深度学习之神经网络

#渗透测试#红蓝攻防#HW#SRC漏洞挖掘03之逻辑漏洞

免责声明本教程仅为合法的教学目的而准备，严禁用于任何形式的违法犯罪活动及其他商业行为，在使用本教程前，您应确保该行为符合当地的法律法规，继续阅读即表示您需自行承担所有操作的后果，如有异议，请立即停止本文章阅目录一、逻辑漏洞的定义二、逻辑漏洞的常见类型（一）权限相关（二）注册相关（三）登录相关（四）密码找回/修改相关（五）支付相关三、逻辑漏洞的挖掘步骤四、逻辑漏洞的利用方式（一）用户凭证暴力破解（二

独行soc·2025-03-26 20:15

KVM虚拟化管理工具之virtsh(二)

一、virsh常用命令介绍1.1domain工作域管理篇虚拟机基本的开关操作命令virshstart开机命令参数必选说明–domain是需要操作的非活跃的虚拟工作主机UID，ID或者主机名，若操作主机处于活跃状态下，该命令会提示主机已活跃–console否创建后附加到控制台–paused否生成后让虚拟机保持暂停状态–autodestroy否virsh断开连接时自动销毁虚拟机–bypass-cach

demonlg0112·2025-03-26 20:13

深度学习篇---断点重训&模型部署文件

文章目录前言一、断点重训（Checkpoint）文件1.动态图（DyGraph）模式.pdparams文件.pdopt文件.pdscaler文件.pdmeta或.pkl文件2.静态图（StaticGraph）模式.pdparams和.pdopt文件.ckpt文件3.恢复训练二、模型部署文件1.动态图部署文件.pdmodel.pdiparams示例代码2.PaddleInference部署三、核心区

Ronin-Lotus·2025-03-26 20:11

向量数据库与常见的搜索算法

一、引入在深度学习领域，每个实体都是高维向量，每个维度都是某种属性的刻画。比如一行N个字的文本，可以转成N*256维张量，一个图片可以转成3*100*100张量。

杰瑞哥哥·2025-03-26 20:38

初识TensorFlow：机器学习与深度学习的探索

初识TensorFlow：机器学习与深度学习的探索背景简介当我们谈论创建人工智能（AI）时，机器学习（ML）和深度学习是重要的起点。面对众多的选择和术语，新手很容易感到不知所措。

韩锋裂变营销·2025-03-26 20:38

怎么保证测试用例能百分之百覆盖所有测试点？

如果拿到一个比较大的功能需求，我会按照以下顺序去写测试用例以及执行1、冒烟测试，正常的流程是否走的通2、页面元素的检验，即检查页面字段内容、格式、边界值、数据类型、特殊字符、样式、布局等等跟业务没关系的检查，适用所有系统3、接口测试，通过工具传参看接口能否正常响应，包括输入一些异常的数据，看接口是否有校验4、业务逻辑检查，这个需要充分解读需求文档上的每一句话，逻辑判断控制，以及有耦合关系的模块，前

画江湖Test·2025-03-26 19:37

深度学习学习经验——生成对抗网络（GAN）

（GenerativeAdversarialNetwork）生成对抗网络（GenerativeAdversarialNetwork，简称GAN）是由IanGoodfellow等人在2014年提出的一种深度学习模型

Linductor·2025-03-26 19:37

【深度学习】Self-Attention机制详解：Transformer的核心引擎

Self-Attention机制详解：Transformer的核心引擎文章目录Self-Attention机制详解：Transformer的核心引擎引言Self-Attention的基本概念为什么需要Self-Attention？Self-Attention的数学原理1.计算查询(Query)、键(Key)和值(Value)2.计算注意力分数3.缩放并应用Softmax4.加权求和多头注意力(Mu

烟锁池塘柳0·2025-03-26 19:05

K8S Secret管理之SealedSecrets

1关于K8SSecret我们通常将应用程序使用的密码、API密钥保存在K8SSecret中，然后应用去引用。对于这些敏感信息，安全性是至关重要的，而传统的存储方式可能会导致密钥在存储、传输或使用过程中受到威胁，例如在git中明文存储密码或在配置文件中以明文形式存放密码。2SealedSecrets为了解决Secret的安全问题，SealedSecrets通过使用公钥加密技术来提高密钥的安全性。它使

