自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(64)
  • 资源 (35)
  • 收藏
  • 关注

原创 leetcode - 二叉树

前序/中序/后序/层序遍历(非递归版本) 递归版本见注释部分代码 迭代方法使用栈。当前访问的节点一定是栈顶的节点(都是先将根节点入栈),先取出,再按照遍历顺序将其他节点入栈。 根据下面这个模板来思考: while 栈非空 or p非空: if p 非空: xxxxxxx else: xxxxxxx ①前序遍历 这个方法是先读取根节点...

2019-06-08 19:09:10 412 2

原创 人脸识别阅读计划

DeepID(商汤科技) GaussianFace(科大讯飞) WebFace->Face++ (旷视科技) FaceNet(Google) 百度的人脸识别(大规模人脸搜索) VGG-Face(牛津大学VGG小组) FR+FCN SphereFace NormFace ArcFace MobileFaceNets ICCV 2017 CVPR 2018

2022-03-22 10:38:30 1941

原创 人脸识别 论文阅读 (2)- S3FD: Single Shot Scale-invariant Face Detector]

S3FD: Single Shot Scale-invariant Face Detector 通过单个深度神经网络在各种面部表现上表现出色,特别是对于小脸 trick: 确保人脸的每一个像素都具有足够的检测功能,以应用于不同的面孔。 做法:anchor-associated 网络层的步长 从 4到 128 以2倍方式递增 通过anchor匹配策略提高小脸的召回率 通过max-out背景标签降低小脸的假正率 理解 网络结构 ...

2022-03-22 10:32:00 4902

原创 tensorflow使用gpu报错

环境: ubuntu 18.04 (docker base image) tensorflow-gpu 1.15 (pip3安装) cuda 10.0 (官网下载安装包) cudnn 7.6 (官网下载安装包) 报错1: cuda安装问题 Could not load dynamic library 'libcudart.so.10.0'; dlerror: libcudart.so.10.0: cannot open shared object file: No such file or direc.

2022-01-03 13:34:54 1898

原创 git仓库清理

1)git仓库-清空历史提交记录 git checkout --orphan latest_branch git add -A git commit -am "commit message" git branch -D master git branch -m master git push -f origin master git branch --set-upstream-to=origin/master git pull

2021-10-11 23:23:25 805

原创 Ubuntu 18.01 cron使用记录

重启 sudo service cron restart 查看状态 sudo service cron status 出现(CRON) INFO (Skipping @reboot jobs – not system startup) sudo rm -rf /var/run/crond.reboot 查看cron日志, 默认在/var/log/syslog sudo cat /var/log/syslog|grep CRON

2021-05-06 00:11:48 1085

原创 Ubuntu 18.04 docker-compose方式使用gpu

环境: Ubuntu 18.04 Docker version 19.03.14 docker-compose version 1.24.1 NVIDIA Driver Version 460.39 1)安装 nvidia-docker2 distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \ && curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo.

2021-02-19 15:47:00 753

原创 记录Ubuntu 18.04 (.run)方式安装 Nvidia driver

环境 Ubuntu 18.04 CUDA Version: 11.1 从官网下载对应的 驱动版本 eg: NVIDIA-Linux-x86_64-455.23.04.run 卸载旧版本 sudo apt-get remove --purge nvidia* sudo systemctl isolate multi-user.target sudo modprobe -r nvidia-drm 开始安装 sudo -i sudo chown x+a NVIDIA-Linux-x86_.

2020-11-03 17:19:03 2467

原创 记录ubuntu 18.04安装python3.6

替换apt源,修改/etc/apt/sources.list 为 deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse deb http://mirrors.aliyun.com/ubuntu/ bionic-updates

2020-08-06 11:13:23 605

原创 pyenv使用记录

目的 使用pyenv管理python版本 过程 安装pyenv https://github.com/pyenv/pyenv#installation(注意还要安装python依赖包) pyenv install xxx (eg:3.6.9) 注:如果下载速度慢,可以手动下载, 将安装包(文件格式为Python-3.6.9.tar.xz)移动到~/.pyenv/cache目录。 其他命令 设置全局变量 pyenv global 3.6.9 查看当前python版本(*号指向的是当前版本) xxx@xx

