안녕하세요. 강의 정말 잘 듣고 있습니다. 좋은 강의 해주셔서 감사드립니다.  다름이 아니고, 관련성 체크하는 노드에 관해서 질문이 있습니다. 제가 이해하기로는 관련성 체크 노드 또한 Graph에서 기능적인 역할은 하는 것 같은데 State를 반환하는게 아니기 때문에, 그래프의 토폴로지에서는 빠지게 되는건가요?추가로 관련성 체크 노드를 다른 노드들(Rewrite, generate, retrieve)과 edge연결을 해주면 안되는걸까요?

안녕하세요. 영상잘보고 있습니다.하나하나 따라해보고 있는 중,dotenv, langchain_community 두 모듈의 실행이 되지않아 문의글 남깁니다.( requirements 에 langchain_community 는 확인했으나, dotenv는 보이지 않네요) 아나콘다환경에서 VSCode를 실행했습니다.혹시 다른 첨부파일에 있는 걸까요? pdf_files, 데이터, 실습파일 에는 없는 것으로 확인했습니다.확인해주시면 감사드리겠습니다.

아래 내용을 참조하여 질문을 작성하시면 보다 빠르고 정확한 문제 해결을 지원받을 수 있습니다. 정확한 강의명베개 리서치: 종목 입력만으로 애널리스트급 리포트 만들기 타임라인 구체적인 질문사항FMP API가 강의 코드에 사용되는 기능이 유료화가 된 것 같은데 추천하실 만한 대체재가 있을까요?에러가 발생하는 경우 로그도 첨부 부탁드립니다.

 실습2_GPT기반_온라인_댓글_분류_자동 파일 오류 수정해주세요. 쥬피터 노트북 파일에는 total 데이터 썼다고 되어 있는데, review 데이터 아닌가요? 토탈 데이터 없습니다. 그리고 text 컬럼 없어요. 시간 한참 허비 했습니다.그리고 전체적으로 코드 자료 구글 드라이브 엑셀 파일 정리 좀 맞게 해주세요. 매치가 안 되고 정리가 안 돼서 보기 불편합니다. 강의명에 맞게 파일을 정리해야죠. 뭔가 정리가 잘 안 되네요.  reviews['text']

혹시 왜 허깅페이스를 설명해주시는건가요? (저는 개발자가 아니라 ㅠㅠ ) 올라마 깔고 로컬LLM을 쓰면 되는데 허깅페이스를 왜 설명해주는건가요? 혹시 허깅페이스가 있어서 우리가 LLM을 쓸수있게되었다 그런건가요? 모델을 선택해서 쓴다는 그런개념으로 접근할까요?

시멘틱 온톨로지 구축을 위해 데이터를 먼저 공부하고있습니다.RAG는 구축된 데이터가 들어간걸 조회할 때 쓰는거라고 생각하고있습니다.온톨로지 구축을 위해 원천데이터 자체를 분석해서 도메인 사전을 만들어야한다는것을 알고있는데이걸 어떤식으로 구조화해서 구축해야하는지가 감이 안옵니다.정규식으로는 한계가 있을 것 같고LLM으로 하자니 할루시네이션 등의 문제가 발생할 여지가 있고요이런 관련된 강의를 진행하시거나,제가 강사님 3가지 로드맵을 다 구독중인데3개중 볼만한 강의가 있으면 회차좀 가이드부탁드립니다..

세부일정 게재 바랍니다.

https://n8n.partnerlinks.io/datapopcorn 해당 링크에서 get start를 누르면 강의 화면에 보이는 내용이 아니라 회사 이메일을 입력하는 립력란이 뜨는데, 혹시 그 사이 바뀐 걸까요?회사 이메일 입력한느 곳에 그냥 개인 이메일을 넣어도 되는 건지, 아니면 지금은 이대로 따라하지 않고 [n8n 실습 서버 운영]으로만 가능한 건지 궁금합니다.

화면이 이렇게 흰색으로 밖에 안나옵니다.무슨 문제가 생긴 건가요???

깃허브 레포지토리 접속하면 '에러가 발생했다'고 하고 아무런 코드도 보이지 않습니다. 확인 부탁드립니다.

안녕하세요공식문서가 바뀌면서 강의에서 보이는 설치 명령어 및 문서들이 보이지 않는 것 같습니다필요한 의존성을 설치하려고 해도 공식문서에는 안내가 없어 이럴 경우에는 어떻게 학습 해야할까요

안녕하세요 해여님. 강의 잘 수강하고 있습니다. 남은 강의는 언제 업로드 되는지 일정 공유 부탁드립니다. 수업자료 공유(notion/pdf)는 가능한지 문의드립니다. 2-1. 가능하다면 어떤 형태로 언제 업로드 되는지 공유 부탁드립니다.   

