안녕하세요 강의 잘 듣고 있습니다. 마라톤 데이터 가공 2 강의를 듣던 중 Step 5단계에서 오류가 발생합니다. 사용하고 있는 파이썬 버전은 3.8.12이고 pandas 버전은 1.3.4입니다. 강의 내용대로 순차적으로 실습 진행 중 Step 5단계에서 오류가 발생하여 Step 5단계의 다른 내용을 모두 주석 후에 marathon_2015_2017['5K'] = pd.to_timedelta(marathon_2015_2017['5K']) 이 코드만 실행해 보았는데요 그럼에도 오류가 발생합니다. 혹시나 해서 csv파일을 열어 보았는데 시간데이터 중 '-' 로 표시된 부분이 종종 있었습니다. 제 생각에는 '-'라는 문자가 있으니 null도 아니고 시간데이터도 아니다 보니 문제가 발생하는 것 같은 예감입니다. 아래에 오류 내용을 그대로 첨부하겠습니다. 도움 주시면 감사하겠습니다. --------------------------------------------------------------------------- ValueError Traceback (most recent call last) /opt/homebrew/Caskroom/miniforge/base/envs/DV/lib/python3.8/site-packages/pandas/_libs/tslibs/timedeltas.pyx in pandas._libs.tslibs.timedeltas.array_to_timedelta64 () /opt/homebrew/Caskroom/miniforge/base/envs/DV/lib/python3.8/site-packages/pandas/_libs/tslibs/timedeltas.pyx in pandas._libs.tslibs.timedeltas.parse_timedelta_string () ValueError : symbols w/o a number During handling of the above exception, another exception occurred: ValueError Traceback (most recent call last) /var/folders/zl/7hy5k6z55zz2b286tv4bbk740000gn/T/ipykernel_48790/1493613945.py in <module> 6 7 # Convert using pandas to_timedelta method ----> 8 marathon_2015_2017 [ '5K' ] = pd . to_timedelta ( marathon_2015_2017 [ '5K' ] ) 9 # marathon_2015_2017['10K'] = pd.to_timedelta(marathon_2015_2017['10K']) 10 # marathon_2015_2017['15K'] = pd.to_timedelta(marathon_2015_2017['15K']) /opt/homebrew/Caskroom/miniforge/base/envs/DV/lib/python3.8/site-packages/pandas/core/tools/timedeltas.py in to_timedelta (arg, unit, errors) 122 return arg 123 elif isinstance ( arg , ABCSeries ) : --> 124 values = _convert_listlike ( arg . _values , unit = unit , errors = errors ) 125 return arg . _constructor ( values , index = arg . index , name = arg . name ) 126 elif isinstance ( arg , ABCIndex ) : /opt/homebrew/Caskroom/miniforge/base/envs/DV/lib/python3.8/site-packages/pandas/core/tools/timedeltas.py in _convert_listlike (arg, unit, errors, name) 171 172 try : --> 173 td64arr = sequence_to_td64ns ( arg , unit = unit , errors = errors , copy = False ) [ 0 ] 174 except ValueError : 175 if errors == "ignore" : /opt/homebrew/Caskroom/miniforge/base/envs/DV/lib/python3.8/site-packages/pandas/core/arrays/timedeltas.py in sequence_to_td64ns (data, copy, unit, errors) 989 if is_object_dtype ( data . dtype ) or is_string_dtype ( data . dtype ) : 990 # no need to make a copy, need to convert if string-dtyped --> 991 data = objects_to_td64ns ( data , unit = unit , errors = errors ) 992 copy = False 993 /opt/homebrew/Caskroom/miniforge/base/envs/DV/lib/python3.8/site-packages/pandas/core/arrays/timedeltas.py in objects_to_td64ns (data, unit, errors) 1098 values = np . array ( data , dtype = np . object_ , copy = False ) 1099 -> 1100 result = array_to_timedelta64 ( values , unit = unit , errors = errors ) 1101 return result . view ( "timedelta64[ns]" ) 1102 /opt/homebrew/Caskroom/miniforge/base/envs/DV/lib/python3.8/site-packages/pandas/_libs/tslibs/timedeltas.pyx in pandas._libs.tslibs.timedeltas.array_to_timedelta64 () /opt/homebrew/Caskroom/miniforge/base/envs/DV/lib/python3.8/site-packages/pandas/_libs/tslibs/timedeltas.pyx in pandas._libs.tslibs.timedeltas.array_to_timedelta64 () /opt/homebrew/Caskroom/miniforge/base/envs/DV/lib/python3.8/site-packages/pandas/_libs/tslibs/timedeltas.pyx in pandas._libs.tslibs.timedeltas.convert_to_timedelta64 () /opt/homebrew/Caskroom/miniforge/base/envs/DV/lib/python3.8/site-packages/pandas/_libs/tslibs/timedeltas.pyx in pandas._libs.tslibs.timedeltas.parse_timedelta_string () ValueError : symbols w/o a number
