윈도우에서 pip pip3로 PyMySQL을 설치한 뒤에 설치된 것도 확인하고 파이썬 ide도 재실행 해봤는데 import pymysql에서 오류가 뜹니다. ModuleNotFoundError : no module named 'PyMySQL' 이거는 어떻게 해결해야 하나요?

안녕하세요! 강의 잘 듣고 있습니다.! 다름이 아니라 요즘엔 사실 자체 로그인과 함께 카카오 로그인 같은 oauth를 이용한 로그인을 많이 하는데 자체 로그인과 함께 oauth도 사용하려면 어떻게 해야하나요??

response.results로 불러온 영화 데이터 값들을 Moives에 넣을 수가 없네요... 아래는 log 를 찍어봤는데, Movies1, Movies2로그를 확인 부탁 드립니다.     const [Movies, setMovies] = useState([]);     const [MainMovieImage, setMainMovieImage] = useState(null);     useEffect(() => {         const endpoint = `${API_URL}movie/popular?api_key=${API_KEY}&language=en-US&page=1`         fetch(endpoint)             .then(response => response.json())             .then(response => {                 console.log('response : ', response);                  setMainMovieImage(response.results[0]);                 setMovies(response.results);                 console.log('Movies1 : ', Movies);                 setMovies([response.results]);                 console.log('Movies2 : ', Movies);             });     }, [])

안녕하세요.쿠키부분 reduce관련해서 질문드립니다.제가 평상시 알던 reduce는 reduce((acc,cur,index,arr)=>{})형식으로 사용하고 있었습니다.그런데 해당부분 강좌에서  const parseCookies = (cookie = '') =>     cookie         .split(';')         .map(v => v.split('='))         .reduce((acc, [k,v]) => {             acc[k.trim()] = decodeURIComponent(v)             return acc;        }, {}); 이렇게 reduce((acc,[k,v])=>{})이렇게 대괄호로 묶어서 사용하셨더라구요.저의 검색 실력이 부족하고 이것저것 만져봐도 어떤의미로 저걸 사용하셨는지 잘 모르겠어서 이렇게 질문드립니다.

안녕하세요. 제가 오토인코더 loss를 ssim나 mse로 설정해서 훈련을 하습니다 오토인코더가 binary_crossentropy 혹은 categorical_crossentropy와 같은 기본 분류가 아니다보니 metric을 아래와 같이 그냥 적으면 이게 맞는 것인지 모르겠습니다 metrics=['mae'] if loss == 'mse' else ['mse'] metrics.append(['acc', Precision(name='precision'), Recall(name='recall'), AUC(name='auc')])   일정 threshold가 있어야, 정상 혹은 비정상으로 분류한 것인지 알아야 하는데 헷갈리네요

OnRecvCompleted 콜백으로 오는 시점이 궁금합니다 커널에서 어느시점에 해당 소켓에 이벤트를 넘겨주는건가요? 수신버퍼에 조금이라도 차있고 해당 프로그램의 소켓의 순서가 되었을 때 프로그램에 넘겨주는건가요? 1. TCP 특성상 데이터 경계가 없다고 얘기해주셨는데, 그럼 어느시점에 프로그램에게 Recv 이벤트를 알려주는건지 궁금합니다. 2. MSS(1460byte) 보다 큰 App Payload를 TCP에 넘기면 TCP에서 패킷을 MTU 크기만큼 쪼게 나눠 보내는 걸로 알고 있는데요 이때에 나눠받을 때 일부분도 수신버퍼에 들어가고 Recv로 오게되나요? 아니면 쪼게진 패킷을 모두 받아야 수신버퍼에 넣고 어플리케이션으로 넘겨주고 이때 OnRecvCompleted 콜백이 호출되나요? 40byte 를 보냈으나 40byte를 그대로 받지 않는다는 부분의 경우의 수를 조금 더 알고싶습니다

실무에서는 4가지 방법중 어느걸 많이 쓸까요?

- 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. cattmerry@gmail.com 으로 보내주시면 감사하겠습니다!

