transform mrctf 2020
[ACTF2020 新生赛]Include
[ACTF2020 新生赛]Include 题目来源：buuctf 题目类型：web 涉及考点：文件包含、任意文件读取 1. 题目给了个跳转链接 tips ，点击进入： 题目提示存在文件包含漏洞，接下来尝试获取flag.php的源码 2. PHP伪协议 这里需要先介绍一下php伪协议，方便我们做题。 ......
Transform LiveData
查询资料的其中一个场景： 创建一个回调函数，当查询后台的时候，后台有结果了，回调对应的回调函数，并将结果保存到LiveData中。 public class DataModel { ... public MutableLiveData<List<Repo>> searchRepo(String qu ......
[论文速览] A Closer Look at Self-supervised Lightweight Vision Transformers
## Pre title: A Closer Look at Self-supervised Lightweight Vision Transformers accepted: ICML 2023 paper: https://arxiv.org/abs/2205.14443 code: https ......
论文日记四：Transformer(论文解读+NLP、CV项目实战)
# 导读 重磅模型**transformer**,在2017年发布，但就今天来说产生的影响在各个领域包括NLP、CV这些都是巨大的！ Paper《[Attention Is All You Need](https://arxiv.org/pdf/1706.03762.pdf)》,作者是在机器翻译这个 ......
tomcat ajp任意文件读取(CVE-2020-1938)
1、介绍 由于 Tomcat AJP 协议设计上存在缺陷，攻击者通过 Tomcat AJP Connector 可以读取或包含 Tomcat 上所有 webapp 目录下的任意文件，例如可以读取 webapp 配置文件或源代码。此外在目标应用有文件上传功能的情况下，配合文件包含的利用还可以达到远程代 ......
Swin Transformer结构梳理
[TOC] > Swim Transformer是特为视觉领域设计的一种分层Transformer结构。Swin Transformer的两大特性是滑动窗口和层级式结构。 1.滑动窗口使相邻的窗口之间进行交互，从而达到全局建模的能力。 2.层级式结构的好处在于不仅灵活的提供各种尺度的信息，同时还因为 ......
Shell | Transformer-xl代码的shell代码实现
**实现网址：**https://github.com/kimiyoung/transformer-xl/tree/master/pytorch  给定正整数 $n$，$m$，$k$。 有一个 $m$ 行 $k$ 列网格，每个网格可以被涂上 $n$ 种颜色之一，要求： - 一行最多出现两种颜色。 - 第 $i$ 种颜色必须恰 ......
Transforms的使用
# 一、Transforms的结构及用法 - 导入transforms ```python from torchvision import transforms ``` - 作用：图片输入transforms后，可以得到一些预期的变换 ## 1. Transforms的python用法 ### 写在 ......
js 根据时间，输出几分钟前，几小时前，几天前，几个月前，几年前。 console.log(getDateDiff("2020-12-16 12:12:12")); 输出结果：2小时前
js 根据时间，输出几分钟前，几小时前，几天前，几个月前，几年前。 原文链接：https://blog.csdn.net/qq_42740797/article/details/111277824 代码1： // 时间戳转多少分钟之前function getDateDiff(dateTimeStam ......
NOIP2020游记
（把很久之前博客漏掉的一篇搬上来了，以此勉励自己每次考试测一遍极限数据，观察大样例） 看到这篇游记，您会发现2/3年前的zbs是多么naive啊！ 时间 2020年12月5日 下午 以下正文： 这是我到初二为止获得的第四个二等奖了，离一等，就差把乘/除号换个位置的距离啊！ # Day -1 周五像往 ......
我用numpy实现了VIT，手写vision transformer, 可在树莓派上运行，在hugging face上训练模型保存参数成numpy格式，纯numpy实现
先复制一点知乎上的内容 按照上面的流程图，一个ViT block可以分为以下几个步骤 (1) patch embedding：例如输入图片大小为224x224，将图片分为固定大小的patch，patch大小为16x16，则每张图像会生成224x224/16x16=196个patch，即输入序列长度为 ......
MATLAB/simulink小电流系统单相接地故障选线仿真模型（2020a版本）
MATLAB/simulink小电流系统单相接地故障选线仿真模型（2020a版本）有中性点不接地，中性点经消弧线圈接地，中性点经小电阻接地。可读取零序电流，零序电压，三相电压波形图。其中经消弧线圈接地还可读取零序电压五次谐波波形图。YID:2830652224443047 ......
transformer
arXiv:1706.03762 # 1. 问题提出 全连接神经网络（FCN），可以很好的处理输入为1个向量（特征向量）的情况，但是如果输入是一组向量，FCN处理起来不太方便 以词性标记的问题为例 对于处于同一个句子中的相同的2个单词`saw`，词性不同，前者为动词（V），后者为名词（N） 如果尝试 ......
Transformer学习笔记
[09 Transformer 之什么是注意力机制（Attention）@水导](https://www.bilibili.com/video/BV1QW4y167iq) [ELMo原理解析及简单上手使用@知乎](https://zhuanlan.zhihu.com/p/51679783) ELMo ......