2020-07-23 15:46:58 255 1

原创 leetcode - 数组和字符串

目的 理解数组的 基本概念 及其 操作方式; 理解 二维数组 的基本概念,熟悉二维数组的使用; 了解 字符串的概念以及字符串所具有的不同特性; 理解字符串匹配中的KMP 算法; 能够运用 双指针 解决实际问题。 题目 寻找数组的中心索引 定义: 数组中心索引的左侧所有元素相加的和等于右侧所有元素相加的和。(如果数组不存在中心索引,那么我们应该返回 -1。如果数组有多个中心索引,那么我们应该返回最靠近左边的那一个) class Solution: def pivotIndex(self, nu

2020-06-21 09:30:32 507

原创 Ubuntu 18.04 安装cuda 10.1

环境 :Ubuntu 18.04 1)cuda 默认安装在 /usr/local/下,检查是否安装。 2)安装cuda 10.1 附下载链接 wget http://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.243_418.87.00_linux.run sudo bash c...

2019-10-10 17:39:36 569

原创 Ubuntu18.04 vmware vSphere Web Client 虚拟机扩容(添加磁盘)

过程记录 查看硬盘及分区信息 fdisk -l | grep sd sda为第一块硬盘,sdb为第二块硬盘 sda1为第一块硬盘的第一块分区 获取文件系统类型、UUID blkid /dev/sdb 格式化大容量磁盘 sudo mkfs.ext4 /dev/sdb 设置自动挂载 vi /etc/fstab 将/etc/sdb挂载在指定新建目录下 UUID=xxxxxxxxxx...

2019-07-16 22:49:48 624

原创 ssh 笔记

ssh相关命令: ssh-add ssh-agent ssh-copy-id ssh-keygen ssh-keyscan ① ssh-copy-id,将本机的公钥拷贝到远端,实现免密登录 ② ssh-keygen,生成公钥和私钥 重要文件: -rw-r--r-- 1 yuting staff 156 6 29 11:38 config -rw------- 1...

2019-06-29 12:38:50 268

原创 Boost.Python

如何利用Boost.Python实现Python C/C++混合编程详解

2019-06-19 13:49:54 625

原创 Primer c++ 第5版【笔记】- 复合类型(引用、指针)

什么是对象 ? 区分是不是对象,看有没有实际地址。 eg:引用绑定对象,无实际地址,不是对象;指针存放对象的地址,有实际地址,是对象。 一般说法 引用/指针的值说的是指向了什么对象, 引用/指针所指向对象的值说的是对象的值。 引用 引用只是对象的别名,引用≠对象; 引用只能绑定对象,不能绑定字面值,但是可以赋值字面值; 引用只能绑定一个对象,永远指向初始化的对象,因此必须初始化; 引用的声明写法...

2019-05-31 21:18:12 225 2

原创 快速排序(单路快排/双路快排/三路快排) Python版笔记

1.快速排序 时间复杂度 :最好O(nlogn),最坏O(n^2) 空间复杂度 :O(1) Partition主要思想是:将小于v和大于v的部分都放到索引值i的左边 def _partition(nums,l,r): ''' 将数组第一个数视为base,目的是将所有小数放到左边,大数放到右边,返回正确分割的索引 ''' base = nums[l] #即图片的v...

2019-05-24 19:02:26 2484 2

原创 gbdt心得

训练过程 伪代码如下: 初始化,f_m = f_0= label均值 每新建一个树, 更新残差 res_m = label - f_m 更新叶子节点预测值 f_m = f_prev + lr * res_m 每做一次特征划分,计算SE = (残差res_m-残差均值)**2 预测过程 预测结果 = 训练数据label均值 + lr*每棵树对应叶子节点的残差之和 参考博客 参...

