草庐IT

Variational Quantum Linear Solver 的MindQuantum复现

全部标签

漏洞复现 - Apache Shiro 1.2.4反序列化漏洞(CVE-2016-4437)

漏洞原理ApacheShiro是Java的一个安全框架,可以帮助我们完成:认证、授权、加密、会话管理、与Web集成、缓存等功能,应用十分广泛。Shiro最有名的漏洞就是反序列化漏洞了,加密的用户信息序列化后存储在名为remember-me的Cookie中,攻击者使用Shiro的默认密钥伪造用户Cookie,触发Java反序列化漏洞,进而在目标机器上执行任意命令。这里最关键的切入点就是默认密钥了,这个漏洞已经出来5年多了,不知道为啥,实际工作中还是经常发现开发木有修改默认密钥。。。 漏洞复现靶场:https://github.com/vulhub/vulhub/tree/master/shiro

斯坦福70亿参数开源模型媲美GPT-3.5,100美元即可复现

随着大规模语言模型的日渐强大,人们对AI模型提出了伦理道德方面的更高要求。业界在模型规模扩展方面具有算力资源优势,但要想让模型更规范、可靠,需要学术界的努力。近日,斯坦福基于Meta的LLaMA7B模型微调出一个新模型Alpaca。该研究让OpenAI的text-davinci-003模型以self-instruct方式生成52K指令遵循(instruction-following)样本,以此作为Alpaca的训练数据。研究团队已将训练数据、生成训练数据的代码和超参数开源,后续还将发布模型权重和训练代码。项目地址:https://github.com/tatsu-lab/stanford_al

斯坦福70亿参数开源模型媲美GPT-3.5,100美元即可复现

随着大规模语言模型的日渐强大,人们对AI模型提出了伦理道德方面的更高要求。业界在模型规模扩展方面具有算力资源优势,但要想让模型更规范、可靠,需要学术界的努力。近日,斯坦福基于Meta的LLaMA7B模型微调出一个新模型Alpaca。该研究让OpenAI的text-davinci-003模型以self-instruct方式生成52K指令遵循(instruction-following)样本,以此作为Alpaca的训练数据。研究团队已将训练数据、生成训练数据的代码和超参数开源,后续还将发布模型权重和训练代码。项目地址:https://github.com/tatsu-lab/stanford_al

文章复现-全外显子数据分析学习2sra转fq文件

首先做个总结汇总一下1.检查自己下载的sra是否是完整的,validate.shu运行这个脚本,还在跑着2.制作循环生成fq文件的list-sra2case.txt,运行脚本make_sra2case.sh3.sra转fq文件,运行脚本sra2fq.sh正式开始cd/data1/jiarongf/learning/cancer-WES/runvimvalidate.shcd../0.sra/##SRA数据验证touchvalidate.outlsSRR*|grep-v"vdb"|xargsvdb-validate->>validate.out2>&1catvalidate.out|grepco

文章复现-全外显子数据分析学习2sra转fq文件

首先做个总结汇总一下1.检查自己下载的sra是否是完整的,validate.shu运行这个脚本,还在跑着2.制作循环生成fq文件的list-sra2case.txt,运行脚本make_sra2case.sh3.sra转fq文件,运行脚本sra2fq.sh正式开始cd/data1/jiarongf/learning/cancer-WES/runvimvalidate.shcd../0.sra/##SRA数据验证touchvalidate.outlsSRR*|grep-v"vdb"|xargsvdb-validate->>validate.out2>&1catvalidate.out|grepco

复现《nature communications》散点小提琴图+蜜蜂图

今天我们学做一下NC文章的小提琴图,有小提琴图,也有散点,其实看过之前系列文章的人如果能够联想,可以想到这个图是(ggplot分组散点图-坐标轴截断-添加四分位图-显著性检验)和(ggplot批量绘制小提琴图并添加趋势连线)的结合。只不过这篇文章的图有个特点是散点分布和小提琴图形状一致,在画散点的时候利用geom_quasirandom代替geom_jitter即可。image.pngimage.png原文提供了原始作图数据,可去官网下载。示例数据和注释代码已上传群文件,免费获取可加群!作图:读入数据setwd("D:/KS项目/复现NC")A计算平均值、sd等:library(dplyr)B

复现《nature communications》散点小提琴图+蜜蜂图

今天我们学做一下NC文章的小提琴图,有小提琴图,也有散点,其实看过之前系列文章的人如果能够联想,可以想到这个图是(ggplot分组散点图-坐标轴截断-添加四分位图-显著性检验)和(ggplot批量绘制小提琴图并添加趋势连线)的结合。只不过这篇文章的图有个特点是散点分布和小提琴图形状一致,在画散点的时候利用geom_quasirandom代替geom_jitter即可。image.pngimage.png原文提供了原始作图数据,可去官网下载。示例数据和注释代码已上传群文件,免费获取可加群!作图:读入数据setwd("D:/KS项目/复现NC")A计算平均值、sd等:library(dplyr)B

一篇数据挖掘文章的图表复现-1

0.文章文章标题:Characterizationofanendoplasmicreticulumstress‐relatedsignaturetoevaluateimmunefeaturesandpredictprognosisinglioma期刊:JCellMolMed影响因子:5.3虽然是个小小的5分文章,但涉及到的分析非常丰富,图表也很多样,我把他的数据拿来做例子进行分析,开启一段更新咯。流程图构建模型部分的主要结果:图A是四个数据集中,用两种算法(log-ranktest和单因素cox)p图D是结合逐步回归法,选出的16个基因构成的多因素cox模型。可以看到C-index值是0.86

一篇数据挖掘文章的图表复现-1

0.文章文章标题:Characterizationofanendoplasmicreticulumstress‐relatedsignaturetoevaluateimmunefeaturesandpredictprognosisinglioma期刊:JCellMolMed影响因子:5.3虽然是个小小的5分文章,但涉及到的分析非常丰富,图表也很多样,我把他的数据拿来做例子进行分析,开启一段更新咯。流程图构建模型部分的主要结果:图A是四个数据集中,用两种算法(log-ranktest和单因素cox)p图D是结合逐步回归法,选出的16个基因构成的多因素cox模型。可以看到C-index值是0.86

复现SCI图表:ggplot做花瓣图

读文章时看到一幅图,类似于扇形图,只不过聚合了。或者是柱状图,可以理解为环形图,感觉很有意思。查了一下,可以称之为花瓣图,我们简单学做一下,但是一些细节没有实现。image.png(reference:TheGutMicrobiomeContributestoaSubstantialProportionoftheVariationinBloodLipids)这种图可以用origin或者prism实现,这里我们采用ggplot作图。代码如下:setwd("E:/生物信息学/花瓣图")Aimage.png效果类似,但是诸如文字排列,扇形排列,虚线等不尽相同。数据文件以上传至群,感兴趣的可以探索分享