안녕하세요. n8n의 새로운 Python (Native) (Beta) 런타임 은 보안 및 실행 환경 제어를 위해 이처럼 다른 노드의 데이터를 참조하는 비표준 _ 헬퍼 함수를 지원하지 않는다고 합니다. 아래 코드 수정이 필요해 보입니다. # n8n Code (Python) node merged = {} # 1) 모든 아이템의 json을 순서대로 병합 (뒤에 오는 값이 우선) for item in items: merged.update(item.get("json", {})) # 2) ID 추가 merged["ID"] = _('IMG - 시트 행 가져오기').first(). json.ID # 3) 단일 아이템으로 반환 return [{"json": merged}]
이미지 생성 > IMG - JSON 병합 및 ID추가 노드에서 여러건을 처리하는 경우 merged["ID"] = _('IMG - 시트 행 가져오기').first(). json.ID 여기에서 무조건 첫번째 ID에 갱신을 하고 시트에 첫번째에만 URL이 갱신되고있는데 제가 잘못 구현한부분이 있을까요?
The 10x AI-Native Developer: 회사에서 AI로 압도적 성과를 내는 법
[진도] 1주차 6강 실습중 [질문] blog 프로젝트를 처음 /init 하였을때 claude.md 파일에 약 690줄이 생성되는데 claude 버전이 2.5로 업그레이되서 강의와 다른건가요? 아니면 제가 다른 모드를 쓰고 있어서 그럴까요? 과도하게 많이 토큰을 소비하고 있나 궁금하여 질문드립니다. 어떻게 해결하면 될까요?
['f','i','r','s','t','\0','r','i','n','g']을 for문으로 첫 번째 인덱스부터 끝까지 %c로 출력하면 first ring이라고 하셨는데, '\0' 널문자가 %c로 출력하면 공백이 되나요? 출력 결과가 "first ring"이 되는지, "firstring"이 되는지 모르겠습니다.
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 여기서는 데이터셋 분할시에는 .copy()는 안해도 괜찮나요? 작업형 3에서는 데이터 분할시에는 .copy() 적어주는게 좋을지요?
안녕하세요 선생님! 시험 전까지 이해안가는 부분은 강의를 다시 들어보면서 복습을 진행하고 싶습니다. 하지만 수강 만료일이 11월6일이라 앞으로 어떻게 공부를 해야할지 모르겠습니다 ㅠㅠ.. 혹시 시험일까지만이라도 수강 기간을 연장할 수 있는 방법은 없는지 문의 드립니다-! 이메일은 maldong97@naver.com 입니다!
While (첫번째 조건 && 두번째 조건) -> 두번째 조건의 의미가 n1을 가리키고 있는 NODE의 next가 널이 아닌지를 묻고 있는것일까요?? 아니면 n1의 next가 n3라서 널이 아니라는 것인가요? 저는 node를 n1을 가리키고 있는 노드라고 생각해서 처음의 의미로 생각했는데 아닌것같아서 질문드립니다.
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 선생님, 쌩초보입니다..너무 기초적인 질문일 수 있는데요,, 문제 1-3 에서는 data = test 라는 과정은 필요 없나요? 1-2 적합한 회귀모형을 사용하랬으니, predict하는 과정만 있으면 된다고 이해하면 될까요 from statsmodels.formula.api import ols model = ols("design ~ c1 + c2 + c4 ", data=test).fit() print(model.summary())
최고의 강의 너무나 감사합니다. 설치 시 에러가 있어 문의드립니다. !cd /content/automl/efficientdet; pip install -r requirements.txt note: This error originates from a subprocess, and is likely not a problem with pip. ------------------------------ import inference # 강의영상에는 from keras import anchors 이지만 efficientdet 패키지의 keras 모듈이 tf2 로 변경됨. from tf2 import efficientdet_keras model = efficientdet_keras.EfficientDetModel(config=config) model.build((None, None, None, 3)) print('#### checkpoint name:', tf.train.latest_checkpoint(INFER_CFG.model_dir)) model.load_weights(tf.train.latest_checkpoint(INFER_CFG.model_dir)) model.summary() ValueError: File format not supported: filepath=/content/efficientdet-d0/model. Keras 3 only supports V3 `.keras` and `.weights.h5` files, or legacy V1/V2 `.h5` files.