2019-05-16 15:33:12 305

原创 CTR预估 学习大纲

charge = pv * cpm,cpm = sum(ctr*bid) pv指固定流量,cpm指收入/天,bid指每条广告的竞价。 一、CTR常见应用产品与场景 1、搜索(百度/Google搜索广告) 2、广告(阿里妈妈广告) 3、推荐(今日头条信息流) 任何0/1分类问题都可以用CTR思路去做 二、常用算法及发展过程 1、LR/FM/FTRL 2、GBDT 3、Deep&Wide,看这...

2019-04-16 21:13:41 311

原创 kaggle 房价预测

问题描述 代码 经典的回归问题,过了一个流程。 1)导入工具包 import pandas as pd import numpy as np import matplotlib.pyplot as plt %matplotlib inline 2)导入数据集,分割为训练集、测试集 train_df = pd.read_csv('house_price_data/train.csv',...

2019-04-16 18:59:41 324

原创 记录mathpix工具使用方法

mac下的mathpix工具使用方法 下载链接 可以将图像转化为LaTeX公式并进行编辑 1)ctrl + command + m : 2) ctrl + command + o: 截屏、录屏、识别功能 如何在pages中插入Latex公式? option + command + e ...

2019-04-06 18:29:48 10884 1

原创 近年热门目标检测(Object Detection)算法的总结

总结的算法包括:yolo 系列、SSD、Deformable-ConvNets、R-CNN系列、R-FCN、FPN。 算法综述: Yolo系列 Yolo v1 论文名称:You Only Look Once: Unified, Real-Time Object Detection You Only Look Once,言简意赅,One Stage ...

2019-03-05 14:23:40 2145

原创 np.max 与 np.maximum

1. 参数 首先比较二者的参数部分: np.max:(a, axis=None, out=None, keepdims=False) 求序列的最值 最少接收一个参数 axis:默认为列向(也即 axis=0),axis = 1 时为行方向的最值; np.maximum:(X, Y, out=None) X 与 Y 逐位比较取其大者; 最少接收两个参数 2. 使用上...

2019-03-05 11:40:04 354

原创 近年热门分类CNN网络结构的总结

总结是为了面试~~~ DenseNet 参考大神AI之路的博客 论文链接 我是先看的博客,后看的论文 最近的研究表明,想要训练一个更深更准确的网络,让靠近输入的层和靠近输出的层之间有更短的连接是有效的。 优点: 缓解梯度消失 。这个思想是基于ResNet的,DenseNet中的每一层可以直接接触到原始输入并且能接触到损失拿到梯度。 正则化效果。论文中提出Composite function,包...

2019-02-17 19:21:30 10679 3

原创 聚类算法总结

训练深度学习网络分为监督学习、非监督学习、半监督学习、强化学习。

2019-02-08 17:48:54 1751

原创 卷积神经网络中可以让特征图尺寸减半/不变的常用卷积结构

Pytorch中函数torch.nn.Conv2d的参数解释 其中,参数groups很有意思,字面上理解是将参数分组,它可以在保持输出通道数不变的情况下,将参数重复利用。 在实际实验中,同样的网络结构下,这种分组的卷积效果是好于未分组的卷积的效果的。 计算过程 特征图尺寸减半 参考DenseNet、ResNet中常见的一些结构, bottleneck之前对输入数据的处理 #1. Conv2d(...

2019-01-22 16:30:21 22432 4

转载 什么情况下应该设置 cudnn.benchmark = True?

问题 在很多情况下我们都能看到代码里有这样一行: torch.backends.cudnn.benchmark = true 而且大家都说这样可以增加程序的运行效率。那到底有没有这样的效果,或者什么情况下应该这样做呢? 解决办法 总的来说,大部分情况下,设置这个 flag 可以让内置的 cuDNN 的 auto-tuner 自动寻找最适合当前配置的高效算法,来达到优化运行效率的问题。 一般来讲,...

2019-01-22 11:03:04 1777 1

转载 最近2-3年新模型的论文笔记、常用数据

WRN FractalNet DenseNet Resnet DPN SENet 常用的数据

2019-01-15 14:59:55 602

原创 Pytorch 使用多GPU训练,有用

model 先把model都定义好,再统一放到GPU上,不然可能会报错 不要动optimizer # 多GPU if len(conf.device_ids)>1: self.model = torch.nn.DataParallel(self.model, device_ids=conf.device_ids).cuda() ...

