| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | ||||||
| 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 9 | 10 | 11 | 12 | 13 | 14 | 15 |
| 16 | 17 | 18 | 19 | 20 | 21 | 22 |
| 23 | 24 | 25 | 26 | 27 | 28 |
- mock.patch
- error
- Injection
- pytest
- Analysis
- error fix
- 포인터 매핑
- MySQL
- hex-rays
- Python
- javascript
- idb2pat
- svn update
- open office xml
- commandline
- data distribution
- malware
- ida pro
- idapython
- ida
- TensorFlow
- NumPy Unicode Error
- ecma
- Rat
- Ransomware
- why error
- h5py.File
- x64
- idapro
- debugging
- Today
- Total
13 Security Lab
[ERR] TypeError: Expected int32, got list containing Tensors of type '_Message' instead.
Tensorflow Error Error Message:TypeError: Expected int32, got list containing Tensors of type '_Message' instead. Error Code: 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152def average_gradients(tower_grads): """Calculate the average gradient for each shared variable across all towers. Note that this function provides a synchronization point across..
[ERR] tf.get_variable_scope() (which is identical to vscope) is explicitly created than the implicit default?
Tensorflow Error Error Message:Is it just because that the tf.get_variable_scope() (which is identical to vscope) is explicitly created than the implicit default? Then, what do these two VariableScope objects differ in? Error Code: 12345678910111213141516171819202122232425262728293031with graph.as_default(): # Average the gradients grads_e = average_gradients(tower_grads_e) grads_g = average_gra..
[Recommend System] matrix factorization 으로 구현하기
Recommend System? Recommend System is a subclass of information filtering system that seeks to predict the "rating" or "preference" that a user would give to an item. 1. Simple Recommend System Tutorial Recommend System 을 위한 간단한 행렬식에 matrix factorization + regularization 적용 추천시스템을 Matrix completion problem 으로 보고 접근한다. User-Movie Recommend System을 예로 들 수 있다. The mathematics of matrix factorizatio..
[Topic Modeling] TF-IDF 를 이용한 이슈 변화 흐름 분석
정치 이슈에 대해서 TF-IDF 통계기법을 이용하여 기간별 정치기사의 이슈가 어떻게 바뀌어가는지 변화 흐름을 분석한다. ▶ TF-IDF 이란 ? TF-IDF 에 대해서 알아보기 이를 위해 Topic Model 기법을 응용하여 이슈 변화 흐름 분석을 시도해 보았다. 기간: 4/1 ~ 4/30 데이터셋: 450건의 정치기사 (daum.net) 1. 정치기사 수집 최초, 4월 한달 간으로 수집하고 DB를 구성하였으며, 각 날짜 별 15건에 대해서 수집을 시도하였다. 기사 수집 시 텍스트 파싱에 에러가 나는 데이터셋을 제외하고 441건의 데이터를 수집하였다. news_origin.db 한글 기사 태그 부분(“article_view”)을 파싱하여 기사 내용을 가져왔다. 기사에서 공통적으로 끝부분에서 기자 이름과 ..
Error: preprocessing.LabelEncoder() - fit() - transform() "TypeError: unorderable types: NoneType() < NoneType()"
Error problem from >> preprocessing.LabelEncoder() - fit() - transform() Message is "TypeError: unorderable types: NoneType() < NoneType()" Problem Definition ERR code line 1 2 3 le_1 = preprocessing.LabelEncoder() training_tr_le = le_1.fit(training_labels) training_labels_encoded = training_le.transform(training_labels) Error Message 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 2..