['Advanced Binary Emulation framework.pdf', 'CiscoASA:From Zero to ID=0.pdf', 'crauEmu - your IDE for code-reuse attacks.pdf', 'Dark sides of Java remote protocols.pdf', 'Electron,scheme handlers and stealthy security patches.pdf', 'Fatal Fury on ESP32:Time to release Hardware Exploits.pdf', 'Hacking Medical Imaging with DICOM.pdf', 'I PWN thee,I PWN thee not! .pdf', 'Launching feedback-driven fuzzing on TrustZone TEE.pdf', 'Malign Machine Learning Models.pdf', 'Oldschool way of hacking MicroDigital ip-cameras.pdf', 'Practical LoRaWAN auditing and exploitation.pdf', 'Single byte write to RCE:exploiting a bug in php-fpm.pdf', 'Trusted Types & the end of DOM XSS.pdf', 'Two Bytes to Rule Adobe Reader Twice:The Black Magic Behind the Byte Order Mark.pdf']
2022-01-04 21:00:05 62.82MB 风险评估 安全架构 企业安全 渗透测试
地平线零之曙光 图册
2021-12-31 11:06:04 44.45MB 游戏
1
Zero Ice中文教程里面详细介绍了Ice的分布式设计,中文版本。
2021-12-13 15:05:09 5.61MB ICE zero ice教程 ice中文教
1
节点BBS签名 该存储库是高性能多消息数字签名算法实现的来源,该实现支持导出零知识证明,从而可以从原始签名的消息集中进行选择性公开。 是一种数字签名算法,最初是由Boneh,Boyan和Shachum的工作产生的,后来在作为BBS +进行了改进,并在《 第4.3节中再次涉及。 。 需要,该库包含对支持。 允许多消息签名,同时生成单个输出签名。 使用BBS签名,可以生成基于知识证明的证明,其中只有部分原始签署的消息由证明者决定是否公开。 入门 要在您的项目中使用此软件包,只需运行 npm install @mattrglobal/node-bbs-signatures 或与纱线 yarn add @mattrglobal/node-bbs-signatures 用法 请参阅示例目录以获取可运行的演示。 以下是有关如何使用API​​的简短示例 import { generat
1
Leela zero是比利时程序员Gian-Carlo Pascutto(GCP)参照DeepMind最新论文在github上面开展的的一款开源围棋项目,项目为分布式,依靠志愿者提供算力。2019年7月22日,最新版本Leela Zero 0.17 + AutoGTP v18,适用于windows系统64位
2021-12-12 17:27:56 11.55MB 围棋 人工智能 软件
1
本文通过两个详细的例子解释了零和博弈中的纳什均衡可以通过应用线性规划和极大值计算来获得。 为了同样的目的,它也讨论了库恩-塔克理论的应用。 特别是,在对原始问题和对偶问题的经济学解释上,它还为策略的使用建立了均衡条件“边际成本大于或等于边际收益”,从而获得了均衡条件的类似条件。在常规经济问题中使用活动。
2021-12-11 20:27:40 155KB zero-sum games Nash equilibria
1
2016年初, AlphaGo战胜李世石成为人工智能的里程碑事件. 其核心技术深度强化学习受到人们的广泛关.注和研究, 取得了丰硕的理论和应用成果. 并进一步研发出算法形式更为简洁的AlphaGo Zero, 其采用完全不基于.人类经验的自学习算法, 完胜AlphaGo, 再一次刷新人们对深度强化学习的认知. 深度强化学习结合了深度学习和.强化学习的优势, 可以在复杂高维的状态动作空间中进行端到端的感知决策. 本文主要介绍了从AlphaGo到Alpha-.Go Zero的深度强化学习的研究进展. 首先回顾对深度强化学习的成功作出突出贡献的主要算法, 包括深度Q网络.算法、A3C算法, 策略梯度算法及其它算法的相应扩展. 然后给出AlphaGo Zero的详细介绍和讨论, 分析其对人工智.能的巨大推动作用. 并介绍了深度强化学习在游戏、机器人、自然语言处理、智能驾驶、智能医疗等领域的应用进.展, 以及相关资源进展. 最后探讨了深度强化学习的发展展望, 以及对其他潜在领域的人工智能发展的启发意义.
2021-12-06 10:38:35 1.62MB 研究论文
1
谷歌DeepMind团队关于基于强化学习的围棋最新论文,完全无需人类知识的Agent训练。
2021-12-05 20:25:40 2.2MB Alpha_Zero
1
(13)2020.8.2 NestedScrollView嵌套滑动机制分析-zero老师.rar
2021-11-30 13:01:24 411.84MB java
1
单片机电子爱好者
2021-11-29 09:06:58 1.52MB ESP8266oled绘图
1