overfit同步小助手
文章同步
AI绘图–Disco Diffusion使用指南+本地化保姆级教程
AI绘图技术，Disco Diffusion在线使用教程+保姆级本地化教程。
yolov5-6.0/6.1加入SE、CBAM、CA注意力机制（理论及代码）
yolov5-6.0/6.1加入SE、CBAM、CA注意力机制（理论及代码）
[SWPUCTF 2021 新生赛]第一波放题（nssctf刷题）
[SWPUCTF 2021 新生赛]jicaojson_decode介绍：json_decode(PHP 5 >= 5.2.0, PECL json >= 1.2.0)json_decode — 对 JSON 格式的字符串进行编码说明mixed json_decode ( string
kali linux网络扫描~局域网扫描
理论知识IP地址是由两部分组成，即网络地址和主机地址，网络地址表示其属于互联网的那一个部分，主机地址表示其属于该网络中的那一台主机，二者是主从关系 IP地址根据网络号和主机号，分为三类和特殊的两类：A类：1.0.0.0—126.0.0.0：子网掩码255.0.0.0B类：128.0.0.0—191.
个人域名备案详细流程（图文并茂）
前面文章介绍了下使用https访问网站的相关配置，然后发现访问https时灵时不灵的，有时可以正常访问，有时出现连接已被重置。反复检查相关的配置，都没有问题。因此断定，应该是域名未备案的原因。所以，这一篇文章文章就来聊一聊：个人域名该如何进行备案。（以腾讯云购买的域名为例）
Linux启动失败进入dracut 紧急模式处理思路
dracut(工具)通过从一个已经安装的系统复制工具和文件来创建一个initramfs镜像并且将它和dracut框架结合，通常可以在/usr/lib/dracut/modules.d找到。
PostMan工具介绍及安装使用
PostMan工具介绍及安装使用简单示例
Selenium元素定位神器工具谷歌浏览器插件-SelectorsHub介绍、安装和使用
SelectorsHub
压测工具之Locust
前言 说起压测，我就用过Jmeter，而且仅是简单使用，好用性能强大，最近接触了一个python提供的压测框架Locust，翻译为蝗虫，蝗虫过之，寸草不生，哈哈哈，我感觉很贴切。首先，我们分析一下市面上几种工具的特性。\LoadRunnerJmeterLocust授权方式商业收费开源免费开源免费开
Visual Studio 2022安装与使用教程
文章目录前言一、Windows安装Visual Studio 20221.1 下载地址1.2 开始安装1.3 打开Visual Studio二、Visual Studio创建一个新的项目2.1 一些准备工作2.2 创建一个新的项目2.3 创建C文件前言本文用于记录Visual Studio 2022
分享 6 个 Vue3 开发必备的 VSCode 插件
今天分享的 6 个插件，大家可以按需安装使用。我比较强烈推荐实用Volar和这 2 个插件。👍大家有更好的插件，欢迎评论分享~🔥欢迎关注我的微信公众号“前端自习课”。
【软件安装】TeXLive 2022安装（Latex下载，安装，测试，升级）教程
讲解了如何安装latex，并配置编译器
使用PYQT5设计登录界面并实现界面跳转
目录1 UI登录界面的布局2 UI登录界面布局对应的代码3 登录界面和界面跳转完整代码4 跳转界面代码函数和优化界面代码5 最终效果1 UI登录界面的布局其中，<欢迎使用XXXX软件><管理员><密码>使用的是左边功能的 label 类、<登录>使用的
Pyqt5 scroll 滑动（滚动）条对动态增加的控件进行控制（保姆级教程）
使用Pyqt5中的scroll完成动态控件的控制，并且附带有如何删除Layout中的控件。
[Python] 散点图（二维散点图、三维散点图、散点图矩阵）
python 二维散点图、气泡图、三维散点图、二维三点矩阵 【案例+python代码】
手把手教你安装CUDA（一看就会）
手把手教你安装CUDA（一看就会）
当下最强的 AI art 生成模型 Stable Diffusion 最全面介绍
目录模型生成效果展示（prompt 全公开）如何注册 Stable Diffusion 使用SD（dreamstudio.ai ）的收费标注如何SD 提供哪些参数可以设置如何使用种子来改进一张作品我用 SD 创作的图片著作权如何归属，可以拿来商用吗？Stable Diffusion 背后的研发团队S
深度强化学习-DDPG算法原理与代码
引言Deep Deterministic Policy Gradient (DDPG)算法是DeepMind团队提出的一种专门用于解决连续控制问题的离线式(off-line)深度强化学习算法，它其实本质上借鉴了Deep Q-Network (DQN)算法里面的一些思想。本文就带领大家了解一下这个算法
Python绘制loss曲线、准确率曲线
使用 python 绘制网络训练过程中的的 loss 曲线以及准确率变化曲线，这里的主要思想就时先把想要的损失值以及准确率值保存下来，保存到 .txt 文件中，待网络训练结束，我们再拿这存储的数据绘制各种曲线。其大致步骤为：数据读取与存储 - > loss曲线绘制 - > 准确率曲线绘制我们首先要得
在CPU上跑yolov5（详细步骤+适合入门）
非常详细的步骤，适合新手，不要一天就可以跑通！