FTP 主动与被动传输模式配置与测试
目录 一、FTP Server 端配置 \1. 安装FTP角色 \2. 创建FTP账号 \3. 添加FTP站点 \4. 开放FTP服务器防火墙 二、FTP Client 端配置 \1. 开放FTP客户端防火墙 \2. 安装FTP测试工具 三、FTP主动传输模式测试 四、FTP被动传输模式测试 一、FTP Server 端配置1. 安装FTP角色添加角色和功能——》勾选“Web 服务器(IIS)”——》点击“添加功能” 只需要勾选“FTP 服务”即可，下一步 下一步，直到安装完成 2. 创建FTP账号创建一个FTP用户账号，用于做测试（普通用户账号即可，这里暂时不需要添加任何权限） 3. 添加FTP站点打开IIS管理器，在空白处右击——》添加FTP 站点 填写FTP站点名称和物理路径，然后点击下一步 测试环境，我这里没用到SSL证书，勾选“无SSL”，下一步 身份验证勾选“基本”，授权选择“指定用户”，并填写前面创建的FTP用户账号，赋予读、写权限，点击“完成”即可 定位到ftp物理...
GAN
GAN的设计 生成器的损失由判别器输出来计算的，而判别器输出的是一个概率值，可以通过交叉熵计算 什么是GAN生成式对抗网络（GAN, Generative Adversarial Networks ）是一种深度学习模型，是近年来复杂分 布上无监督学习最具前景的方法之一 机器学习的模型可大体分为两类，生成模型（ Generative Model）和判别模型（Discriminative Model）。判别模型需要输入变量 ，通过某种模型来 预测 。生成模型是给定某种隐含信息，来随机产生观 测数据 GAN原理GAN 主要包括了两个部分，即生成器 generator 与 判别器 discriminator。==生成器主要用来学习真实图像 分布从而让自身生成的图像更加真实，以骗过判别器 。判别器则需要对接收的图片进行真假判别。== 在训练过程中，生成器努力地让生成的图像更加真实 ，而判别器则努力地去识别出图像的真假，这个过程 相当于一个二人博弈，随着时间的推移，生成器和判 别器在不断地进行对抗。 最终两个网络达到了一个动态均衡：生成器生成...
GPU的使用与分配
获得当前主机上运算设备列表1234gpus = tf.config.experimental.list_physical_devices(device_type='GPU')cpus = tf.config.experimental.list_physical_devices(device_type='CPU') 设置当前程序可见的设备范围当前程序只会使用自己可见的设备，不可见的设备不 会被当前程序使用，因此可以设置当前程序可见的设 备范围。1234gpus=tf.config.experimental.list_physical_devices(device_type='GPU')#可见设备范围tf.config.experimental.set_visible_devices(devices=gpus[0:2], device_type='GPU')#设置前两快可见 指定程序只在显卡 2,3 上运行。12import osos.environ['CUDA_VISIBLE_DEVIC...
Git 分支操作详解
git 的分支是它最明显的特性， 大部分人听别人推荐使用git都会听到“git分支操作方便…”，对比其他版本控制系统git 分支操作有难以置信的轻量，创建新分支几乎瞬间完成，不同分支之间切换也非常快捷方便；本文将结合实践以及绘图归纳、总结git常见的分支操作指令以及注意事项；本文只总结git分支的实践运用， git分支底层实现原理请阅读 ProGit第二版 分支部分章节； 1.GIT创建分支；首先我们得知道， GIT分支包括本地分支 跟 远程分支； 惯例先上图： 有时远程有的分支我们本地没有（其他同事维护的分支）， 或者本地有的分支远程没有（修复线上小问题开的本地小分支）；以下具体说下如何创建本地分支和远程分支： 1.1 创建本地分支： 新分支都是基于原有分支创建， 而在实践开发中基本从线上分支（与线上代码同步的分支）： master 分支创建。 而 从master创建本地分支也有两种方式：基于本地master分支创建分支、基于线上master分支创建分支； 基于本地master分支创建分支（命令窗口进入工程根目录）： 查看当前是否在master分支： 12// 查看本地分支...
Git 结构与工作流程
Git的工作流程 克隆 Git 资源作为工作目录。 在克隆的资源上添加或修改文件。 如果其他人修改了，你可以更新资源。 在提交前查看修改。 提交修改。 在修改完成后，如果发现错误，可以撤回提交并再次修改并提交。 Git 工作区、暂存区和版本库 **工作区：**就是你在电脑里能看到的目录。 **暂存区：**英文叫 stage 或 index。一般存放在 .git 目录下的 index 文件（.git/index）中，所以我们把暂存区有时也叫作索引（index）。 **版本库：**工作区有一个隐藏目录 .git，这个不算工作区，而是 Git 的版本库。 图中左侧为工作区，右侧为版本库。在版本库中标记为 “index” 的区域是暂存区（stage/index），标记为 “master” 的是 master 分支所代表的目录树。 图中我们可以看出此时 “HEAD” 实际是指向 master 分支的一个”游标”。所以图示的命令中出现 HEAD 的地方可以用 master 来替换。 图中的 objects 标识的区域为 Git 的对象库，实际位于 “.git&#...
