행렬 기본 조작 (2) 강의 27:30 초에 슬라이드에서, A matrix 코드를 잘못 작성한 부분을 참고해서 연산을 했어요. 아래는 해당 코드입니다. A = np . array ([[ 1 , 2 , 3 ], [ 3 , 2 , 1 ]], dtype = np .float64) u = np . array ([ 5 , 1 , 3 ], dtype = np .float64) result = A @ u prt ( result , fmt = " %0.2f " , delimiter = ', ' ) print ( u .shape) 1차원 배열의 경우, column vector로 표현이 안 돼서 연산이 안 된다고 생각했어요. 그런데, 출력 결과 16.00, 20.00 (3,) 연산이 되더라구요. np.matmul을 써도 마찬가지구요. multiplication func나 matmul을 쓰면 내부적으로 column vector로 변환해 연산을 하는 건가요?
[질문 템플릿] 1. 강의 내용과 관련된 질문인가요? (예) 2. 인프런의 질문 게시판과 자주 하는 질문에 없는 내용인가요? (예) 3. 질문 잘하기 메뉴얼을 읽어보셨나요? (예) [질문 내용] 스프링 빈의 이름을 따로 지정 안하는 경우에 basicController.HelloBean이 나온 것을 확인하였습니다. 하지만 타임리프에 th:text="${@basicController.HelloBean.hello('Spring!')}"라고 작성하여도 빈을 찾지 못하는 오류가 발생했습니다. 이러한 경우에는 무조건 빈의 이름을 바꿔야 하는걸까요?
- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 vercel로 제 프로젝트를 배포하려고하는데ㅠㅠ 계속 404 not found가 뜹니다ㅠㅠ 왜 이런 거죠?? 이 영상 참고하면서 하고 있는데여ㅠㅠㅠ 질문이 있었는지 검색해보세요. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요.
설계독학맛비's 실전 FPGA를 이용한 HW 가속기 설계 (LED 제어부터 Fully Connected Layer 가속기 설계까지)
안녕하세요, 이번 수업에서는 간단한 mul_core를 구현해보았는데요. 이 core로 signed 연산도 표현할 수 있는 건가 라는 의문이 들었습니다. signed multiplication의 경우, 구현하신 mul_core와 다른 방식으로 구현해야하는지 아니면 단순히 몇줄의 코드를 추가하면 되는지 그 방향성이 궁금합니다! 감사합니다.
- Vcpkg 설치를 진행하고 있는데 계속 에러가 떠서 문의드립니다. > .\vcpkg\vcpkg install boost:x64-windows 를 입력하면 첨부그림과 같이 에러가 발생됩니다. stdout-x64-windows.log 파일을 열어보면 아래와 같이 기록되어 있습니다. -- Configuring x64-windows CMake Error at scripts/cmake/vcpkg_execute_required_process.cmake:127 (message): Command failed: ninja -v Working Directory: C:/Users/github_/vcpkg/buildtrees/detect_compiler/x64-windows-rel/vcpkg-parallel-configure Error code: 1 See logs for more information: C:\Users\github_\vcpkg\buildtrees\detect_compiler\config-x64-windows-out.log Call Stack (most recent call first): scripts/cmake/vcpkg_configure_cmake.cmake:368 (vcpkg_execute_required_process) scripts/detect_compiler/portfile.cmake:18 (vcpkg_configure_cmake) scripts/ports.cmake:141 (include)
영상 강의대로 쭉 따라가다보면 우선 첫번째로 RaisedButton 을 지금은 쓸수없습니다 그래서 저는 ElevatedButton 으로 대체하였습니다 스타일까지 주는 것은 성공했는데 13분 45초 쯤에 저장을 하면 버튼이 뜨지않으면서 A RenderFlex overflowed by 41 pixels on the bottom 이렇게 오류메시지가 뜹니다. 해결하려고 아무리 찾아서 적용해봐도 해결이 안됩니다 답변 부탁드립니다
깃헙에 TIL저장소를 만들려고 하는데 보통 TIL저장소는 어떤 내요을 적는지 궁금합니다. 만약에 오늘 A에 대해서 공부했는데 같은내용을 블로그에도 올리고 TIL에도 올리는지... 사실상 TIL은 거의 매일 올려야하는 저장소인데 TIL만 적다보면 어떤 걸 블로그에 적어야할지 헷갈립니다.
/data/local/tmp 안에 들어가서 frida-server-12.6.11 연결 하려고 하니, 계속 Unable to start: Could not listen on address 127.0.0.1, port 27042: Error binding to address 127.0.0.1:27042: Address already in use 이런식으로 뜨는데 어떻게 해야 할까요?
