weixin_42545466的博客

原创 2 滑稽333

打开界面没有发现什么有效信息（如get，post等明显提示）之后直接点击检查，就看到了flag。

原创 1 Flask_FileUpload

cat/flag**（cat /flag，记得cat后面有个空格，这个意思是打开根目录下的flag，如果不在根目录下，不需要加/）**因为是输入框，需要提交，所以重点查看提交位置的信息。只允许jpg，png格式的文件。后面的一句是“给我的这个文件，我会返回值“。看了网上的解析，提交一个png文件，但是先使用txt文件建立一个代码，之后转为png格式的文件，我也不太明白为啥这里直接想到使用这个命令，慢慢积累经验吧。发现上传文件的题，不知道怎么办，查看源代码。使用BP拦截流量包成功，出现下图界面。

原创 剑指 Offer 06. 从尾到头打印链表

如何使用带有头指针的列表class Solution:def reversePrint(self, head: ListNode) -> List[int]:s = []while head:s.append(head.val)head = head.nextreturn s[::-1]递归法 （重点关注回溯阶段如何执行）

原创 排序算法实现

冒泡排序do=[2, 15, 5, 9, 7, 6, 4, 12, 5, 4, 2, 64, 5, 6, 4, 2, 3, 54, 45, 4, 44]def maopao(do): false = 0 true = 1# i代表i之前的元素都有序 for i in range(0,len(do)):# flag代表本次冒泡中是否发生交换 flag = false for j in range(i,len(do)-1): .

原创 剑指 Offer 10- II. 青蛙跳台阶问题

自己使用的方法自己写的，在leetcode上，为什么递归没法使用，哪里出错了class Solution: def fib(self, n: int) -> int: if n == 0: return 0 elif n == 1: return 1 elif n >= 2: return fib(n-1)+fib(n-1)Jupyter验证我们的方法

原创 面试题22. 链表中倒数第 k 个节点（双指针，清晰图解）

自己超时的一种解法，利用栈来存储结点，之后将栈内元素输出K词class Solution: def getKthFromEnd(self, head: ListNode, k: int) -> ListNode: stack = [] out= [] while head: stack.append(head.val) head = head.next while(k): .

原创 剑指 Offer 15. 二进制中1的个数

阅读完题目后的问题（1） 如何将输入的一个十进制数转换为32位的二进制数。（2） 遍历一个列表，以及判断语句，统计1的个数。看完题解后的思路：（1） 首先，将一个十进制整数输入进计算机，他会自动转换为2进制（2） 其次，根据（1）那么就可以发现，当我们用n&1时候便有：n的最右一位为1则：n&1=1：n的最右一位为0则：n&1=0（统计完后，将n无符号循环右移一位n>>1）class Solution: def hammingWeight(sel

原创 剑指 Offer 17. 打印从1到最大的n位数

class Solution: def printNumbers(self, n: int) -> List[int]: min = 1 max = 10**n total = [x for x in range(min,max)] return totalclass Solution: def printNumbers(self, n: int) -> List[int]: min = 1

原创 剑指 Offer 11. 旋转数组的最小数字

方法一：边比较边移动，输出最大的元素。class Solution: def minArray(self, numbers: List[int]) -> int: for i in range(0,len(numbers)-1): if(numbers[i]<numbers[i+1]): temp = [] temp = numbers[i] n.

原创 剑指 Offer 09. 用两个栈实现队列

一定要if语句里面带有return的情况，如果满足，该函数后续的语句便不执行。以及题目的含义，两个数组代表的是在两个栈中的操作方式，以及参数。// 题目没看懂，["CQueue","appendTail","deleteHead","deleteHead"]不知如何在里面进行操作。 class CQueue: def __init__(self): self.A, self.B = [], [] // 声明两个栈，A栈实现进栈操作，B栈实现出栈操作，按照题目要求用两个栈.

