绝了,这是他第二次搞崩全球IT设备!

电脑蓝屏debug学习 1、打开系统错误日志2、打开蓝屏dmp文件打开蓝屏dmp文件后,显示参数System Uptime表示系统运行时间。从该参数可以得知蓝屏出现的时间,从而进行蓝屏定位,例如小于1分钟为开机蓝屏,大于1分钟为上机或者玩的过程中出现问题。如下图,在系统运行后的2 days 2:11:00.849后出现的3、使用!analyze -v进一步分析在打开蓝屏dmp文件之后,会显示一个参数:Probaly caused by,表示可能导致蓝屏的驱动文件。如果没有这个参数,需要使用命令! 阅读详情

你好,我是坚持分享干货的 EarlGrey,翻译出版过《Python编程无师自通》、《Python并行计算手册》等技术书籍。

如果我的分享对你有帮助,请关注我,一起向上进击。

7835c75f49821000cbf94f2f18fd3861.jpeg

来源| 新智元(AI_era)

作者丨Aeneas 好困

【导读】绝了,外媒刚刚发现:这次造成微软蓝屏灾难的CrowdStrike CEO,在Windows XP时代就曾搞崩过全球的设备。同样是一次更新,同样让设备断网,同样要人工修复。两次导致全球IT灾难,此君可以「名垂青史」了。

微软全球蓝屏事件,破案了!

9d3c9d5fad97d00f61c7c61a4f99a9d7.png

一个由「C-00000291*.sys」配置文件触发的系统逻辑错误,瞬间就破坏掉全世界约10亿台计算机,并在随后引发所有的二阶、三阶效应。

就如AI大神Karpathy所言,技术领域还存在着的单点瞬时故障,都将对人类社会造成巨大隐患。

84e68766d65081db9f1b21410ed0ffec.png

而这次造成全球TI灾难的始作俑者、CrowdStrike CEO,竟被外媒扒出已有前科——

2010年在McAfee用一个更新搞崩全球设备的,竟然也是他!

a4be8b30bd58a61385a26f60a9f6a0c3.png

逻辑错误,触发全球大崩溃

故障发生的第一时间,就有网友向大家发出警告——停止所有CrowdStrike更新!停止所有CrowdStrike更新!

2b5ee1ced4f6dd7c83f2881b712acb11.png

对于事件起因,Objective-See基金会创始人Patrick Wardle也在第一时间就做了一番详细调查。

首先,他查看了故障位置——mov r9d,[r8]。其中R8属于未映射的地址。

这个位置取自指针数组(保存在RAX中),索引RDX(0x14 * 0x8)保存了一个无效的内存地址。

9f5c47939d4de30c9393453cde17b024.png

f00c7d6014ca92db923a7d932cc64b82.png

其他的「驱动程序」(例如「C-00000291-...32.sys」)似乎是混淆的数据,并且被「CSAgent.sys」进行了x-ref'd操作。

因此,或许是这种无效(配置/签名)的数据,触发了CSAgent.sys中的故障。

c9bb6e1d073f320447c11b5abc982b46.png

通过调试,可以更容易地判断这一点。

显然,事故中最重要的悬而未决的问题就是,这个「C-00000291-...xxx.sys」文件究竟是什么?

CSAgent.sys一旦引用它们,就立马崩溃了;而只要删除它们,就可以修复崩溃。

在VT上,他还对CSAgent.sys以及来自单个故障转储的数据进行了逆向分析。

8b83e6a981594ae7a1f4a7476fe72116.png

6070b81540b3a094c7687a725212ad37.png

最后,Wardle分享出了CSAgent.sys的几个版本(+idb),以及各种「C-....sys」文件(包括他认为已经包含了「修复」的最新文件)。

他表示,由于自己没有任何Windows系统或虚拟机,所以希望网友们能继续挖掘。

就在昨天,恶意软件专家Malware Utkonos有了更多细节的发现——

37c78ba2eac468941a80f4e12aa390a00cb22337fbf87a94c59cee05473d1c66这个地址处,似乎有一个针对0xaaaaaaaa的文件魔法检查。