실행시 updating checkpoint.. 이런 내용이 안나오고 아래와 같은 내용만 나옵니다. 에러는 없는데 " hdfs dfs -ls -R /pilot-pjt/collect/car-batch-log/" 실행하면 디렉토리가 없다고 나옵니다. value.serializer = class org.apache.kafka.common.serialization.ByteArraySerializer 2021-10-05 12:55:12,487 INFO org.eclipse.jetty.server.Server: jetty-9.3.25.v20180904, build timestamp: 2018-09-05T06:11:46+09:00, git hash: 3ce520221d0240229c862b122d2b06c12a625732 2021-10-05 12:55:12,647 INFO org.eclipse.jetty.server.AbstractConnector: Started ServerConnector@1f87d55e{HTTP/1.1,[http/1.1]}{0.0.0.0:41414} 2021-10-05 12:55:12,647 INFO org.eclipse.jetty.server.Server: Started @3734ms 2021-10-05 12:55:13,112 INFO org.apache.kafka.common.utils.AppInfoParser: Kafka version: 2.2.1-cdh6.3.2 2021-10-05 12:55:13,114 INFO org.apache.kafka.common.utils.AppInfoParser: Kafka commitId: null 2021-10-05 12:55:13,119 INFO org.apache.flume.instrumentation.MonitoredCounterGroup: Monitored counter group for type: SINK, name: DriverCarInfo_KafkaSink: Successfully registered new MBean. 2021-10-05 12:55:13,120 INFO org.apache.flume.instrumentation.MonitoredCounterGroup: Component type: SINK, name: DriverCarInfo_KafkaSink started 2021-10-05 12:55:13,191 INFO org.apache.kafka.clients.Metadata: Cluster ID: 5n3YiK4DRl-2ZKzHfFTosw tail -f /var/log/flume-ng/flume-cmf-flume-AGENT-server02.hadoop.com.log
바로 이전에 남긴 질문에 친절히 답변해주셔서 감사합니다! 대댓글로 작성할까 하다가 나머지 질문 하나도 같이 여쭤보고 싶어서 새 글로 작성합니다. 1. 우선 이전 글에서 말씀하신 것에 대해서는 다음과 같은 질문사항이 또 생기는데요, 그러면 지금 두 파일(src의 index.js와 _reducers의 index.js)이 모두 존재하는 게 올바른 것이 맞다고 알면 될까요? 또한, 리듀서가 정의되어 있는 _reducers의 index.js는 꼭 파일명이 index여야만 src의 index.js에서 임포트를 할 수 있나요? 2. types.js에는 action type들이 정의되어 있는데, 보면 const LOGIN_USER = "login_user";라고 되어있습니다! 그런데 다른 파일들에서 action.type을 명시할 때는 LOGIN_USER라고 명시를 해주는데, "login_user"라는 문자열 값(?)은 어디서 쓰이는지 궁금합니다! 그저 저 코드 한 줄이하나의 type 정의 형식일까요...?
구조체를 직접 만드셔서 큐에 넣으셨는데 저는 구조체를 만들지않고 pair형을 넣었는데 구조체를 직접 만들어서 넣으면 메모리나 성능에 대한 부분이 차이가 있나요? 그리고 for문을 사용하실 때 i 를 for문 밖에서 먼저 선언후 사용하시는데 for문 밖에서 i 를 사용할 일이 없다면 for(int i=0; i > 10; i++) 이런식으로 사용하면 for 문이 끝날때 i 가 할당해제되어서 상관없을것같은데 이런식으로 사용하면 크게 메모리나 성능에 이슈가 있을까요?
안녕하세요 강사님! 강의 잘 듣고 있습니다. 캐글에 참여하고있는데, 스케일링 및 라벨인코딩(pd.factorize) 에서 막혀서 질문 드립니다. 1. 스케일링 관련 문의 데이터 전처리시, Standard Scaling을 한다 가정하였을 때, '파이썬 머신러닝 완벽 가이드' 나 기타 다른 자료를 찾아봐도, train_split 후 X_train, X_test 데이터에 대해서 스케일링을합니다. 저희 데이터에서는 아래와 같은경우에, 마지막 TARGET이 없는 테스트 데이터 셋에 어떻게 스케일링 해야하는지 궁금합니다. (제 생각엔 train_split 하기 전, apps_all 을 스케일링 하면 될 것같은데, 방법을 모르겠습니다) object_columns = apps_all.dtypes[apps_all.dtypes == 'object'].index.tolist() for column in object_columns: apps_all[column] = pd.factorize(apps_all[column])[0] apps_all_train = apps_all[~apps_all['TARGET'].isnull()] apps_all_test = apps_all[apps_all['TARGET'].isnull()] apps_all_test = apps_all_test.drop('TARGET', axis=1) from sklearn.model_selection import train_test_split ftr_app = apps_all_train.drop(['SK_ID_CURR', 'TARGET'], axis=1) target_app = apps_all_train['TARGET'] train_x, valid_x, train_y, valid_y = train_test_split(ftr_app, target_app, test_size=0.3, random_state=2020) from sklearn.preprocessing import MinMaxScaler scaler = MinMaxScaler() scaler.fit(train_x) train_x = scaler.transform(train_x) valid_x = scaler.transform(valid_x) 이렇게 하면 정말 제출해야하는 마지막 데이터(apps_all_test) 데이터에 대해서는 어떻게 스케일링을 해야하나요? 2. 위 코드에서 pd.factorize 를 하게되면 object 칼럼들이 int형 컬럼으로 바뀌게 되는데, 이 이후 스케일링을 하게되면, 라벨인코더 결과값들마저 스케일링 됩니다. 이는 뭔가 잘못됐다는 생각이 듭니다. 혹시 숫자형컬럼(int or float) 들에 대해 스케일링을 먼저하고, object 칼럼들에 대해 라벨인코딩을 해야하나요? 감사합니다.