原创 剑指 Offer 05. 替换空格

取巧使用字符串的替换方法。class Solution: def replaceSpace(self, s: str) -> str: s=s.replace(' ','%20') return s别人的方法，申请一个新的列表，用新增代替替换。重新构建一个字符串。class Solution: def replaceSpace(self, s: str) -> str: res = [] for c in s:

原创 剑指offer 03.数组中的重复数字

法一：使用collections.Counter函数计算频率，遍历字典，将所有频率大于1的键都放入一个列表中，随机输出列表。import collectionsimport randomclass Solution: def findRepeatNumber(self, nums: List[int]) -> int: s=[] fre = collections.Counter(nums) for i in dict(fre).keys(

原创 代码改写笔记l2b到HSML

处理方法将l2b的生成三个变量的部分首先放到HSML上。# 疑点1.现在不清楚，HSML里面所说的previous task是什么意思，是随着学习的过程，这个之前的任务，是指整个训练完成进行迁移的时候的元任务还是随着训练和测试不断进行过程中的任务。transferable knowledge代表的是什么？2.l2b中的task distribution倒是很明确，就是处理训练完后的元信息，迁移时候的一个差异。疑点已经解决，没有什么问题，因为，对于上面的问题我们可以认为不管是整个训练完毕之后我

原创 HSML代码笔记

DataGEneratortf.slice 介绍tf.train.string_input_producer

原创 windows下安装pycocotools亲测有效

清华源下载选择合适自己电脑的版本下载。记住保存的路径，比如F:\谷歌下载，进入Acanonda promet 选择环境进行安装pip install F:\谷歌下载\pycocotools_windows-2.0-cp37-cp37m-win_amd64.whl --user

原创 动手学bert课程笔记

1.pytorch下面有一个pre_trained里面的东西是官方给定的，在tokenizion中可以更改各个与训练模型的下载的地址，过多的就不要改了。2.我们在使用bert的时候，写forward当我们不知道数据的形式什么样的时候，我们就点进去源码，看看对于该模型的输入输出的要求这里的x是什么？传进bert都需要什么？x就是什么上图就是模型的输入输出的要求。此处需要写bert的前向传播，直接点进去self.bert,复制前向传播的参数即可。模型初步写完我们需要调整一下维度。在这里是con

原创 构建Translation的步骤

main首先要定义1.一个Encoder2.一个AttentionDecoder3.开始train需要定义Encoder，Decoder结构，Encoder,AttentionDecoder需要vocab_size,hidden_sizeTrainIter声明一系列的参数，并读入数据。迭代前声明好优化器，损失函数。以batch_size大小读入数据，将tensor数据放入train中进行迭代。Train接收数据，将数据输入进模型中进行处理，计算loss。优化器进行工作。数据预处理数

原创 TF-IDF

TF-IDF是一种统计方法，用来评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它①在文件中出现的次数成正比增加，但同时会随着它②在语料库中出现的频率成反比下降。其中，①通过算法的TF部分来进行评估；②通过IDF来进行评估。TF：Term Frequency，一般称为“关键词的词频”，或者“单文本词频”。计算方法：文件中关键词的使用次数除以文件总词数（非去重）。例如，在一篇总词数为10000的文章中，“人工智能”出现了17次，“发展”出现了23次，“的”出现了113次。那

原创 对于装饰器的一些笔记

装饰器分为类装饰器，函数装饰器。就是在类前或者函数前加上@，使用方法，调用规则一样。作用：装饰器所做的事情就是把函数作为一个参数传入进另一个函数。装饰器让你在一个函数的前后去执行代码。有了装饰器我们就可以将装饰器函数进行封装。在前面定义和装饰器同名的函数，在后面我们就可以用@装饰器名调用这个函数。def a_new_decorator(a_func): def wrapTheFunction(): print("I am doing some boring work

原创 Pytorch报错笔记

1. RuntimeError: CUDA out of memory.解决办法：调低batchsize2.AttributeError: Can’t pickle local object在linux下不会报错，Windows下需要把num_works设置为0

原创 MAML-CNN代码笔记

该代码中编写了许多初始化权重的信息，其他的代码都没有加载过初始化参数的信息吗?torch.nn.Parameter()w = nn.Parameter(torch.ones(*param[:4]))在刷官方Tutorial的时候发现了一个用法self.v = torch.nn.Parameter(torch.FloatTensor(hidden_size)),看了官方教程里面的解释也是云里雾里，于是在栈溢网看到了一篇解释，并做了几个实验才算完全理解了这个函数。首先可以把这个函数理解为类型转换函数，

