배포 관련해서 공부를 하다가 문득 궁금한 점이 있는데 그냥 CRA로 구성한 리액트 앱(SSR 없을 시)의 경우 정적 파일만 받아오고 요청은 브라우저에서 하니까 굳이 aws에 올리지 않고 netlify나 vercel 같은 서비스를 사용하면 간편하게 배포 가능하지만 Next.js 경우 내부에 서버 사이드를 구현해야 하기 때문에 aws ec2에 서버를 배포하는 것으로 이해했습니다. (이렇게 이해해도 되는지 궁금하네요) 그런데 공부하다 보니 vercel 로도 SSR 배포가 가능한 것 같다라구요 실무에서는 aws가 많이 쓰인다고 하셨는데 저런 vercel 같은 호스팅 서비스를 이용하는 거랑 어떤 차이가 있는지, 비용이나 성능면에서 더 aws가 더 좋은 점이 있는건지 궁금합니다.
안녕하세요. 다름이 아니라 AI HUB에 올라와 있는 k-pop 덴스 데이터 셋을 활용해 key point detection을 해보고 싶어서 질문드립니다. https://aihub.or.kr/aidata/34116 해당 데이터 셋을 보면 뭐 이름은 영상 데이터 셋으로 올라왔는데 파일은 jpg 파일이랑 json 파일로 구성되어 있구요. 이게 파일을 또 살펴보면 jpg파일이 정면 좌우 대각선 방향에서 찍혀있는 사진으로 구성되어 있는데 데이터를 입력할 때 유의해야할 점이있을 까요? 정면에서 하는 것 밖에 못한다든가 또 이렇게 jpg 파일로 학습 시킨 모델로 영상도 나중에 예측?할 때 활용할 수 있나요?
- 학습에 관련된 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. post_list.html에서는 변수를 소문자로 변환한 모델명 + _list 로 사용했는데 post_detail.html에서는 변수를 소문자로 변환한 모델명(post)로 사용한건가요? 어떤 방식으로 하는건지 설명이 없어서요...
제로초님 안녕하세요 고민을 몇시간쨰 해보고 있는데 해결을 못하겠어서 처음으로 글을 올려봐요ㅠㅠㅜ 노드버드 하기전에 배포프로세스를 익히고자 CNA로 테스트 레포를 만들고 따라하고 있었는데요 그냥 sudo yarn start로 했을 때는 잘되서 ip 주소로도 접속이 가능한데 이런 에러가 나는데 왜이러는걸까요??ㅠ
강의에서 나온 과정대로 진행했는데, 정책 생성 부분에서 설명하신 상황과 달라 더 이상 진도를 나갈 수 없습니다. 아래와 같이 ARN 복사 후 붙여넣기까지 진행했는데, Resource field is not valid. You must enter a valid ARN. 이라는 말과 함께 Add statement 버튼이 활성화 되지 않습니다.
[리뉴얼] 처음하는 파이썬 백엔드와 웹기술 입문 (파이썬 중급, flask[플라스크] 로 이해하는 백엔드 및 웹기술 기본) [풀스택 Part1-1]
Figure.set_name("figure") print(Figure.name, Circle.name ) 여기서 빨간부분이 궁금한데요 저는 여기서 Circle클래스 객체가 생성이 안되어있다고 생각되어 이해가 안되는 부분입니다. Figure클래스의 객체만 생성된상태에서 어떻게 Circle.name 으로 접근이 가능한가요? 아래의 Circle.set_name("Circle")로 객체생성되어야 Circle.name 을 사용할수있지않나요?
django와 html을 연결하여 vscode내에서 로컬로 웹사이트를 볼 수 있게 설정한 뒤 aws를 이용하여 외부로 웹페이지를 배포하고자 유튜브에 올라와있는 (2257) Django 프로젝트 AWS 배포하기 - YouTube 를 참고하여 천천히 따라나갔습니다. vscode상에 있는 django와 html을 연결한 내용을 git에 올린 뒤 우분투에서 git clone을 통해 받아와 /home/ubuntu/내 프로젝트 를 완성하였고 유튜브를 따라 천천히 나아가다가 마지막에 service nginx start를 한 후 public 주소를 입력 시 502 에러가 뜨는 것을 확인하였습니다. 우분투 내에서 python manage.py runserver 0.0.0.0:8000을 입력하면 외부에서 홈페이지가 잘 뜨니 코드상에는 문제가 없는것 같고 우분투에서 /var/log/nginx/error.log을 통해 에러코드를 cat으로 확인하니 2022/06/14 14:17:05 [crit] 4751#4751: *1 connect() to unix:/home/ubuntu/Final-term-project-DjangoWeb-/uwsgi.sock failed (13: Permission denied) while connecting to upstream, client: 121.136.144.86, server: _, request: "GET / HTTP/1.1", upstream: "uwsgi://unix:/home/ubuntu/Final-term-project-DjangoWeb-/uwsgi.sock:", host: "52.35.25.97" 이렇게 떠서 구글링을 통해 권한을 shmod로777로 변환해보거나 해도 여전히 502가 떴었습니다. 이에 제가 내린 결론은 /etc/nginx/nginx.conf /etc/nginx/sites-enabled/default uwsgi.ini 이 세가지를 설정하는 과정에서 값을 틀리게 입력했다는 것이 저의 생각입니다. 이것이 현재 저의 home/ubuntu/프로젝트/ 의 상태입니다. html과 django의 연결은 구글링을 통해 한 웹사이트로 구성하였으며 이는 git 에 올라갔고 git clone을 통해 우분투에 받아와진 상태입니다. uwsgi.ini의 상태입니다. vi /etc/nginx/nginx.conf를 통해 입력한 값입니다. vi /etc/nginx/sites-enabled/default를 통해 입력한 값입니다. 이후 sudo service nginx restart를 시도한 후 aws에 있는 제가 만든 인스턴스의 public주소를 주소창에 입력하자 502 에러가 나왔고 에러log는 맨위에 있는 것이 나왔습니다. 여러 오타도 찾아보고 사용자권한도 설정하며 계속 수정해나갔지만 결과에 도달할 기미가 보이지 않아 질문/ 답변에 찾아와 질문드리게 되었습니다. 도움을 주시면 감사할 것 같습니다.
