고수가 되는 파이썬 : 동시성과 병렬성 문법 배우기 Feat. 멀티스레딩 vs 멀티프로세싱 (Inflearn Original)
안녕하세요. 저는 daemon=True 해도 서브가 모두 돌고 끝납니다. 무슨 이유가 있을까요? # 스레드 실행 함수 def thread_func(name, d): logging.info('Sub-Thread %s: starting', name) for i in d: print(i) logging.info('Sub-Thread %s: finished', name) ... # 함수 인자 확인 # daemon : default False x = threading.Thread(target=thread_func, args=('First', range(20000)), daemon=True) y = threading.Thread(target=thread_func, args=('Second',range(10000)), daemon=True) 19:16:32: Main-Thread: all done 0 1 2 ... 19999 19:16:32: Sub-Thread Second: finished 19:16:32: Sub-Thread First: finished
최적 값을 보장하지 않음에도 최소 개수를 출력 가능한 이유가 궁금합니다. 예를 들어 10 20 80의 경우 80+10/ 20 이나 80+20/10이나 결국엔 2개의 보트가 필요한 건 같고 낭비 공간의 총량도 동일합니다. 하지만 자꾸 돌아보면 최적 값으로 맞추는 로직이 추가 되어야 하지 않을까? 라는 의문이 남습니다.
안녕하세요. get_dummies 관련 문의드립니다. Feature Engineering 강의 듣다가 문의 있어 글 납깁니다. [Pclass:3,sex:male,Age:25,Parch:0,Fare:8,Embarked:Q] 만약에 새로운 위에 있는 데이터를 predict 하고 싶으면, df에 concat 시키고, 다시 get_dummies 후에 해당 Row로 predict 해봐야 되는건가요? 그리고 만약에 embarked에 Z라는 새로운 카테고리가 생기면 다시 학습시켜줘야 되는건가요?
안녕하세요. 수업을 듣다가 알려주신 거랑 다르게 동작하는 것 같아 질문드립니다. 5.2 풀라우트 캐시2 스크립트 기준 10:09 "자, 이런 Fetch 메서드는 자동으로 No Store 옵션을 갖는다고 말씀을 드렸죠?" -> 그래서 예상한 결과값은 dynamic page를 예상했는데 static page로 나오는 것 같습니다 npm run build를 했을 때 cache 옵션을 안 준 경우 const response = await fetch(`${process.env.NEXT_PUBLIC_API_SERVER_URL}/book`) Route (app) Size First Load JS ┌ ○ / 288 B 106 kB 이렇게 static page로 나오고 cache 옵션 no-store로 준 경우 Route (app) Size First Load JS ┌ ƒ / 288 B 106 kB 이렇게 dynamic page로 나와서 next 공식 문서를 찾아보니 https://nextjs.org/docs/15/app/api-reference/functions/fetch auto no cache (default): Next.js fetches the resource from the remote server on every request in development, but will fetch once during next build because the route will be statically prerendered. If Dynamic APIs are detected on the route, Next.js will fetch the resource on every request. 이렇게 build 때는 static 이라고 해서 질문이 생겼습니다. 어떤 블로그에서는 또 브라우저마다 다르게 동작한다고 해서 헷갈립니다..! 답변 주시면 감사드리겠습니다.
# 코드스니펫 입출력 예제 두번째 라인 print("정답 = ()()( / 현재 풀이 값 = ", get_correct_parentheses("))()(")) 코드스니펫 예제 입출력에 오류가 있는것 같습니다. 문제 조건에도 다음과 같이 명시되어 있고 균형잡힌 괄호 문자열 p가 매개변수로 주어질 때, 주어진 알고리즘을 수행해 올바른 괄호 문자열로 변환한 결과를 반환하시오. 프로그래머스 원문제 링크 조건에도 문자열 p를 이루는 '(' 와 ')' 의 개수는 항상 같습니다. 라는 조건이 있는데 해당 입력케이스는 균형잡힌 괄호 문자열이 아니므로 요구조건에 부합하지 않네요
강사님! 혹시 Title 부분과 Narration을 하나씩 생성할 수 있는 방법은 없나요? 예를 들어, 킬러 주제를 한 가지 뽑아줘 > 위 주제를 토대로 대본을 생성해줘! 위와 같은 형태로요. 그리고 또한 작성된 대본을 spilt 노드를 통해 나눈 후 각 문장에 적합한 이미지를 생성하고 싶은데 가능할까요?
