안녕하세요! 수업 너무 재밌게 잘 듣고 있습니다. 수업 중에 FrontController에서 어댑터들을 DI로 적용할 수 있다고 하셔서, 좀 더 잘 이해하기 위해서 한번 해보려고 하였습니다! public FrontControllerServletV5(Map<String, Object> handlerMappingMap, List<MyHandlerAdapter> handlerAdapters) { initHandlerMappingMap(handlerMappingMap); initHandlerAdapters(handlerAdapters); } 코드를 돌리기 전에 생각해보니, 이런 식으로 파라메터를 입력받는 방법이 존재하지 않는다고 생각했습니다. V5에서 어떤 방식으로 DI를 구현하면 될까요?? 어떤 방식으로 접근해야할지 모르겠어서 질문드립니다! 감사합니다!!
- 학메뉵 없는 경우 습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 서로 예의를 지키며 존중Debug with python 메뉴가 없어요ㅠㅠ하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요.
- 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. 안녕하세요. 배열강의를 듣던중 궁금증이 생겨 질문드립니다. MyList를 구현하였을때와 System.Collection.Generic에서 사용하는 List를 디버깅하였을때 이런식으로 ex) MyList int [] {0,1,2,3,0,0,0,0} ex) List int [] {0,1,2,3} ex) List int [] {0,1,2,3} > Raw int [] {0,1,2,3,0,0,0,0} MyList의 경우에는 추가 할당한 공간에 0이 들어있는것이 보여지는 반면 List는 내가 Add한 변수들만 보입니다. List의 Raw부분을 살펴보니 MyList처럼 추가 할당된 배열이 보여집니다. 만약에 MyList에도 이런기능을 넣고 싶을때 어 떤식으로 구현하면 좋을까요? 혹은 어떤 걸 검색해보면 더 자세히 알 수 있을까요? 감사합니다.
EC2로 실습 진행중인데, IP로는 안되다가 해당 내부 장비 ip /sbin/ifconfig 해서, 나온 eth0 ip로는 안되는데 0.0.0.0 으로 하니까 되는데 혹시 이유를 알수 있을까요.? ( 강사님께서도 ec2 환경에서 하시는데, 강사님은 정상적으로 되네요 ㅠ.ㅠ.. )
- cartpole_reinforce.ipynb를 pycharm에서 .py로 변경해서 예제코드를 돌리고 있는 중에 위와 같은 에러가 발생했습니다. - tensorflow_gpu는 2.3.0이고, python version은 3.7.10 입니다. - 아, keras-applications는 10.0.8, keras-preprocessing은 1.1.2 입니다. 에러가 keras version 하고 관계있나요? 에러는 다음과 같습니다. Traceback (most recent call last): File "C:/WorkSpace/RL/kimnam/rl-main/rl-main/codes/cartpole_reinforce.py", line 163, in <module> agent.train() File "C:/WorkSpace/RL/kimnam/rl-main/rl-main/codes/cartpole_reinforce.py", line 80, in train self.train_mini_batch() File "C:/WorkSpace/RL/kimnam/rl-main/rl-main/codes/cartpole_reinforce.py", line 148, in train_mini_batch self.model.fit(x=[states_t, action_matrixs_t, discount_rewards_t], y=[action_probs_t], epochs=self.epochs_cnt, verbose=0) File "C:\ProgramData\Anaconda3\envs\leesh\lib\site-packages\tensorflow\python\keras\engine\training.py", line 108, in _method_wrapper return method(self, *args, **kwargs) File "C:\ProgramData\Anaconda3\envs\leesh\lib\site-packages\tensorflow\python\keras\engine\training.py", line 1098, in fit tmp_logs = train_function(iterator) File "C:\ProgramData\Anaconda3\envs\leesh\lib\site-packages\tensorflow\python\eager\def_function.py", line 780, in __call__ result = self._call(*args, **kwds) File "C:\ProgramData\Anaconda3\envs\leesh\lib\site-packages\tensorflow\python\eager\def_function.py", line 823, in _call self._initialize(args, kwds, add_initializers_to=initializers) File "C:\ProgramData\Anaconda3\envs\leesh\lib\site-packages\tensorflow\python\eager\def_function.py", line 697, in _initialize *args, **kwds)) File "C:\ProgramData\Anaconda3\envs\leesh\lib\site-packages\tensorflow\python\eager\function.py", line 2855, in _get_concrete_function_internal_garbage_collected graph_function, _, _ = self._maybe_define_function(args, kwargs) File "C:\ProgramData\Anaconda3\envs\leesh\lib\site-packages\tensorflow\python\eager\function.py", line 3213, in _maybe_define_function graph_function = self._create_graph_function(args, kwargs) File "C:\ProgramData\Anaconda3\envs\leesh\lib\site-packages\tensorflow\python\eager\function.py", line 3075, in _create_graph_function capture_by_value=self._capture_by_value), File "C:\ProgramData\Anaconda3\envs\leesh\lib\site-packages\tensorflow\python\framework\func_graph.py", line 986, in func_graph_from_py_func func_outputs = python_func(*func_args, **func_kwargs) File "C:\ProgramData\Anaconda3\envs\leesh\lib\site-packages\tensorflow\python\eager\def_function.py", line 600, in wrapped_fn return weak_wrapped_fn().