这个模式,也是「通道文件」(Channel Files)的前四个字节。全部为NULL的文件,就可能会导致该cmp失败。

5a2507a94ee3480552864a71df0fb8c2.png

可以看到,rcx中与0xaaaaaaaa进行比较的值,由ExAllocatePoolWithTagPriority分配在顶部。那里正是接收ZwReadFile读取的数据的缓冲区。

这个值会在之后用cmp传递给函数(Utkonos在图中将这些函数命名为内部的wdm.h函数调用)。

c1aac5115bcd46db4b336e598a17eca5.png

通过合理性检查可发现:0xaaaaaaaa字节模式仅在此处检查的「通道文件」偏移0处出现过一次。

31f15fdb55c2d346ea5b8e6546088181.png

以下就是执行类似cmp的地址。

d3dcf6d5f48db2c288e99a04f55b2f5e.png

可以看到,只有0xaaaaaaaa看起来不同。

8b028561a889e466be5893f8c7d9c6df.png

CrowdStrike官方解释

很快,CrowdStrike在官博放出的解释,对于网友们疑惑的问题进行了澄清——

2024年7月19日04:09 UTC,CrowdStrike在持续运营中向Windows系统发布了一次传感器配置更新,这也是Falcon平台保护机制的一部分。

这次配置更新触发了一个逻辑错误,导致受影响的系统出现崩溃和蓝屏(BSOD)。

导致系统崩溃的更新已于2024年7月19日05:27 UTC得到修复。

4f1e24729bb91506e7cf0f8e567f2adc.png

报告地址:https://www.crowdstrike.com/blog/falcon-update-for-windows-hosts-technical-details/

其中技术细节如下——

在Windows系统中,通道文件位于以下目录:C:\Windows\System32\drivers\CrowdStrike\,并且文件名以「C-」开头。每个通道文件都有一个唯一编号作为标识。

此次事件中受影响的通道文件为291,文件名以「C-00000291-」开头,以.sys扩展名结尾。虽然通道文件以SYS扩展名结尾,但它们不是内核驱动程序.

通道文件291会影响Falcon如何评估Windows系统上的命名管道执行。这些命名管道用于Windows中正常进程间或系统间通信的机制。

周五的更新,本意是针对网络攻击中常见的C2框架中所使用的新发现的恶意命名管道,但实际上却触发了系统的逻辑错误,导致崩溃。

不过,这与通道文件291或任何其他通道文件中的空字节问题无关。

79cd6df31d1384dee17d847ca249fe9f.png

此事已被网友用Suno做成歌曲

要想恢复,就必须在安全模式下启动机器,并且以本地管理员身份登录并删除内容——这是不可能自动化的。

因此,这次瘫痪的打击面才会这么大,并且难以恢复。

上次也是他

虽然CrowdStrike承认了自己的错误,并在周五发布了道歉声明和解决方案。

但他们尚未解释清楚,这个破坏性的更新是如何在未经过测试和其他安全措施的情况下发布的。

自然,众多批评的声音开始集中到事件的核心人物:CrowdStrike的首席执行官George Kurtz。

87a4cf8febad0d19e3948189fea28405.png

科技行业分析师Anshel Sag指出,这已经不是库尔茨第一次在重大IT事件中扮演重要角色了。

661eba4acc1d79f525bed26abef70973.png

8885f627ab96dbcb619dcc0227827429.png

熟悉的配方,熟悉的味道

2010年4月21日,杀毒软件McAfee发布了一次面向企业客户的软件更新。

获得更新后的软件会删除一个Windows系统的关键文件,导致全球数百万台电脑崩溃并反复重启。

和CrowdStrike的错误类似,McAfee的问题也需要手动修复(设备断网离线)。

而Kurtz,正是当时McAfee的首席技术官。

2012年,Kurtz创立了CrowdStrike,并一直担任首席执行官至今。

c933274a0fdea1d76a73705629bb19fc.png

2010年,发生了什么?

