[ 질문 배경 ] Deque에 대한 자료를 보면 포인터를 사용한다고 나와있습니다. 따라서 popleft()시 맨 좌측부터 포인터가 가르키며 삭제하게 되는데, 이는 논리적으로 "삭제"라는 개념보다는 포인터가 가르키는 곳을 다음으로 이동시킨다는 의미를 가진다고 gpt를 통해 알게 되었습니다. [ 질문 ] 그렇다면, popleft()시 포인터가 다음으로 이동할 시 메모리에 적재되어 있던 이전 값은 그대로 남아있게 될텐데, 그렇다면 이것은 메모리 낭비로 이어질 수 있지 않나요? 자바의 경우 가비지 컬렉터가 알아서 메모리를 관리하죠. GPT에게 물어보니 메모리 슬롯은 유지하며 재사용할 수 있도록 대기상태에 들어간다고 합니다. 그렇다면 이 재사용을 할지 말지에 대한 것은 누가 결정하며 어떻게 처리되나요? 궁금합니다. C의 경우 malloc 으로 메모리 빌림 , 메모리 반납을 거치게 되는데, 이 경우도 궁금합니다.
안녕하세요. 현재 회사 사무실에서 강의듣고 있는데, 일부 폐쇄망입니다. 그래서 Colab에서 실습 시 업로드 할 경우 아래 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.
안녕하세요 교수님 강의를 통해 많은 도움을 받고 있는 수강생입니다. 수정 기능 구현 시, 전체 데이터를 Body에 담아 보내는 방식은 대용량 파일이나 멀티파트 폼 데이터 처리 시 효율성이 떨어지는 경험을 했습니다. 그래서 모든 필드를 Optional로 설정하여 부분 수정을 허용하게 하면 벨리데이션(Validation) 로직이 복잡해지는 문제가 발생했습니다. 현업에서는 어떤 식으로 업데이트 코드 스타일을 관리하는 것이 표준인지 교수님의 조언을 듣고 싶습니다. 감사합니다.
- is_host를 기준으로 호스트 사용자와 게스트 사용자를 구분하는 것은, 가입 당시부터 본인의 역할을 선택하여 구분 짓는 경우에 효과적인 것으로 판단됩니다. 가입 시점부터 역할(게스트/호스트)을 구분 지어서 관리하고자 하는 경우에 적절한 구조라고 생각되며, 호스트의 자격조건이 있거나, 검증이 필요한 서비스라면 이렇게 관리하는 방법이 적절해 보입니다. - 반면, 호스트/게스트의 타입을 캘린더의 존재 여부(또는 갯수)로 정의한다고 하면, 모든 가입자가 가입시에 동일한 자격을 갖는 가입자로서 가입처리가 되고, 추가 단계로서 캘린더를 생성 함으로 써, 호스트와 게스트의 역할을 자유롭게 넘나드는 자유도가 생기는 구조가 될 것 같습니다. - 지금은 커피챗을 목적으로 일정을 조율하는 목적을 갖는 시스템이므로, is_host를 사용하지 않는 결정을 하겠습니다. 전자상거래 시스템같은 판매자와/소비자 처럼 엄격한 구분과 자격을 검증해야 하는 시스템으로 여겨지지는 않기때문입니다. is_host 필드가 없어지는 경우에, 사용자의 상태(또는 역할)을 구분하기 위해서 매번 캘린더의 존재 여부를 확인해야 하지만 앞서 언급한 호스트와 게스트의 역할 변경에 열려있는 점이 중요하게 생각되기 때문입니다. 하지만 모든 가입자가 게스트로 시작하는 만큼 커피챗 호스트를 어떻게 유치할 것인가는 고민이 되는 부분입니다.
한 번에 끝내는 AI 에이전트 개발 올인원 (w. LangGraph, Google ADK, CrewAI)
RSS, 웹 서치 Tool 개발 8분 20초쯤 crewai - trace batch finalization을 확인하는 부분이 있는데, 코드에서 tracing이 켜져있지 않아 출력하지 않게 됩니다. 필요하다면 crew에서 tracing=True를 추가해주어야 하는것 같습니다.
