Linux 容器(LXC)、软件定义的存储和网络功能。通过集成的基于 web 的用户界面，您可以轻松地管理虚拟机和容器、集群高可用性或集成的灾难恢复工具。企业级的特性和100% 基于软件的重点使 Proxmox VE 成为虚拟化您的 IT 基础设施、优化现有资源以及以最低成本提高效率的完美选择。
2022-12-02 19:04:56
10631
1
原创 phpstorm+wamp在线调试wordpress
本文源自公司内部使用wordpress搭建了一套官网，经常有定制化的需求，有些插件实现不了，需要通过phpstorm调试的方式熟悉wordpress，同时修改php代码，本地测试环境window，适合用wamp作为php运行环境，同时带apache+mysql。
2022-11-29 17:57:26
1797
1
原创 linux下gcc编程11-window下clion编译调试nginx+集成lua-nginx-module+安装开源x-waf
nginx作为项目的7层代理入口，对于http请求的过滤，如sql注入，xss攻击等过滤功能较弱，研究了下开源的一些waf，完全开源的https://github.com/xsec-lab/x-waf，利用lua来过滤请求，同时拥有一个管理控制台，添加规则和代理，但使用过程中，缺少文档，碰到以下问题，促使用window编译通过源代码分析下有些规则失效愿意。
2022-11-23 12:27:59
1462
原创 vue进阶04-vue文档生成工具vuepress2
VuePress 是一个以 Markdown 为中心的静态网站生成器。你可以使用 Markdown 来书写内容（如文档、博客等），然后 VuePress 会帮助你生成一个静态网站来展示它们。VuePress 诞生的初衷是为了支持 Vue.js 及其子项目的文档需求，但是现在它已经在帮助大量用户构建他们的文档、博客和其他静态网站。
2022-10-20 16:49:04
3352
原创 计算机网络基础02-linux虚拟网络隔离（网桥bridge，路由，虚拟网卡veth）
通过linux的虚拟网络隔离，来模拟熟悉交换机，路由器，网卡,网桥等物理设备间的关系和区别。网桥：是一种虚拟设备，可以将 Linux 内部多个网络接口连接起来，一个网络接口接收到网络数据包后，会复制到其他网络接口中，Bridge 是二层设备，仅用来处理二层的通讯。Bridge 使用 MAC 地址表来决定怎么转发帧（Frame）。Bridge 会从 host 之间的通讯数据包中学习 MAC 地址。
2022-09-29 18:23:09
4632
原创 IBM websphere通道联通搭建和测试
简介消息队列（MQ）是一种应用程序对应用程序的通信方法。应用程序通过写和检索出入列队的针对应用程序的数据（消息）来通信，而无需专用连接来链接它们。消息传递指的是程序之间通过在消息中发送数据进行通信，而不是通过直接调用彼此来通信，直接调用通常是用于诸如远程过程调用的技术。排队指的是应用程序通过队列来通信。队列的使用除去了接收和发送应用程序同时执行的要求。IBM WebSphere MQ 产品支持应用程序通过不同组件如处理器、子系统、操作系统以及通信协议的网络彼此进行通信。例如，IBM WebSphere
2022-06-29 11:20:02
1486
原创 AST逆向原理分析-babel
1.babel是什么Babel 是一个工具链，主要用于将采用 ECMAScript 2015+ 语法编写的代码转换为向后兼容的 JavaScript 语法，以便能够运行在当前和旧版本的浏览器或其他环境中。下面列出的是 Babel 能为你做的事情：语法转换通过 Polyfill 方式在目标环境中添加缺失的特性 （通过引入第三方 polyfill 模块，例如 core-js）源码转换（codemods）例如:// Babel 输入： ES2015 箭头函数[1, 2, 3].map(n =&g
2022-05-16 19:15:36
1398
原创 K8S二次开发05-使用clientgo自定义ingresscontroller
clientgo简介client-go 作为官方维护的 go 语言实现的 client 库，提供了大量的高质量代码帮助开发者编写自己的客户端程序，来访问、操作 Kubernetes 集群infomer简介cient-go 是从 k8s 代码中抽出来的一个客户端工具，Informer 是 client-go 中的核心工具包，已经被 kubernetes 中众多组件所使用。所谓 Informer，其实就是一个带有本地缓存和索引机制的、可以注册 EventHandler 的 client，本地缓存被称为 S
2022-03-23 12:24:24
4285
原创 K8S二次开发04-自定义operator（operator-sdk调试）
Operator 是 Kubernetes 的扩展软件，它利用 定制资源 管理应用及其组件。 Operator 遵循 Kubernetes 的理念，特别是在控制器 方面。Operator操作那些有状态的基础设施服务，包括：组件升级、节点恢复、调整集群规模。一个理想化的运维平台必须是Operator自己维护有状态应用，并将人工干预降低到最低限度什么是Operator？为了理解什么是Operator，让我们先复习一下Kubernetes。Kubernetes实际是期望状态管理器。先在Kubernetes中
2022-02-28 18:49:56
5635
1
原创 K8S二次开发03-CRD资源详解