💡 질문 작성 가이드 보다 빠르고 정확한 답변을 위해, 아래 사항을 참고해 질문을 작성해주세요. 1. 간단한 내용은 ChatGPT로 먼저 확인해보세요. 기본 개념이나 용어 설명은 ChatGPT를 활용하는 것이 더 빠르고 효율적일 수 있습니다. 2. 질문하실 때, 아래 내용을 함께 적어주시면 좋아요. 어느 파트인지 풀이 코드 > Bottom-Up 방식의 구현 내가 이해한 내용 + 궁금한점 cost = [[0, 0, 0]] dp = [[-1, -1, -1] for _ in range(N + 1)] 해당 부분을 제거 하고 cost = [list(map(int, input().split())) for _ in range(N)] dp = [[-1, -1, -1] for _ in range(N)] 초기값 처리에서도 1번째가 아닌 0번째 초기화 처리 for문에서도 range(2, n+1)이 아닌 range(1, n) 처리 이렇게 0번째 배열부터 사용하도록 해도 같은 결과를 추출 할 수 있는데 굳이 0번째 배열을 [0,0,0], [-1,-1,-1]로 저장해놓는 이유가 있는지 궁금합니다. 0번째 배열을 쓰는 문제가 있는건지,,, 놓친 부분이 있는건지,, 해서 여쭤봅니다. N = int(input()) cost = [list(map(int, input().split())) for _ in range(N)] dp = [[-1, -1, -1] for _ in range(n)] dp[0][0] = costs[0][0] dp[0][1] = costs[0][1] dp[0][2] = costs[0][2] # DP Table 갱신 for i in range(1, n): # dp[i][0 ~ 2] # dp[i][0] dp[i][0] = costs[i][0] + min(dp[i - 1][1], dp[i - 1][2]) # dp[i][1] dp[i][1] = costs[i][1] + min(dp[i - 1][0], dp[i - 1][2]) # dp[i][2] dp[i][2] = costs[i][2] + min(dp[i - 1][0], dp[i - 1][1])
like테이블을 생성하고자 작성을 한 후 Add foregin key relation 을 클릭하여 public schema를 선택한 이후에도 하위 테이블 목록이 보이지 않습니다..ㅠㅠ 딱히 다른 설정을 만진것이 없이 강의를 따라 쭉 해보고 있는데 무언가가 바뀐건가요? 강의 내에서는 post테이블이면 public.post로 나오지만 지금 현재는 post로만 보이는 상태인데 어떤 부분이 바뀌었나? 혹은 설정을 못한 부분이 있나 잘 모르겠습니다..
강의 : 0104 GEMINI CLI 파이썬 바이브코딩을 위한 환경 설정 OS : Windows 11 Web browser : Chrome 143.0.7499.41 영상에서 사용한 슬라이드로 아래 URL을 알려주셨습니다. 해당 URL에 접근하면 카스퍼스키에서 경고 창을 표시합니다. 확인 부탁드립니다. https://corazzon.github.io/slides/ai_py_dev_env.html
안녕하세요! LangChain 관련 강의를 수강하고 있습니다. 다름이 아니라 응답 속도에 관해서 질문드리고싶은데요. LLM(e.g., OpenAI)에 입력(질문)한다. OpenAI의 API Call이 수행된다. OpenAI에서 응답이 BE로 전달된다. 이 순서가 될텐데. 이 때, 강의를 보면 AIMessage가 금방 도출이 되는데. 질문의 길이가 길고, 전문적이게 된다면 응답의 속도가 느려지는건지 궁금합니다.