안녕하세요 강사님. 저번에 친절하게 올려주신 답변을 보고 따라하는 중에 또 질문을 올리네요!! Keras-yolo를 데스크탑 gpu로 train해서 만든 .h5파일을 노트북 cpu로 inference 과정 중 문제가 생겼습니다. 모델 로드는 제대로 되었는데, Yolo의 detect_image()를 사용하여 inference 중 아레와 같은 에러가 발생하였습니다! 혹시 cpu에서 keras-YOLO는 사용이 불가능한 것일까요? -------------- 모델 학습 25회 학습 + validation 2회 진행 중 한번 끊겨서 중간 저장된 model_stage_1.h5로 5회 학습 + 5회 validation 진행한 결과입니다. train_yolo(pretrained_path, annotation_path,classes_path, anchors_path, log_dir,trained_model_name, b_size, epochs_cnt) pretrained_path: C:/JupyterNotebook/ClothClassified/model_data/cloth_stage_1.h5 Create Tiny YOLOv3 model with 6 anchors and 14 classes. Load weights C:/JupyterNotebook/ClothClassified/model_data/cloth_stage_1.h5. Freeze the first 42 layers of total 44 layers. Train on 28938 samples, val on 3215 samples, with batch size 2. Epoch 1/5 14469/14469 [==============================] - 2273s 157ms/step - loss: 17.7330 - val_loss: nan WARNING:tensorflow:From C:\Users\min96\anaconda3\envs\tf115\lib\site-packages\keras\callbacks\tensorboard_v1.py:343: The name tf.Summary is deprecated. Please use tf.compat.v1.Summary instead. Epoch 2/5 14469/14469 [==============================] - 2078s 144ms/step - loss: 17.6376 - val_loss: nan Epoch 3/5 14469/14469 [==============================] - 2094s 145ms/step - loss: 17.5342 - val_loss: nan Epoch 4/5 14469/14469 [==============================] - 2049s 142ms/step - loss: 17.6445 - val_loss: nan Epoch 5/5 14469/14469 [==============================] - 2042s 141ms/step - loss: 17.6296 - val_loss: nan Unfreeze all of the layers. Train on 28938 samples, val on 3215 samples, with batch size 2. Epoch 6/10 14469/14469 [==============================] - 2111s 146ms/step - loss: 14.0190 - val_loss: 5.6780 Epoch 7/10 14469/14469 [==============================] - 2111s 146ms/step - loss: 11.0151 - val_loss: 4.3427 Epoch 8/10 14469/14469 [==============================] - 2114s 146ms/step - loss: 9.7026 - val_loss: 7.6887 Epoch 9/10 14469/14469 [==============================] - 2115s 146ms/step - loss: 9.0433 - val_loss: 2.4560 Epoch 10/10 14469/14469 [==============================] - 2105s 146ms/step - loss: 8.5110 - val_loss: 7.9146 ------------- 모델 로드 cloth_tiny_yolo = YOLO(model_path=pretrained_path, anchors_path=anchors_path, classes_path=classes_path) C:/JupyterNotebook/model_data/cloth_final.h5 model, anchors, and classes loaded. ----------------------- train detected_img = yolo.detect_image(img) plt.imshow(detected_img) (192, 192, 3) --------------------------------------------------------------------------- UnimplementedError Traceback (most recent call last) ~\anaconda3\envs\t115c\lib\site-packages\tensorflow_core\python\client\session.py in _do_call(self, fn, *args) 1364 try: -> 1365 return fn(*args) 1366 except errors.OpError as e: ~\anaconda3\envs\t115c\lib\site-packages\tensorflow_core\python\client\session.py in _run_fn(feed_dict, fetch_list, target_list, options, run_metadata) 1349 return self._call_tf_sessionrun(options, feed_dict, fetch_list, -> 1350 target_list, run_metadata) 1351 ~\anaconda3\envs\t115c\lib\site-packages\tensorflow_core\python\client\session.py in _call_tf_sessionrun(self, options, feed_dict, fetch_list, target_list, run_metadata) 1442 fetch_list, target_list, -> 1443 run_metadata) 1444 UnimplementedError: The Conv2D op currently does not support grouped convolutions on the CPU. A grouped convolution was attempted to be run because the input depth of 512 does not match the filter input depth of 1 [[{{node conv2d_49/convolution}}]] During handling of the above exception, another exception occurred: UnimplementedError Traceback (most recent call last) <ipython-input-23-b6fbc29987b5> in <module> 1 # with tf.device('/cpu:0'): ----> 2 detected_img = yolo.detect_image(img) 3 plt.imshow(detected_img) C:\JupyterNotebook\model_data\keras-yolo3\yolo.py in detect_image(self, image) 122 self.yolo_model.input: image_data, 123 self.input_image_shape: [image.size[1], image.size[0]], --> 124 K.learning_phase(): 0 125 }) 126 ~\anaconda3\envs\t115c\lib\site-packages\tensorflow_core\python\client\session.py in run(self, fetches, feed_dict, options, run_metadata) 954 try: 955 result = self._run(None, fetches, feed_dict, options_ptr, --> 956 run_metadata_ptr) 957 if run_metadata: 958 proto_data = tf_session.TF_GetBuffer(run_metadata_ptr) ~\anaconda3\envs\t115c\lib\site-packages\tensorflow_core\python\client\session.py in _run(self, handle, fetches, feed_dict, options, run_metadata) 1178 if final_fetches or final_targets or (handle and feed_dict_tensor): 1179 results = self._do_run(handle, final_targets, final_fetches, -> 1180 feed_dict_tensor, options, run_metadata) 1181 else: 1182 results = [] ~\anaconda3\envs\t115c\lib\site-packages\tensorflow_core\python\client\session.py in _do_run(self, handle, target_list, fetch_list, feed_dict, options, run_metadata) 1357 if handle is None: 1358 return self._do_call(_run_fn, feeds, fetches, targets, options, -> 1359 run_metadata) 1360 else: 1361 return self._do_call(_prun_fn, handle, feeds, fetches) ~\anaconda3\envs\t115c\lib\site-packages\tensorflow_core\python\client\session.py in _do_call(self, fn, *args) 1382 '\nsession_config.graph_options.rewrite_options.' 