打卡第55天：信息收集

最新推荐文章于 2025-06-05 22:18:57 发布
原创 最新推荐文章于 2025-06-05 22:18:57 发布 · 141 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

信息收集是渗透的基础，其方法包括登录相关系统、查看源文件、进行扫描，还可借助百度、Google等搜索引擎，同时也涉及社工手段来获取信息。

信息收集是渗透的基础，包括

登录，查看源文件，扫描

百度，Google

社工

【深度之眼】【Pytorch打卡第6天】：学习网络层中的卷积层，池化层，全连接层和激活函数层
huxw_magus的博客
07-14 540
任务名称：学习网络层中的卷积层，池化层，全连接层和激活函数层 任务简介：学习网络模型中采用的神经网络层，包括卷积层，池化层，全连接层和激活函数层，学会如何区分二维卷积和三维卷积； 详细说明： 本节第一部分学习卷积神经网络中最重要的卷积层，了解卷积操作的过程与步骤，同时学会区分一维/二维/三维卷积，最后学习转置卷积（Transpose Convolution）的由来以及实现方法； 本节第二部分学习池化层，全连接层和激活函数层，在池化层中有正常的最大值池化，均值池化，还有图像分割任务中常用的反池化——M
昇思打卡营第五期(MindNLP特辑）第三课--基于MindNLP的数据并行训练-上：课程示例代码详解
a1966565的博客
01-07 1075
Mindnlp数据并行
第四十五天打卡
wswlqsss的博客
06-05 726
作业：对resnet18在cifar10上采用微调策略下，用tensorboard监控训练过程。tensorboard在cifar上的实战：MLP和CNN模型。tensorboard的发展历史和原理。tensorboard的常见操作。
第三十五天打卡
nbbsn的博客
05-29 202
三种不同的模型可视化方法：推荐torchinfo打印summary+权重分布可视化。
打卡第五十天：图论理论基础、深度优先搜索理论基础、所有可达路径、广度优先搜索理论基础
Nothingville0v0的博客
08-25 1242
二维坐标中，两点可以连成线，多个点连成的线就构成了图。当然图也可以就一个节点，甚至没有节点（空图）整体上一般分为 有向图 和 无向图。有向图是指 图中边是有方向的：无向图是指 图中边没有方向：加权有向图，就是图中边是有权值的，例如：加权无向图也是同理。无向图中有几条边连接该节点，该节点就有几度。例如，该无向图中，节点4的度为5，节点6的度为3。在有向图中，每个节点有出度和入度。出度：从该节点出发的边的个数。入度：指向该节点边的个数。例如，该有向图中，节点3的入度为2，出度为1，节点1的入度为0，出度为2。在
代码随想录算法训练营第60期第五十一天打卡
2401_83782806的博客
05-29 791
今天的单调栈其实是一种很巧妙的做法，希望大家理解这种做法，还有我们要清楚我们单调栈是如何使用的就可以了，今天我们的分享就到这里，我们明天再见！
代码随想录算法训练营第60期第五十三天打卡
2401_83782806的博客
05-31 839
今天我们初次接触了深搜与广搜，我们大致了解了这两宗搜索算法的不同点，我们尝试使用深搜来解决所有可达路径的问题，大家多看看就可以，这个并不难理解，我们下次再见！最后祝大家端午节快乐！
代码随想录算法训练营第60期第五十二天打卡
2401_83782806的博客
05-30 1009
今天的单调栈其实不简单，有时候我们会分不清什么时候使用递增的单调栈，什么时候使用递减的单调栈，这个其实取决于我们的题目要求，如果我们是需要求比如右边第一个大于本身的数我们就需要使用单调递增的单调栈，如果我们要求右边第一个小于本身的数我们就需要使用单调递减的单调栈，还有一个问题我们什么时候是收获结果的时候，希望大家可以理解，我们今天的分享就到这里了，明天我们就会开始图论，大家明天见！
第二十五天打卡
nbbsn的博客
05-15 730
"""Docstring: 描述函数的功能、参数和返回值 (可选但强烈推荐)"""# 函数体: 实现功能的代码# ...return value # 可选，用于返回结果def: 关键字，表示开始定义一个函数。function_name: 函数的名称，应遵循Python的命名约定（通常是小写字母和下划线，例如 calculate_area,用英文单词含义和下划线来作为函数名）。parameter1, parameter2, ...: 函数的参数（也叫形参），是函数在被调用时接收的输入值。
python训练营打卡第45天
ppdkx的博客
06-05 251