CustomResourceDefinition简介：在 Kubernetes 中一切都可视为资源，Kubernetes 1.7 之后增加了对 CRD 自定义资源二次开发能力来扩展 Kubernetes API，通过 CRD 我们可以向 Kubernetes API 中增加新资源类型，而不需要修改 Kubernetes 源码来创建自定义的 API server，该功能大大提高了 Kubernetes 的扩展能力。当你创建一个新的CustomResourceDefinition (CRD)时，Kubern
2022-02-17 12:27:49
3824
1
原创 K8S二次开发02-kubeadm安装k8s集群
组件概览关于k8s整理架构，可参考：https://blog.csdn.net/liaomin416100569/article/details/86711655?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522164447827216780265446300%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=164
2022-02-16 16:38:45
1976
原创 K8S二次开发01-各种资源对象的理解和定义
一、PodKubernetes为每个Pod都分配了唯一的IP地址，称之为Pod IP，一个Pod里的多个容器共享Pod IP地址。Kubernetes要求底层网络支持集群内任意两个Pod之间的TCP/IP直接通信，这通常采用虚拟二层网络技术来实现，例如Flannel、Open vSwitch等。因此，在Kubernetes里，一个Pod里的容器与另外主机上的Pod容器能够直接通信。Pod有两种类型：普通的Pod和静态Pod（Static Pod），静态Pod不存放在etcd存储里，而是存放在某个具体的N
2022-02-10 10:59:13
1454
原创 mysql调优-mysql参数和状态概览
mysql参数和状态执行状态列出MySQL服务器运行各种状态值show global status;常用变量名如下：Aborted_clients 由于客户没有正确关闭连接已经死掉，已经放弃的连接数量。Aborted_connects 尝试已经失败的MySQL服务器的连接的次数。Connections 试图连接MySQL服务器的次数。Created_tmp_tables 当执行语句时，已经被创造了的隐含临时表的数量。Delayed_insert_threads 正在使用的延迟插入处理器
2022-01-25 17:02:42
2586
原创 mq系列rabbitmq-03开发基础概念（重试队列，死信队列等）
描述消息队列(MQ)的基本概念，很多时候都要了解清楚，这样在学消息队列中间件就比较能够游刃有余，遇到不清楚的也可以重新翻来看看，加深理解。这里有关于：优先级队列、延迟队列、死信队列、重试队列、消息回溯、消息堆积、消息追踪/消息轨迹、消息过滤、消息审计、消息路由等的介绍。01.优先级队列优先级队列不同于先进先出队列，优先级高的消息具备优先被消费的特权，这样可以为下游提供不同消息级别的保证。不过这个优先级也是需要有一个前提的：如果消费者的消费速度大于生产者的速度，并且消息中间件服务器(一般简单的称之为Br
2021-12-23 10:58:15
1459
原创 离线数据同步平台datax+报表可视化平台metabase
dataxDataX 是阿里巴巴集团内被广泛使用的离线数据同步工具/平台，实现包括 MySQL、Oracle、SqlServer、Postgre、HDFS、Hive、ADS、HBase、TableStore(OTS)、MaxCompute(ODPS)、DRDS 等各种异构数据源之间高效的数据同步功能。特点DataX本身作为数据同步框架，将不同数据源的同步抽象为从源头数据源读取数据的Reader插件，以及向目标端写入数据的Writer插件，理论上DataX框架可以支持任意数据源类型的数据同步工作。同时D
2021-04-09 15:28:54
1352
原创 hadoop记录篇13-spark计算引擎
文章目录简介集群模式ComponentCluster Manager TypesSubmitting ApplicationsMonitoringJob SchedulingGlossaryRDD编程向导预览导入依赖初始化sparkResilient Distributed Datasets (RDDs)Parallelized Collections （并行集合）External Datasets(外部数据集)RDD操作常用Transformations转换常用Actions动作helloworld简介
2021-04-07 16:43:33
317
java经典问题总结java经典问题总结
2010-01-08
无bug带属性填充包括对象嵌套属性填充与多文件上传
2010-01-05
改进struts改进struts改进struts改进struts
2010-01-05
struts开发 带上文件上传
2010-01-04
短信猫开发swing代码可运行和usb串口驱动和windows com包
2009-12-30
短信猫二次开发指南短信猫二次开发指南
2009-12-24
lucene与quartz例子
2009-12-10
jbpm创建数据库jbpm创建数据库
2009-06-28
ssh整个的一个jarssh整个的一个jar
2010-01-19
java实现远程控制代码 java机器人
2010-01-15
axis建立发布webservice最全文档
2010-01-14
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人