영상과 같이 잘 설정했음에도 불구하고, 저와 같은 문제가 생기시는 분들은 참고해 주세요. 원인은 Windows Docker Desktop 환경에서 자동으로 처리되어야 할 host.docker.internal을 extra_hosts: host.docker.internal:host-gateway로 강제로 덮어쓴 것입니다. 그 결과 OpenWebUI 컨테이너가 Windows 호스트의 FastAPI 8080 서버가 아니라 172.17.0.1:8080으로 접속했고, 해당 위치에는 요청을 받을 서버가 없어 Connection refused가 발생했습니다. 에러 로그:Cannot connect to host host.docker.internal:8080 Connect call failed ('172.17.0.1', 8080)OpenWebUI는 host.docker.internal:8080에 접속하려 했는데, 컨테이너 내부에서 그 IP를 172.17.0.1로 해석됐고, 결국 172.17.0.1:8080으로 접속하다가 실패했습니다. 문제의 원인은 `docker-compose.yaml 에 있었습니다.extra_hosts: - "host.docker.internal:host-gateway"extra_hosts는 컨테이너 내부의 /etc/hosts에 hostname/IP 매핑을 추가하는 Compose 설정입니다. Docker Compose 문서에서도 extra_hosts는 컨테이너의 hosts 파일에 hostname 매핑을 추가하는 기능이라고 설명합니다. [참고] 실제로 도커 데몬 내부에 /etc/hosts 를 보면 아래와 같은 결과를 볼 수 있습니다. 해결 방안은 아래와 같이 extra_hosts 설정을 주석 처리하시면 됩니다. 

모델 배포 방안 쪽 Tensor Parallelism과 Pipeline Parallelism 설명이 7분 30초 기준 한번 더 설명하시는 것 같아요. 판서는 살짝 다르지만 동일한 내용과 설명인 것 같아서 글 남겨봅니다감사합니다. 잘 보고 있어요

  안녕하세요 선생님.강의 잘 듣고 있습니다. Runpod 옵션에 대해서 최신 사항을 갱신해야 될 것 같아요ㅠㅠ 만들어진 지 얼마 안된 강의임에도 불구하고 현재 Runpod 에서 CUDA versions 12.8 기준으로 선택할 수 있는 GPU 선택지가 거의 없습니다.. 이유는 모르겠으나 RTX 4090, 5090 으로 생성 하려고 해도 아래와 같은 경고문만 뜨네요. 하는 수 없이 RTX PRO 6000 WK 으로 선택해서 진행 중입니다. 어제는 RTX 5080 이 선택 가능하길래, 이걸로 진행했다가 오늘 아침에 다시 restart하니까 에러가 뜨더라고요.. ps.torch.OutOfMemoryError: CUDA out of memory. Tried to allocate 394.00 MiB. GPU 0 has a total capacity of 15.48 GiB of which 367.06 MiB is free. Including non-PyTorch memory, this process has 15.11 GiB memory in use. Of the allocated memory 14.24 GiB is allocated by PyTorch, and 501.88 MiB is reserved by PyTorch but unallocated. If reserved but unallocated memory is large try setting PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True to avoid fragmentation. See documentation for Memory Management (https://pytorch.org/docs/stable/notes/cuda.html#environment-variables)선생님 말씀대로 24GB 이상으로 골라야 하니,RTX 5080(16 GB VRAM)는 안되네요 ㅋㅋㅋ 

버전에 3.11이랑 3.11.X 랑 차이가 있나요?1:22에 나옵니다.

00:50 파이썬 버전을 왜 같은 걸로 해야하나요?실습은 같은 버전으로 할 것입니다.그냥 단순 호기심입니다. 에러가 나나요? 

실슬을 위한 환경 설정 방법2번째 강의 0:24에서 어디 터미널인가요?맥 os 사용하는데 그냥 터미널 열고 poetry new langgraph_agent 라고 적으면 되나요

안녕하세요. LLM과 랭체인에 대해 처음으로 공부해보고자 하는 학생입니다. 수강하려보니 기존 v0.3강의가 백업이 되어있는데, 섹션7 기존 강의들을 보고 섹션1부터 수강하는게 좋을까요?아니면 순서대로 듣거나 섹션7을 제외하고 들어도 될까요? 좋은 강의 공유해주셔서 감사드립니다.

ipynb 노트북파일에 있는 import 경로가 예전 경로여서 대부분 오류가 납니다. 업데이트되면 좋을것같아요. import 문 고치느라 힘드네요