CONDA命令使用+Pycharm配置anaconda环境+CUDA版本确认+安装pytorch+安装Jupyter+如何快速运行一个现存的py项目

PyTorch 和 Tensorflow 就是 python 的库（做深度学习只能用 N卡） 都是通过 pip 安装 Anaconda有虚拟环境；支持不同语言的不同版本的管理 conda 命令创建创建一个名为 “myenv” 的新环境，制定 python 版本为 3.8 1conda create --name myenv python=3.8 激活环境： 1conda activate m
AI
#conda #anaconda #pytorch #Jupyter #AI #深度学习

汇编

数据带宽 DWORD是单浮点 QWORD是双浮点 寄存器汇总 详细32位 64位64位通用寄存器 64位指令指针寄存器 RIP 64位标志寄存器 RFLAGS 汇编指令基本结构指令每个指令包括：操作码（MOV、ADD、SUB）和操作数（操作对象） 操作数操作数有以下几种类型： 操作符 栈结构 数据传输指令 F8：单步执行 ctrl+G：跳转到某个地址 若遇到编码问题
编程语言
#汇编指令 #栈 #函数 #函数调用约定

vulnhub-brainpan1

tips： 缓冲区溢出（构造 eip 指向 esp、 esp 构造 shellcode） vlum-nmap漏洞探测 wfuzz目录爆破 msf-pattern badchars坏字节 Immunity Debugger ->mona.py Msfvenom构造shellcode!/bin/bash（提权） 端口探测锁定靶机 ip 全端口扫描 发现两个端口 9999
靶场
#Vulnhub靶场 #缓冲区溢出（构造 eip 指向 esp、 esp 构造 shellcode） #vlum-nmap漏洞探测 #wfuzz目录爆破 #msf-pattern #badchars坏字节 #Immunity Debugger ->mona.py #Msfvenom构造shellcode!/bin/bash（提权） #ret2libc