第二周学习记录 作业1

已于 2023-11-03 07:45:01 修改
阅读量201 收藏
点赞数
文章标签： 学习
于 2023-10-31 19:27:01 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2301_80480415/article/details/134147157
版权

1.burp证书配置:

首先访问http://burp​​​​​​

点击CA Certificate。如图

904b0c2ad35d4a84b5abc5fbe52cd71b.jpg

 在火狐浏览器设置中搜索查找证书，再点击查看证书。如图

25c639c1985441ca8808f7e1fd923693.png

然后导入下载好的burp证书，如图

e2bb4db77b03496085b4271437ba42a2.png

 74f2e83a873241088356e62887169f36.png

 

接着确定退出，burp证书配置完成。

2.burp抓包过程

首先在点击Proxy，并确保拦截处于开启状态，如图。

aaaf5424a0c744009bc3c944f075c063.png

 然后点击Open Brower，在搜索栏输入www.baidu.com

抓包完成后，在action菜单栏中点击Send to

Repeater，点击Repeater再点击Send。点击Render，右侧出现百度界面，抓包流程完成。如图

8648f0d88e1e40bebd32834eb06ee61c.jpg

 

 

 

 

Javacharm++
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
吴恩达深度学习第二课第一周作业代码
08-02
吴恩达深度学习第二课第一周作业，仅含代码。笔记见博客！
深度学习笔记（5）：第一课第二周的作业题第一部分详解与代码
12-21
注意两点 1）记住shift+Entershift+Entershift+Enter快捷键 2）记住要从import那一段代码开始一直运行到你需要的部分，否则可能会因为中断而引起代码错误 手写一个简单的sigmoid函数 很简单，我们只需要知道对于单个...
第二周学习记录 作业二
2301_80480415的博客
11-03 172
这里先选稍后安装操作系统，之后安装kali后再添加光盘映像文件。（其余步骤根据教程进行）进行kali系统配置（如账号密码设置，选择系统语言等）根据教程进行。1.先去kali官网下载kali系统镜像文件，下载好之后再创建新的虚拟机。VMware安装过程及在VMware中安装kali过程。首先在官网下载VMware17或者16。安装位置尽量不要选择c盘，然后点击下一步。2.将光盘映像文件改为下载的kali镜像。4.完成kali安装配置，如图。
《吴恩达深度学习》编程作业-第二周
我的博客
07-21 2555
基于神经网络思维模式的逻辑回归_猫识别分类器
吴恩达深度学习课程第二章第二周编程作业
only my railgun
11-10 1147
文章目录声明一、任务描述二、编程实现1.使用的数据2.mini-batch处理数据集总结 声明   本博客只是记录一下本人在深度学习过程中的学习笔记和编程经验，大部分代码是参考了【中文】【吴恩达课后编程作业】Course 2 - 改善深层神经网络 - 第二周作业这篇博客，对其代码实现了复现，代码或文字表述中还存在一些问题，请见谅，之前的博客也是主要参考这个大佬。下文中的完整代码已经上传到百度网盘中，提取码：af12。 一、任务描述   这次作业我们的主要任务是以下四个： 1.划分mini-batch训练
吴恩达深度学习课程第二章第一周编程作业
only my railgun
11-08 1603
文章目录声明一、任务描述二、编程实现1.数据2.参数初始化2.1 初始化参数为02.2 参数随机初始化2.3 抑梯度异常初始化2.4 主控函数2.5 测试结果对比2.5.1 初始化为02.5.2 随机初始化参数2.5.3抑梯度异常初始化3.模型正则化3.1 L2正则化二、使用步骤1.引入库2.读入数据总结 声明   本博客只是记录一下本人在深度学习过程中的学习笔记和编程经验，大部分代码是参考了【中文】【吴恩达课后编程作业】Course 2 - 改善深层神经网络 - 第一周作业(1&2&3)这
【吴恩达深度学习】：第二周编程作业（笔记型）——01
SJZSZYH的博客
10-15 454
吴恩达深度学习第二周作业，第二周主要讲述的是逻辑回归学习算法，我们主要做的是搭建一个能够"识别猫"的简单神经网络。x : 表示一个nx维数据，为输入数据，维度为（nx，1）y : 表示输出结果，取值为（0，1）((𝑥(𝑖),𝑦(𝑖)) : 表示第i组数据，可能是训练数据，也可能是测试数据，此处默认为训练数据𝑋=[𝑥(1),𝑥(2),…,𝑥(𝑚)]：表示所有的训练数据集的输入值，放在一个 𝑛𝑥×𝑚的矩阵中，其中 𝑚表示样本数目;
吴恩达深度学习第二周作业
weixin_46178148的博客
12-30 965
