실제로 워프를 운영하고 있는 서버에서 N8N을 돌리고 싶은맘에 시놀로지 환경에서 운영하고 있습니다. 헌데 이것저것 만지다 N8N 연결이 깨져버렸네요. 제미나이 클로드 이놈들에 수많은 핑퐁을 했지만... 계속 사태가 커지는 것 같아 강의와 상관없는 내용이지만 질문 남겨봅니다. 프로젝터에 컨테이너가 0이 뜨고 있는데.... 클로드와 연결해서 이것저것 하다보니 뭔가가 꼬인것 같습니다. ㅜㅠ 현재 컨테이너도 이런 상태인데 어떤것이 켜져 있어야 하고 어떤 것이 꺼져 있어야 하는지.... 정상 상태를 모르겠네요. 현재 워크플로우와 노드에 접근은 되는데, 이런 상태라면 처음 단계에서 처럼 도커에 N8N을 다시 올리면 되 살릴 수 있을까요? 넘 초짜다보니...
안녕하세요 선생님 🙂 먼저 양질의 강의를 제공해주셔 정말 감사합니다. cross_encoder_retriever = ContextualCompressionRetriever( base_compressor=re_ranker, base_retriever=multi_query_custom_retriever, ) 위와 같이 re-ranker를 적용시킬때 retriever를 멀티쿼리로 적용을 해보았습니다. 랭스미스로 로깅을 해보니, 멀티 쿼리는 정상적으로 작동한것 같은데요, 각각의 쿼리에 대해 Runnable로 리랭킹을 하는게 아닌, 원본 쿼리를 기반으로 리랭킹을 한다는 느낌을 받았습니다. 아무래도 데이터셋이 테스트용이라 확답이 안서는데, 이 부분은 사용자의 "원본" 쿼리로만 리랭킹을 하는건지 궁금합니다. 만약 그렇다면 랭그래프로 해결을 할 수 있을듯 한데요, State에 멀티 쿼리의 문서 검색 결과를 저장한 뒤, 각 쿼리에 대한 리랭킹 노드를 하는 방법이 생각이 났는데 피드백 부탁드려도 될까요? (사실 오버 엔지니어링이라는 생각이 들지만 ㅎㅎ 실제 프로덕션에 적용시킨다면 어떤 아키텍쳐가 좋은지 궁금합니다!) 감사합니다 :)
안녕하세요. 프로젝트 2 섹션에 돌입하게 되어 프로젝트 소개 및 오리엔테이션을 수강을 시작한 뒤 의문점이 생겨 몇 가지 질문을 드리고자 합니다! 현재 Notion을 활용해서 견적서를 내는 프로젝트를 짐코딩님께서 강의를 쭉 촬영해서 올라와 있는 상태로 알고 있습니다. 하지만 아래 미션들을 보면 수강생들이 직접 아이디어를 내서 새로운 프로젝트를 생성하는 것을 미션으로 제출하고 있는 것으로 미리 확인을 했습니다. 그렇기 때문에 아무래도 pro 버전이라 실습을 하고 제 프로젝트도 따로 만들다보면 많은 토큰을 사용해서 Current Session 토큰이 부족해지거나 주간 토큰량을 초과하게 될까봐 걱정이 되는 상황이고, 또한 견적서는 학생인 저의 경우에는 실습까지 해두면 좋겠지만 토큰량이 걱정입니다. 이런 상황 속에서 아이디어를 미리 정하고 강사님의 강의를 들으면서 저의 프롬프트로 진행하는 것이 좋을 지 혹은 강사님의 커리큘럼대로 쭉 따라간 다음에 미션을 마지막에 진행해도 되는 지 여쭤보고 싶습니다. 현재는 섹션마다 강의를 듣고 미션을 바로바로 진행했는데(강의 실습 진행과 미션 진행을 동시에 => 그 이유는 스타터킷이라는 동일한 조건이기 때문에 실습 자료에 저의 생각을 넣어도 어차피 결과물은 다르게 나오기 때문에 괜찮다고 생각했습니다.) 생각보다 토큰이 빠르게 차서 중간에 작업을 중단해야 되는 경우가 발생했었기 때문에 질문을 드립니다. 위의 이유와 같이 스타터킷의 경우에는 저도 활용 가능하기 때문에 괜찮다고 생각했지만 견적서의 경우에는 당장 학생의 신분에서는 이 강의를 듣고 활용하기에는 어려움이 있지 않을까? 하는 의문이 생겼기 때문입니다!