안녕하세요. 완강하고, 이제는 제가 원하는 주제로 한번 더 수업을 보며 따라하는 중입니다. 첫단계 Basic LLM Chain의 GPT 나레이션 생성하고 Append row in sheet까지 마치고 난 다음에, 제가 구글 시트에서 나레이션의 내용을 수정했다면, 업데이트를 어느 단계에서 어떻게 하면 좋을까요? ^^
책에서는 128p if TYPE_CHECKING: from appserver.apps.calendar.models import Calendar 이렇게 appserver 부터 시작하니다 130페이지 하단에 보면 https://gilbut.co/c/25069573YP 커밋 참조하라고 되어있는데요 깃헙에서는 if TYPE_CHECKING: from apps.calendar.models import Calendar 여기는 apps부터 시작합니다. 초보에게는 이런거 하나하나가 어렵네요 어떤게 맞는 건지 궁금합니다.
안녕하세요. 강사님의 좋은 자료 덕분에 장고 강의에 이어 데이터베이스 설계 강의까지 함께하고 있는 수강생 입니다. 강의를 듣던 중, "22.선택도 / 3:51" 내용을 보고 의문점이 생겨 질문 남깁니다. 배경 선택도 값이 낮으면, 조건에 맞는 행이 적다 → 인덱스 효율이 증가한다. 선택도 값이 높으면, 조건에 맞는 행이 많다 → 인덱스 효율이 떨어진다. 라는 설명을 듣고, "중복이 적을수록 인덱스를 생성하면 더 효율적이겠구나" 라는 정보를 얻었습니다. 그 후, "어떤 컬럼을 선택해야 할까?" 장표에는 그중에서 선택성이 높은 컬럼 위주로 인덱스 생성 이 효율적이라고 설명과 더불어 자료를 보여주셔서 의문이 생겼습니다. 질문 Q. 선택성이 높으면 조건에 맞는 행이 많아 중복되는 행을 다시 스캔하여 필터링 하기 때문에 인덱스 사용에 비효율적이지 않을까요? 그럼 나머지 강의를 일단 수강하며 배움에 즐거움을 만끽하러 가보겠습니다. 감사합니다.
안녕하세요 선생님, 저는 이직 준비를 위해 빅데이터 분석기사 자격증을 준비중인 회사원입니다. 2025년 2회차 실기시험을 목표로 인프런에서 유명한 선생님의 강의를 신청했지만, 2025년도 하반기 중국 출장(2달)을 가게 되어 2회차 시험에 응시하지 못했습니다.. 수강기간이 2026.04.28까지인데, 2026년 1회차 시험을 목표로 강의를 수강하려고 합니다! 혹시 2026년 1회차 시험인 2026.06.20까지 강의 연장이 가능할까요? 가능하다면 정말 열심히 수강하여 꼭 합격하고 싶습니다! 답변 기다리겠습니다. 읽어주셔서 감사합니다! 제 이메일은 ( ysy0950@gmail.com ) 입니다!
merge단계에서 "비디오생성" 부분 라인이 에러가 나서, nothing 노드도 다시 설정해보고 이것저것 해 봤는데요. 비디오 요청용 JSON에서 1item으로 테스트해서 3 nothing nodes 의 merge까지 성공을 했습니다. 그래서 5 items로 바꾸고 다시 실행하면 꼭 "비디오 시트행 가져오기"에서 저렇게 에러가 나네요. 에러 메시지는 Problem in node ‘비디오 시트행 가져오기‘ Paired item data for item from node '비디오 JSON 병합 및 ID추가' is unavailable. Ensure '비디오 JSON 병합 및 ID추가' is providing the required output. 인데 2,3번 테스트하니 fal요금이 숨풍숨풍 빠져나가서 ㅎㅎㅎ 혹시 어디를 체크하면 좋은지 의견 여쭤봅니다 ^^
학습 관련 질문이 있으시면, 상세하게 남겨주세요. 문제가 발생한 부분의 코드를 함께 올려주세요. 수업 영상 몇 분/초 구간인지 알려주세요. 3-2. Re-rank 에서 from langchain_community.cross_encoders import HuggingFaceCrossEncoder 이 구문에서 임포트 에러가 납니다 --------------------------------------------------------------------------- ImportError Traceback (most recent call last) Cell In[47], line 4 2 from langchain.retrievers.document_compressors import CrossEncoderReranker 3 #from langchain_community.cross_encoders import HuggingFaceCrossEncoder ----> 4 from langchain_community.cross_encoders import HuggingFaceCrossEncoder
