안녕하세요.현재 회사 사무실에서 강의듣고 있는데,일부 폐쇄망입니다.그래서 Colab에서 실습 시 업로드 할 경우아래 에러가 발생합니다. colab말고 다른방법은 없겟죠?A network error occurred and the request could not be completed. GapiError: A network error occurred and the request could not be completed.

강사님께서 진행하시는 머신러닝 완벽 가이드를 Evaluation까지 수강 하였습니다.(딥러닝 강의 수강을 위한 권장 사전 지식) 현재 Evaluation까지의 모든 코드를 읽고 어떤 기능인지 해석까지 가능한 상태입니다. 딥러닝 강의 수강을 위해서 이정도면 넘어가도 될까요? 숙련도를 갖추기 위해서는 코드를 직접 작성도 해봐야 하는데 그 정도 숙련도가 딥러닝을 위해 필요할지, 시간 낭비일지 질문드립니다.

타임아웃 에러 때문에 마지막 실습이 어렵습니다.==((====))== Unsloth 2026.1.2: Fast Llama patching. Transformers: 4.57.3. \\ /| Tesla T4. Num GPUs = 1. Max memory: 14.741 GB. Platform: Linux. O^O/ \_/ \ Torch: 2.9.0+cu126. CUDA: 7.5. CUDA Toolkit: 12.6. Triton: 3.5.0 \ / Bfloat16 = FALSE. FA [Xformers = None. FA2 = False] "-____-" Free license: http://github.com/unslothai/unsloth Unsloth: Fast downloading is enabled - ignore downloading bars which are red colored! --------------------------------------------------------------------------- TimeoutError Traceback (most recent call last) /usr/local/lib/python3.12/dist-packages/unsloth/models/_utils.py in _get_statistics(statistics, force_download) 1173 try: -> 1174 time_limited_stats_check() 1175 except TimeoutError: 6 frames/usr/local/lib/python3.12/dist-packages/unsloth_zoo/rl_environments.py in wrapper(*args, **kwargs) 774 elif effective_backend == "process": --> 775 return _run_in_subprocess(func, seconds, args, kwargs, 776 start_method=start_method, kill_grace=kill_grace) /usr/local/lib/python3.12/dist-packages/unsloth_zoo/rl_environments.py in _run_in_subprocess(func, seconds, args, kwargs, start_method, kill_grace) 701 proc.join() --> 702 raise TimeoutError(f"Timed out after {seconds:g}s") 703 except KeyboardInterrupt: TimeoutError: Timed out after 120s During handling of the above exception, another exception occurred: TimeoutError Traceback (most recent call last) /tmp/ipython-input-2933263888.py in <cell line: 0>() 4 5 # ✅ STEP 1: 모델 및 토크나이저 로딩 (Unsloth LLaMA 3.1 8B 기준) ----> 6 model, tokenizer = FastLanguageModel.from_pretrained( 7 model_name = "unsloth/Meta-Llama-3.1-8B", 8 max_seq_length = 2048, /usr/local/lib/python3.12/dist-packages/unsloth/models/loader.py in from_pretrained(model_name, max_seq_length, dtype, load_in_4bit, load_in_8bit, load_in_16bit, full_finetuning, token, device_map, rope_scaling, fix_tokenizer, trust_remote_code, use_gradient_checkpointing, resize_model_vocab, revision, use_exact_model_name, offload_embedding, float32_mixed_precision, fast_inference, gpu_memory_utilization, float8_kv_cache, random_state, max_lora_rank, disable_log_stats, qat_scheme, load_in_fp8, unsloth_tiled_mlp, *args, **kwargs) 582 load_in_8bit_kwargs = False 583 --> 584 model, tokenizer = dispatch_model.from_pretrained( 585 model_name = model_name, 586 max_seq_length = max_seq_length, /usr/local/lib/python3.12/dist-packages/unsloth/models/llama.py in from_pretrained(model_name, max_seq_length, dtype, load_in_4bit, token, device_map, rope_scaling, fix_tokenizer, model_patcher, tokenizer_name, trust_remote_code, revision, fast_inference, gpu_memory_utilization, float8_kv_cache, random_state, max_lora_rank, disable_log_stats, unsloth_vllm_standby, num_labels, qat_scheme, **kwargs) 2202 model_patcher.pre_patch() 2203 # For debugging - we use a download counter to see if environments are not breaking or if HF is down -> 2204 get_statistics(kwargs.get("local_files_only", False)) 2205 2206 if dtype is None: /usr/local/lib/python3.12/dist-packages/unsloth/models/_utils.py in get_statistics(local_files_only) 1212 disable_progress_bars() 1213 disabled = True -> 1214 _get_statistics(None) 1215 _get_statistics("repeat", force_download = False) 1216 total_memory = ( /usr/local/lib/python3.12/dist-packages/unsloth/models/_utils.py in _get_statistics(statistics, force_download) 1174 time_limited_stats_check() 1175 except TimeoutError: -> 1176 raise TimeoutError( 1177 "Unsloth: HuggingFace seems to be down after trying for 120 seconds :(\n" 1178 "Check https://status.huggingface.co/ for more details.\n" TimeoutError: Unsloth: HuggingFace seems to be down after trying for 120 seconds :( Check https://status.huggingface.co/ for more details. As a temporary measure, use modelscope with the same model name ie: ``` pip install modelscope import os; os.environ['UNSLOTH_USE_MODELSCOPE'] = '1' from unsloth import FastLanguageModel model = FastLanguageModel.from_pretrained('unsloth/gpt-oss-20b') ```해결 방법이 있을까요? 강사님... 

