Transformer 是一种基于自注意力机制的深度学习模型，最初由 Vaswani 等人在 2017 年的论文《Attention is All You Need》中提出。Transformer 模型突破了传统序列模型（如 RNN 和 LSTM）的局限性，在自然语言处理（NLP）领域取得了巨大的成功，广泛应用于机器翻译、文本生成、问答系统等任务。

这里记录了一些在使用pytorch进行构建神经网络的时候会用到的函数以及用法。

卷积神经网络（CNN，Convolutional Neural Network）是一种专门用于处理具有网格拓扑数据（如图像、视频等）的深度学习模型，广泛应用于计算机视觉领域。与传统的全连接神经网络不同，CNN 通过卷积操作提取局部特征，能够有效减少参数数量，并提高模型在图像、语音等任务中的表现。

PyTorch是一个基于Python的科学计算包，它主要有两个用途：

1、类似Numpy但是能利用GPU加速
2、一个非常灵活和快速的用于深度学习的研究平台

TensorFlow 是由 Google 开发的一个开源深度学习框架，专为大规模机器学习任务而设计，提供灵活的工具来构建和训练各类机器学习模型，尤其是神经网络。它支持从简单的模型构建到复杂的分布式训练，广泛应用于学术研究和工业生产中。

决策树（Decision tree）是基于已知各种情况（特征取值）的基础上，通过构建树型决策结构来进行分析的一种方式，是常用的有监督的分类算法。

逻辑回归（Logistic Regression）是一种用于解决二分类（0 or 1）问题的机器学习方法，用于估计某种事物的可能性。

NumPy 是一个用于科学计算的 Python 库，全称为 Numerical Python，它提供了支持多维数组和矩阵运算的强大工具，还包含了许多用于数组操作的高效函数。它是 Python 数据分析和科学计算的基础库之一，常与其他库（如 SciPy、Pandas、Matplotlib）搭配使用。

emlog最新版V2.1.15存在反序列化字符串逃逸漏洞，可导致sql注入，特殊条件下可RCE。

emlog是一款开源的博客建站系统，github项目是https://github.com/emlog/emlog ，目前star数量430+

这是去年在祥云杯出题时挖到的一个漏洞，经过了一年的时间，现在祥云杯结束了，我也将此漏洞细节在这里公开。

在获得域内一台主机权限或账号权限之后，需要以此作为跳板，对域内主机进行进一步攻击，获取域内更多主机和账户的权限。