안녕하세요 종은 강의 잘 청강하고 있습니다. Mmdetection mask RCNN 모델을 훈련시키려고 하는데, 강좌중 정확도와 재현성에 대한 강의를 보고 궁금증이 생겼습니다. 정확도와 재현성을 조정이라는 표현이 맞는지 모르겟는데, 정확도와 재현성중 사용자가 둘중 어떤 것을 높여서 교육시키는 것이 가능한지요? 가능하다면 훈련시 어떤 변수를 조정해서 훈련을 시켜야하는지요?? Mmdetection. Config 변수가 너무 많아서 좀 복잡한것 같은데... 이러한 부분은 어떤 문서를 봐야 이해가 될수 있을까요?? 홈페이지도 너무 광범위해서 초보자는 좀 헤매게 되는것 같습니다. 참. 그리고 혹시 tracking 에 대한 강좌 계획은 없으신지도 궁금합니다.
vs code상 터미널에서 zsh이 쓰이고 있는 맥북이며 docker run -dp 3000:8080 -v /usr/src/app/node_modules -v $(pwd):/usr/src/app wkdzhd2000/nodejs 라고 입력했는데 컨테이너 ID가 나오지 않고 아래와 같이 형식에 맞지 않게 입력했다고 나옵니다. docker: invalid reference format. See 'docker run --help'. 맥북이기때문에 $(pwd)가 맞다고 생각하고 다른 부분에도 잘못 쓴 것이 없어보이는데 왜 인식하지 못할까요..? 구글링하며 몇몇 글이나 공식문서도 참조하고 있는데 아직까지 원인을 찾지 못하였습니다... 윈도우는 아니지만 혹시 몰라 ${pwd}하니 작동은 했습니다. 하지만 server.js의 소스코드를 바꾼다음 컨테이너를 docker stop 했다가 다시 run 해도 소스코드 변경내용이 반영되지 않는다는 문제가 생겼습니다.. 어디가 잘못된 걸까요?? 저만 이러나요??
안녕하세요. '딥러닝-컴퓨터비전-완벽가이드'를 수강하고 있는 고준규입니다. 다름이 아니라 정밀도와 재현율에 대해 질문이 있어서 글을 남깁니다. COCO 데이터셋이나 Pascal VOC 데이터셋과 같이 성능평가로 검증된 데이터셋이 아닌 직접 object detection을 사용하여 문제를 해결하기위해 custom 데이터를 활용하여 데이터 라벨링을 하였습니다. 이 때, 모델의 평가를 진행하였는데, precision score (0.6)가 recall score (0.9)에 비해 낮은 결과를 얻는 것을 확인했습니다. 이를 자체적으로 분석해본 결과, 사람이 직접 라벨링을 하다보니 사람이 놓친 부분을 모델이 탐지하여 precision score가 낮아지는 것을 확인하였고 결론지었습니다. 이럴 경우, custom 데이터셋을 새롭게 수정해서 학습을 시켜야하는 것이 맞는 방법인 것으로 보이나 현실적으로 이를 수정하기에는 비용이 생각보다 많이 들 것 같아서 다른 방법을 생각해보고 있습니다. 혹시 이와 관련되어 조언을 얻을 수 있을까요?
print('%1.18f ' %(3.14159265358979)) print('%6.2f' %(3.14159265358979)) f 앞에 있는 숫자의 정수부분이 출력되는 값의 총 자리수라고 영상 11:25 에 말씀하셨는데 그렇게 되면 %1.18f 는 출력되는 값의 총 자리수가 1자리여야 되는 거 아닌가요..? 근데 왜 3.14159265358979 값이 전부 출력되는 건가요..?
