overfit同步小助手
文章同步
智能优化算法：白鲸优化算法-附代码
白鲸优化算法([Beluga whale optimization，BWO)是由是由 Changting Zhong 等于2022 年提出的一种群体智能优化算法。其灵感来源于白鲸的群体觅食行为。
Tensorflow1 搭建Cuda11
Tensorflow1中默认支持cuda10及以下的，最高的版本Tensorflow1.15默认使用cuda10；但是一些高性能的显卡，比如A100、3090等，它们只支持Cuda11的，这就不太友善了，毕竟不少项目依赖Tensorflow1搭建的。本文整理2种方法，一种是基于Conda搭建的，一种
全同态加密：BGV
参考文献：快速数论变换 NTT，在文章 深入理解NTT 中介绍。BGV 方案中，使用多项式环 R=Z[x]/(f(x))R = \mathbb Z[x]/(f(x))R=Z[x]/(f(x))，其中 f(x)=xd+1f(x)=x^d+1f(x)=xd+1 是分圆多项式， d=2kd=2^kd=2k
系统重装漏洞
这里简单的说一下,前面的系统重装漏洞没什么好说的,跟zzcms差不多,主要是后面如何获取webshell,fengcms的源代码中存在如下图的一个写入配置文件的代码,也就是fopen那里,字母w意思就是以写入的方式打开文件,然后这里没过滤写入的参数,就会产生任意代码写入配置文件的漏洞。这段代码的意思
Jmeter工具的使用
定时器1--http请求1--定时器1--定时器2--http请求2--定时器1---定时器3--http请求。位置：测试计划-->线程组-->http请求-->(右键添加)断言-->xpath断言。组件添加的位置不同，生效的取样器页不同。位置：测试计划-->线程组-->http请求-->(右键添加
Centos7安装配置RabbitMQ
介绍什么是RabbitMQ,以及一些相关知识,和详细演示在Centos7的环境下安装配置
Kafka系统整理 一
kafka系统学习
一个非常好看的前端Vue3登录页面
Login登录demo 非常好看
C语言小游戏 - 猜凶手
猜凶手日本某地发生了一件谋杀案，警察通过排查确定杀人凶手必为4个嫌疑犯的一个。以下为4个嫌疑犯的供词 :A说：不是我。 // 说话为真，结果是不是就为1,否则 0B说：是C。C说：是D。//D说：C在胡说已知3个人说了真话，1个人说的是假话。// 也就是说以上四个条件，有三个条件为真，一个为假我们来
泛微e-cology9 SQL注入漏洞复现(QVD-2023-5012)
泛微e-cology9中存在SQL注入漏洞，未经身份认证的远程攻击者即可利用此漏洞获取数据库敏感信息，进一步利用可能导致目标系统被控。
socket(套接字)实现udp通信
储备知识网络字节序udp使用的接口sockaddr结构简单的udp通信优化服务器
Linux如何使用宝塔面板搭建网站和内网穿透实现公网访问
使用宝塔面板搭建网站和内网穿透实现公网访问
Get请求中三种传参方式解读
Get请求中三种传参方式解读
如何使用Python自动化测试工具Selenium进行网页自动化？
Selenium是一个流行的Web自动化测试框架，它支持多种编程语言和浏览器，并提供了丰富的API和工具来模拟用户在浏览器中的行为。Selenium可以通过代码驱动浏览器自动化测试流程，包括页面导航、元素查找、数据填充、点击操作等。与PyAutoGUI和AutoIt相比，Selenium更适合于处理
【Typora】基于python3实现CSDN图床
本文主要基于python3实现在typora上图片上传至CSDN
在Docker环境下部署MeterSphere开源测试平台
在Docker环境下部署MeterSphere开源测试平台
Python毕业设计 抖音短视频数据分析与可视化 - python 大数据 可视化
🔥 这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目，今天要分享的是🚩基于大数据的抖音短视频数据分析与可视化🥇
Python学习十二：Flask框架
Flask 依赖两个外部库：WerkZeug 和 Jinja2。WerkZeug 是一个WSGI(在web应用和多种服务器之间的标准Python 接口)工具集。Jinja2负责渲染模板。所以在安装Flask之前，需要安装这两个外部库，而最简单的方法就是使用 Virtualenv 创建虚拟环境。
Pytorch对预训练好的VGG16模型进行微调
对于一个复杂的卷积神经网络来说，通常网络的层数非常大，网络的深度非常深、网络的参数非常多，单单设计一个卷积网络就需要颇费心思，何况网络还需要大量的数据集进行漫长时间的训练，若没有一个好的算力平台也很难迅速训练出模型。可见，从头到尾搭建一个中等规模的卷积神经网络对于我们来说绝非易事。幸运的是PyTor
基于PyTorch+CNN一维卷积实现短期电力负荷预测
本项目使用了一种基于一维卷积CNN短期电力负荷预测方法，该方法将历史负荷数据作为输入，将输入向量构造为时间序列形式作为 Conv1D 网络的输入，建模学习特征内部动态变化规律，最后完成短期负荷预测。