WarmUp1

该页面就只有这一个表情

我们先查看源代码

这里有提示 

<!--source.php-->

我们访问一下

我们先看最下面的if语句:如果我们用REQUEST传入的file不为空且file是字符串且传过来的file满足checkFile 函数的话就包含了。这是一个文件包含的漏洞。

我们查看一下hint 这其中告诉了我们flag的位置

我们再次回到source中查看代码

file传入里面要包含source.php  hint.php

mb_substr截取从第0位开始到mb_strpos($page  .  '?',  '?').的一位

mb_strpos:去page加?到末尾去找?第一次出现的位置

进行url解码,然后再判断一次

对?先进行编码为%3F后解码为%253F

file=source.php%253F../../flag

file=source.php%253F../../ffffllllaaaagggg

对此进行访问

第一次访问可能没有,我们可以多进行几次跨目录

从而拿到flag

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
PyTorch的warmup是指在训练神经网络时,初始学习率较小,然后逐渐增加到设定的学习率。这个过程可以帮助网络更好地收敛并提高训练效果。在PyTorch中,可以使用pytorch-gradual-warmup-lr库来实现warmup功能。这个库可以通过调整学习率的变化曲线来实现warmup。具体来说,它通过在训练的前几个epoch中逐渐增加学习率,然后再使用正常的学习率进行训练。这样可以避免训练初期学习率过大导致的不稳定问题。\[1\] 在PyTorch中,模型的参数更新是通过计算参数的梯度来实现的。每次反向传播都会计算参数的偏导数,通常表示为gt。然后,优化器会对梯度进行处理,得到新的梯度值g^t,即F(gt)。这个新的梯度值会与学习率lr一起用于更新参数。PyTorch中的优化器类如torch.optim.SGD和torch.optim.Adam都可以用于参数的更新。\[2\]\[3\] 总结起来,PyTorch的warmup是通过逐渐增加学习率来帮助神经网络更好地收敛的一种技术。可以使用pytorch-gradual-warmup-lr库来实现这个功能,并且在参数更新时使用优化器来更新参数。 #### 引用[.reference_title] - *1* [[即开即用的预热学习率调整方法]Pytorch warmup lr scheduler代码与调用方法,训练效果](https://blog.csdn.net/coolsmartboy/article/details/123225564)[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^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [pytorch常用优化器总结(包括warmup介绍及代码实现)](https://blog.csdn.net/weixin_39529413/article/details/123049102)[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^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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