2010年4月21日早上6点,McAfee向企业客户发布了一个「有问题」的病毒定义更新。

然后,这些自动更新的Windows XP电脑,会直接陷入「无限重启」的循环中,直到技术支持人员到场手动修复。

背后的原因其实很简单——杀毒软件在收到新的定义之后,会将一个常规的Windows二进制文件「svchost.exe」识别为病毒「W32/Wecorl.a」,并予以销毁。

069eb498459a5764b9d303b315988a90.png

一位大学IT人员报告称,他的网络上有1200台电脑因此瘫痪。

另一封来自美国企业的电子邮件称,他们有「数百名用户」受到了影响:

这个问题影响了大量用户,而简单地替换svchost.exe并不能解决问题。你必须启动到安全模式,然后安装extra.dat文件,再手动运行vsca 控制台。之后,你还需要删除隔离的文件。每个用户至少有两个文件被隔离,有些用户多达15个。不幸的是,使用这种方法,你无法确定你恢复的文件中哪些是重要的系统文件,哪些是病毒文件。

此外,还有一份来自澳大利亚的报告称,该国最大的超市连锁店有10%的收银机瘫痪,导致14到18家商店被迫关闭。

这件事在当时的影响之大,让众人纷纷惊叹:「即便是专注于开发病毒的黑客,估计都做不出能像McAfee今天这样能迅速『端掉』这么多机器的恶意软件。」

ab61e9365ed6fbbe166c79358e7adb5d.png

以下是SANS Internet Storm Center对这次事件的描述:

McAfee版本为5958的「DAT」文件,正在导致大量Windows XP SP3出现问题。受影响的系统将进入重启循环并失去所有网络连接。这个有问题的DAT文件可能会感染单个工作站以及连接到域的工作站。

使用「ePolicyOrchestrator」来更新病毒定义文件,似乎加速了这个有问题的DAT文件的传播。ePolicyOrchestrator通常用于在企业中更新「DAT」文件,但由于受影响的系统会失去网络连接,它无法撤销这个有问题的签名。

Svchost.exe是Windows系统中最重要的文件之一,它承载了几乎所有系统功能的服务。如果没有Svchost.exe,Windows根本无法启动。

两起事件虽然相隔14年,但却有着同样的疑惑——这样的更新是如何从测试实验室流出并进入生产服务器的。理论上,这类问题应该在测试初期就被发现并解决了才对。

何许人也?

George Kurtz在新泽西州的Parsippany-Troy Hills长大,就读于Parsippany高中。

Kurtz表示,自己在四年级时就开始在Commodore电脑上编写电子游戏程序。高中时,建立了早期的网络交流平台——公告板系统。

他毕业于西东大学,获得会计学学位。

19b6fe63b81b9d1647c48fbaefae48a9.png

随后他创办了Foundstone,并曾担任McAfee的首席技术官。

目前,George Kurtz在与Dmitri Alperovitch共同创立的网络安全公司CrowdStrike,担任首席执行官。

除了商业成就外,他还是一名赛车手。

58a97bbed4f254e63600fc83d038af2e.jpeg

Price Waterhouse(普华永道)和 Foundstone

大学毕业后,Kurtz在Price Waterhouse开始了他的职业生涯,担任注册会计师(CPA)。

1993年,Price Waterhouse让Kurtz成为其新成立的安全组的首批员工之一。

3cc876977820c36bd82d2c5e0e18d1ca.png

1999年,他与Stuart McClure和Joel Scambray共同撰写了《Hacking Exposed》,这是一本针对网络管理员的网络安全书籍。该书销量超过60万册,并被翻译成30多种语言。

e258f6ad05e34213c4dc7049767406cd.png

同年晚些时候,他创办了一家网络安全公司Foundstone,这是最早专门从事安全咨询的公司之一。Foundstone专注于漏洞管理软件和服务,并发展出了一个广受认可的事件响应业务,许多财富100强公司都是其客户。

