卷积 深度 案例 网络
神经网络优化篇：详解正则化（Regularization）
正则化 深度学习可能存在过拟合问题——高方差，有两个解决方法，一个是正则化，另一个是准备更多的数据，这是非常可靠的方法，但可能无法时时刻刻准备足够多的训练数据或者获取更多数据的成本很高，但正则化通常有助于避免过拟合或减少的网络误差。 如果怀疑神经网络过度拟合了数据，即存在高方差问题，那么最先想到的方 ......
MapReduce入门案例——wordcount词频统计分析
说实话，wordcount这个案例挺土的，但是作为入门案例，还是值得学习的，本篇就通过MapReduce来对词频进行一个统计分析，并写出核心代码。 一：案例介绍： Input : 读取文本文件； Splitting : 将文件按照文件块(block)或者行进行拆分，此时得到的K1为偏移量，V1表示对 ......
信而泰X-Vision助力网络质量监测
网络背景与挑战 Internet的最早起源于美国国防部高级研究计划署DARPA（Defence Advanced Research Projects Agency）的前身ARPAnet，该网于1969年投入使用。由此，ARPAnet成为现代计算机网络诞生的标志。 网络的数字化发展、业务模式的变化,致 ......
Docker网络模式--network_mode
docker-compose.yml 配置文件中的 network_mode 是用于设置网络模式的，与 docker run 中的 --network 选项参数一样的，可配置如下参数： 一、bridge **默认 **的网络模式。如果没有指定网络驱动，默认会创建一个 bridge 类型的网络。 桥接 ......
如何扩充知识广深度：以强网杯2023谍影重重2.0为例
附件截图 通过筛选, 提取tcp流量, 得到： 抛开弯弯曲曲的思考过程, 直接来看wp：(by：战队： Arr3stY0u) 好, 直接解码得到结果的。好像这题就做完了?思考以下几个问题： 1. 为什么别人能马上知道是ADS-B? 下次比赛过程期间我能不能也查到一些未知的协议? 2.为什么一个协议马 ......
网络流学习笔记
这个必须写。 先梳理一下，到时候再整理，证明先简写或者跳过。 流网络：一个有向图，每条边有一个容量，有一个源点 \(s\) 和一个汇点 \(t\)。每条边有一个属性称为容量，如果把流网络抽象成水管的话，那么边的容量就是每根水管的每秒最大承受的进水量。每条边也有一个流量，这个值大于等于 \(0\) 且 ......
【THM】Governance&Regulation(网络安全治理与监管)-学习
本文相关的TryHackMe实验房间链接：https://tryhackme.com/room/cybergovernanceregulation 本文相关内容：探索对于规范企业组织的网络安全至关重要的政策和框架。 简介 网络安全是一个快速发展的领域，恶意行为者在不断地试图利用高度敏感的计算机系统中 ......
R语言离散时间马尔可夫链（Markov chain）模型分类案例可视化分析
全文链接：https://tecdat.cn/?p=34576 原文出处：拓端数据部落公众号 有许多用于马尔可夫链的复杂应用。这些包括用于将多态模型拟合为面板数据的msm和SemiMarkov，用于生存分析应用的mstate，用于估计3状态进行性疾病模型的转移概率的TPmsm，用于将马尔科夫模型应用 ......
基于深度学习网络的疲劳驾驶检测算法matlab仿真
1.算法运行效果图预览 2.算法运行软件版本 matlab2022a 3.算法理论概述 3.1疲劳检测理论概述 疲劳检测的原理是根据人体疲劳状态下的特征检测，和正常状态下的特征检测做对比。在做疲劳检测之前，首先需要分析人体在疲劳状态下与正常状态下的特征有哪些不同的的表现，这些不同的表现可以通过哪些数 ......
计算机网络第四章部分题目解析，202页
网络层向上提供的服务有哪两种？试比较其优缺点 面向连接的服务（Connection-Oriented Service）： 优点： 可靠性高： 通过建立连接、传输数据、最后释放连接的过程，可以保证数据的可靠性。 有序性： 数据传输是有序的，不会乱序到达。 流量控制： 可以通过连接的建立和释放来控制流量 ......
InternImage: Exploring Large-Scale Vision Foundation Models with Deformable Convolutions 可变形卷积v3
InternImage: Exploring Large-Scale Vision Foundation Models with Deformable Convolutions * Authors: [[Wenhai Wang]], [[Jifeng Dai]], [[Zhe Chen]], [[Z ......
Deformable ConvNets V2: More Deformable, Better Results 可变形卷积v2
Deformable ConvNets V2: More Deformable, Better Results * Authors: [[Xizhou Zhu]], [[Han Hu]], [[Stephen Lin]], [[Jifeng Dai]] DOI: 10.1109/CVPR.2019. ......
2023年国家基地“楚慧杯”网络安全实践能力竞赛初赛-Crypto+Misc WP
Misc ez_zip 题目 4096个压缩包套娃 我的解答： 写个脚本直接解压即可： import zipfile name = '附件路径\\题目附件.zip' for i in range(4097): f = zipfile.ZipFile(name , 'r') f.extractall( ......
DependencyInjection组件的综合应用案例（3）
目的：通过一个较综合的案例演示依赖注入的使用 需求：有配置服务、日志服务，然后再开发一个邮件发送器服务。 可以通过配置服务来从文件、环境变量、数据库等地方读取配置， 可以通过日志服务来将程序运行过程中的日志信息写入文件、控制台、数据库等。 说明：配置服务和日志服务.net中都有现有的框架，这篇文章只 ......