1383 'disable_meta_optimizer = True') -> 1384 raise type(e)(node_def, op, message) 1385 1386 def _extend_graph(self): UnimplementedError: The Conv2D op currently does not support grouped convolutions on the CPU. A grouped convolution was attempted to be run because the input depth of 512 does not match the filter input depth of 1 [[node conv2d_49/convolution (defined at C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\tensorflow_core\python\framework\ops.py:1748) ]] Original stack trace for 'conv2d_49/convolution': File "C:\Users\min96\anaconda3\envs\t115c\lib\runpy.py", line 193, in _run_module_as_main "__main__", mod_spec) File "C:\Users\min96\anaconda3\envs\t115c\lib\runpy.py", line 85, in _run_code exec(code, run_globals) File "C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\ipykernel_launcher.py", line 16, in <module> app.launch_new_instance() File "C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\traitlets\config\application.py", line 664, in launch_instance app.start() File "C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\ipykernel\kernelapp.py", line 612, in start self.io_loop.start() File "C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\tornado\platform\asyncio.py", line 199, in start self.asyncio_loop.run_forever() File "C:\Users\min96\anaconda3\envs\t115c\lib\asyncio\base_events.py", line 442, in run_forever self._run_once() File "C:\Users\min96\anaconda3\envs\t115c\lib\asyncio\base_events.py", line 1462, in _run_once handle._run() File "C:\Users\min96\anaconda3\envs\t115c\lib\asyncio\events.py", line 145, in _run self._callback(*self._args) File "C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\tornado\ioloop.py", line 688, in <lambda> lambda f: self._run_callback(functools.partial(callback, future)) File "C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\tornado\ioloop.py", line 741, in _run_callback ret = callback() File "C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\tornado\gen.py", line 814, in inner self.ctx_run(self.run) File "C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\tornado\gen.py", line 162, in _fake_ctx_run return f(*args, **kw) File "C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\tornado\gen.py", line 775, in run yielded = self.gen.send(value) File "C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\ipykernel\kernelbase.py", line 365, in process_one yield gen.maybe_future(dispatch(*args)) File "C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\tornado\gen.py", line 234, in wrapper yielded = ctx_run(next, result) File "C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\tornado\gen.py", line 162, in _fake_ctx_run return f(*args, **kw) File "C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\ipykernel\kernelbase.py", line 268, in dispatch_shell yield gen.maybe_future(handler(stream, idents, msg)) File "C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\tornado\gen.py", line 234, in wrapper yielded = ctx_run(next, result) File "C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\tornado\gen.py", line 162, in _fake_ctx_run return f(*args, **kw) File "C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\ipykernel\kernelbase.py", line 545, in execute_request user_expressions, allow_stdin, File "C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\tornado\gen.py", line 234, in wrapper yielded = ctx_run(next, result) File "C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\tornado\gen.py", line 162, in _fake_ctx_run return f(*args, **kw) File "C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\ipykernel\ipkernel.py", line 306, in do_execute res = shell.run_cell(code, store_history=store_history, silent=silent) File "C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\ipykernel\zmqshell.py", line 536, in run_cell return super(ZMQInteractiveShell, self).run_cell(*args, **kwargs) File "C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\IPython\core\interactiveshell.py", line 2867, in run_cell raw_cell, store_history, silent, shell_futures) File "C:\Users\min96\anaconda3\envs\t115c\lib\site-packages\IPython\core\interactiveshell.py", line 2895, in _run_cell return runner(coro) File "C:\Users\min96\anaconda3\envs\t115c\lib\site-pa