78109e10dd07c9575e16f758d078d2aa.png

McAfee

McAfee在2004年8月以8600万美元收购了Foundstone,Kurtz因此成为McAfee的高级副总裁兼风险管理总经理。在任期内,他帮助制定了公司的安全风险管理策略。

2009年10月,McAfee任命他为全球首席技术官和执行副总裁。

730d1e1904b24986c986b6ff7cd05c43.png

随着时间的推移,Kurtz对现有的安全技术运行缓慢感到沮丧,因为他认为这些技术没有跟上新威胁的发展速度。

有一次,他在飞机上看到邻座乘客等待15分钟才让McAfee软件在笔记本电脑上加载完毕,这一事件成为他创立CrowdStrike的灵感之一。

4f57039ba9a03183cd01785f8171e2b5.png

CrowdStrike

2011年11月,Kurtz加入私募股权公司Warburg Pincus,担任「驻企企业家」(entrepreneur-in-residence),并开始着手他的下一个项目CrowdStrike。

2012年2月,他与前Foundstone的首席财务官Gregg Marston和Dmitri Alperovitch联手,正式成立了CrowdStrike。

2fa80477063dfd53ce5d60cfa866fd2c.png

CrowdStrike将重点从反恶意软件和防病毒产品(McAfee的网络安全方法)转移到识别黑客使用的技术,以便发现即将到来的威胁。并开发了一种「云优先」(cloud-first)模式,以减少客户计算机上的软件负担。

2017年5月,CrowdStrike估值超过10亿美元。2019年,公司在纳斯达克首次公开募股6.12亿美元,估值达到66亿美元。

3e351a756b70c8b4557535ed7a0e00f9.png

2020年7月,IDC报告将CrowdStrike评为增长最快的端点安全软件供应商。

2024年,Kurtz仍然是CrowdStrike的总裁兼首席执行官。

果然,世界就是个巨大的草台班子。

参考资料:

https://x.com/MalwareUtkonos/status/1814777806145847310

https://www.businessinsider.com/crowdstrike-ceo-george-kurtz-tech-outage-microsoft-mcafee-2024-7

https://www.crowdstrike.com/blog/falcon-update-for-windows-hosts-technical-details/

https://www.zdnet.com/article/defective-mcafee-update-causes-worldwide-meltdown-of-xp-pcs/

- EOF -

文章已经看到这了,别忘了在右下角点个“赞”和“在看”鼓励哦~

推荐阅读  点击标题可跳转

1、Python 项目工程化最佳实践

2、Python 可以比 C 还要快!

3、streamlit,一个超强的 Python 库

4、豆瓣8.9分的C++经典之作,免费送!

5、Python 3.12 版本有什么变化?

最近我开了一家淘宝店,名字叫【打破壁垒】,主打程序开发相关付费素材、工具的共享类商品,帮助大家降低试错和使用成本。欢迎大家关注。

d60eaf734a8f64c0ef799562b6b5faef.jpeg

长按扫描下方二维码,然后点击页面中的【打开淘宝】,即可进入店铺:

d50c5f0e29e7dfefa651e8d16cb8d35f.png

回复下方「关键词」,获取优质资源

回复关键词「 pybook03」,领取进击的Grey与小伙伴一起翻译的《Think Python 2e》电子版

回复关键词「书单02」,领取进击的Grey整理的 10 本 Python 入门书的电子版

👇关注我的公众号👇

告诉你更多细节干货

f00d1afaae9882090df35f81f2bc0ca9.jpeg

欢迎围观我的朋友圈

👆每天更新所想所悟

最近总蓝屏死机,发现是其中一个svchost进程一直占用我cpu使用率25%导致机器非常热,散热风扇狂转,像被人当矿机了 最近总蓝屏死机,发现是其中一个svchost进程一直占用我cpu使用率25%导致机器非常热,散热风扇狂转,像被人当矿机了,断网1,2分钟就会好,连接网络几分钟就又开始了,结束我的这个进程,过一会又开始了,后来用process Explorer看这个进程是个美国的ip地址连接进来,网上很多办法都试了,都不好用,后来想到开防火墙拦截对方,发现效果不错,如果不像重新做系统的,可以用用我的苯方法,我把我的过程分享给大家,希望对大家有帮助. 1需要process Explorer软件(网上搜索的有人分享的下载地址, 阅读详情

相关推荐

电脑病毒WannaCry(永恒之蓝)更新补丁蓝屏处理办法

电脑病毒WannaCry(永恒之蓝)更新补丁蓝屏处理办法,win7系统测试成功。

尝试解决蓝屏问题(svchost.exe)

1.官网下载WinDBG,前往C:\Windows\Minidump找到对应报错文件,使用file,open crush。4. 打开控制面板搜索防火墙,点击高级策略新建出站规则,给这个应用限流不许上网(组织链接),位置在c/Windows/system32/svchost.exe。2.最近的一次是code.exe,但现在先解决svchost.exe,大概率自动更新导致的。3.此电脑右键管理,服务与应用程序打开服务,关闭下面三个和更新相关的服务。如果有用回来踢踢我,我现在在尝试,不好用就撤稿。

m0_61134493的博客 1583

基于Java的高校学生信息管理系统的设计与实现(论文+源码)

可以对本系统的数据进行良好的封装,Java可以对不想被访问的数据进行良好的隐藏,具备平台无关性,可移植,更加可靠与安全,具备多线程支持,进行网络交互更容易。它支持本系统的B/S模式。开发效益方面,本系统一旦开发成功并且面向社会,就会让大多数的学生教师体会到便利办公的乐趣,随之促进提高本系统的使用率和经济利润,所以在经济方面,对于零成本开发且高利润的学生管理系统是可行的。学生可以在学生端进行选课,查看自己的成绩,教师可以在教师端查看所任课程的选课情况,对学生成绩进行录入,对所任的课程进行结课等操作。

2402_82389843的博客 1090

windows10蓝屏原因自检记录

虚拟地址描述符(VAD)根地址:ffffdf8c83e453f0,VAD数量:813,克隆数量:0,私有页面数量:22074,已修改页面数量:407573,被锁定页面数量:0。poolused、!很好,确定问题了,是因为爆内存了,svchost.exe读内存爆了,ntkrnlmp.exe具体执行内存读取任务,来背了这个锅。工作集大小(当前,最小,最大):(8651,50,345)页,(34604KB,200KB,1380KB)。跑训练的过程中电脑自动重启了,为了满足长期训练的需要,研究一下死机原因。

Primary_student的博客 7715

cartographer错误终结者 ordered_multi_queue.cc:155 Queue waiting for data

错误描述 错误提示的感应器数据可能是: Queue waiting for data:(0, points2) Queue waiting for data:(0, odom) 说明在提供给cartographter的传感器数据出现了问题,没有被成功解析。 原因分析 小编是使用自己编写的odom话题发布时,cartographer爆出了该错误。 于是设想传感器数据相关的tf或lua配置或数据本身存在错误。 于是逐个排查,最终发现了错误原因。 排查可能原因:tf错误 小编之前已处理过tf与lua配置的问题 参