2019-01-08 15:26:12 5256 4

原创 Pytorch 快速入门 :从tensorflow转Pytorch的笔记(gather的用法,待补充...)

从tensorflow那边踩坑后过来,对比一下二者的不同: PyTorch vs TensorFlow,哪个更适合你 为什么要转Pytorch? 更加灵活(可以去看别人用tensorflow实现,因为很流行,然后方便地用torch去实现自己的想法),支持Python化(也就是说基本可以当numpy使用) 速度更快 代码简洁容易上手(0.4版本后没有Variable之类的定义,只有一个tensor...

2019-01-04 18:19:30 4685 2

原创 人脸识别-论文阅读(8) : Attribute-Enhanced Face Recognition with Neural Tensor Fusion Networks

动机 在很多困难场景下, 如大姿态, 基于深度学习的人脸识别性能会下降很多. 但我们观察到,在这些困难场景下, 如大姿态, 人脸的属性信息(facial attribute)如性别, 人种, 发色, 眉毛形状等是保持不变的. 很自然地,深度人脸识别的特征(FRF)和属性识别的特征(FAF)具备互补性. 融合这两种特征可以提高人脸识别率. 我们尝试了现有的融合策略,表现令人难以满意. 我们提出一种基...

2018-12-20 19:14:38 2438

原创 使用t-SNE降维,可视化数据的小尝试

from sklearn.manifold import TSNE import matplotlib.pyplot as plt tsne = TSNE(n_components=2) #降到2维 X_2D = tsne.fit_transform(X) plt.scatter(X_2D[:, 0], X_2D[:, 1], c=Y) # c=Y表示按标签Y来填充颜色,Y是l...

2018-12-12 18:35:44 2069 5

原创 mac 上 ssh 登录 ubuntu 的可视化图形界面

下载 XQuartz ssh -X username@ip_address 打开浏览器 firefox 查看图片 eog xxx.jpg

2018-12-06 11:42:58 2872

原创 linux 通过python-x.x.x.tgz 安装 pip 和python

linux 安装pip 和python3 解决ImportError: cannot import name HTTPSHandler apt安装openssl-devel

2018-12-03 13:53:27 773

原创 人脸识别-论文阅读(6)

1.Range Loss for Deep Face Recognition with Long-Tailed Training Data,ICCV 2017,商汤科技 1. 概要: 长尾分布,举个例子说就是80%的财富掌握在20%的手里,尾巴的部分虽然掌握财富较少,但胜在数量多,对模型训练有很大的影响,而现有的做法大多是简单裁剪尾巴,只保留样本数量充足的类别。 本文的贡献: 研究长尾分布对人...

2018-12-02 16:29:09 822

原创 人脸识别 论文阅读(4)

1.人脸识别的瓶颈在于噪声 概要: 在不断增长的数据集规模和丰富的网络结构及损失函数的大背景下,仍然对label的噪音source和consequence的理解有限,对此论文做出了以下贡献: 在流行的大规模数据集 MegaFace 和 MS-Celeb1M 条件下,得到手动清洗的子集,分别是32%和20%,已经可以达到相当的性能;(???具体来讲) 清洗前,分析了标签噪音的属性/特性; 证明了使...

2018-11-24 17:29:06 3116

原创 人脸识别 论文阅读(3)

Finding Tiny Faces in the Wild with Generative Adversarial Network,CVPR 2018,Oral 论文链接 三个主要贡献: 新颖的端到端方式的人脸检测CNN网络结构,提出了super-resolution network(SRN)和 refinement network (RN)生成真实并且高分辨率的图像; 引入新的loss去...

2018-11-16 16:01:21 7938 2

原创 人脸识别 论文阅读 (3)- DeeplD1:Deep Learning Face Representation from Predicting 10,000 Classes]

DeepID1 :Deep Learning Face Representation from Predicting 10,000 Classes 主要思想: 对一个训练样本来进行判断10000个类中的哪一个,训练一个softmax多元分类器,而不是一个二元分类器,提升了训练难度,利用神经网络的强学习能力,同时学习得到的特征具有一定的泛化能力,DeepID层只有160维,远远小于其分类类别,这...