HSV 色域分量与标准范围对照
HSV分量图 HSV标准色域范围
Hydra 概述
Hydra概述Hydra是一款由著名的黑客组织THC开发的开源暴力破解工具，支持大部分协议的在线密码破解，是网络安全·渗透测试必备的一款工具。安装方法：Kali中自带hydra,直接搜索关键字即可。 参数详解在Kali的命令行中输入hydra -h即可查看hydra 的所有参数 具体的参数含义见下表： 参数名 参数含义 -l ： 指定破解的用户，对特定用户破解 -L 指定用户名字典 -p 小写，指定密码破解，少用，一般是采用密码字典 -P 大写，指定密码字典 -R 继续从上一次进度接着破解 -S 大写，采用SSL链接 -s 小写，可通过这个参数指定非默认端口 -e 可选选项，n：空密码试探，s：使用指定用户和密码试探 -t 同时运行的线程数，默认为16 -C 使用冒号分割格式，例如“登录名:密码”来代替 -L/-P 参数 -M 指定目标列表文件一行一条 -o 指定结果输出文件 -f 在使用-M参数以后，找到第一对登录名或者密码的时候中止破解 -w 设置最大超时的时间，单位秒，默认是30s -v ...
InfoGAN 核心概念解析
概念InfoGAN所要达到的目标就是通过非监督学习得到可分解 的特征表示。使用GAN加上最大化生成的图片和输入编码 之间的互信息。 最大的好处就是可以不需要监督学习，而且不需要大量额 外的计算花销就能得到可解释的特征 实现InfoGAN的出发点，它试图利用z，寻找一个可解释的表达， 于是它将z进行了拆解，一是噪声z，二是可解释的隐变量c， 而我们希望通过约束c与生成数据之间的关系，可以使得c里 面包含有对数据的可解释的信息。 如对MNIST数据，c可以分为categorical latent code代 来 表数字种类信息（0~9），以及continuous latent code来 表示倾斜度、笔画粗细等等 在生成器中除了原先的噪声z还增加了一个隐含编码c，所谓 InfoGAN，其中Info代表互信息，它表示生成数据x与隐藏编 码c之间关联程度的大小，为了使的x与c之间关联密切，所以 我们需要最大化互信息的值，据此对原始GAN模型的值函数 做了一点修改，相当于加了一个互信息的正则化项 互信息：我们可以把互信息看成当观测到y值而造成 的x的不确定性的减小。如果x，y是相互独立没...
LinkNet 图像语义分割
import tensorflow as tf from tensorflow import keras import numpy as np import os %matplotlib inline import matplotlib.pyplot as plt import glob 查看Tensorflow版本1tf.__version__ 仅在需要时申请显存空间程序初始运行时消耗 很少的显存，随着程序的运行而动态申请显存；GPU 的显存使用策略设置为 “仅在需要时申请显存空间”) 123gpus = tf.config.list_physical_devices(device_type='GPU')for gpu in gpus: tf.config.experimental.set_memory_growth(device=gpu, enable=True) glob读取路径训练数据12img = glob.glob('E:images/leftImg8bit/train/*/*.png') # tf.io.glob...
KDE 配置与美化
结果展示 基本配置关于 manjaro 的安装这里不再赘述了，安装的时候选择闭源驱动无脑下一步即可。 manjaro 我使用的是英文安装，这样可以避免 ~ 家目录中出现中文名称的子目录。 安装完成后，在系统设置、区域设置、语言中添加简体中文语言包，然后在区域选项中选择中文并重新注销即可将语言变更为中文。 manjaro 换源，执行以下命令： 1$ sudo pacman-mirrors -c China 添加 archlinuxcn 源，获得更多的包： 12345$ sudo vi /etc/pacman.conf[archlinuxcn]SigLevel = Optional TrustAllServer = https://mirrors.tuna.tsinghua.edu.cn/archlinuxcn/$arch 更新系统、软件： 1$ sudo pacman -Syyu 下载 yay AUR 助手，后续更新系统、下载软件等均可以使用 yay 命令代替 pacman 命令： 1$ sudo pacman -S yay 安装 base-devel，yay 命令构...