原创 文本数据预处理（自己定义）

分词def tokenizer(text): return [tok.text for tok in spacy_en.tokenizer(text)]#顺序错了 应该先导入数据，对数据进行处理，在用loadCSVcsvdata = loadCSV(r'F:\研一\NLP\数据集\ag_news_csv\train.csv')csvdata1=tokenizer(str(csvdata))通过初步的分词，可以看到还是有许多标点符号，这些都是无用的。所以要去掉去除标点符号t

原创 读取文件，保存文件

TXT读取分割将TXT文件按照’\n’分割成多个txt文件CSV读取按行读取CSV文件解压压缩文件zip_ref = zipfile.ZipFile(os.path.join(root_path,'mini-imagenet.zip'), 'r')zip_ref.extractall(root_path)zip_ref.close()dictLabels = {}with open(r'F:\研一\NLP\数据集\ag_news_csv\test.csv') as csvfile:

原创 Python基础知识

filter()函数： filter(function, iterable)过滤掉不符合条件的元素，返回由符合条件的元素组成的新列表。def is_odd(n): return n % 2 == 1 newlist = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])print(newlist)1，3，5，7，9map()函...

原创 PyTorch: Tensors and autograd 2020.04.26

PyTorch: Tensors and autograd 2020.04.26w1=torch.randn(D_in,H,device=device,dtype=dtype,requires_grad=True)w2=torch.randn(H,D_out,device=device,dtype=dtype,requires_grad=True)#因为w是需要进行梯度下降更新的，所以将其设...

原创 python练习

字典边输入边构成字典dict={}while True : name=input("请输入名字：") score=input('请输入分数:') if name : dict[name]=score else : breakprint(dict)#字典可以无限极嵌套cities={ '北京':{ '朝阳':['国贸','CBD','天阶','我爱我家','链接地产'], '海淀':['圆明园

原创 文本分类---使用CrossEntropyLoss时候的一些错误

错误：multi-target not supported at C:/w/1/s/tmp_conda_3.6_045031/conda/conda-bld/pytorch_1565412750030/work/aten/src\THCUNN/generic/ClassNLLCriterion.cu:15jie**解决：**将label变为一维， 见到batch.label=batch.label.unsqueeze(1)要小心。loss函数为交叉熵的时候，此时的输入label应该就是batch_siz

转载 Ubunt18.04安装中文拼音

https://baijiahao.baidu.com/s?id=1602795097404487516&wfr=spider&for=pc 一定要log out 在log in才会生效

原创 pytroch和cuda，cudnn的关系

https://pytorch.org/get-started/previous-versions/

原创 使用tensorboard

进入到日志文件的上一级目录。例如我的日志文件存在D:\项目\图像\keras-yolo3-master\logs\events.out.tfevents.1585048065.DESKTOP-6N8VI87这个是我日志文件的绝对路径。那么我们通过命令行进入到D:\项目\图像\keras-yolo3-master\后输入tensorboard --logdir=./logs即可...

原创 keras中构造loss曲线图像

转载 np.zeros()

转载

原创 Fuzzy-rough nearest neighbor classifier

Fuzzy-rough nearest neighbor classifierFuzzy-rough nearest neighbor classifier attempts toenhance the conventional K-nearest neighbor classifier by exploiting fuzzy-rough uncertainty. While preserv...

原创 Learning deep representation of imbalanced SCADA data for fault论文分析

提出的故障对象风机叶片结冰问题相关变量Considering that blades icing accretion can lead to overloading and power generation loss,twenty two continuous variables related to fault information areselected from SCADA. The...

原创 稀疏矩阵

转载 Adaboost分类器

https://blog.csdn.net/guyuealian/article/details/70995333

原创 孤立森林

孤立森林（Isolation Forest）怎么来切这个数据空间是iForest的设计核心思想思路：将整个数据划分为多个子集，在子集上进行异常检测的操作。iTree的建立是通过对训练集的递归分隔来建立的，直到所有的样本被孤立，或者树达到了指定的高度，树的高度限制l与子样本数量ψ的关系为l=ceiling(log2(ψ))，它近似等于树的平均高度。我们只关心路径长度较小的那些点，它们更有可能是...