人工智能机器人 4156

【从零开始学Skynet】实战篇《球球大作战》(一):功能设计

为了能把之前在基础篇中学习到的Skynet的各种知识结合起来,所以在实战篇中,我们准备开发一个完整的游戏案例《球球大作战》,介绍分布式游戏服务端的实现方法。

我是一条寻水的鱼 2978

vscode win10笔记本 蓝屏_win10 最近突然频繁蓝屏

蓝屏错误:A critical system process diedProbably caused by : ntdll.dll ( ntdll!RtlLookupFunctionEntry+11a )PROCESS_NAME: svchost.exeCRITICAL_PROCESS: svchost.exeEXCEPTION_CODE: (Win32) 0x2931b080 (691122...

weixin_39944595的博客 1822

Zemax非序列模式实战:手把手教你设计光纤耦合圆光斑整形系统(附Thorlabs透镜选型)

本文提供了一份基于Zemax非序列模式的光纤耦合圆光斑整形系统实战设计指南。文章详细讲解了从圆柱体光源建模、Thorlabs商业透镜库选型调用,到系统搭建、光线追迹与优化的完整流程,旨在帮助工程师高效完成从仿真到落地的光束整形系统设计。

weixin_28335283的博客 628

CrowdStrike 揭露全球 IT 崩溃的真正原因

我在刚刚深度格式化的硬盘上安装了正版 Windows 7(正版磁盘,从商店购买密封的),连接以太网电缆,打开我的电脑,打开 Internet Explorer,除了内置主页外没有导航到任何网站,并将其放在那里大约一个小时。没有什么严重的问题,但尽管如此,我还是被感染了。,事实上,任何最近通过 OpenAI 的 API 添加“AI 功能”的软件公司,因为我几乎可以保证,一旦他们的 API 遇到问题,一旦他们的服务器受到 DDoS 攻击、崩溃或发生其他任何事情,一半的软件都会非常糟糕地处理这些中断。

ms44的专栏 1873

从时序迷宫到稳定通信:FSMC配置中的时间参数深度解析与实战避坑指南

本文深入解析STM32 FSMC配置中的时间参数,特别是AddressSetupTime和DataSetupTime的实战配置技巧。通过STM32F407连接SRAM的实际案例,提供从理论计算到CubeMX配置的全流程指南,帮助开发者避免常见时序陷阱,确保稳定通信。

nginx7reverse的博客 81

Claude Code 完整详解(Anthropic 官方 AI 编程 Agent)

它是运行在终端(Terminal)的 AI 编程代理,不是普通 IDE 插件;你用自然语言发指令,它自主规划步骤、读写项目文件、执行系统命令、排查 Bug、处理 Git 工作流,是能真正动手干活的 AI 程序员。真正的AI 开发代理人,不止写代码,还能执行开发全流程超长全局上下文,大型项目理解碾压传统补全工具终端原生 + IDE 双接入,开发流程无割裂代码质量、可读性、工程规范性普遍偏高权限安全机制完善,修改前预览、可随时中断回滚。

wange6906的博客 3154

两次全球蓝屏,祸首竟是同一人?14年后,灭霸CEO再酿IT灾难

不幸的是,使用这种方法,你无法确定你恢复的文件中哪些是重要的系统文件,哪些是病毒文件。背后的原因其实很简单——杀毒软件在收到新的定义之后,会将一个常规的Windows二进制文件「svchost.exe」识别为病毒「W32/Wecorl.a」,并予以销毁。此次事件中受影响的通道文件为291,文件名以「C-00000291-」开头,以.sys扩展名结尾。最后,Wardle分享出了CSAgent.sys的几个版本(+idb),以及各种「C-....sys」文件(包括他认为已经包含了「修复」的最新文件)。

IT界那些事儿 3920

52-Halcon-- smooth_object_model_3d函数功能(滑处理3D对象模型)