Blue summer·2025-03-26 18:23

基于深度学习的水果识别系统

1.引言随着计算机视觉技术的快速发展，基于深度学习的水果识别系统在农业、超市等场景中具有广泛的应用前景。

A等天晴·2025-03-26 17:51

Pytorch实现之对称卷积神经网络结构实现超分辨率

该改进方法基于深度神经网络，其生成模型包含多层卷积模块和多层反卷积模块，其中在感知损失基础上增加了跳层连接和损失函数。该判别模型由多层神经网络组成，其损失函数基于生成式对抗网络生成的判别模型损失函数。

这张生成的图像能检测吗·2025-03-26 17:51

Pytorch实现之结合SE注意力和多种损失的特征金字塔架构GAN的图像去模糊方法

简介简介：提出了一种利用特征金字塔作为框架代替多尺度输入的一种方法来构建生成器模型，减少了模型规模并加快了训练速度。在模型架构中还融合了通道注意力方法来提高训练能力。作者在生成器中采用了三种常见的损失计算，在鉴别器中结合了最小二乘和相对论损失来改善模型训练。论文题目：ImageDeblurringBasedonGenerativeAdversarialNetworks（基于生成对抗网络的图像去模糊

这张生成的图像能检测吗·2025-03-26 17:21

后端架构模式之－BFF（Backend-For-Frontend）

Backend-for-Frontend（BFF）的概念与意义1.什么是Backend-for-Frontend（BFF）？Backend-for-Frontend（简称BFF）是一种后端架构模式，它为特定的前端应用（Web、移动端、桌面端等）提供专门的后端服务，作为前端与通用后端（或微服务）之间的中间层。在传统架构中，前端通常直接与一个通用的后端API（如RESTful或GraphQLAPI）交

txzq·2025-03-26 17:46

lua 脚本语言 : 基础到高级语法

❃博主首页：「码到三十五」，同名公众号:「码到三十五」，wx号:「liwu0213」☠博主专栏：♝博主的话：搬的每块砖，皆为峰峦之基；公众号搜索「码到三十五」关注这个爱发技术干货的coder，一起筑基Lua

码到三十五·2025-03-26 17:14

探索音乐之美：APlayer - 超可爱的HTML5音乐播放器

探索音乐之美：APlayer-超可爱的HTML5音乐播放器APlayer:lollipop:Wow,suchabeautifulHTML5musicplayer项目地址:https://gitcode.com

强和毓Hadley·2025-03-26 15:33

Vue.js 学习之旅：方法与收获全记录

首先，要深入理解Vue.js的响应式原理，它通过数据劫持结合发布-订阅模式，能够自动追踪数据的变化，并实时更新与之绑定的DOM元素。

．923·2025-03-26 15:32

2025-03-25 学习记录--C/C++-PTA 习题9-3 平面向量加法

合抱之木，生于毫末；九层之台，起于累土；千里之行，始于足下。一、题目描述⭐️习题9-3平面向量加法本题要求编写程序，计算两个二维平面向量的和向量。

小呀小萝卜儿·2025-03-26 15:00

代码随想录第六十天| Bellman_ford 队列优化算法（又名SPFA） bellman_ford之判断负权回路 bellman_ford之单源有限最短路

Bellman-Ford队列优化算法（SPFA）精讲题目描述某国共有n个城市，通过m条单向道路连接。每条道路的权值为运输成本减去政府补贴。要求找出从城市1到城市n的最低运输成本路径，若成本为负则表示盈利，若无路径则输出“unconnected”。输入包含n和m，接着m行每行三个整数s、t、v，表示从s到t的道路权值为v。输出为最低成本或“unconnected”。输入输出示例输入：6756-212

kill bert·2025-03-26 14:26

大模型时代，新手和程序员如何转型入局AI行业？

然而，这些大模型的背后隐藏着更为深厚的基础技术——传统机器学习和神经网络。理解这些基础技术，不仅能够帮助我更好地使用大模型，还能为我提供创新和解决实际问题的能力。