안녕하세요 딥러닝을 구글colab을 이용하여 공부중인데 현재 이미지 학습 부분을 공부하고 있습니다. 하지만 결제를 하여도 런타임이 24시간이 한계라 훈련이 자꾸 중단되어 epoch를 전부 학습하지 못하고 있습니다! 그래서 1epoch마다 checkpoint를 저장하는 방법을 사용하여 훈련을 하고 있고, 현재 잘 저장이 되고 있습니다. 하지만 저는 항상 3/10 epoch에서 24시간이 지나 훈련이 중단 되는데 그러면 이때 3 까지 저장된 checkpoint를 불러와서 다시 4epoch부터 재 학습을 시킬수 있는방법이 궁금합니다! 검색을 해 보았지만 전부 학습이 완료된 데이터를 불러오는 예제 밖에 없어서 질문 남깁니다! 제가 사용한 코드는 아래와 같습니다. from fastai.imports import * from tensorflow.keras import datasets, layers, models, losses, Model from tensorflow import keras import tensorflow as tf from keras.layers import Dense,Dropout,Activation,Add,MaxPooling2D,Conv2D,Flatten,BatchNormalization from keras.models import Sequential from keras.preprocessing.image import ImageDataGenerator from keras import layers import seaborn as sns from keras.preprocessing import image import numpy as np import cv2 from google.colab.patches import cv2_imshow import matplotlib.pyplot as plt plt.style.use('seaborn-white') data_path = '/content/drive/MyDrive/train_val_data' train_dir = os.path.join(data_path,'train') val_dir = os.path.join(data_path,'test') classes = os.listdir(train_dir) train_datagen = tf.keras.preprocessing.image.ImageDataGenerator( width_shift_range = 0.2, height_shift_range = 0.2, zoom_range = 0.2, vertical_flip=True, rescale = 1. / 255, fill_mode='nearest') val_datagen = tf.keras.preprocessing.image.ImageDataGenerator(rescale = 1. / 255) train_generator = train_datagen.flow_from_directory( train_dir, target_size=(224,224), batch_size = 32, class_mode = 'categorical' ) val_generator = val_datagen.flow_from_directory( val_dir, target_size=(224,224), batch_size = 32, class_mode = 'categorical' ) base_model = tf.keras.applications.ResNet50(weights = 'imagenet', include_top = False, input_shape = (224,224,3)) for layer in base_model.layers: layer.trainable = False x = layers.Flatten()(base_model.output) x = layers.Dense(720, activation='relu')(x) predictions = layers.Dense(360, activation = 'softmax')(x) opt = tf.keras.optimizers.Adam(learning_rate=0.001) checkpoint_path = "/content/drive/MyDrive/training_resnet50/resnet50_cp.ckpt" checkpoint_dir = os.path.dirname(checkpoint_path) # 체크포인트 콜백 만들기 cp_callback = tf.keras.callbacks.ModelCheckpoint(checkpoint_path, save_weights_only=True, verbose=1) head_model = Model(inputs = base_model.input, outputs = predictions) head_model.compile(optimizer=opt, loss='categorical_crossentropy', metrics=['accuracy']) history = head_model.fit(train_generator, validation_data=val_generator, batch_size=32, epochs=100, callbacks = [cp_callback])
ImportError : /usr/local/lib/python3.7/dist-packages/mmcv/_ext.cpython-37m-x86_64-linux-gnu.so: undefined symbol: _ZN2at5sliceERKNS_6TensorElN3c108optionalIlEES5_l 런타임 다시 시작 후 실행해도 위와 같은 오류가 나옵니다.
- 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. 영상 강의 보니까 명령프롬프트로 가서 코드 실행하시던데 굳이 그렇게 하시는 이유가있나요 그냥 vscode에서 디버깅시작 F5눌러서 실행하면 안되는 걸까요 궁금하네요.
5:22초 질문드립니다. def checkpoint_ret(gun, soldiers): 를 정의했고 gun = checkpoint_ret(gun, 2)로 checkpoint_ret 함수를 호출할 떄, 여기서 gun은 왜 전역변수 gun=10 값을 가져오는건가요? checkpoint_ret 함수 내부에서 gun은 지역변수 이므로, 실행시 오류가 발생할 것으로 추측됩니다.
안녕하십니까! 먼저 좋은 강의를 해 주셔서 감사드립니다. 질문 드리겠습니다. 1. Mask RCNN 학습을 위해 config파일을 불러오고 파라미터를 설정을 합니다. 그리고 inference를 하기 이해 위에서 설정 된 config를 사용을 합니다. 만약. 학습과 inference를 각각 한다면(inference를 이한 주피터 노트북을 따로 생성) inference를 하기 위해 학습때와 동일하게 config를 파일을 불러오고 파라미터를 설정하고 사용을 해야 되나요? 예를 들어 학습시에 config를 파일을 불러오고 파라미터를 설정한 config를 파일로 저장하고 inference시에 그 파일을 불러와서 사용을 할 수도 있나요? 2. Mask RCNN 학습 시에 train과 validation dataset을 구성합니다. validation으로 검증을 하면서 학습을 하고 모델을 생성합니다. 생성된 모델을 평가하기 위해서는 Test 데이터셋으로 평가하는 방법이 궁급합니다. 부탁드립니다.