Halcon中smooth_object_model_3d算子详解 该算子用于3D模型平滑处理,提供三种算法:'laplacian'(快速去噪)、'taubin'(高质量防收缩)和'low_pass'(频域滤波)。核心参数包括迭代次数(默认5)、平滑强度(0-1)和边缘保护选项。典型应用包括扫描数据去噪、CAD模型光顺和逆向工程优化。支持自适应平滑、结合模型简化等高级技巧,并可通过分块处理优化大型模型性能。参数组合需根据具体场景选择,如快速去噪推荐拉普拉斯方法(5次迭代,强度0.3),特征保持推荐低通滤波(

weixin_45590420的博客 871

中国十大IT企业 PK 全球九大顶级IT企业

中国十大IT企业 PK 全球九大顶级IT企业 美方及海外顶级IT企业成立时间大部分都比中方顶级IT企业成立时间早几十年,时间是一个硬伤,但我相信不久的将来我们一定可以比他们走的更稳更强。中国加油!中国的十大IT企业 华为HUAWEI——华为技术有限公司 成立于1987年,总部位于中国广东省深圳市龙岗区。华为是全球领先的信息与通信技术(ICT)解决方案供应商, 专注于ICT领域,坚持稳健经营、持续创新、开放合作,在电信运营商、企业、终端和云计算等领域构筑了端到端的解决方案优势,为运营商客户、企业客户和消费者提

ryanzwxf的专栏 1835

基于STM32设计的水下水质检测装置(微信小程序)(205)

本项目设计了一款基于STM32微控制器为核心的水下水质检测设备,该设备具有高度集成化、智能化的特点,能够实时监测水深、温度、浊度及溶解性总固体(TDS)等关键水质参数,并通过4G网络将数据上传至腾讯云IOT物联网平台,实现远程监控和数据分析。同时,为了便于操作和移动观测,还配套开发了微信小程序,用户可通过微信小程序实时查看并控制设备的各项功能,如调整下潜深度等。

1250

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

全球IT业最具影响力100人

全球IT业最具影响力100人发表评论(0)编辑词条     美国著名IT杂志《eWeek》近日评选出了2007年度“全球IT业最具影响力100人”榜单,Google两位创始人列位第一,微软CEO鲍尔默及苹果公司创始人乔布斯分别列第五和第六位,中国仅李彦宏(百度CEO)一人入围,列第56位。    “全球IT业最具影响力100人”名单:  “全球IT业最具影响力100人”

junecau的专栏 1万+

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

Gartner预测2019年全球IT支出将达到3.8万亿美元

戳蓝字“优快云云计算”关注我们哦!【2019年1月29日】全球领先的信息技术研究和顾问公司Gartner表示,2019年全球IT支出将达到3.76万亿美元,较2018年...

优快云云计算 1228

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

IT部门到底要怎么搞?

官方网站www.itilzj.com文档资料:wenku.itilzj.com在开始之前,我先讲一件有意思的事情,我本人是程序员出身,热爱编程。早段时间去拜访了几位老朋友,有位是创业建立软件公司、有位是在软件公司担任重要高管、有位是在企业负责IT部门。然而,他们几位有一个共同点:三十几岁的人还在写代码,而且写的是核心代码。这一点给我的冲击挺大的,管理和技术不是相对而立,而是相辅相成,特别是...

ITIL之家公众号 419

全球蓝屏的罪魁祸首找到了!

来源|新智元(AI_era)作者丨Aeneas 好困【导读】绝了,外媒刚刚发现:这次造成微软蓝屏灾难的CrowdStrike CEO,在Windows XP时代就曾搞崩过全球的设备。同样是一次更新,同样让设备断网,同样要人工修复。两次导致全球IT灾难,此君可以「名垂青史」了。微软全球蓝屏事件,破案了!一个由「C-00000291*.sys」配置文件触发的系统逻辑错误,瞬间就破坏掉全世界约10亿台...