对resnet18在cifar10上采用微调策略下，用tensorboard监控训练过程。tensorboard在cifar上的实战：MLP和CNN模型。tensorboard的发展历史和原理。tensorboard的常见操作。Tensorboard使用介绍。
安全学习入侵检测-蜜罐打卡第十五天
蟋蟀15型
08-02 357
本文为苏尚武老师运维安全课程课程笔记 蜜罐 本质上是一种对攻击方的欺骗捕获分析，了解攻击者使用方法和意图 cowrie 一款伪装成ssh的蜜罐，可以获取攻击者的字典 搭建 useradd cowrie passwd cowrie yum install -y git python-virtualenv bzip2-devel libffi-devel vim net-tools mysql-...
21天力扣打卡记录
qq_52598196的博客
11-13 568
21天力扣打卡记录
昇思打卡营第五期(MindNLP特辑）课程五：基于MindNLP的LLM应用开发实战：从零开始的RAG应用开发 上：实例代码上MindTinyRAG.ipynb和返回值解析
a1966565的博客
01-16 1534
第五课是讲MindNLP的RAG应用，这也是我们在使用AIAgent和知识库中最基本的技术。作为一个增强大模型表现的技术，它在2024年经历了飞速的发展和应用，毕竟比起微调来说它成本低得多。以此为基础的知识库应用也早已普及开来，组成了AI行业突发猛进又脚踏实地的重要拼图。有趣的是，明明是一个极大推动AI落地的技术，它似乎在哪家厂商眼里都是一个已经开发完成了的技术，甚至我们在MindNLP里都找不到多少关于RAG的内容。
mindspore打卡第十天transformer之训练过程
qq_39306047的博客
07-01 3378
mindspore打卡第十天transformer之训练过程 import mindspore from mindspore import nn from mindspore import ops from mindspore import Tensor from mindspore import dtype as mstype class ScaledDotProductAttention(nn.Cell): def __init__(self, dropout_p=0.):
打卡第46天：misc二维码实战
Griswold_t_cn的博客
02-15 1139
简单的ps搞定，用到的东西总结如下： alt+滚轮：缩放 ctrl+T：自由变换 shift+鼠标左键：单方向扩展 Ctrl+I：反相，黑白颠倒 移动选中块 编辑-变形-扭曲：调整变形的图片 Ctrl+L：调整色阶，还原污损的图片 手工还原二维码 必备工具 然后就是手绘二维码了 ...
打卡第16天：ichunqiu做题之 i春秋 第二届春秋欢乐赛（1）
Griswold_t_cn的博客
01-16 557
1、登山者 re en ,wp都没看懂 2、rsa256 能还原wp，有public key直接kali openssh读对应数据，yafu,msieve分解p，q，Python解密，算是一个套路吧 3、ReCreators 标准的镜像-恢复-恢复数据处理的套餐，这个恢复处理是编解码，如果出现乱码说明解码方式不对，中间多保留方便重新解码 tip：文件不知道是啥丢kali里file一下 ...
打卡第72天：java加固
Griswold_t_cn的博客
03-12 379
xss，csrf,sql注入。。。 从代码层屏蔽，但是。。。 代码不懂啊 一直认为攻比防容易
打卡第34天：misc DTMF续
Griswold_t_cn的博客
02-02 328
总算找到一个能直接解码的Python脚本，地址如下 https://github.com/hfeeki/dtmf
打卡第41天：浏览器在CTF里的价值
Griswold_t_cn的博客
02-09 324
再次做这道签到题 源码泄露 firefox需要搜索关键字或者手动挪动滚动条 chrome拉到最后即可
24小时内可能存在多个班次，也有可能跨天，要怎么去统计上下班的时间，及打卡是否异常，
最新发布
12-12
我们将以一天为单位（比如 `2025-04-05`），列出当天所有可能影响的班次（包括前一日延续来的跨天班次），然后按时间顺序分配打卡。 ```java import java.time.*; import java.util.*; public class ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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