제가 오라클 11g 사용중인데요. <property name="hibernate.dialect" value="org.hibernate.dialect.H2Dialect"/> 이 부분에서  Oracle10gDialect 사용 하면 되는것인가요??? Oracle(XX)gDialect 가 버전 정보 인것 같은데 . 인텔리제이에서 자동완성 기능으로 11 버전은 없고 10gDialect 와 12c..... 이런식으로 밖에 선택을 못하는데요 맞는 것인가요???

안녕하세요. useCallback 관련해서 갑자기 궁금한점이 생겨 질문 드립니다. useCallback을 함수에 감싸고 props로 내리면 함수를 기억해서 재 성성을 하지 않는다고 이해하였습니다. onChange 함수를 예로들면 input에 입력이 들어올때마다 함수를 실행시키게되고 state에 새로운 값을 업데이트를 할텐데요. useCallback을 사용하였을때 새로이 함수는 생성되지 않으나 기존 함수는 계속해서 state를 업데이트를 해야되기 때문에 input이 들어올때마다 계속해서 실행된다 되지만 deps가 빈배열일 경우에는 화면에는 업데이트를 하지 않는다라고 이해하면 될까요? 깔끔하게 이해가 안되네요. 다시 한 번 밑에 이해한데로 적어보겠습니다. 1. 부모 (props:useCallback함수) --> 자식(props)로 갈 데이터가 전달 됨 2. 자식에서 함수가 실행 될 경우 자식 컴포넌트는 렌더가 되며 부모의 state 값을 업데이트 시켜줌 3. 부모가 렌더링이 다시 될 경우 useCallback으로 감싸진 함수는 재렌더링이 일어나지 않음 결국 useCallback은 부모에서 렌더링이 일어날 경우 useCallback로 감싸진 부분을 재렌더링이 일어나지 않도록 하기 위한 목적이다. 제가 이해한 것이 맞을까요? 막 쓰다보니.. 좀 길어졌는데 확인 부탁드리겠습니다.

강의에 나온 예제에서는 1개만 사용된다는 에러 메시지가 출력되는데 func printSum(of nums: Int..., b: Double...) {     print(b)     var sum = 0     for num in nums {         sum += num     }          print(sum) } printSum(of: 1,2,3,4,5,6, b: 1,2,3,4,5) 여기서는 그냥 되버리네요. 혹시 조금씩 마이너 업데이트 되면서 이러한 점들이 개선된건가요? 항상 좋은강의 감사합니다.

삭제된 글입니다

버퍼에 담긴 클라이언트가 보내준 문자열 값보다 count를 크게 잡아줄 시(ex: 1024) 이런 식으로 뒤에 ??? 가 붙게 되는데요, 이는 null 문자인가요? 저는 vscode에서 코딩중입니다. 혹여 실행환경 문제라면 신경쓰이진 않는데 뭔가 잘못 처리한건 아닌지 궁금합니다.

버퍼에 담긴 클라이언트가 보내준 문자열 값보다 count를 크게 잡아줄 시(ex: 1024) 이런 식으로 뒤에 ??? 가 붙게 되는데요, null 문자인가요? 저는 vscode에서 코딩중입니다. 혹여 실행환경 문제라면 신경쓰이진 않는데 뭔가 잘못 처리한건 아닌지 궁금합니다.

firstTextField에 먼저 값 넣고 이름 출력한 다음에 secondTextField를 누르면 에러 발생하는데 다른분들은 잘 실행되시나요?

선생님 ~! i라고 밑에 imanges/ 자동으로 뜨는게 안뜨는데 코드힌트 비활성화랑 관련있나요? 근데 활성화 해도 안떠서 다른걸 뭐 꺼둬서 그런건가 해서 질문드려요

 안녕하세요. 강의 잘듣고 있습니다. 강의 내용중 이해가 되지않는 부분이 있어서 문의 드립니다. 동영상 13:22초경 feignErrorDecoder 코드의   decode 함수에서  case 404: 부분의 에러 메시지가 왜 order is empty  인지 이해가 가지않습니다. 제생각은 feignClient 에서 url 을 잘못 등록한 404 의경우.. page not found 가 발생해야 할것같은데 이해가 잘 되지않아서 질문 남깁니다. 감사합니다.

AcceptAsync 함수가 갑자기 헷갈려서 개념을 짚어보고자 다시 질문드립니다. 1. AcceptAsync의 반환값이 false :  대기중인 손님이 이미 있어서 문지기가 손님을 바로 입장시킨 경우 2. AcceptAsync의 반환값이 true : 당장 받을 손님이 없어서 입장시킬 준비를 하고 있다가, 나중에 손님이 등장하면 입장시킨 경우 제대로 이해를 했는지.. 좀 헷갈리네요 ㅜㅜ

안녕하세요 강사님. 쿼리 로그찍는 부분에서 궁금한 점이 있습니다. @Transactional만 둔 상태에서 테스트를 돌리면 create table 쿼리만 나오는데 @Rollback(false)까지 어노테이션을하고 테스트를 하면 insert 쿼리까지 나옵니다.  제가 생각했을때 어노테이션 차이없이 테이블을 만들고 save까지 동일하게 작동하는것 같은데 어떤 차이가 있는건가요?