DependencyInjection组件的综合应用案例（4）
延续上一篇文章，这篇文章新增一个Ini文件配置提供者，并从注入环境变量配置修改为注入Ini配置的步骤，让大家体验下依赖注入的便捷 Ini配置： class IniConfigProvider : IConfigProvider { public string Path { get; set; } p ......
聊聊神经网络的优化算法
优化算法主要用于调整神经网络中的超参数，使得训练数据集上的损失函数尽可能小。其核心逻辑是通过计算损失函数对参数的梯度（导数）来确定参数更新方向。 SGD Stochastic Gradient Descent(随机梯度下降法)：随机梯度下降算法是一种改进的梯度下降方法，它在每次更新参数时，只随机选择 ......
函数function及案例
<!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title></title> </head> <body> <script> /*Function 函数 是一个复杂的数据类型 */ //1.定义函数 //(1)声明式 function te ......
极限科技（INFINI labs）荣获中国信通院大数据“星河”标杆案例
12 月 6 日，由中国信息通信研究院和中国通信标准化协会大数据技术标准推进委员会（CCSA TC601）共同组织的 2023 大数据“星河（Galaxy）”案例评选结果正式公示。极限数据（北京）有限公司（INFINI labs）与中移互联网有限公司、中移（苏州）软件技术有限公司移动云搜索数据库案例 ......
P2P网络下分布式文件共享场景的测试
P2P网络介绍 P2P是Peer-to-Peer的缩写，“Peer”在英语里有“对等者、伙伴、对端”的意义。因此，从字面意思来看，P2P可以理解为对等网络。国内一些媒体将P2P翻译成“点对点”或者“端对端”，学术界则统一称为对等网络(Peer-to-Peer networking)或对等计算(Pee ......
网络编程之IO模型
我们讨论网络编程中的IO模型时，需要先明确什么是IO以及IO操作为什么在程序开发中是很关键的一部分，首先我们看下IO的定义。 IO的定义 IO操作（Input/Output操作）是计算机系统中的一种重要操作，用于数据的输入和输出，通常涉及到计算机与外部设备（如硬盘、网卡、键盘、鼠标、打印机等）之间的 ......
神经网络优化篇：机器学习基础（Basic Recipe for Machine Learning）
机器学习基础 下图就是在训练神经网络用到的基本方法：（尝试这些方法，可能有用，可能没用） 这是在训练神经网络时用到地基本方法，初始模型训练完成后，首先要知道算法的偏差高不高，如果偏差较高，试着评估训练集或训练数据的性能。如果偏差的确很高，甚至无法拟合训练集，那么要做的就是选择一个新的网络，比如含有更 ......
linux防止常见的网络攻击
什么是syn，ddos，ping SYN (Synchronize)： 在 TCP（传输控制协议）中，SYN 是握手过程的一部分。当客户端尝试与服务器建立连接时，它发送一个带有 SYN 标志的数据包。服务器收到 SYN 数据包后，通常会回复一个带有 SYN 和 ACK（确认）标志的数据包，表示接受连 ......
2023年国家基地“楚慧杯”网络空间安全实践能力竞赛 Wp 一点WP
MISC ez-zip 使用脚本解套娃压缩包 import io import zipfile with open("4096.zip", "rb") as f: data = f.read() info = "666" while True: with zipfile.ZipFile(io.Byt ......
Conv2Former: A Simple Transformer-Style ConvNet for Visual Recognition：使用大核卷积调制来简化注意力
Conv2Former: A Simple Transformer-Style ConvNet for Visual Recognition * Authors: [[Qibin Hou]], [[Cheng-Ze Lu]], [[Ming-Ming Cheng]], [[Jiashi Feng]] ......
2023-2024-5 20232419《网络空间安全导论》第6章预习总结
应用安全基础 应用安全概述 总结：应用安全覆盖了生活的方方面面。 身份认证与信任管理 隐私保护 云计算和安全 区块链和安全 人工智能和安全 基于AI的学习 思考：又多了一堆不知道哪来的名词，也没有前文解释很不方便。 ......
2023-2024-1 20232421邓锴 《网络空间安全导论》 第6周学习总结
教材学习总结 思维导图 教材学习中的问题和解决问题 问题1： 问题1解决办法： 问题2： 问题2解决办法： 问题3： 问题3解决办法： 基于AI的学习 思考 参考资料 《网络空间安全导论》 ......
streamlit 网络批量ping和snmp检查
import timeimport netaddrfrom netaddr import *import pandas as pdimport streamlit as stfrom concurrent.futures import ThreadPoolExecutorimport subproc ......
NodeRed入门案例，在控制台输出Hello World!
1、打开Node Red软件，将inject控件拖入到流程绘制区域，因为我们需要提供Hello World!的输入内容。 2、将debug控件拖入到流程绘制区域，因为我们要将输入到Inject控件输入的内容输出到控制台（调试窗口）。 3、将控件连接并部署。 4、测试编写的流程。 5、点击inject ......
PINN——加入物理约束的神经网络
【摘要】 基于物理信息的神经网络（Physics-informed Neural Network， 简称PINN），是一类用于解决有监督学习任务的神经网络，它不仅能够像传统神经网络一样学习到训练数据样本的分布规律，而且能够学习到数学方程描述的物理定律。与纯数据驱动的神经网络学习相比，PINN在训练过 ......
2、SpringBoot2之入门案例
2.1、创建Maven工程 2.1.1、创建空项目 2.1.2、设置项目名称和路径 2.1.3、设置项目sdk 2.1.4、项目初始状态 注意：需要关闭项目再重新打开，才能看到SpringBoot-Part文件夹 2.1.5、配置maven 2.1.6、创建module 右击SpringBoot-P ......