程序IT圈 436

Gartner发布2025年全球IT支出最新预测:人工智能持续推动信息安全需求增加

尽管长期的不确定性导致增长前景减弱,但五年增长轨迹依然强劲。预计2025年企业网络设备 (ENE) 终端用户支出将增长8.8%,这主要得益于多个细分领域的两位数增长,其中主要包括数据中心交换机(15.8%)和网络安全领域(防火墙、网络检测与响应 [NDR] 和零信任网络访问 [ZTNA],到2025年将分别增长10.3%、18% 和 26.1%)。人工智能基础设施需求的增长正在推动数据中心系统(DCS)市场的支出增长,最新预测中,DCS市场的增速进一步上调了6.7%,使DCS市场成为增长最快的主要市场。

lurenjia404的博客 1846

中国IT行业的实力在全球怎么样

总体来说,中国的IT行业在全球范围内的实力在不断增强。二、市场规模和竞争力 中国是全球最大的互联网市场,拥有庞大的互联网用户基数和活跃的数字经济生态系统。此外,一些中国企业在国际市场上遭遇到的地缘政治和国际竞争环境的限制也影响了它们的市场竞争力。一些中国企业在国际合作中遭遇到的地缘政治和国际竞争环境的限制,以及知识产权保护问题都对国际合作产生了一定的影响。此外,中国的海外留学人员也为中国的IT行业提供了宝贵的人才资源。中国的手机制造商华为、小米等也在全球范围内取得了较大的成功,成为了全球知名的手机品牌。

DYFdingyifei的博客 670

从IT痛点到全球开源:Snipe-IT背后的十年社区构建之路

当企业IT管理员还在为Excel资产表格的版本混乱焦头烂额时,一款名为Snipe-IT的开源工具已悄然改变了30000+组织的资产追踪方式。这个始于创始人个人痛点的项目,如今已发展为拥有331位贡献者、支持40+语言的成熟系统。本文将揭开这个IT资产/LICENSE管理系统(License Management System,许可证管理系统)从车库项目到行业标杆的进化历程。 ## 痛点催生的解决...

gitblog_00993的博客 401

“数字原生”将颠覆传统IT,2019年全球IT市场将走向何方?

科技云报道原创。 “AI、公有云、微服务、开发人员爆增、专属化与行业化深化以及信任度提升都将推动企业创新倍增到2023年,几乎所有企业都将在日益数字化的全球经济中成为“数字化原生企业”。” 云计算分析师Louis Columbus在福布斯网站上撰文,列出了国际数字公司(IDC)最新报告《IDC Futurescape: Worldwide IT Industry 2019 Predictions...

科技云报道 1585

今年全球IT支出将保持稳定

市场调研机构Gartner近日预测,2016年全球IT支出将稳定在3.41万亿美元的水准。Gartner全球IT支出预测报告为主流科技趋势的指标性研究报告,范围横跨硬件、软件、IT服务与电信市场。全球IT与业务主管都利用这份季报了解市场商机与挑战,并根据报告中业经认证的方法做出商业决策、避免凭空猜测。 2016年数据中心系统支出预计将达到1740亿美元,...

weixin_34088598的博客 165

微软蓝屏搞瘫全球,马斯克很生气,原因很尴尬

来源 | 量子位 ID | QbitAI家人们,见证历史了。(BSOD)的消息毫不夸张地登顶各大热搜、热榜,全球打工人被迫狂欢喜提1天休假。然而随着事件的发酵,导致这次全球最大IT宕机的也逐渐浮出了水面。不过非常drama的是,“元凶”竟然是一家。是自称能拥有检测网络威胁“最快平均时间”的那种实力选手,《财富》1000里500多家企业都是它的客户。但更drama的是,它只是向Windows发送了一个更新……(果然,世界就是一个巨大的草台班子)微软作为直接受害者,股价在收盘之际也是跌跌跌。

lqfarmer的博客 1634
上一篇: 7 个非常好用的 Python 效率工具
下一篇: 推荐 10 个热门且实用的 Python库!
codingpy
博客等级 码龄11年 1866粉丝 104原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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