강의에서 SkillSystem의 Unregister함수를 보면 Destroy(skill);을 통해 Skill 객체를 지우는데 이때 메모리 누수가 발생하지 않는지 궁금합니다. 예를 들어 Skill은 SetUpStateMachine() 메소드에서 StateMachine.onStateChanged 이벤트에 익명메소드로 구독을 하는데 StateMachine.onStateChanged += (_, newState, prevState, layer) => onStateChanged?.Invoke(this, newState, prevState, layer); 구독을 해제하는 부분은 따로 찾지 못해서 이런 경우 메모리 누수가 없이 이벤트도 Skill 객체와 함께 정상적으로 삭제가 되는지 궁금합니다. 아직 메모리 관리에 대한 지식이 부족해 이러한 경우 메모리 누수가 발생하는지 아닌지를 어떻게 찾아봐야 할지 모르겠어서 강사님에게 질문드립니다.
안녕하세요 디버깅때 커서나 마우스 클릭하면 디버깅창이 사라지는 경우가 있는데 혹시 그런경우 생기면 디버깅 창 옆에 세로로 점3개 있는 곳 클릭 뷰 모드 들어가서 Dock Pinned 클릭 하시면 커서를 옮겨도 그대로 있습니다. 혹시나 해서 정보 공유 드립니다. 즐거운 파이썬 생활, 인공지능 공부 하세요 ^^
안녕하세요. 저는 비전공자입니다. 재작년에 필기를 한 번에 합격하고, 혼자서 책으로 1달정도 공부하여 22년 3회차 실기에서 한 문제 차이로 불합격을 했습니다. 그 후에 여건상 실기 시험을 못 보고 이번에 제대로 공부해보고자 강의도 끊고 23년 3회차 실기를 보았습니다. 가채점 결과 이번에도 2점가량 차이로 불합격인 것 같아서 지금 매우 속상하고 멘탈이 흔들립니다. 필기 유효기간이 내년 1회차 실기때까지만 볼 수 있더라고요. 이번에도 1달전부터 공부를 시작했는데 이런 결과를 얻게 되어서 너무 속상하네요. 틀린 부분을 보면 둘 중에 고민하다가 하나로 선택하면 그 나머지 하나가 답인게 꽤 많았습니다. 이 강의를 들으면서 설명 듣기 전에 혼자서 풀어봤을 때 프로그래밍 코드 80%이상은 다 맞췄고, 이론 공부도 열심히 했는데 이제 어떻게 해야할지 감이 안잡혀서 이렇게 글로 남깁니다. 저에게 내년 1회차 실기라는 마지막 기회가 있는데 보통 시험이 4월인데 똑같이 1달 전부터 공부해도 되는걸까요? 아니면 공부기간을 더 길게 잡아햐 할지 모르겠습니다. ㅜㅜ
정처기 실기 준비한다고 빅분기 실기 준비가 늦었는데요.... 인강 결제하고 공부한지 3일차인데, 작업형1 모의문제를 푸는데 멘탈이 탈탈 털려버렸어요 ㅜㅜ... 나름 열심히한다고 온갖 함수부터 달달 외우고는 있는데 응용이 전혀 되질 않아서 모의문제를 혼자 힘으로 1도 못풀었어요.. 계속 gpt로 코드 해석보면서 보고있는데, 이대로 계속 진도를 나가는게 맞는지 모르겠네요... 계속 지웠다 썼다 반복하고는 있는데, 단순히 답을 외우게 되는 것 같아서 나중에 응용이 될까 모르겠네요.. 이해가 안 가더라도 계속 진도를 나가고 회독을 하는게 맞는 건가요 ?
주말코딩님. 덕분에 완강하고 3회 정보처리기사 합격한 것 같습니다. 정말 감사합니다. 제가 비전공자로 개발자로의 이직을 꿈꾸고 있는 30대입니다. 그래서 부트캠프나 직업교육을 심도있게 고민중입니다. 주변에 개발자가 없어서 질문할 사람이 없더라구요 ㅜ 현실적인 조언부탁드립니다. 현실적으로 가능할지..? 개발에서 전망이 좋거나 꼭 배워야 취업하기 유리한 툴이 뭐가 있을까요..? 많은 캠프를 찾아보던 중 다들 이런 곳 나와도 시간낭비고 결국 취업하기가 어렵다고 하는데 공감하실까요..? 개발자 캠프 중 SAP Young Next Cloud Academy (SYNC 아카데미)를 선택하려고 하는데, 어떻게 생각하시는지 궁금합니다 ㅜㅜㅜ 코딩님의 개인적인 의견이 궁금합니다.
