overfit同步小助手
文章同步
前端之vue3使用WebSocket
WebSocket 是全双工网络通信通信协议，实现了客户端和服务器的平等对话，任何一方都可以主动发送数据。并且在第一次建立后，就一直保持连接。更多方法使用构造函数,新建ws实例连接成功后的回调函数用于指定收到服务器数据后的回调函数。服务器数据可能是文本，也可能是二进制数据（blob对象或Arrayb
python输出字体颜色改变
\033[显示方式;颜色 或者\33[显示方式;颜色 ---------------一样的前景色 30 31 32 33 34 35 36 37 后景色 40 41 42 43 44 45 46 47 颜色 黑色 红色
asp.net985-蛋糕预定系统#毕业设计
项目编号:asp.net985-蛋糕预定系统#毕业设计运行环境：VS+SQL开发工具:VS2010及以上版本数据库:SQL2008及以上版本使用技术：HTML+JS+HTML开发语言：C#，框架：asp.net近年来，因为我国电商的快速崛起，给人们带了很多的便利性。回想一下，以前没有电商的时候，购买
Python——关于用内置函数实现进制转换的简单方法
Python——关于用内置函数实现进制转换的简单方法一、所需函数介绍：1.十进制转其他进制函数：（其中x是十进制数字）bin(x)：将十进制数转换成二进制数oct(x)：将十进制数转换成八进制数hex(x)：将十进制数转换成十六进制数2.其他进制转十进制函数：统一用int函数实现二进制转十进制： i
BUUCTF笔记之Crypto部分WriteUp（二）
1、凯撒？替换？呵呵!凯撒密码一般就是26个字母经过单纯的按字母顺序来位移的加密方法（一般）如：abc=def进阶版的凯撒就不按照字母顺序的加密，等于是一个字母打乱顺序，使用类似密码本的形式对应另一个字母。所以就要经过暴力破解出每一种可能的对应加密。这里使用工具：https://quipqiup.c
python word 成功写入标题、段落，并扩充段落内容
from docx import Documentfrom docx.shared import Inchesdocument = Document()document.add_heading("财务季报评估报告")paragraph01 = document.add_paragraph('一、营业
ASP.NET知识点
ASP.NET知识点第一章 ASP.NET简介第二章 ASP.NET中的控件1. 控件分类2. 页面回发3. 常用控件1. Label控件2. TextBox控件3. Image控件4. HyperLink控件5. RadioButton控件6. CheckBox控件7. 列表控件8. Hidden
spring AOP注解@Aspect的使用
AOP思想: AOP(Aspect Oriented Programming)是一种面向切面的编程思想。面向切面编程是将程序抽象成各个切面，即解剖对象的内部，将那些影响了多个类的公共行为抽取到一个可重用模块里，减少系统的重复代码，降低模块间的耦合度，增强代码的可操作性和可维护性。AOP把软件系统分为
用Python写血轮眼
用python写血轮眼import turtleturtle.title(‘血轮眼’) #画布标题turtle.bgcolor(“green”) #背景颜色turtle.pensize(5) #画笔宽度turtle.speed(100) #海龟移动速度turtle.fillcolor(“red”)
ACmix：卷积与self-Attention的融合
ACmix是一种高效的卷积自注意力融合方法，集中了两种结构的优势，同时又能在计算开销上保持在能接受的范围。
将时间序列转成图像——格拉姆角场方法 Matlab实现
格拉姆矩阵是两两向量的内积组成，可以保存时间序列的时间依赖性，却不能有效的区分价值信息和高斯噪声。因此，在进行格拉姆矩阵变换之前，时间序列需要进行空间变换，普遍的方法是将笛卡尔坐标系转换成极坐标系（半径、角度）。格拉姆角场(Gramian Angular Field, GAF)是结合坐标变换和格拉姆
图像超分——Real-ESRGAN快速上手
首先声明，图像超分不是我的主要研究方向，下面我就以一个“外行人”的视角简单理解一下Real-ESRGAN这个算法的原理。如果读者对理论不感兴趣，可以跳到下一节的实践部分。
【综述】分子表示与性质预测中的深度学习方法
Drug Discovery Today、分子性质预测综述
Pyqt搭建YOLOv5目标检测系统（可视化界面+功能介绍+源代码）
系统支持输入图片、视频、摄像头和RTSP视频流的目标检测，其中，可以对图片进行处理，包括灰度化、平滑处理、均衡化、形态学、图像梯度、阈值处理、边缘检测、轮廓检测、直线检测、亮度调节和伽玛校正。
DarkNet网络结构
如下图所示，残差块结构由两条支路组成，一条支路将上一层输出的feature map进行卷积等操作，另一条支路将上一层输出的feature map。而更基本的结构就是残差块了，因此我们先构建出残差块，然后重复堆叠上述结构darknet53就完成了。残差)(下采+4*残差)，所以待会儿会出现一个储存残差
深度学习论文精读[6]：UNet++
UNet的编解码结构一经提出以来，大有统一深度学习图像分割之势，后续基于UNet的改进方案也经久不衰，一些研究者也在从网络结构本身来思考UNet的有效性。比如说编解码网络应该取几层，跳跃连接是否能够有更多的变化以及什么样的结构训练起来更加有效等问题。UNet本身是针对医学图像分割任务而提出来的网络结
EIoU和Focal-EIoU Loss
CIoU Loss虽然考虑了边界框回归的重叠面积、中心点距离、高宽比。但是其公式中的v反映的是高宽的差异，而不是高宽分别与其置信度的真实差异。因此，有时会阻碍模型有效的优化相似性。针对这一问题，本文在CIoU的基础上将高宽比拆开，提出了EIoU Loss，并且引入了Focal Loss聚焦优质的锚框
10.7. Transformer
transformer的编码器和解码器是基于自注意力的模块叠加而成的，源（输入）序列和目标（输出）序列的嵌入（embedding）表示将加上位置编码（positional encoding），再分别输入到编码器和解码器中。值得注意的是，解码器的自注意力权重和“编码器－解码器”的注意力权重都有相同的查
如何使用GPT2中文闲聊对话系统,机器人对话，自动对话!
每一次运行完一个epoch都会保存到model下面，在预测的时候直接调用model下面最后一个epoch就行,有问题可以发评论，我看见且我看得懂的话就会，哈哈哈httpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttpshttps
Weblogic远程代码执行漏洞（CVE-2023-21839）复现/保姆级讲解
由于WeblogicIIOP/T3协议存在缺陷，当IIOP/T3协议开启时，未经身份验证的攻击者通过IIOP/T3协议向受影响的服务器发送恶意的请求，最终导致在目标服务器上访问敏感信息并执行任意代码。