全连接神经网络参数，自用的，不要下载，下载就是坑。。。

将数据集转换为拉普拉斯矩阵，然后利用基于图论的谱聚类进行聚类。拉普拉斯矩阵采用高斯核函数，全连接方法计算。谱聚类擅长处理高维数据或非凸数据集。

Kaggle预测房屋价格的全连接层模型

包含数据集

Nmap全连接扫描 一、实验目的 掌握nmap的相关知识； 熟悉nmap工具的使用； 掌握nmap全连接扫描的相关知识； 掌握nmap全连接扫描的操作。 二、实验内容 在物理机上安装Nmap； 使用Nmap完成一次站点全连接扫描； 使用Wireshark工具对全连接扫描的三次握手进行分析。 三、实验内容与步骤 在物理机上安装Nmap。 1.1、打开nmap的官网（/）下载最新版本的nmap，点击“Download page”进入下载界面。 1.2、下滑到Windows的安装包，点击最新版本的setup文件进行下载。 1.3、点击下载到本地的nmap-7.92-setup.exe文件开始安装。首先点击“I agree”继续安装。 1.4、参数默认，点击“Next”继续安装。 1.5、选择合适的安装路径，点击Install开始安装。当跳出Npcap安装的时候点击“I Agree”继续安装，npcap是一个网络数据包抓包工具，是WinPcap的改进版；它支持NDIS 6技术、“只允许管理员Administrator”访问Npcap、与WinPcap兼容或并存两种模式；支持Windows平台的

Pytorch实现全连接神经网络模型和卷积神经网络训练MNIST数据集 Pytorch实现全连接神经网络模型/卷积神经网络训练MNIST数据集，并将训练好的模型在自己的手写图片数据集上测试 目录说明： CNN文件夹是用来保存卷积神经网络模型代码，其中model.py,my_dataset.py是被自动调用的，都不需要运行 FC文件夹是用来保存全连接神经网络模型代码，其中model.py,my_dataset.py是被自动调用的，都不需要运行 dataset文件夹是保存MNIST官方数据集的文件夹，不需改动 images文件夹是用来保存REAEDME.md文件中引用的图片的，不需改动 my_mnist_dateset文件夹是用来保存自己手写数字图片与标签文件的，自己手写的图片请放在my_mnist_dateset/classify对应的文件夹中 make_ours_dataset.py文件是用来处理my_mnist_dateset文件夹下的图像并生成标签用的 requirements.txt文件是环境配置文件

机器学习，利用全连接神经网络，近4000张喷码字符（类似于牛奶盒上的生产日期），全自动训练与分类识别，dataset文件夹里面是已经标注好的训练集，cut文件夹里面是全部数据集，handle文件夹里面是运行程序后将所有字符进行分类保存，分类成功率还是很高。

主要介绍了Python利用全连接神经网络求解MNIST问题,结合实例形式详细分析了单隐藏层神经网络与多层神经网络,以及Python全连接神经网络求解MNIST问题相关操作技巧,需要的朋友可以参考下

网络中的每一台计算机如同一座城堡，在这些城堡中，有对外完全开放的门，也有的紧锁城门。入侵者们是如何找到这些开放的门呢？在网络技术中，把这些城堡的“城门”称之为计算机的“端口”。端口扫描是入侵者搜集信息的几种常用手法之一，也正是这一过程最容易使入侵者暴露自己的身份和意图。如果入侵者掌握了目标主机开放的端口，就可以知道目标主机开放了哪些服务，运行何种操作系统，他们就能够使用相应的手段实现入侵 本课程设计实现一个小的端口监控软件，可以实现对指定IP地址、指定端口、指定线程完成端口扫描功能，并介绍了端口扫描的原理，通过了解入侵者如何扫描目标主机的端口，来更好的确保本机的安全性，为将来设计更为安全的系统打下牢固基础。

本资源与本人CSDN文章《全站最详细的Python numpy 搭建全连接神经网络模型教程（理论计算+代码实现）（不止能预测手写数字数据，准确率93.21%）》相配套。里面包含6万条原始手写数据、本人编写的全连接神经网络模型程序，以及一个训练好的准确率为93.21%的全连接神经网络模型。程序的调用建议参考文章的说明。