Jul102024
Jul102024
深度学习框架选择：TensorFlow、PyTorch与MXNet
在当前的人工智能和深度学习领域中，选择一个适合自己的深度学习框架非常重要。随着人工智能的快速发展，有许多深度学习框架可供选择。在本篇博客中，我们将讨论三个流行的深度学习框架：TensorFlow、PyTorch和MXNet。
TensorFlow
TensorFlow 是由谷歌开发的一个开源的深度学习框架。它具有广泛的社区支持和成熟的生态系统，被广泛应用于各种领域的人工智能项目中。
优点：
广泛的文档和...阅读全文
Jul022024
小迪安全学习笔记~目录
目录
01：基础入门-概念名词
02：基础入门-数据包拓展
03：基础入门-搭建安全拓展
04：基础入门-WEB源码拓展
05：基础入门-系统及数据库等
06：基础入门-加密编码算法
07：信息收集-CDN绕过技术
08：信息收集-架构,搭建,WAF等
09：信息收集-APP及其他资产等
10：信息收集-资产监控拓展
11：WEB漏洞-必懂知识点详解
12：WEB漏洞-SQL注入之简要SQL注入
13：WEB漏洞-SQL注入之MYSQL注入
1...阅读全文
Jul022024
Python3学习之路~6.9 作业之选课系统
角色:学校、学员、课程、讲师要求:1. 创建北京、上海 2 所学校2. 创建linux , python , go 3个课程 ， linux\py 在北京开， go 在上海开3. 课程包含，周期，价格，通过学校创建课程 4. 通过学校创建班级， 班级关联课程、讲师5. 创建学员时，选择学校，关联班级5. 创建讲师角色时要关联学校， 6. 提供两个角色接口6.1 学员视图， 可以注册， 交学费， 选择班级，6.2 讲师视图， 讲师可管理...阅读全文
Jul022024
Python3学习之路~13.2 oldboy-4 paramiko demo源码解析及修改
1.github下载paramiko-master.zip。
https://github.com/paramiko/paramiko
2.解压，我们要用的是demos文件夹下的代码，可以将demos文件夹拷贝到pycharm下查看。
3.测试一下demo.py。首先启动一个虚拟机，然后打开本地命令行：
D:\python-study\s14\Day13\demos>python3 demo.py
Hostname: 192.168.198.128
*** Unable to open host keys file
*** WARNING: Unknown host key!
Usern...阅读全文
Jul022024
Python3学习之路~5.15 作业之计算器程序开发
开发一个简单的python计算器
实现加减乘除及拓号优先级解析
用户输入 1 – 2 * ( (60-30 +(-40/5) * (9-2*5/3 + 7 /3*99/4*2998 +10 * 568/14 )) – (-4*3)/ (16-3*2) )等类似公式后，必须自己解析里面的(),+,-,*,/符号和公式(不能调用eval等类似功能偷懒实现)，运算后得出结果，结果必须与真实的计算器所得出的结果一致
阅读全文
Jul022024
Python3学习之路~2.11 补充：Python输出字符串加颜色or背景色
格式：\033[二位数;1m字符串\033[0m
二位数为31-37,40-47（其他数字无效），其中：十位数3表示字颜色，4表示背景色个位数0-7分别表示 黑 红 绿 黄 蓝 紫 浅蓝 灰
示例代码：
# 加颜色：31-37
print("\033[31;1mHello Python-31-红色字\033[0m")
print("\033[32;1mHello Python-32-绿色字\033[0m")
print("\033[33;1mHello Python-33-土黄字\033[0m")
print("\033[34;1mHello Python-34-蓝...阅读全文
Jul022024
Python3学习之路~8.7 开发一个支持多用户在线的FTP程序-学习总结
1.设计好软件目录结构。规范
2.Python命名规范。
3.if __name__ == ‘__main__’:的意思是：当我们手动执行程序时，它下面的内容会执行，当程序作为模块被别的程序引用时，它下面的内容不会被执行。
4.os.path.getsize()函数返回参数中文件的字节数，参数为文件夹和文件时返回的区别如下：
import os
print(os.path.getsize('F:\\test\\aaa.txt') )#参数为文件，输出：11178154...阅读全文
Jun252024
AI大模型微调技术预研：基于Transformer架构的模型定制化训练与部署实践
AI大模型微调技术预研：基于Transformer架构的模型定制化训练与部署实践
引言：从通用到专用——AI大模型微调的时代背景
随着深度学习技术的飞速发展，以Transformer架构为核心的大型语言模型（LLM）已成为自然语言处理（NLP）领域的主流范式。从GPT系列、BERT、T5到最新的Llama系列，这些模型凭借其在海量语料上进行预训练所获得的强大泛化能力，在多种下游任务中展现出卓越性能。
然而，...阅读全文
Jun202024
