第二周学习记录 作业二

已于 2023-11-03 17:34:16 修改
阅读量178 收藏
点赞数
文章标签： 学习
于 2023-11-03 17:25:18 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/134207362
版权
本文详细描述了如何在VMware中安装VMware软件并利用它来创建新虚拟机，接着下载KaliLinux镜像文件，设置光盘映像，配置操作系统，包括账号密码和语言选项，最终完成KaliLinux的安装过程。
摘要由CSDN通过智能技术生成

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。如图

9366a552aaf5485f8fba81998c44f497.png

 点击下一步12a4c359f3cf4878b4704512503e8db9.png

安装位置尽量不要选择c盘，然后点击下一步。

4736b70227514c80997b09ea8d87bccc.png

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）

40be5956bc024ae88ecc703bec1219b9.png

 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。

2.将新建虚拟机的光盘映像文件改为下载的kali镜像。

3.开启虚拟机。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。

4.完成kali安装配置，如图

9d4925ce66f54f1baccbb0866cc8e35c.png

 

 

Javacharm++
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
DeeplearningAI神经网络和深度学习第二周作业
11-08
在本资源中，我们关注的是DeeplearningAI平台上的“神经网络与深度学习”课程的第二周作业。这个作业由著名的人工智能专家吴恩达（Andrew Ng）教授指导，他是深度学习领域的先驱之一。吴恩达以其深入浅出的教学方式...
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
在深度学习的学习过程中，理解和应用基础的数学函数是至关重要的，特别是激活函数如Sigmoid。本文将详细解析如何手写Sigmoid函数及其向量化实现，以及它的导数，这些都是构建神经网络模型的基础。 首先，Sigmoid...
第二周学习记录 作业1
2301_80480415的博客
10-31 211
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。然后点击Open Brower，在搜索栏输入www.baidu.com。在火狐浏览器设置中搜索查找证书，再点击查看证书。首先在点击Proxy，并确保拦截处于开启状态，如图。抓包完成后，在action菜单栏中点击Send to。点击CA Certificate。接着确定退出，burp证书配置完成。然后导入下载好的burp证书，如图。2.burp抓包过程。
《吴恩达深度学习》编程作业-第二周
我的博客
07-21 2618
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 1191
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 1656
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作业
weixin_46178148的博客
12-30 1007
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 1072
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。...
【吴恩达深度学习】：第二周编程作业（笔记型）——01
SJZSZYH的博客
10-15 464
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;
吴恩达深度学习笔记（第二周编程作业）
ncisiad的博客
01-09 107
深度学习笔记
吴恩达深度学习课程第二章第三周编程作业(pytorch实现)
only my railgun
11-17 2767
文章目录声明一、问题描述二、编程实现1.加载数据集2.使用mini-batch3.利用pytorch搭建神经网络3.1 利用torch.nn简单封装模型3.2 定义优化算法和损失函数4.整体代码 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 - 第三周作业这篇博客，对其代码实现了复现，但是原博客中代码使用的是tensorflow，而我在学习生活中主要用到的是pytorch，所以此次作业我使用p
VBA挑战：第二周的作业
03-04
在这个“VBA挑战：第二周的作业”中，我们将探讨一些关键的VBA知识点，这些知识将帮助你理解和掌握VBA的基本概念和应用。 1. **VBA基础知识**： - **变量与数据类型**：在VBA中，变量用于存储数据，如Integer、...
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。
哈工大操作系统读书笔记2（第二周）
01-20
在第二周的学习中，我们将深入探讨操作系统的核心概念和基本原理。 一、操作系统概述 操作系统（Operating System，简称OS）是管理计算机硬件与软件资源的计算机程序，它是计算机系统的核心。它提供了一个用户界面...
Element学习（布局组件、案例操作）（4）
m0_74363339的博客
08-08 384
value：表示输入的值，提交表单后传给服务器的值——>"男"表示1，"女"表示2。定义数据模型时，对象要使用大括号。像这里searchForm: {....}3、这一步之后的效果展示（只是空有一个布局——>目前还没有任何的内容）2、找到这种布局对应的代码（复制——>粘贴到标签<div>中）5、 在主展示区域的上方添加"员工查询"的（且独占一行）表单。还有一个当点击"查询"按钮时，会触发一个方法，也要去声明。7、给表格增加一个边框——>加入border属性即可。6、日期选择器——>(官网中组件中找)
Zero123++ 论文学习
calvinpaean的博客
08-07 1080
随着新视图生成模型的涌现，3D 内容生成领域取得了显著进展，这些模型利用了强大的 2D 扩散生成先验知识，这些 2D 扩散模型是在互联网上的大规模数据集训练得到的。如果没有全局条件，针对可见区域生成的内容还是不错的，但是对于不可见区域，则生成质量就急剧下降了，因为模型缺乏推理物体的全局语义的能力。Reference Attention 指的就是，在对模型的输入去噪时，对一个额外的参考图像使用去噪 UNet 模型，并将参考图像中得到的自注意力 key 矩阵和 value 矩阵附加到去噪模型的相应的注意力层。
日常学习--20240806
xxm13679073037的博客
08-07 809
调优
【IC设计】昇腾910架构学习
最新发布
VICI的博客
08-10 244
昇腾910是华为的AI训练卡，基于7nm EUV工艺，其中有16个基于ARMv8定制的CPU，32个Ascend-Max AI加速器，使用4*6的无缓存NoC Mesh进行互联，使用HBM（High Bandwidth Memory）进行存储，提供128通道的视频译码器。本文内容是参考华为公开资料形成的个人观点，无侵权行为，内容仅供学习！
马哥linux学习笔记
08-31
马哥Linux学习笔记是一份关于Linux基础入门及安装系统、文件目录的学习资料。这份学习笔记涵盖了Linux开源许可证GPL、BSD、MIT、Mozilla、Apache和LGPL的区别，FHS（文件系统层次标准）的定义以及Linux手册的不同章节。其中，GPL是GNU General Public License的缩写，BSD是一种开源许可证，MIT也是一种开源许可证，Mozilla是Mozilla Public License的缩写，Apache是Apache License的缩写，而LGPL是Lesser General Public License的缩写。FHS定义了Linux系统中各个目录应该存放的文件数据，确保不同开发人员在目录配置上的统一。Linux手册被分为多个章节，每个章节包含不同类型的帮助内容，例如用户命令、系统调用、设备文件和特殊文件、配置文件格式等。马哥Linux学习笔记提供了这些重要的知识和理解，帮助读者更好地学习和理解Linux操作系统。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [Linux学习笔记](https://blog.csdn.net/weixin_42593895/article/details/126044983)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [马哥笔记第一周作业（linux基础了解）](https://blog.csdn.net/jyjyhhh/article/details/127380718)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
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