안녕하세요 langchain강의를 듣고 도움이 되어 langgraph 강의도 열심히 수강하고 있습니다! 2.2강의에서 알려주신 langsmith의 hub가 공식문서에는 client로 변경이 되어 그에 맞게 수정을 했습니다. from langsmith import Client from langchain_openai import ChatOpenAI LANGSMITH_API_KEY = os.getenv("LANGSMITH_API_KEY") client = Client(api_key=LANGSMITH_API_KEY) prompt = client.pull_prompt("rlm/rag-prompt", include_model=True) llm = ChatOpenAI(model = 'gpt-4o') 같은 방법으로 2.3 강에서도 # Create a LANGSMITH_API_KEY in Settings > API Keys from langsmith import Client from typing import Literal from langchain_core.output_parsers import JsonOutputParser client = Client(api_key=LANGSMITH_API_KEY) doc_relevance_prompt = client.pull_prompt("langchain-ai/rag-document-relevance", include_model=True) def check_doc_relevance(state: AgentState) -> Literal['generate', 'rewrite']: query = state['query'] context = state['context'] print(f'context == {context}') doc_relevance_chain = doc_relevance_prompt | llm #prompt를 활용해서 llm을 호출한다. response = doc_relevance_prompt.invoke({'question': query, 'documents': context}) print(f'doc relevance response: {response}') if response['Score'] == 1: return 'generate' return 'rewrite' 이런 식으로 진행하고 있습니다. 그래서 그런지 graph.invoke(initial_state)를 하면 이런 오류가 나는데 langsmith의 client 때문일까요? 아니면 다른 부분에 있는 걸까요?
FROM python:3.11.1 ENV PYTHONUNBUFFERED 1 ARG DEV=false COPY app /app/ WORKDIR /app RUN pip install -r requirements.txt RUN if [ "$DEV" = "true" ]; then pip install -r requirements-dev.txt; fi EXPOSE 8000 COPY app /app/ 하게되면 /app/app/.... 이런식으로 생성되는거 아닌가요? WORKDIR /app/app 이렇게 하거나 아니면 COPY app/ /app/ 이렇게 해야되지않나요?
해당 강화학습 모델이 어떤 의미를 가지는지 궁금합니다. 그냥 자산배뷴비율 백테스트로 gridsearch식으로 비율을 다르게 해서 지표가 가장 좋은걸 찾는 방법과 강화학습을 사용한것과 어떻게 다른것인지 궁금하네요. 강화학습을 사용했기때문에 리밸런싱 시기마다 자산 등락 경향을 참고해서 다음 최적의 리밸런싱 비율을 구하는건가요?
- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요. 안녕하세요. 과거에 해당 강좌를 구매했던 사람입니다. pycharm 프로 관련 리딤코드가 필요하여 링크를 통해 요청을 드렸는데, 확인이 안되고 있는 듯 하여 글을 남깁니다. 확인 부탁드립니다.
n8n에서 GPT노드 ( Message a model)에서 아래와 같이 에러메시지가 나오네요 여기서 막혀서 진도가 안나가네요 Problem in node ‘Message a model‘ The service is receiving too many requests from you OUTPUT 메시지입니다 The service is receiving too many requests from you [item 0] Rate limit reached for gpt-4.1-mini in organization org-wwC56Ak1ePccRgbcItpTvkCH on tokens per min (TPM): Limit 100000, Used 100000, Requested 183. Please try again in 1h19m3.36s. Visit https://platform.openai.com/account/rate-limits to learn more. You can increase your rate limit by adding a payment method to your account at https://platform.openai.com/account/billing .
pip를 공식사이트에서 받아서 직접 설치후 명령창에 "pip install fastapi uvicorn"을 입력하면 "warning : There was an error checking the latest version of pip"라는 문구가 뜹니다. 그런데 또 막상 Scripts폴더나 명령창에 pip list 확인시 설치가 되어있는걸 확인할수 있습니다. 이 메시지를 무시하고 진행해도 문제가 없을까요?
안녕하세요 오늘 처음 강의 구매한사람입니다. 저는 단순 합격도 중요하지만 가급적 고득점으로 안정적으로 합격하기를 원하는사람입니다. 강의에서 얼마나 다양하고 어려운문제를 다루는지는 모르겠는데, 저는 지금까지 기출된 수준보다 더 어려운문제가 나왔을때에도 무난히 합격하고 싶습니다 다른 외부 자료나 강의 없이 강의에서 직접 다루는 문제들 + 강사님께서 제공해주시는 캐글? 같은곳에 있는 문제들만 반복해서 풀고 이해해도 90점이상 안정적으로 받을수있을까요? 다양한 유형의 많은 문제들을 풀어보고싶은데 이 동영상 강의에서 다루지 않는 모의고사 같은 문제들도 수강생을 위해 제공되는지 궁금합니다. *아직 캐글이란게 뭔지 몰라요
어느 파트인지 섹션 5 - 그래프 순회 (DFS & BFS) 내가 이해한 내용 DFS와 BFS 모두 모든 노드를 탐색하고, 시간 복잡도도 같다고 이해했습니다. 궁금한 점 DFS로만 풀리고 BFS로 안풀리는 문제도 있나요? BFS로 DFS문제가 다 풀리면, 왜 강사님은 DFS로 먼저 접근하시는건가요?
안녕하세요. 오늘도 Airflow 강의를 듣던 중 에러가 나는 부분이 있어 질문드리고자 합니다 ㅠ 우선 customized 된 Hook의 bulk_load 기능을 사용하는 과정에서 에러가 발생하는데요.. 강의에서 알려주신대로 아래와 같이 두 개의 파이썬 파일을 작성해서 DAG을 실행했습니다. (코드도 GitHub에 올려주신 것과 동일합니다) plugins/hooks/custom_postgres_hook.py dags/dags_python_with_custom_hook_bulk_load.py 그런데 DAG 실행 과정에서 아래와 같은 에러가 발생합니다. (Failure caused by 'Engine' object has no attribute 'cursor') 제가 docker-compose.yaml 파일 내 postgres_custom 서비스를 정의할 때, 5433:5432 로 포트 포워딩 해줘서 그런가 싶어서, custom_postgres_hook.py 코드에서 uri 변수에 포트번호를 5432로 같이 부여해줬음에도 동일한 에러가 발생합니다. 무엇이 문제일까요..?
현재 섹션 2.16번 강의 학습 중에 있습니다. ollma를 통해서 gpt-oss:20b 모델을 로컬로 연결해서 학습하고 있는데, search_web 도구로만 응답을 하더라구요. 아무리 쿼리를 바꿔도 wiki_summary, wiki_search 와 같은 도구를 호출해서 응답을 작성하지 않습니다. 혹시 제가 놓치고 있는게 있을까요?
