안녕하세요 강사님, mmdetection mask rcnn inference 실습 시 runpod 템플릿 관해서 질문드립니다. 어느덧, 강의 막바지입니다. 강사님의 깃허브 runpod referal 파일 안에서 mmdetection v2, ultralytics yolo v3, yolov5, efficientdet 네가지 중 mmdetection v2 템플릿을 deploy하는 것이 맞는지 확실하게 하고자 질문드립니다.
안녕하세요. 아나콘다 프롬프트에서 가상환경을 'mystudy' 라는 이름으로 설치하고, 파이썬을 3.9버전으로 다운 그레이드하고, 사이킷런을 1.0.2, lightgbm을 3.3.2 버전으로 강의처럼 다운 받았습니다. 그러나 사이킷런 버전을 확인하려고 하면 아래와 같은 오류가 발생합니다. --------------------------------------------------------------------------ValueError Traceback (most recent call last) Cell In[2], line 1----> 1 import sklearn 3 print(sklearn.__version__) File ~\anaconda3\envs\mystudy\lib\site-packages\sklearn\__init__.py:82 80 from . import distributor init # noqa: F401 81 from . import __check_build # noqa: F401---> 82 from .base import clone 83 from .utils._show_versions import show_versions 85 all = [ 86 "calibration", 87 "cluster", (...) 128 "show_versions", 129 ] File ~\anaconda3\envs\mystudy\lib\site-packages\sklearn\base.py:17 15 from . import version 16 from ._config import get_config---> 17 from .utils import IS 32BIT 18 from .utils._tags import ( 19 DEFAULT TAGS, 20 safe tags, 21 ) 22 from .utils.validation import check_X_y File ~\anaconda3\envs\mystudy\lib\site-packages\sklearn\utils\__init__.py:23 20 import numpy as np 21 from scipy.sparse import issparse---> 23 from .murmurhash import murmurhash3_32 24 from .class_weight import compute_class_weight, compute_sample_weight 25 from . import _joblib File sklearn\utils\murmurhash.pyx:1, in init sklearn.utils.murmurhash()ValueError: numpy.dtype size changed, may indicate binary incompatibility. Expected 96 from C header, got 88 from PyObject 넘파이 버전이 낮아서 발생하는 오류라고 하는데, 제가 방법을 찾아봐도 해결이 안되네요 이 부분은 어떻게 하면 될까요?
안녕하세요 선생님, 저는 회사원입니다. 작년에 필기를 준비하면서 바로 실기까지 붙자! 하고 열심히 했지만 필기를 한 번 떨어져서 작년 2회차 시험에 합격하고 다른 자격증도 준비하느라 실기를 바로 못보고 올해 1회차 실기를 보려고 합니다. 일하면서 공부하는 거 쉽지 않네요ㅠ 올해 마음을 다잡고 실기를 취득하려고 하는데 안타깝게도 4월에 수강이 끝나서 6월까지 연장이 가능한지 조심스레 문의드려 봅니다. 열심히 듣고 꼭 합격할테니 도움 부탁드립니다 ~ 제 이메일은 ( seegle87@gmail.com ) 입니다!
안녕하세요. 강의를 끝까지 수강해서, 영상도 두개정도 만들어보았습니다. 그런데 이미지를 6개로 추가하는 작업을 하고, 주제 프롬포트도 살짝 수정을 해서 다시 진행을 하니, TTS생성요청에서 오류가 뜹니다. 이미지, 비디오는 다 생성완료되었습니다. JASON 코드의 오류가 있다는데, fal.ai의 elevenlabs에 들어가서 JASON코드 다시 복사도 해보고, 강사님의 노션에 있는 코드도 복사해보았지만 여전히 안되고 있습니다. 껐다 켜도 안되서 단순 버그는 아닌것 같은데, 이런 경우 어떻게 해결하는게 좋을까요?
다른 분이 질문한 내용을 읽어보고 고민하고 생각해봤는데도 이해가 안되서 질문 합니다. str == ch 는 0 이되는건 알겠는데 그 옆 str+1로 다음 글자 인것도 알겠습니다 근데 그옆에 ch는 무슨뜻이죠?? ch는 그냥 무시하는 건가요? return( *str == ch)여기에서 0이 되는건 이해됩니다. 그런데 charFreq(str + 1, ch)에서 ch는 그냥 무시되어버리는 도저히 이해가 안됩니다 ㅠㅠ 도와주세요 charFreq(str + 1,ch) 여기 값에서는 무슨 짓을 해도 계속 0이 나오는건가요?
아키텍처 설계 부분에서 궁금한 점이 있어 질문드립니다. 일반적으로 원천 → 수집 → 저장 → 처리 → 제공 → 활용 의 흐름으로 데이터 아키텍처를 설명해주셨는데, 이 중 원천 에 해당하는 부분에서 조금 헷갈리는 지점이 있습니다. 이전 강의에서 DW, DL, Lakehouse를 구축할 때 원천 데이터를 가져와 별도의 저장소에 다시 저장하며, 이 과정에서 데이터가 중복될 수 있고 그 중복이 필요한 이유에 대해서도 설명해주셨던 것으로 이해했습니다. 그래서 제가 이해한 내용을 예시로 확인하고 싶습니다. 예를 들어, 사내에 어떤 제품이 있고 해당 제품의 백엔드 서버가 RDB를 사용하며 서비스 데이터가 그 RDB에 저장되고 있다고 가정했을 때, DW, DL, Lakehouse를 구축하는 관점에서는 이 서비스용 RDB 자체가 raw data source(원천 데이터) 가 되고, 이 RDB로부터 데이터를 수집하여 DW, DL, Lakehouse 등에 다시 적재하는 구조로 이해했는데 이렇게 이해하는 것이 맞을지 궁금합니다.
학습 관련 질문을 최대한 상세히 남겨주세요! 고민 과정도 같이 나열해주셔도 좋습니다. 먼저 유사한 질문이 있었는지 검색해보세요. 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요. 좋아요에 대한 정합성을 (article_id, user_id) 유니크 인덱스로 보장하는 것은 DB의 역할이라고 생각합니다. 그렇다면, 다수의 동시 요청이나 사용자의 반복 클릭(예: 좋아요 버튼을 연속으로 누르는 경우) 상황에서 불필요한 DB 부하와 예외 발생을 줄이기 위해 애플리케이션 단에서는 어떤 방식으로 이를 보완하고 처리하는 것이 적절한가요? 좋아요에 대한 정합성을 (article_id, user_id) 유니크 인덱스로 보장하는 것은 DB의 역할이라고 생각합니다. 다만, 다수의 동시 요청이나 사용자의 반복 클릭(예: 좋아요 버튼을 연속으로 누르는 경우) 상황에서는 애플리케이션 단의 단순한 선행 검증만으로는 이를 제어하기 어렵다고 느꼈습니다. 예를 들어, 아래와 같은 코드에서는 다음과 같은 경쟁 상태(race condition)가 발생할 수 있습니다. T1: exists → false T2: exists → false T1: insert T2: insert ❌ (유니크 제약 위반) if (!likeRepository.exists(postId, userId)) { likeRepository.save(...); } 이처럼 애플리케이션 레벨의 exists → insert 패턴이 동시성 문제를 해결하지 못하는 상황에서 DB 예외에만 의존하지 않고 불필요한 중복 요청과 예외 발생을 줄이기 위해 애플리케이션 단에서는 어떤 방식으로 이를 보완하는 것이 바람직하다고 보시는지 궁금합니다.