七七Seven～·2025-03-26 14:26

解锁C++标准库：打开高效编程之门

目录一、C++标准库：编程基石的崛起二、库之溯源：历史与演进三、剖析核心组件3.1基础类型与工具3.2输入输出流魔法3.3数据结构大观园3.4算法的奇妙世界3.5内存管理之道四、跨平台的一致性与差异五、

大雨淅淅·2025-03-26 14:24

K8S学习之基础四十三：k8s中部署elasticsearch

在Kubernetes(k8s)中部署Elasticsearch通常涉及创建一些Kubernetes资源，如StatefulSet、Service、ConfigMap和PersistentVolume。以下是一个简单的步骤指南，帮助你在Kubernetes集群中部署Elasticsearch。1.创建命名空间首先，你可以为Elasticsearch创建一个单独的命名空间。yaml复制apiVers

云上艺旅·2025-03-26 14:24

TensorFlow之常量的使用1

目录前言示例示例1示例2示例3前言TensorFlow中定义的数据叫做Tensor(张量),Tensor又分为常量和变量。常量一旦定义值不能改变。使用tf.constant定义常量。示例示例1使用tf.constant定义常量。importtensorflowastft=tf.constant([[1.,2.,3.],[4.,5.,6.]])#可以像numpy的ndarray一样使用tensorp

浊酒南街·2025-03-26 14:23

TensorFlow之Session

目录前言Tensorflow1.xTensorflow2.x前言会话(Session)是用来执行图中的运算的上下文。所有的运算必须在一个会话中执行。在TensorFlow2.x中，会话的概念已经被简化，默认情况下，所有的操作都会立即执行。Tensorflow1.x静态图（无eagermode）学习额外概念如图、会话、变量、占位符等#Tensorflow1.0实现importtensorflowas

浊酒南街·2025-03-26 14:53

VGG 改进：添加ScConv空间与通道特征重构卷积

可以直接使用，设置好输入和输出的图片维度即可1.ScConv空间与通道特征重构卷积ScConv(SpatialandChannelreconstructionConvolution)是一种旨在减少卷积神经网络中特征冗余的新型卷积操作

听风吹等浪起·2025-03-26 14:23

TensorFlow之sparse tensor

目录前言创建sparsetensorsparsetensor的运算:前言sparsetensor稀疏tensor,tensor中大部分元素是0,少部分元素是非0.创建sparsetensorimporttensorflowastf#indices指示正常值的索引,即哪些索引位置上是正常值.#values表示这些正常值是多少.#indices和values是一一对应的.[0,1]表示第0行第1列的值

浊酒南街·2025-03-26 13:19

技术解构麦萌短剧《命运旋涡》：从「时间序列的因果重构」到「对抗性干预的强化学习」

1.时间序列重构：循环神经网络中的记忆觉醒许晴（Agent_Xu）的重生可建模为时间序列的对抗性重采样：pythonclassTimeLoop(nn.Module):def__init__(self,init_step

短剧萌·2025-03-26 13:18

DeepSeek 助力 Vue3 开发：打造丝滑的表格（Table）之添加导出数据功能示例14，TableView15_14多功能组合的导出表格示例

创作不易，如果能帮助到大家或者给大家一些灵感和启发，欢迎收藏+关注哦目录DeepSeek助力Vue3开发：打造丝滑的表格（Table）之添加导出数据功能示例14，TableView15_14多功能组合的导出表格示例前言页面效果组件代码代码测试测试代码正常跑通

宝码香车·2025-03-26 13:16

DeepSeek底层揭秘——deepEP

(1)定义deepEP(DeepSeekEndPoint)是DeepSeek开源的一款高性能、低延迟的分布式通信库，专为大规模深度学习训练和推理场景设计。

9命怪猫·2025-03-26 12:45

Rust从入门到精通之精通篇：25.过程宏高级应用

过程宏高级应用在Rust精通篇中，我们将深入探索Rust的过程宏系统。过程宏是Rust元编程的强大工具，允许你在编译时生成代码。在本章中，我们将学习如何创建各种类型的过程宏，包括派生宏、属性宏和函数宏，并探索它们的高级应用场景。过程宏基础回顾在深入高级主题之前，让我们简要回顾Rust的过程宏系统：//在Cargo.toml中声明过程宏crate//[lib]//proc-macro=trueuse

