摘要： MySQL三大范式和反范式 1. 第一范式确保数据表中每列（字段）的原子性。如果数据表中每个字段都是不可再分的最小数据单元，则满足第一范式。例如：user用户表，包含字段id,username,password 2. 第二范式在第一范式的基础上更进一步，目标是确保表中的每列都和主键相关。如果一个关系 阅读全文

摘要： eip寄存器存储着我们cpu要读取指令的地址，没有了它，cpu就无法读取下面的指令（通俗点讲cpu就无法执行。每次相应汇编指令执行完相应的eip值就会增加。 因为80386 cpu的寻址范围是4GB。所以它的寻址模式是平坦模式的。这里我描述下cpu通过读取eip寄存器执行的大致过程。。 此时我们假设 阅读全文

该文被密码保护。 阅读全文

摘要： Msfvenom学习总结 1. –p (- -payload-options) 添加载荷payload。 载荷这个东西比较多，这个软件就是根据对应的载荷payload生成对应平台下的后门，所以只有选对payload，再填写正确自己的IP，PORT就可以生成对应语言，对应平台的后门了！！！ (- -p 阅读全文

摘要： Word2vec的模型很简单，训练也很简单。但是针对为什么模型结构这么设计？为什么采用Hierarchical Softmax的框架？或是为什么采用Negative Sampling的框架？网上貌似没有一个比较好的介绍。 因此，这篇博客在介绍Word2vec原理的过程中，顺便也谈到了一些我对Word 阅读全文

摘要： 目录 1.中文语料常常遇到编码问题，将任意字符集文件转为utf-8编码 2.将unlabel文件夹中的所有.txt文件合并，每个文件之间空一行 3.随机抽取.txt文件中的60%，20%，5% 4.将已经分好词的文件去掉空格（正则），恢复成文件原来的样子 5.读取excel文件转换成.json文件 阅读全文

摘要： 前几天看论文，忽然看到了一个跟word2vec并列的词向量工具，这么厉害？还能跟word2vec相提并论？ 果断需要试试。 GloVe 它来自斯坦福的一篇论文，GloVe全称应该是 Global Vectors for Word Representation 官网在此 http://nlp.stan 阅读全文

摘要： word2vec的安装，应用帖子好多，那如果想在训练的结果，也就是得到的向量上做点儿文章，该如何呢 下面来说说word2vec（python的gensim包）训练得到的模型，以及得到的向量是什么样子的 因为python训练得到的结果是二进制的，说白了就是乱码，现在既然想得到整个结果，该怎么弄呢。 其 阅读全文

摘要： 嵌入(embedding)层的理解 首先，我们有一个one-hot编码的概念。 假设，我们中文，一共只有10个字。。。只是假设啊，那么我们用0-9就可以表示完 比如，这十个字就是“我从哪里来，要到何处去” 其分别对应“0-9”，如下： 我 从 哪 里 来 要 到 何 处 去 0 1 2 3 4 5 阅读全文

摘要： Windows下对 eMMC扇区数据的完全备份与还原 备份步骤： 1. 备份aboot分区 2. 擦除aboot分区 3. 备份eMMC扇区数据 4. 还原aboot分区 还原步骤： 1. 进入Qualcomm HS-USB QDlaoder 9006模式 2. 还原eMMC扇区数据 3. 还原ab 阅读全文