2018-11-02 15:33:10 2236

原创 人脸识别 论文阅读(1)- DeepFace: Closing the Gap to Human-Level Performance in Face Verification

1.S 3FD: Single Shot Scale-invariant Face Detecto 通过单个深度神经网络在各种面部表现上表现出色,特别是对于小脸 要点: 确保人脸的每一个像素都具有足够的检测功能,以应用于不同的面孔 通过anchor匹配策略提高小脸的召回率 通过max-out背景标签降低小脸的假正率 ...

2018-11-01 10:38:46 3808

原创 计算机视觉 常用算法总结

计算机视觉算法在图像识别方面的一些难点: 1)视角变化:同一物体,摄像头可以从多个角度来展现; 2)大小变化:物体可视的大小通常是会变化的(不仅是在图片中,在真实世界中大小也是由变化的); 3)形变:很多东西的形状并非一成不变,会有很大变化; 4)遮挡:目标物体可能被遮挡。有时候只有物体的一部分(可以小到几个像素)是可见的; 5)光照条件:在像素层面上,光照的影响非常大; 6)背景干扰:物体...

2018-10-22 18:19:39 32431 1

用easyx做的打字小游戏(类似金山打字的打苹果)

图片音乐找不到了 自己换一下 图片音乐找不到了 自己换一下

2017-12-31

visual studio community 2015 正版官网下的 安装包

vs2015社区版正版安装包 vs2015社区版正版安装包 vs2015社区版正版安装包

2017-12-31

epel-release-7-11.noarch.rpm

epel-release-7-11.noarch.rpm epel-release-7-11.noarch.rpm epel-release-7-11.noarch.rpm

2017-12-31

scapy官方文档(带目录)

Scapy是一个Python程序,使用户能够发送、嗅探、解剖和伪造网络包,能够轻松完成扫描、跟踪、探测、单元测试、攻击或网络发现等经典任务,还能完成其它工具不能完成的任务(如:比较无效帧等)。

2019-07-04

算法分析与设计课设(递归,归并,贪心,动态规划)文档+代码

语言为C/C++ 主要是对递归,归并,贪心,动态规划几个经典栗子的实现

2017-12-31

大学数据库系统课设学生成绩管理系统文档+代码

vb语言,大学课设,内附说明文档(包含功能截图)和代码,代码部分有注释。

2017-12-31

EMNLP 2018 FaceBook 、Google 论文集

NLP方向FaceBook 、Google 两个大厂的论文集合,含有论文清单。

2019-03-08

LFW数据集 pairs.txt

用来在训练好的模型上做人脸验证测试,包含3000个match pairs和3000个dismatch pairs,用法网上讲得很详细。

2018-12-13

LSTM相关paper

ppt《LSTM的前身今世》介绍了RNN的发展历程,该资源包含BRNN、GRU、Attention等经典论文,一共9篇,可以作为NLP的入门。

2019-04-01

CS231n 李飞飞 计算机视觉(笔记+作业)

作业包含2016冬季和2017春季,官网下载 笔记是网友翻译的

2018-08-18

计算机专业 大数据实训 考察报告

考察报告是2M那个文件,对书评做情感分析,基于keras的lstm模型,三类的分类问题(正面、中性、负面)

2018-12-02

keras .whl文件 用于python3

网速差pip下不下来可以用 网速差pip下不下来可以用 网速差pip下不下来可以用

2017-12-31

nltk_data nltk语料库下载

最近在学Python自然语言处理,要用到nltk这个库的各种内置语料库,然而我nltk.download()的时候经常下载一半就卡了,浪费了很多时间。特意分享给大家~

2018-07-29

Kali 文档.zip

资源1:Kali-Linux-Revealed-1st-edition.pdf 资源2:KALI_LINUX_WIRELESS_PENETRATION_TESTING_BEGINNER.pdf 资源3:KALI_LINUX_ASSURING_SECURITY_BY_PENETRATION_TES.pdf 资源4:KALI_LINUX_2_WINDOWS_PENETRATION_TESTING.pdf 资源5: Intermediate Security Testing with Kali Linux 2.pdf