안녕하세요 강사님. 15:50부터 시작하는 '올바른 USER 모델 지정방법'설명이 제대로 이해가 가지 않습니다. 제가 아래와 같이 이해한게 맞는 내용인가요? 장고에서는 기본적으로 auth에서 User모델을 제공해준다. 그러나 개별 앱에서 User모델을 만들었을 때 Model.py에서 제대로 인식하지 못하므로 settings.py에서 'AUTH_USER_MODEL = 'instagram.User' 를 작성해주고, Models.py에서도 author = models.ForeginKey(settings.AUTH_USER_MODEL, on_delete=models.CASCADE)로 작성해줘야 한다. 이렇게 이해했는데 제가 이해한 부분이 맞을까요? 맞다면 개별 앱에서 user모델을 작성하게 되는 이유는 무엇인가요? 간단한 예제로 설명해주시면 이해가 갈 것 같습니다!
파이썬 동시성 프로그래밍 : 데이터 수집부터 웹 개발까지 (feat. FastAPI, async, await)
안녕하세요! 이전에 nest.js 강의를 듣고, 너무나 큰 만족감과 함께 많은 도움을 얻었던 기억이 있어서 fast api 강의도 출시하자마자 구입하여 공부중인 회원입니다! 이번 질문을 통해 문의드리고자 하는 내용은 uvicorn의 reload 설정 문제입니다. 현재 클라이언트로부터 파일(.zip)을 업로드 받아서, 압축 해제 후 subproccess로 실행시키는 API를 만들어서 연습해보고 있습니다. 참고로 압축 결과물은 파이썬 파일( .py) 입니다. 그런데, 압축해제 할 때마다 uvicorn이 변화를 감지하여 서버를 재실행시킵니다. 물론 reload 기능을 OFF하면, 문제가 없습니다. 하지만 uvicorn.run 옵션 중에 reload_excludes가 있어서 사용해보려고 했으나 원하는대로 동작하지 않네요 ㅠㅠ (참고: Settings - Uvicorn ) 프로젝트 루트 경로에 있는 server.py 파일은 아래와 같이 작성하였고, 파일 업로드를 받아 압축해제하는 경로는 다음과 같습니다. {{project root}}/app/files import uvicorn if __name__ == "__main__" : uvicorn. run ( "app.main:app" , host = "localhost" , port = 8000 , reload = True , reload_excludes =[ "app/files/" ], ) 위와 같이 설정하여도 uvicorn은 app/files 경로내의 변화를 감지합니다..ㅠ_ㅜ uvicorn의 reload 제외 설정을 어떻게 해야할까요! 답변 부탁드리겠습니다..!
- 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. 파이썬과 아톰 모두 깔아서 처음 코드 작성했는데, autocomplete-python과 스크립트 플러그인도 모두 작성했거든요, 뭐가 문제일까요?ㅠㅠㅠ
안녕하세요 강의를 잘 보고 있는 수강생입니다. import pickle for i in range ( 1 , 51 ): with open ( " {0} 주차.txt" , "w" , encoding = "utf8" . format ( i )) as report : report . write ( "- {0} 주차 주간보고 - \n 부서 : \n 이름 : \n 업무 요약: " . format ( i )) 퀴즈에서 with 문에 format를 사용해서 했는데 안되던데 그 이유가 with문은 str 형태라서 사용을 못하는건가요? 만약에 with 문에 전체가 str 형태라면 format 사용 가능한가요? 답변 부탁드리겠습니다. 강의 너무 잘 듣고 있습니다!
[리뉴얼] 파이썬입문과 크롤링기초 부트캠프 [파이썬, 웹, 데이터 이해 기본까지] (업데이트)
- 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. 16:20 초 가량 data.keys() 를 item 에 집어넣으셨는데 그럼 item 은 data 의 키값을 가져오는건데 data[item] 을 하니 벨류값이 나오는지 도무지 이해가 안갑니다 ㅠ 56번도 같은 맥락으로 이해가 안갑니다. 감사합니다
- 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 강사님 강의 잘 듣고 있습니다. 몇가지 질문이 있어서 질문드립니다. 만약에 backbone을 바꾸고 싶으면 이와 같이 하면 되나여 ..? 백본을 바꾸난 뒤 init_cfg에있는 checkpoint도 바꾸어야 되는지 궁금합니다.
안녕하세요. [모듈과 패키지] 수업의 __all__강의에서 이런 식으로 코드를 작성하면 오류가 난다고 말씀하셨는데 제 컴퓨터에서는 오류가 나지 않고 문장이 잘 출력됩니다. 파이썬 규칙이 바뀐 걸까요...? 아니면 제가 뭔가를 잘못한 것일까요? 무료로 좋은 수업 제공해주셔서 정말 많은 도움이 됩니다. 읽어주셔서 감사합니다!