문제가 있어요.. 저는 추가정보요구도 없고 VPS 생성도 안되고 있습니다.. Balance에 금액 충전되고 Current monthly price에 금액이 0 이어서.. 한 번 더 오더했더니.. 또 결제되고 Balance만 또 충전되었어요.. 결제시 페이지 번역해서 사용하지 않았어요.. 이거 환불 받으려면 어떻게 해야 할까요... CONTABO 아닌 다른 대안은 없을까요.. 코딩 뿐 아니라 이런거 완전 처음 배워보는 중인데.. 처음부터 막히니 답답하네요.. 앞으로 강의보고 진행하는데 괜찮을까요;;
AI를 1도 모르는 JAVA 개발자 입니다. AI를 어떻게 공부해야 하는지 몰라서 인프런 검색하여 강사님 강의를 듣게 되었습니다. AI 개발에 파이썬이 사용된다고 하여 인공지능을 위한 파이썬 Level4 까지 모두 구입해두고 듣고 있는데요. 개발자라서 지금 수업이 어렵거나 하지는 않습니다. 그런데 인공지능을 위한 파이썬 LEVEL4 수업이 끝나면 어떤 수업을 들어야 하는 걸까요? 강의를 듣다 보니 통계, 확률을 알아야 하는 것 같은데 저는 그것도 전혀 모릅니다. 이후 어떤 수업을 들어야 하는지 문의드려요.
이번 미션을 진행하면서 궁금한 점이 있어 질문드립니다. 이전 강의에서 프로젝트를 처음 시작시 보통 초기화(/init)하여 claude.md파일을 생성한다고 했는데 이번 미션에는 초기화없이 Plan Mode로 계획을 수립/구현하는데 그럼 구현 후 초기화하면 되는 걸까요? 초기화 하는 시점이 궁금합니다. 그리고 만약 구현 후 초기화하면 코드베이스를 분석하여 claude.md 파일을 생성하면 그 이후에 수정사항은 Plan Mode가 아닌 claude.md 파일에서 지침을 수정하면 이전 컨텍스트를 기억해서 수정하는게 아니라 claude.md 파일을 분석해서 수정하니까 token 소모가 덜 들것 같은데 claude.md 파일을 수정해서 구현을 요청해도 되는 걸까요?
안녕하세요 선생님. 오늘도 너무나 재밌게 잘 배우고 있습니다. 감사드립니다. 현재 시간 관계상, 섹션4(RCNN계열)까지 수강 후 섹션7(SSD)를 수강중입니다. 강의 내용을 누락시킨 채 질문을 드리는 것이 아니었으면 좋겠습니다. 제가 이해한 바 Faster-RCNN에서 RPN은 image 원본이 아닌 feature map을 입력을 받는다. RPN 내에서 Positive Anchor들에 대해서만 학습을 수행한다. 일 때 학습 시에, RPN내에서 특정 anchor의 Positive 판단이 된다면, 해당 anchor 위치에 어떤 객체 A의 GT가 IoU 기준에 부합하다는 것이 판단되어야 할텐데, RPN 내에서는 feature map 을 입력으로 받고 있으니 내부에서 A 객체의 GT와 anchor 의 IoU를 계산하기 위해선 GT(image 좌표계), anchor(feature 좌표계)를 비교해야 할 텐데 이건 너무 번거로운 일이 아닌가 생각이들었습니다. 위 내용이 틀렸다면 RPN 이전 벌써 anchor 가 존재하고(혹은 설계 가정), 매 학습 이미지가 들어올 때마다 각 anchor 의 라벨정보를 미리 구해놓은 뒤 역전파 시점에서 해당 라벨 정보를 가지고 RPN의 손실 함수 계산에 해당 라벨정보를 포함시킬 수 있겠다라고 생각을 했습니다. 하지만 이런 경우 이 anchor의 positive 처리 과정이 network 내로 들어올 수 없고 Keras 와 같은 framework 구성으로 들어와야하지 않을까 하는 생각이 들었습니다. network 에는 처리 소스코드를 넣을 수 없으니까요. (특정 구조로 가능할런지는 모르겠습니다) 질문입니다. RPN 내에서 Anchor Positive 처리가 이뤄지나요?
현재 사정상 회사망에서 구성을 하여 공부해볼 생각인데 말그대로 회사망이라서 vagrant를 사용하는 데에 제한이 있습니다 그래서 직접 설치할 예정이고 github에 올려주신 vagrantfile 내용을 토대로 설치해볼 생각인데 rocky 리눅스 같은 경우 8버전을 쓰는지도 궁금하고 minimal 버전으로 설치해서 구성하는지도 궁금합니다 이전에도 비슷한 내용으로 질문 드린 적이 있긴한데 제가 알고 있는 지식이 많지 않아 한계가 있어서 차근 차근 설치해 보면서 공부해 보려고 하는데 이전에도 언급해주신 적이 있어서 우선 카페에 올려주신 mac 설치 버전을 기점으로 참고하여 설치해보려고 합니다