2019-07-04

pandas-0.21.0-cp36-cp36m-win_amd64.whl

pandas-0.21.0-cp36-cp36m-win_amd64.whl pandas-0.21.0-cp36-cp36m-win_amd64.whl pandas-0.21.0-cp36-cp36m-win_amd64.whl

2017-12-31

NSL-KDD(KDD Cup 1999数据集的重采样版本)

NSL-KDD是KDD Cup 1999数据集的重采样版本,training set和test set分别采用(125973, 41) 和(22544, 41)的数据。在training set中,normal : abnormal = 67343 : 58630,解决了KDD99中类别不均衡的问题。

2019-06-17

leetcode题解

戴方勤 (soulmachine@gmail.com) https://github.com/soulmachine/leetcode 最后更新 2014-1-7 版权声明 本作品采用“Creative Commons 署名 -非商业性使用 -相同方式共享 3.0 Unported 许可协议 (cc by-nc-sa)”进行许可。 http://creativecommons.org/licenses/by-nc-sa/3.0/ 内容简介 本书的目标读者是准备去北美找工作的码农,也适用于在国内找工作的码农,以及刚 接触 ACM 算法竞赛的新手。 本书包含了 LeetCode Online Judge(http://leetcode.com/onlinejudge) 所有题目的答案,所有 代码经过精心编写,编码规范良好,适合读者反复揣摩,模仿,甚至在纸上默写。 全书的代码,使用 C++ 11 的编写,并在 LeetCode Online Judge 上测试通过。本书中 的代码规范,跟在公司中的工程规范略有不同,为

2017-12-31

基于ngram多特征的流量载荷类型分类方法.pdf

黄盛林1, 2, 4,王恩海1,何燕玲3,王伟4 1. 中国科学院计算机网络信息中心,北京 100190 2. 中国科学院大学,北京 100049 3. 西南科技大学,四川 绵阳 621010 4. 北龙中网 (北京) 科技有限责任公司,北京 100190 摘 要: 关键词: 准确的流量分类是解决网络拥塞、网络安全监管、流量计费等研究的基础。为了解决在线混合流 量 (加密与非加密) 一次性快速分类问题,本文结合传统特征提取和载荷特征提取的优点,提出五 元组加载荷 ASCII 出现频次的特征提取,并以此提出一种在线流量快速分类方法。实验表明,在 相同算法下,使用本文的特征提取比使用载荷特征提取,整体分类准确率提高了近 4%;基于五元 组加载荷特征提取、使用 C4.5 算法的在线流量快速分类方法是可行的。 在线流量分类;五元组;载荷特征;C4.5 决策树

2019-07-18

JDK源码剖析之红黑树TreeMap.pptx

JDK源码剖析之红黑树TreeMap,偶然看见,传上来分享一下

2019-07-18

mitre-getting-started-with-attack-october-2019.pdf

目录 Foreword Threat Intelligence Detection and Analytics Adversary Emulation and Red Teaming Assessments and Engineering About the Authors About ATT&CK About MITRE

2020-11-03

en_core_web_sm-3.2.0.tar.gz

从github下载

2021-12-07

NVIDIA-Linux-x86_64-418.56.run(nvidia driver ,用于Ubuntu 18.04, gpu型号RTX 2080Ti)

步骤: 1)cat /proc/driver/nvidia/version ,内核版本显示418.56。 2)卸载。sudo apt purge nvidia* , sudo apt purge libnvidia* 3)重启。reboot 4)查看模块。lsmod|grep nvidia , 没有nvidia模块,可以开始安装。 5)sudo bash NVIDIA-Linux-x86_64-418.56.run ,一路点yes。 6)查看是否安装成功。nvidia-smi 如果是其它的内核版本,可以在https://www.nvidia.cn/drivers/unix/linux-amd64-display-archive/和https://www.nvidia.com/en-us/drivers/unix/自行下载。

