1）桥ID（Bridge ID）=Bridge Priority+MAC 2) 端口ID（Port ID）=Port Priority+Port No 3）桥根 4）非桥根 5）根端口 6）指定端口 7）阻塞端口 8）根路径开销（Path Cost） 9）Forwording Blocking BP ...
分类：
其他好文 时间：
2019-11-27 23:44:12
阅读次数：
84
指令 mov ds:[dx],dx 原因：上述指令使用寄存器相对寻址方式，只能使用BX，BP，SI，DI 方括号里必须是变址（index，指SI, DI）或基址（base，指BX, BP）寄存器 正确写法： mov ds:[bx],bx ...
分类：
其他好文 时间：
2019-11-23 22:05:09
阅读次数：
102
Pass 01 此关为前端白名单验证，可以直接js（还未试过） 将文件改成jpg,然后用BP抓包修改成php后缀 Pass 02 本关检验的是Content Type 截断上传数据包，修改Content Type为 ，然后放行数据包 Pass 03 本关利用黑名单检验上传文件的后缀 Pass 20 ...
分类：
其他好文 时间：
2019-11-19 00:55:10
阅读次数：
82
Pass 01 此关为前端白名单验证，可以直接js（还未试过） 将文件改成jpg,然后用BP抓包修改成php后缀 Pass 02 本关检验的是Content Type 截断上传数据包，修改Content Type为 ，然后放行数据包 Pass 03 本关利用黑名单检验上传文件的后缀 Pass 20 ...
分类：
其他好文 时间：
2019-11-17 14:44:59
阅读次数：
51
1.这里有一个UI（wid_BP）,里面写有事件：Combo_X_N/2 2.在其他蓝图调用“Combo_X_N/2”事件 3.创建一个Blueprint Class 4.在这个蓝图的事件图表里创造（绑定）一个UI 5.现在就可以在其他蓝图调用Combo_X_N/2 ...
分类：
其他好文 时间：
2019-11-16 10:41:04
阅读次数：
161
摘要：本文主要介绍了神经网络的基本概念以及误差反向传播算法的推导。 1、关于神经网络的几个重要概念 神经元模型：类似于神经元细胞结构的模型。如下图： 解释：每一个神经元都是相对独立的，将输入的若干个数据经过加权处理之后求和，作为一个总体输入（在上图中就是线性模型），然后将该总体输入作为变量送给激活函 ...
分类：
编程语言 时间：
2019-11-12 20:07:46
阅读次数：
102
def sigmoid(inX): return 1.0/(1+exp(-inX)) '''标准bp算法每次更新都只针对单个样例，参数更新得很频繁sdataSet 训练数据集labels 训练数据集对应的标签标签采用one-hot编码(一位有效编码)，例如类别0对应标签为[1,0],类别1对应标签为 ...
分类：
编程语言 时间：
2019-11-10 16:03:45
阅读次数：
89
1.把w初始化为0 在神经网络中，把w初始化为0是不可以的。这是因为如果把w初始化0，那么每一层的神经元学到的东西都是一样的（输出是一样的），而且在bp的时候，每一层内的神经元也是相同的，因为他们的gradient相同。 2.对w随机初始化 初始化容易出现梯度消失或者梯度爆炸的问题。 3.Xavie ...
分类：
其他好文 时间：
2019-10-30 11:43:56
阅读次数：
166
一.在突破512字节Q:主引导程序中如何进行字符串打印？--直接打印A.BIOS中的字符串打印1.指定打印参数(AX=0x1301,BX=0x0007)--不借助循环2.指定字符串的内存地址(ES:BP=串地址)--通过段地址与段偏移来确定3.指定字符串的长度(CX=串长度)4.中断调用(int0x10)B.汇编小贴士1.汇编中可以定义函数--函数名使用标签定义callfunction;函数体的最
分类：
其他好文 时间：
2019-10-28 10:35:02
阅读次数：
81
[TOC] BP算法的简单实现 首先创建一个父类Fun, 主要定义了 forward: 前向方法，需要子类重定义; Momentum: 一个梯度下降方法; step: 更新系数的方法; zero_grad: 将记录的梯度清空; load: 加载系数; Linear 全连接层 全连接层需要注意的是 $ ...
分类：
其他好文 时间：
2019-10-27 16:47:16
阅读次数：
81