测验部分 第二周测验部分作业 5、维度不相同的不能进行四则运算 (m,n) +/-//÷ (m,1) python自动将后者复制为n列 (m,n) +/-//÷ (1,n) python自动将后者复制为m行 (m,1) +/-//÷ R python自动将后者复制为m行 (1,n) +/-//÷ R python自动将后者复制为n列 除此以外其他的维度均无法计算，执行程序会报错 使用np.dot(a,b)是矩阵乘法，上述四种情况是元素之间的运算 8、单纯的元素相加，将b转化为b的转置，则同上述第二种情况
吴恩达机器学习第二周学习笔记及编程作业答案
mysky54的博客
04-09 1062
吴恩达机器学习第二周学习笔记及编程作业答案 一、理论基础 1、机器学习定义：一个程序被认为能从经验 E 中学习，解决任务 T，达到性能度量值P，当且仅当，有了经验 E 后，经过 P 评判，程序在处理 T 时的性能有所提升 机器学习都可以分为两大类：监督学习；无监督学习。 监督学习：在监督学习中，我们会得到一个数据集，并且已经知道我们的正确输出应该是什么样子的，因为我们认为输入和输出之间是有关系的。...
Python语法学习第1周作业（零基础）
LCZLYZ的博客
03-11 70
Python小白零基础学习笔记
吴恩达机器学习第七周学习笔记及编程作业答案
mysky54的博客
06-06 785
支持向量机(SVM，Support Vector Machine) 一、理论基础 1.优化目标 解释：可以去掉常数项1/m，因为它并不影响我们最小化θ的取值 与逻辑回归不同的是，支持向量机不会输出概率，当最小化代价函数，获得 参数????时，支持向量机所做的是它来直接预测????的值等于 1，还是等于 0。 2.大边界的直观理解 支持向量机有时被称为大间距分类器 考察这样一个数据集，其中有正样本，也有负样本，可以看到这个数据集是线性可分的。存在一条直线把正负样本分开。当然有多条不同的直线，可以把正样本和负
吴恩达深度学习第二课jupyter版作业
06-02
本作业内包括作业标准答案以及我自己做的两个版本，可以直接在jupyter笔记本中...该作业为吴恩达的深度学习系列视频第二课改善神经网络：超参数调试，正则化以及优化课后作业，包括第一周+第二周+第三周的课后作业。
吴恩达深度学习第一课jupyter版作业
06-02
本作业内包括作业标准答案以及我自己做的两个版本，可以直接在jupyter笔记本中运行。该作业为吴恩达的深度学习系列视频第一课神经网络和深度学习课后作业，包括第二周+第三周+第四周的课后作业，第一周无课后作业。
Coursera-Machine-Learning:Ng的机器学习笔记和作业-Python3代码
04-30
Python 依赖包pip install numpypip install matplotlibpip install scipy第一周 | 线性回归数据：ex1data1.txt，ex1data2.txt作业文件：ex1.py，ex1_multi.pypython ex1.py python ex1_multi.py第二周 | 逻辑回归...
(delphi11最新学习资料) Object Pascal 学习笔记---第14章泛型第2节（标准类的泛型方法）
langfengyl的专栏
06-07 312
​ 使用泛型类型定义类可能是最常见的情况，但泛型类型也可以用于非泛型类。换句话说，一个普通的类也可以有一个泛型方法。在这种情况下，不仅要在创建类的实例时为泛型占位符指定类型，还要在调用方法时指定类型。：当我第一次编写这段代码时，可能是因为我想起了我的C++时代，我将参数写成了（t：T）。​ 所有上述调用都是正确的，因为这些调用中的参数类型可以是隐式的。如果使用类型和参数调用该方法，则参数的类型必须与泛型类型声明匹配。​ 如果在尖括号之间不指示类型调用该方法，则实际类型将从参数的类型中。
如何学习Golang语言!
FengyangCoder的博客
06-09 389
起源与设计哲学：Go语言由Robert Griesemer、Rob Pike和Ken Thompson三位Google工程师设计，旨在解决现代编程中的一些常见问题，如编译速度、运行效率和并发编程。主要特点：Go语言的语法简单、编译速度快、运行效率高，支持静态类型和内存安全，具有垃圾回收功能，并且原生支持并发编程。
扩展学习|风险管理的文献综述汇总（持续更新向）
最新发布
weixin_63253486的博客
06-10 772
本片博客主要介绍风险管理领域本人所看到的一些有意思的文章，并就风险管理领域的相关内容进行一个分享。
[ue5]建模场景学习笔记（5）——必修内容可交互的地形，交互沙（3）
qq_40128113的博客
06-09 284
5.第一想法直接clear掉，但直接clear会把想要保留的痕迹一并去除，跑起来就没有痕迹！所以不行，要做一个转载，先把痕迹保留在一个载体上，清楚原来痕迹，用sandsave表示，再把这个载体的痕迹保存回原来rt，这样之前的痕迹被清空了，只留下了保存在载体上的部分，正好符合我们想要的部分。我们现在已经能够让这片地形出现在任意地方，只要角色走在这片地形上，就能够产生痕迹，但这片区域总是需要人工指定，又无法把这片区域无限扩大（显存爆炸），因此尝试使角色无论走到哪里都能产生痕迹。否则绘制不到画板上。
图解人工智能第二章学习笔记
08-24
- *1* *3* [人工智能及其应用——第二章学习笔记（上）](https://blog.csdn.net/JallinRicher/article/details/122752897)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值