2019-10-10

NVIDIA-Linux-x86_64-455.23.04.run

NVIDIA-Linux-x86_64-455.23.04.run 官方驱动安装包,包含在Ubuntu 18.04 (.run)环境下的安装方法

2020-11-03

ADFA-LD数据集

包含训练数据、验证数据、攻击数据三个文件夹,具体介绍见https://www.bbsmax.com/A/MAzAgMjy59/,介绍了ADFA-LD数据集详情以及一些机器学习方法。

2019-07-18

mysql-8.0.12-macos10.13-x86_64.dmg

mysql-8.0.12,安装包,用于mac。快速下载,资源大小185.8M

2019-09-29

ADFA-LD数据集.zip

包含训练数据、验证数据、攻击数据三个文件夹,具体介绍见https://www.bbsmax.com/A/MAzAgMjy59/,介绍了ADFA-LD数据集详情以及一些机器学习方法。

2019-07-18

openssl-1.1.1.tar.gz

linux编译提示-lcrypto失败,安装crypto库,源码安装openssl-1.1.1.tar.gz。安装过程参考博客,https://blog.csdn.net/Fyear100/article/details/85121476

2019-09-29

The Devil of Face Recognition is in the Noise,商汤科技,ECCV 2018(论文阅读ppt)

The Devil of Face Recognition is in the Noise,商汤科技,ECCV 2018(论文阅读ppt) 文件格式 keynote,对论文的理解,包含论文的贡献,做了哪些实验等。一共14页。

2019-12-16

基于ngram多特征的流量载荷类型分类方法(论文)

丁杰u 黄亮3庹宇鹏〃 桑亚飞u 张永铮1 1(中国科学院信息工程研究所北京100093) 2(中国科学院大学北京100049) 3 (国家计算机网络应急技术处理协调中心北京100029) VoL34 No.2 Feb. 2017 摘 要 相关研究具有重要意义。 目前,网络流量分类技术主要按照应用类型或者协议类型对网络流量分类,不能够对未 知流量和加密流量进行分析和识别。因此提出一种基于n-gram多特征的流量载荷类型分类方法来实现对网络 数据包中传输内容的类型的识别,即将流量按照其载荷类型分为文本、音频、视频、图片、可执行文件、压缩加密七 类。首先利用阈值筛选出高频连续子串集合,进而在该集合上提取多样化的特征来刻画连续子串的频数分布,最 后 基 于 C 4 . 5 决 策 树 对 流 量 载 荷 类 型 进 行 准 确 分 类 。 实 验 验 证 表 明 ,在 仅 使 用 每 条 流 1 K B 数 据 的 情 况 下 ,分 类 载荷类型的平均准确率和平均召回率分别达到了 92.7% 和91.9% ,与基于熵值的分类方法相比,平均准确率和 平均召回率分别提高近10.8 % 和12.1% 。 关键词 流量分类载荷类型统计特征机器学习

2019-07-18

catboost-0.16.5-cp36-none-manylinux1_x86_64.whl

sudo pip3 install catboost-0.16.5-cp36-none-manylinux1_x86_64.whl

2019-08-27

Range Loss for Deep Face Recognition with Long-Tailed Training Data(商汤,论文阅读ppt)

Range Loss for Deep Face Recognition with Long-Tailed Training Data,ICCV 2017,商汤科技 本文的贡献: - 研究长尾分布对人脸 CNNs 模型训练的影响,并想办法缓解 - 开发出新loss —— Range loss - 使用数据集LFW(Labeled Faces in theWild)、YTF(YouTube Faces)证明了损失函数克服长尾分布的有效性

2019-12-16

XQuartz-2.7.11.dmg 安装包

XQuartz安装与使用 https://blog.csdn.net/wang_zh1/article/details/107871367

2020-11-03

tensorflow-1.4.0-cp36-cp36m-manylinux1_x86_64.whl

tensorflow-1.4.0 ,python3.6, linux _x86_64 平台,资源大小38M。

2019-09-29

wireshark-3.4.3.tar.xz

wireshark源码,版本3.4.3 (2021.2) , github下不下来可以用这个

2021-02-02

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除