aimmon·2025-03-26 12:45

字符串问题的江湖奇宝：进制哈希

但字符串哈希算法却只凭一招：将字符串化作数字，以数论为刃，至简之道斩尽来犯之敌。但此招并非无懈可击。若遇精心构造的数据，它可能一剑刺空，露出破绽。

·2025-03-26 12:32

ubuntu软件包管理系统之apt 和 dpkg原理

在我们探秘之旅开始之前，了解自己系统上安装了哪些软件包、各个软件包的作用以及该软件包安装了哪些文件及目录是非常有用和重要的。以后的每一次探秘我都会用到这些命令以列出我的ubuntu10.04系统上安装的相关软件包，这与你在自己的系统上实验时的结果可能不同。现在的系统为何要用软件包管理系统呢？要回答这些问题，需要了解现在的软件开发都非常讲究可重用性，也就是说一个人写的功能代码可能会以库函数的形式发布

谁不小心的·2025-03-26 11:34

TI单芯片毫米波雷达代码走读（十九）—— 多普勒维CA-CFAR检测之雷达参数与数据获取

我们先来看下CA-CFAR的一些参数，这些参数还是从上位机配置的，如下图所示，在Plots标签页的右下方。从图中可以看出可以设置不少东西，静态杂波滤除我们之前讲过了，勾选上，这个功能就会有了。这次我们主要看的是两个阈值，一个是距离维的CFAR阈值，一个是多普勒维的CFAR阈值，默认值都是15dB。我们还是打开之前的.cfg文件：%**********************************

lightninghenry·2025-03-26 10:30

深度学习5 神经网络、参数初始化

一、模型保存与加载1、序列化方式保存方式：torch.save(model,"model.pkl")打开方式：model=torch.load("model.pkl",map_location="cpu")importtorchimporttorch.nnasnnclassMyModle(nn.Module):def__init__(self,input_size,output_size):su

今天又是学习·2025-03-26 10:23

深度学习中常见的权重参数初始化方法

在深度学习中，权重参数的初始化对模型的训练过程和性能有着非常重要的影响。一个好的权重初始化方法能够帮助模型更快收敛、避免梯度爆炸或梯度消失等问题。以下是几种常见的权重初始化方法及其背后的原理。

真以为Sophie是猪啊·2025-03-26 09:52

软件设计师之动态规划与贪心算法：原理及应用详解

软件设计师之动态规划与贪心算法：原理及应用详解大家好！在软件开发的学习和实践中，算法设计是非常重要的环节。

一杯年华@编程空间·2025-03-26 09:21

java Spring Cloud+Spring boot+mybatis企业快速开发架构之云架构系统管理平台

鸿鹄云架构一系统管理平台鸿鹄云架构【系统管理平台】使用J2EE技术来实施，是一个大型分布式的面向服务的JavaEE体系快速研发平台，基于模块化、服务化、原子化、热部署的设计思想，使用成熟领先的无商业限制的主流开源框架（SpringCloud+SpringBoot+Mybatis+Oauth2+SpringSecurity）构建。采用服务化的组件开发模式，可实现复杂的业务功能。提供驱动式开发模式，整

微服务 spring cloud·2025-03-26 09:48

MySQL 学习之批量插入数据性能问题

文章目录现象优化现象在使用kettle同步大数据的数据到我们的MySQL数据库中时发现，数据量大时插入效率很慢，大约在2000/s优化在MySQL驱动连接中添加rewriteBatchedStatements=true参数，减少网络IO+DBIO耗时默认关闭指定MySQL驱动参数，进而显著提升批量入库性能，优化后性能提升10倍左右

zxguan·2025-03-26 08:15

DBEAVER 学习之批量执行 SQL

目录1.现象2.解决办法1.现象使用DBEAVER时，SQL控制台执行按钮只能单条执行SQL，不可以选中批量执行。2.解决办法系统操作WIN系统ALT+XMAC系统OPTION+X

