What is Hacker?

                                                                                              
          小学见过电脑,但是从来没摸过电脑, MD后悔我要是早摸过 肯定会造就喜欢上了 呵呵!  小学我不知道啥是电脑, 听老爸说哪玩意能玩好多游戏. 说不让我总是 去游戏厅了 说那个更好玩诱惑我啊 (以前没有网吧,大型(电玩)就是我的命,自从有了网吧我连命都不要了)  渐渐的 上初中了老爸还是那么说! 我和人家要了台电脑 Win98 系统 我日那电脑我看着就不爽!那个时候还不知道什么是黑客! 小小的 哎呦反正跟人家的比就差远了, 最关键的是还不能连接网络. 只好去网吧了. 回家 没事就玩玩暴力摩托. 后来有一次放假去电脑培训学校 学了学打字五笔什么的老爸叫我去的,我高高兴兴的就去了.那个死老师我晕哦---谁叫我新手呢没办法告诉完我手放在键盘的键位之后就走了我就开始对着屏幕打字母....打了好几天那个迷糊啊!那时候老师说这个是CPU我JB哪知道CPU是啥啊!!!```后来实在是迷糊不下去了就不去了....那个时候知道有黑客这个词  很酷 我也喜欢但是不知道他们具体干什么 只知道他们都很厉害,电脑高手!          

           终于我高中了有了一台新电脑 VISTA 系统 那个时候VISTA系统刚出发 发布不久.由于在学校的种种原因我经常被遣送回家. 我家拉的是2兆的网线.开始疯狂的上网. 那个时候什么都好奇 在网上 看看这个 看看那个. 后来去书店买本电脑入门的书,和关于VISTA 系统操作的书 都是很简单的 教操作的 看了看看明白了 呵呵! 那个时候更向往黑客了! 我那个时候也不怎么去网吧! 因为我对游戏 实在是没什么兴趣!  本人不才有3D综合症 不能玩那个转来转去的游戏 不如CS  等等之类的 玩一会就上吐下泻!  

          后来就去学编程语言了,以前我根本不知道程序员是干嘛的没学之前一点都不知道,现在知道了 呵呵. 

         黑客的精神是高尚的,平等,自由,共享...  但是在中国黑客就是个贬义词 你提起黑客人家第一就想到干坏事,入侵人家的电脑 这个病毒-那个病毒的!我喜欢黑客 ,我更崇尚他们的那种精神 去书店我总是在黑客图书类那逗留一会呵呵! 中国的黑客就那样的 骗人 传毒 木马 ... 这是在正常不过的事情了! 我觉得书店里那些介绍黑客知识的书好像真的学不到什么东西!!!  
前些天 360报道 "小耗子"木马工作室被端窝了 那几个人被抓了 具体几个人我也不记得了,他们主要就是写一些木马专门用来穿透杀毒软件 业内人士透露他们那几个人日, 日收入 6000
我晕,  还有可能有人也经常看到什么 什么黑客 月入5万之类的 .这些刚开始我不信 慢慢的 经常关注黑客方面 尽管我菜的要死 ! 我觉得那绝对是可以做到的!  日入6000  月入5万这都是真的
呵呵 ! 这对我这个 菜鸟 准备乖乖当程序员的诱惑有点大 当然当黑客也不那么容易 呵呵!

          在中国就这样 你在群里 喊:  谁会破解路由器密码  没人鸟你  你在喊: 谁会破路由密码 500 rmb 立马有人鸟你或者 和你私聊 . 然后你半信半疑的给人家打了钱 人家在QQ里马上把你拉黑了恭喜你 你中奖了 您在本次活动中损失了500元! 然后你又去群里问 可能会遇到帮助你的人 那真的很幸运 网上骗子太多了 被骗的多了也就习惯了!这行已经很成熟了 不信你可以 百度贴吧 看看 插件吧 流量吧  弹窗把 这是一个 行业  不然也不会有那么多 黑客网站和 黑客论坛!  随随便便 每天抓几千只 肉鸡 蹂躏一下 就能月入几万 当让也不太好抓!!!  现在的工具都写好了 熟悉流程那来用就行了!  当然这些我不会 !!! 

        当然你可以鄙视这些黑客 然为他们只会用别人的东西 ,很菜 对 很多人都在这么说-- 呵呵 但是就是让你当这样的黑客 你也未必行!  这也需要学 首先你就要熟悉流程 这不会有人告诉你的,知道的都在闷声赚钱!  人家就这样可是钱赚的就是比你多 人家可以不会编程  年薪百万!!   我也向往真正的黑客 他们往往自己写一些工具 不对外公布 他们有自己写的好多东西! 他们有固定的职业! 他们那些人我觉得 怎么也得40岁以后 属于牛人 人家缺的不是钱 呵呵 ! 但是要到那种程度也很不容易! 黑客名声的败坏是我们中国人自己弄的 没办法 我们也不能去抱怨别人!
在黑客界 "没有绝对的安全,只有绝对的不安全" 你上有政策 ,人家下有对策  瑞星不是很牛X吗 ?  前几天 官网不是也被人家挂马!  只要是人为的东西总会有漏洞的!   中国人总是要显示自己的强大  什么TM 中美 黑客大战 有病 我觉得 高手 是不会参加这种无聊的活动的!!!  黑客也需要填饱肚子 不然人家呆着没事 入侵你电脑干嘛!!  

        还有希望大家学习黑客不要在网上给人家打一分钱. 切忌 , 切忌啊!!你给人家打了钱 人家马上不鸟你 你有什么办法 起诉天真除非你找打证据那可能性为0! 除了现实中的谁都别信!!  慢慢学从基础开始学!!  技术需要积累!!    学习黑客的路也会很坎坷!

        我希望中国多一些真正的黑客,多一些乐于助人的黑客 别人家一和说话 就拽过来一个字"滚" !   

       不管发生什么,我会一直喜欢黑客技术 并且一直喜欢下去!!!!                       

                                                                                                                                                                                                      5:57:27xiaohang
     

转载于:https://www.cnblogs.com/xiaohang/archive/2009/08/10/1542567.html

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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