15:03 부분에서 강의 장표에 나와있는 L2 Regularization 하고 L2 Regularization 이 순서가 올바르지 않은 것 같아요.. L1 Regularization 이 고차원 데이터와 희소 데이터를 다룰 때 유용한 거 아닌가요..?

130강 끝날 즈음에 다음 섹션이 아니라 length_penalty에 대한 설명을 해주신다고 하셨는데 없는 것 같습니다!

강사님 화면자료 교안으로 받아볼수있을가요? 

오영제 선생님 AI강의 감사드립니다한가지 궁금한 사항이 있어 질문드립니다. FeedForward 의미가 무엇인지요? 단순 Dense 레이어라면 loss 함수가 있어야 특정 목적의 학습이 이루어질것 같은데 단순 통과만 시킨다면 어떤 결과가 달라지는지요? 제가 잘 이해를 못했는지 모르겠는데 느그러이 생각하시고 답변주시면 감사하겠습니다.

강의에서 사용하신 소스코드는 어디에서 받을 수 있나요?

안녕하세요 강의 내용 중에 2.x내용이 많은데 그 중에 3.x에서는 사용할 수 없는 부분에 대한 강의를 표시를 해주시면 감사하겠습니다.이미 3.x 존재하지않는 내용을 공부하는것을 덜어주셨으면 좋겠습니다.물론 호환이 되거나 도움이 되는 부분은 그대로 좋습니다.감사합니다. - 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 강의 내용을 질문할 경우 몇분 몇초의 내용에 대한 것인지 반드시 기재 부탁드립니다. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요.

이 파일의 코드를 하나씩 실행하려고 하는데, 첫번째 코드는 2.8.0+cu126 두번째 코드에서 오류가 납니다.Looking in indexes: https://download.pytorch.org/whl/cu118 ERROR: Could not find a version that satisfies the requirement torch==2.0.0 (from versions: 2.2.0+cu118, 2.2.1+cu118, 2.2.2+cu118, 2.3.0+cu118, 2.3.1+cu118, 2.4.0+cu118, 2.4.1+cu118, 2.5.0+cu118, 2.5.1+cu118, 2.6.0+cu118, 2.7.0+cu118, 2.7.1+cu118) ERROR: No matching distribution found for torch==2.0.0혹시나 해서 python 버전을 확인해 보니 3.12.12 (main, Oct 10 2025, 08:52:57) [GCC 11.4.0] 입니다. 이미 버전이 올라가서 mmdetection 2.x 실습이 가능할지 모르겠습니다. 조언 부탁드리겠습니다.감사합니다.- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 강의 내용을 질문할 경우 몇분 몇초의 내용에 대한 것인지 반드시 기재 부탁드립니다. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요.

<대규모 언어 모델, 핵심만 빠르게!> 쿠폰은 언제쯤 발급되나요?

안녕하세요.강의 코드를 메일 공유 부탁 드립니다. (메일 : kdhz0738@gmail.com)  질문 있습니다.딥러닝 모델을 활용해 정상/불량 분류 외에 추가로 불량 영역을 박스 표시하고 싶습니다. 방식이나 키워드를 청해 들을 수 있을까요

교재에 작성된 노션URL로 이동이 안됩니다

안녕하세요! 혹시 강의자료를 어떻게 받을 수 있을까요?

후반부 슬라이드 그림에 Wq, Wk, Wv 하나로 계산이 되어 헤드별로 나누어진다는 표현같이 보이는데, 오해의 소지가 있는것 같습니다. 만약 Wq, Wk, Wv가 멀티 헤드의 각각의 Wq, Wk, Wv가 concat된 것을 의미한다면 틀린것은 아니지만 그건 구현의 편의 문제이고 적어도 이 슬라이드에서는 Q, K, V가 하나의 Wq, Wk, Wv에서 계산이 되어 나누어진다는것은 혼란을 줄것 같습니다.

안녕하세요. 강의 정말 잘 듣고 있습니다.모델 서빙 경험이 없는 저한테는 매우 유익한 강의라고 생각하고 있습니다.하지만 강의를 따라가면서 개인적으로 코드를 뜯어보는 과정에서 하나하나 이해하는 데에는 많은 시간이 걸려 강의를 다 듣고 다시 코드를 뜯어보며 확실하게 알고 넘어가고자 하는데수업자료와 코드 요청을 드려도 될까요?

강의 "베개 투자법: 자면서 돈 버는 AI 주식 자동 매매 머신" 에서 한국투자증권의 API 가 사용되었는데, 이것을 다른 증권회사 예를 들면 미래에셋의 API 를 사용하여 실전에 적용하는 것도 가능한가요? 이때 주의점은 무엇인가요

데이터셋을 별도로 다운import pandas as pd import numpy as np data_url = "http://lib.stat.cmu.edu/datasets/boston" raw_df = pd.read_csv(data_url, sep=r"\s+", skiprows=22, header=None) X = np.hstack([raw_df.values[::2, :], raw_df.values[1::2, :2]]) y = raw_df.values[1::2, 2] feature_names = [ "CRIM","ZN","INDUS","CHAS","NOX","RM","AGE","DIS", "RAD","TAX","PTRATIO","B","LSTAT" ] bostonDF = pd.DataFrame(X, columns=feature_names) bostonDF["PRICE"] = y print(bostonDF.shape) bostonDF.head()

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? 

45. 8.1 불균형한 데이터셋 다루기 부터52. 8.8 알고리즘 효율성 까지 진행 확인체크가 안됩니다.