강의에서 구현되는 스킬의 방식을 만약 멀티플레이로 구현해야 한다면 어떤 부분들을 수정해야 해야 좋을지 생각하시는지 궁금합니다. 제가 생각해본 방식은 skill의 Statemachine흐름에서 targetSearcher의 Target SelectAction을 분리하여 이 부분만 클라이언트에서 실행한 뒤 서버는 클라이언트로 부터 Target SelectAction의 결과만 받아 그 이후의 Target Search Action부터의 흐름만 구현하는 방식인데 자꾸 막히는 부분이 있어 강사님의 생각이 궁금합니다.
개인프로젝트 구현중이고 만드는 과정속에서 나만의 플레이리스트를 구축하고 싶은데 구글,유튜브 검색해보고 비슷하게 안 나오네요.. 근데 꼭 만들어보고 싶어서. GPT라도 참고해서 차근차근 해봤는데도 기능 구현이 안되는데 어떻게 해야할까요? 그래도 어떻게든 혼자 해봐야겠죠..?
https://dataq.goorm.io/exam/116674/체험하기/quiz/4 여기서 하는 성별예측 문제에서 import pandas as pd train = pd.read _csv("data/customer_train.csv") test = pd.read _csv("data/customer_test.csv") # print(train.shape, test.shape) # print( train.info ()) # print(train.isnull().sum()) # print(test.isnull().sum()) #결측치 처리 (환불금액) train['환불금액'] = train['환불금액'].fillna(0) test['환불금액'] = test['환불금액'].fillna(0) # print(test.isnull().sum()) # print(train['성별'].value_counts()) #인코딩 target = train.pop('성별') train = pd.get_dummies(train) test = pd.get_dummies(test) #검증 데이터 분리 from sklearn.model_selection import train_test_split X_tr, X_val, y_tr, y_val = train_test_split(train, target, test_size=0.2, random_state=0) # print(X_tr.shape, X_val.shape, y_tr.shape, y_val.shape) from sklearn.ensemble import RandomForestClassifier rf = RandomForestClassifier(random_state=0) rf.fit (X_tr, y_tr) pred = rf.predict_proba(X_val) # print(pred) from sklearn.metrics import roc_auc_score roc = roc_auc_score(y_val, pred[:,1]) #예측 및 파일생성 pred = rf.predict_proba(test) submit = pd.DataFrame({ "pred":pred[:,1] }) submit.to _csv("result.csv", index=False) # print( pd.read _csv("result.csv")) 이렇게 코딩을 했는데 예측 및 파일 생성에서 pred = rf.predict_proba(test) 여기 부분이 오류가 뜨는데 왜 그런가요 ㅠㅠ > Makefile:6: recipe for target 'py3_run' failed make: *** [py3_run] Error 1 Traceback (most recent call last): File "/goorm/Main.out", line 43, in <module> pred = rf.predict_proba(test) File "/usr/local/lib/python3.9/dist-packages/sklearn/ensemble/_forest.py", line 674, in predict_proba X = self._validate_X_predict(X) File "/usr/local/lib/python3.9/dist-packages/sklearn/ensemble/_forest.py", line 422, in validate X_predict return self.estimators_[0]._validate_X_predict(X, check_input=True) File "/usr/local/lib/python3.9/dist-packages/sklearn/tree/_classes.py", line 407, in validate X_predict X = self._validate_data(X, dtype=DTYPE, accept_sparse="csr", File "/usr/local/lib/python3.9/dist-packages/sklearn/base.py", line 437, in validate data self._check_n_features(X, reset=reset) File "/usr/local/lib/python3.9/dist-packages/sklearn/base.py", line 365, in check n_features raise ValueError( ValueError: X has 73 features, but DecisionTreeClassifier is expecting 74 features as input. 이렇게 뜹니다,,
