- 博客(14)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 MongoDB
– 启动MongoDB服务net start MongoDB– 关闭MongoDB服务net stop MongoDB数据库#使用Test数据库—切换到某一个数据库，若切换到不存在的数据库，则会自动创建use Test#显示数据库—一个空的数据库，系统是不会显示----需插入一条记录show dbs集合#创建runoob集合db.createCollection(“runoob”)#显示所有集合show collections#删除runoob集合db.runoob.drop(
2021-09-12 20:44:48
119
原创 Python注意说明二（队列）
1. 队列操作系统使用队列控制计算机进程—调度机制基于队列算法—目的是尽可能快地执行程序，同时服务尽可能多的用户；队列是元素的有序集合，添加操作—尾部，移除操作—头部假设队列尾部在列表的位置0(使用insert函数)----pop移除队列头部的元素(列表最后一个元素)—添加操作复杂度O(n)----移除操作复杂度O(1)2. python实现队列class Queue: def __init__(self): self.items=[] def isEmpty(se
2021-09-06 09:28:25
173
原创 Python注意说明一（栈）
1. 两种高性能创建列表方法1）列表解析式：l=[i for i in range(100)]2）列表构造器：l=list(range(100))---性能最优
2021-09-05 15:58:22
208
原创 RNN、CNN、Transformer
卷积神经网络—不同层能够输出图像中不同层面上的细节特征；循环神经网络RNN传统RNN全连接网络运用到NLP任务上，面临的问题：1、对于不同的输入样本，输入和输出可能有不同的长度，因此输入层和输出层的神经元数量无法固定；2、从输入文本的不同位置学到的同一特征无法共享；模型中的参数太多，计算量太大；1）解决办法—RNN网络结构----通过扫描数据输入的方式，使得每一个时间步的所有网络参数是共享的，且每个时间步不仅会接收当前时刻的输入，同时会接收上一个时刻的输出，从而使得其能够成功利用过去输入的信
2021-07-17 15:30:22
3222
原创 CNN中的卷积层、池化层、全连接层---分析
卷积和池化----自动学习各个层次上的特征；常见的特征：颜色、亮度；边缘、角点、直线等局部特征；纹理、几何形状等复杂的信息和结构特征；参考链接：https://blog.csdn.net/zfjBIT/article/details/88075569...
2021-07-16 11:38:35
1973
原创 Go----GoLand注意事项五
注意事项五1）字符串遍历：按字节(使用byte)、按字符(使用rune)2）strings包的字符串处理函数---------------------------------------------------------------检索字符串-----------------------------------------------------func Contains(s, substr string) bool--判断s是否包含substr func ContainsAny(s
2021-05-30 10:14:28
101
原创 Django---注意事项一
注意事项一Pycharm社区版不含有创建Django的选项；解决办法1）管理员运行cmd ---- 启动含有django库的tf1----conda activate tf12）跳转到存储项目的路径----cd /d C:\Users\lh\Desktop3）在该目录下输入—django-admin 项目名—django-admin startproject4）在Pycharm中打开创建的这个项目；5）切换Project Interpreter(含有django库)；6）创建应用—在Termi
2021-05-29 20:59:33
91
原创 Go----GoLand注意事项四
注意事项四1）数组语法格式： var 变量名 [数组长度] 数据类型//长度整数且大于0，无空数组(与切片不同)初始化数组语法格式：var nums=[5]int{1,2,3,4,5} var nums=[...]int{1,2,3,4,5}多维数组----声明方式：var variable_name [size1][size2]...[sizen] variable_type注意：将数组作为函数参数进行传递，通过值传递，原数组保持不变； package mainimp
2021-05-28 10:54:53
129
原创 Go----GoLand注意事项三
注意事项三1）Go语言函数本身可以作为值进行传递，支持匿名函数、闭包、满足接口；2）函数声明 func funcName(parameters type1,parameters type2...) (output1 type1,output1 type2...) { //逻辑代码 //返回多个值 return value1，value2...}参数列表中，多个参数变量且相邻变量是同类型---语法格式：func add(a,b int){ }可变参数---有着不定数量的参数---
2021-05-26 15:40:44
139
原创 Go----GoLand注意事项二
注意事项二1）条件分支语句switch语句---基于不同条件执行不同动作select语句---类似于switch，区别在于select会随机执行一个可运行的case；如果没有case可运行，将阻塞，直到有case可运行；2）循环控制语句break语句---中断当前for循环或者跳出switch语句continue语句---跳过当前循环剩余的语句，继续执行下一轮循环goto语句---将控制转移到被标记的语句3）特殊写法if statement; condition{ //代码块}
2021-05-16 12:38:14
171
原创 Python---实践中遇到的问题及解决方案
1）问题一报错：UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0xa0 in position 6605: illegal multibyte sequence分析：错误就是无法用gbk的方式去解码解决方案：需要读取的字符串可能不是gbk编码的，解码却用gbk的方式去解码，所以只需要在打开文件的时候指明打开方式file=open(path,encoding='gbk')file=open(path,encoding='gb18030')fil
2021-05-07 19:06:35
2228
原创 恶意代码---反检测技术
恶意代码种类：木马、蠕虫、广告软件、后门、间谍软件等；恶意代码反检测技术1）对抗反汇编技术：将具有特殊构造的数据和代码应用到程序中，错误的程序代码就会在使用反汇编分析工具进行分析时产生；2）反调试技术：发现调试器被用来检测恶意代码的动作时，反调试技术被恶意代码编写者用来增加调试器对恶意代码的分析时间；延长调试的时间和调试复杂性，恶意代码一旦发现被调试，就通过修改自身程序来使自己奔溃或者修改已经设定的执行路径来达到阻碍调试器分析的目的；3）反虚拟机技术：恶意代码里含有反虚拟机技术主要由于用于捕获恶意代
2021-05-04 23:10:39
919
1
原创 恶意代码---N-gram特征
1）N-Gram特征的创建：设定滑动窗口长度(字节片段长度N)，对恶意代码内容按字节特征大小进行滑动，每一个字节片段称为gram；统计gram出现的频度，设定阈值进行归一化。2）恶意代码特征提取方法：n-gram字节、抽象语义、PE文件格式信息、动态行为信息等。3）最初是由Jeremy等人提出通过提取文件n-gram字节特征实现恶意代码的检测------Learning to Detect Malicious Executables in the Wild[C]。**一 Jeremy方法**思想
2021-05-01 15:55:52
2032
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人