zxguan·2025-03-26 08:45

Rust从入门到精通之入门篇：5.控制流

控制流学习目标完成本章学习后，你将能够：使用if和elseif表达式进行条件判断在let语句中使用if表达式掌握match表达式进行模式匹配使用loop创建无限循环并从循环返回值应用while循环在条件为真时执行代码使用for循环遍历集合和范围理解循环标签在嵌套循环中的应用在本章中，我们将学习Rust中的控制流结构，包括条件判断和循环。控制流允许程序根据条件执行不同的代码块，或者重复执行某些代码块

aimmon·2025-03-26 08:44

美摄科技智能汽车视频延迟摄影解决方案，开启智能出行新视界

一、核心技术：智能算法驱动，优化画面质量美摄科技的智能汽车视频延迟摄影解决方案的核心在于其创新的图像增强算法与深度学习技术。通过智能算法驱动，方案能够实时检测并优化画面中的各类问题，如过曝、

美摄科技·2025-03-26 08:09

智能汽车图像及视频处理方案，支持摄像头智能降噪能力

1、智能降噪，还原真实世界之美在复杂的道路环境中，无论是城市喧嚣的街道，还是偏远崎岖的山路，智

美摄科技·2025-03-26 08:39

淺談怎么样运用Delphi 2009地泛型容器類別

Delphi2009在Win32加入了泛型程式設計之後，Delphi程式語言便可以同時在Win32，.NET平台下使用泛型程式設計。

云烟，不再年轻·2025-03-26 08:38

常用中间件之消息队列MQ

目录消息队列（MQ）kafka三级目录Rabit三级目录Zero-MQ三级目录消息队列（MQ）kafka三级目录Rabit三级目录Zero-MQ三级目录

大熊AI·2025-03-26 07:05

【深度C++】之“lambda表达式”

0.什么是lambda表达式《C++Primer（第5版）》对lambda表达式（lambdaexpression）的定义为：一个lambda表达式表示一个可调用的代码单元。我们可以将其理解为一个未命名的内联函数。lambda表达式的形式如下：[capturelist](parameterlist)->returntype{functionbody}捕获列表，capturelist参数列表，par

Jinxk8·2025-03-26 07:01

2小样本学习（Few-Shot）之相似度

目录小样本学习的基本思路：具体实现方法：小样本学习的基本思路：学习一个相似度函数similarityfunction：sim(x,x')两个样本越相近，相似度越高。比如：

wuxuand·2025-03-26 06:26

QT运行导入python（pytorch）程序进行深度学习(qmake)

这个问题困扰了四天，终于解决了，记录一下。1.需要一个完整的python能够运行pytorch环境，这里我已经搭建好了2.QT需要安装MCSV编译器（必须用这个，因为WINGW不支持.lib的python库）参考这个教程：Qt添加MSVC2017编译器（2022年保姆级教程，不安装完整VS）_qtmsvc2017-CSDN博客安装完之后，你的QT会多出几个kit，你需要使用64位的MSVC的编译器

憨猪在度假·2025-03-26 06:55

YOLO11改进-注意力-引入自调制特征聚合模块SMFA

随着深度学习在计算机视觉中的不断进展，目标检测任务也在快速发展。YOLO系列模型（YouOnlyLookOnce）一直因其高效和快速而备受关注。

一勺汤·2025-03-26 06:54

深度学习目标检测中的创新：从 PKINet 看高效模型的设计

深度学习目标检测中的创新：从PKINet看高效模型的设计在深度学习领域，目标检测一直是研究的热点和难点。为了在精度和效率之间取得平衡，研究者们不断探索新的网络结构和算法。

RockLiu@805·2025-03-26 06:23

使用卷积神经网络对图像处理

transforms.Grayscale()是用于图片处理时简化通道数与特征。transforms.Normalize(mean=[0.61427461],std=[0.24995622])这一步的作用对图像数据进行归一化处理。归一化通常将图像的像素值从原始范围（通常是[0,255]）转换到一个标准化的范围（通常是[-1,1]或[0,1]），同时根据给定的均值(mean)和标准差(std)进行标准

RockLiu@805·2025-03-26 06:53

JS小练习-线条之美

JS小练习-线条之美注：最近准备开始好好研究一下js，顺便就写一些好玩的东西。可以访问进行尝试：JS小练习-线条之美先放几个图：只是简单的几个参数就画出了非常美的图案，这让我感觉非常的有趣。

水水不水啊·2025-03-26 06:21

推荐频道