【论文阅读】CrossViT：Cross-Attention Multi-Scale Vision Transformer for Image Classification
> # 🚩前言 > > - 🐳博客主页：😚[睡晚不猿序程](https://www.cnblogs.com/whp135/)😚 > - ⌚首发时间：23.7.10 > - ⏰最近更新时间：23.7.10 > - 🙆本文由 **睡晚不猿序程** 原创 > - 🤡作者是蒻蒟本蒟，如果文章里有 ......
洛谷 P6620 [省选联考 2020 A 卷] 组合数问题
[洛谷传送门](https://www.luogu.com.cn/problem/P6620 "洛谷传送门") 记一下是怎么推的。 $$\sum\limits_{k = 0}^n f(k) \times x^k \times \binom{n}{k}$$ $$= \sum\limits_{p = 0 ......
N9、Transformer实战-单词预测
🍨 本文为🔗365天深度学习训练营 中的学习记录博客 🍖 原作者：K同学啊 | 接辅导、项目定制 🚀 文章来源：K同学的学习圈子 📌 本周任务： 理解文中代码逻辑并成功运行 自定义输入一段英文文本进行预测（拓展内容，可自由发挥） 数据：Wikitext-2数据集 WikiText 英语词库 ......
AT_pakencamp_2020_day1_c 题解
## 思路 看到题目的第一句话我就知道要用 `map` 了。 一道 `map` 的入门题，定义一个 `map` 来输入和统计参加次数后，定义一个计数器 sum 用来统计人数。 ## 代码 ```cpp #include #include #include using namespace std; m ......
【论文阅读】CrossFormer: A Versatile Vision Transformer Based on Cross-scale Attention
来自CVPR 2021 论文地址：https://link.zhihu.com/?target=https%3A//arxiv.org/pdf/2108.00154.pdf 代码地址：https://link.zhihu.com/?target=https%3A//github.com/cheers ......
[网鼎杯 2020 青龙组]notes
这道题考的是undefsafe函数导致的原型链污染。 源码： var express = require('express'); var path = require('path'); const undefsafe = require('undefsafe'); const { exec } = ......
NLP | Transformers回顾 ：从BERT到GPT4
人工智能已成为近年来最受关注的话题之一，由于神经网络的发展，曾经被认为纯粹是科幻小说中的服务现在正在成为现实。从对话代理到媒体内容生成，人工智能正在改变我们与技术互动的方式。特别是机器学习 (ML) 模型在自然语言处理 (NLP) 领域取得了重大进展。一个关键的突破是引入了“自注意力”和用于序列处理 ......
P6891 [JOISC2020] ビルの飾り付け 4
# P6891 [JOISC2020] ビルの飾り付け 4 **[题目传送门](https://www.luogu.com.cn/problem/P6891)** ## Problem 给定长度为 $2n$ （$1\le n\le5\times10^5$）的序列 $A$，$B$。要求构造一个单调不降 ......
据说，Transformer 不能有效地进行时间序列预测？
## 简介 几个月前，我们介绍了 [Informer](https://huggingface.co/blog/informer) 这个模型，相关论文 ([Zhou, Haoyi, et al., 2021](https://arxiv.org/abs/2012.07436)) 是一篇获得了 AAA ......
【论文阅读】Pyramid Vision Transformer: A Versatile Backbone for Dense Prediction without Convolutions
来自ICCV2021 论文地址：[2102.12122] Pyramid Vision Transformer: A Versatile Backbone for Dense Prediction without Convolutions (arxiv.org) 代码地址：https://link. ......
LeViT-UNet：transformer 编码器和CNN解码器的有效整合
前言 本文介绍了一种新的医学图像分割架构levi-unet，它使用transformer 作为编码器，这使得它能够更有效地学习远程依赖关系。levi-unet比传统的U-Nets更快，同时仍然实现了最先进的分割性能。 本文转载自DeepHub IMBA 作者 | Golnaz Hosseini 仅用 ......
OSFormer: One-Stage Camouflaged Instance Segmentation with Transformers
地址：https://arxiv.org/pdf/2207.02255.pdf 1. 摘要 OSFormer为基于transformer的伪装实例分割(CIS)框架，有两个关键设计，首先是位置敏感transformer（LST），通过【位置引导查询】和【混合卷积前向传播网络】获得定位标签和实例级参数 ......
LeViT-UNet：transformer 编码器和CNN解码器的有效整合
levi - unet[2]是一种新的医学图像分割架构，它使用transformer 作为编码器，这使得它能够更有效地学习远程依赖关系。levi - unet[2]比传统的U-Nets更快，同时仍然实现了最先进的分割性能。 levi - unet[2]在几个具有挑战性的医学图像分割基准上取得了比其他 ......
预训练模型 | Transformer模型的规模大小
Transformer 有两个模型的规模大小标准：base、big。具体去thumt的models文件夹下的Transformer 模型实现可以看到其参数大小。 
VIT主要用于分类任务 一、VIT，即纯transformer模型 图1 VIT 架构 VIT模型的架构如图1所示。主要分为三个步骤： 1. 首先将输入的图片分成patches（如16*16的patch），然后将每个patch输入到Embedding层（即Linear Projection of F ......