「威胁情报」Build_Your_SSRF_Exploit_Framework_SSRF_漏洞自动化利用 - 渗透测试 业务风控 Android 等级保护 等级保护 安全方案
2021-12-01 12:00:05 5.94MB 漏洞挖掘 APT 安全架构 sharepoint
spring-framework-4.3.6.RELEASE,不包括api
2021-12-01 08:35:59 30.99MB spring-4.3.6
1
Microsoft .NET Framework 4.8 脱机安装程序包_x86_x64
2021-11-30 17:01:50 115.69MB .net
1
Django RESTQL是一个python库,可让您将使用Django REST Framework(DRF)制作的API转换为类似GraphQL的API。 使用Django RESTQL,您将能够 将查询发送到您的API即可获取所需的信息,仅此而已。 控制您获取的数据,而不是服务器。 由于可以控制从服务器中获得的收益,因此可以获得可预测的结果。 在单个请求中获取嵌套资源。 避免数据的过度获取和不足。 灵活地写入(创建和更新)任何级别的嵌套数据。 不酷吗? 想看看这个库如何使所有这些变为可能吗? 在查看完整的文档 要求 Python> = 3.5 的Django> = 1.11 Django REST框架> = 3.5 正在安装 pip install django - restql 入门 使用Django RESTQL来查询数据非常简单,定义所有的序列化程序时,只需继承DynamicFieldsMixin类。 from rest_framework import serializers from django . contrib . auth . models
2021-11-30 09:00:42 48KB api graphql django-rest-framework drf
1
体育数据API 提供API来接收来自外部提供商的数据,并使用有关事件的最新数据实时更新我们的系统。 提供对支持团队的访问权限,以允许查看每个事件的最新数据并查询数据。 API功能: 列出所有存储在系统中的匹配项。 根据查询参数(如name , sport , ordering过滤列出的项目。 使用其id的特定匹配项的详细视图。 使用嵌套的序列化程序可获取婴儿元素的详细视图。 检索由start_time排序的足球比赛。 检索按名称过滤的匹配项。 在本地计算机上运行的步骤: $python3 -m venv $source /bin/activate $pip install -r requirements.txt $python manage.py makemigrations $python manage.py migrate $py
1
以太坊宠物店 Truffle DApp教程; 宠物店的收养追踪系统 是一个教程,将带您完成构建第一个dapp的过程-宠物店的采用情况跟踪系统! 本教程适用于具有以太坊和智能合约的基本知识的人,他们具有一些HTML和JavaScript知识,但对dapp还是陌生的。 工具 对Visual Studio代码的Solidity支持 -以太坊最受欢迎的开发框架 允许您直接在浏览器中运行以太坊dApp,而无需运行完整的以太坊节点。 安装 npm install -g truffle npm install truffle compile truffle develop (to launch Truffle's built-in personal blockchain) truffle migrate (to deploy contracts in the blockchain) truffle t
2021-11-27 09:15:40 532KB ethereum solidity ethereum-dapp truffle-framework
1
.NET Framework 3.5(dotnetfx35.exe)
2021-11-26 17:01:15 231.44MB NET35
1
解决在服务器上安装 SQL SERVER2008R2碰到的.net framework 3.5 装不上的问题 网上很多sxs包不全,我这个是最全的。
2021-11-26 12:54:00 99.04MB sxs .net f sqlser
1
官方最新稳定版本,由于包含东西很全,所以比较大,包含了所有开发所需要的jar包
2021-11-26 09:12:12 60.13MB spring framework 4.1.6 最新
1
Tensorflow框架用于实现使用忆阻器阵列的DNN 在此代码中,我们为基于逆变器的忆阻神经形态硬件设计了一种改进的培训框架,该框架更加便于研究社区使用。 利用行业标准的TensorFlow工具,我们在以前的Matlab培训范例的基础上,为非现场培训创建了一个声明式编程方案。 通过使用有向图来表示和计算神经网络训练,该框架允许更并行和高效的计算。 文件说明 以IEEE格式编写的报告可以在最终报告pdf中找到。 在“代码实现”文件夹中,您将找到以下文件。 Tensorflow_DNN.py-用于MNIST数据集的Tensorflow训练框架 memristor_DNN.py –用于MNIST数据集的Numpy数组训练框架 MNIST_complete.mat-用于上述网络培训的MNIST数据集 先决条件 该培训框架需要以下模块: Python(2.7X或3.6X均可正常工作) Te
2021-11-25 18:46:56 1006KB Python
1