__wrapped__(*args, **kwds) File "C:\ProgramData\Anaconda3\envs\leesh\lib\site-packages\tensorflow\python\framework\func_graph.py", line 973, in wrapper raise e.ag_error_metadata.to_exception(e) TypeError: in user code: C:\ProgramData\Anaconda3\envs\leesh\lib\site-packages\tensorflow\python\keras\engine\training.py:806 train_function * return step_function(self, iterator) C:\ProgramData\Anaconda3\envs\leesh\lib\site-packages\tensorflow\python\keras\engine\training.py:796 step_function ** outputs = model.distribute_strategy.run(run_step, args=(data,)) C:\ProgramData\Anaconda3\envs\leesh\lib\site-packages\tensorflow\python\distribute\distribute_lib.py:1211 run return self._extended.call_for_each_replica(fn, args=args, kwargs=kwargs) C:\ProgramData\Anaconda3\envs\leesh\lib\site-packages\tensorflow\python\distribute\distribute_lib.py:2585 call_for_each_replica return self._call_for_each_replica(fn, args, kwargs) C:\ProgramData\Anaconda3\envs\leesh\lib\site-packages\tensorflow\python\distribute\distribute_lib.py:2945 _call_for_each_replica return fn(*args, **kwargs) C:\ProgramData\Anaconda3\envs\leesh\lib\site-packages\tensorflow\python\keras\engine\training.py:791 run_step ** with ops.control_dependencies(_minimum_control_deps(outputs)): C:\ProgramData\Anaconda3\envs\leesh\lib\site-packages\tensorflow\python\framework\ops.py:5359 control_dependencies return get_default_graph().control_dependencies(control_inputs) C:\ProgramData\Anaconda3\envs\leesh\lib\site-packages\tensorflow\python\framework\func_graph.py:360 control_dependencies return super(FuncGraph, self).control_dependencies(filtered_control_inputs) C:\ProgramData\Anaconda3\envs\leesh\lib\site-packages\tensorflow\python\framework\ops.py:4749 control_dependencies c = self.as_graph_element(c) C:\ProgramData\Anaconda3\envs\leesh\lib\site-packages\tensorflow\python\framework\ops.py:3670 as_graph_element return self._as_graph_element_locked(obj, allow_tensor, allow_operation) C:\ProgramData\Anaconda3\envs\leesh\lib\site-packages\tensorflow\python\framework\ops.py:3759 _as_graph_element_locked (type(obj).__name__, types_str)) TypeError: Can not convert a NoneType into a Tensor or Operation. 뭐가 잘 못 되었을 까요?
envent 값을 업데이트 하는 과정에서 왜 (char *) event로 해주어야 하나요?? 그냥 event = (struct inotify_event *)(event + sizeof(strcut inotify_event) + event->len); 으로 해주어도 결과가 똑같은데 (char *)의 의미를 잘 모르겠습니다
안녕하세요 제로초님! 같이 프로젝트를 진행한 동기가 말하기를 "서비스에 join 작업이 많은 데이터의 반복적인 요청이 많을때에는 lazy loading 이슈가 있을 수 있기 때문에 mongoDB를 사용하는게 좋다" 고 하는데... 이게 무슨 말인지 잘 모르겠습니다. mysql에서 join한 데이터를 반복적으로 조회하는게 lazy loading 이슈가 있을 수 있다는 건 이해가 되지만, mogoDB도 mongoose의 populate를 사용하기 때문에 똑같이 lazy loading 이슈가 있을 수 있는거 아닌가요?
// ===== 코딩 시간 ===== // 1. 함수 선언문 - 함수 호출 - 함수 선언문 function book () { function getBook () { return "책 1" ; } console . log ( getBook ()); function getBook () { return "책 2" ; } } book (); // 책 2 /** * 1. 엔진은 함수 선언문을 찾아 해석한다. * + 첫 번째 getBook 선언문을 만나, Function 오브젝트를 생성한다. "값"을 초기화하고 Scope가 설정된다. * + 두 번째 getBook 선언문을 만나, Function 오브젝트를 생성하지만, 이미 같은이름존재하므로, 값만 "책 2" 로 변경된다. * 2. 변수 초기화 * 3. 함수 코드 실행 * + Scope 에 설정되어있던, 두 번째 getBook Function 오브젝트의 반환 값인, "책 2"이 반환된다. */ // 2. 함수 표현식 - 함수 호출 - 함수 표현식 function book () { var getBook = function () { return "책 1" ; }; console . log ( getBook ()); var getBook = function () { return "책 2" ; }; } book (); // 책 1 /** * 1. 함수 선언문 해석 * 2. 변수 초기화 * + 첫 번째 getBook 이라는 변수의 function 키워드를 만나 undefined 로 설정 * + 두 번째 getBook 변수에 또 function 키워드를 만나 undefined 덮어 설정 * 3. 함수 코드 실행 * + 첫 번째 getBook 에 Function 오브젝트가 생성되면서, 반환 값인 "책 1"이 getBook 에 값으로 할당이 된다. * + console 에서 이제 첫 번째 getBook 함수 호출이 가능해지고, 첫번째 getBook 오브젝트의 "책 1" 이 찍힌다. * + 마지막으로, 두 번쨰 getBook 의 Function 오브젝트가 생성되고, 이 때, 반환 값이 "책 2"로 다시 설정된다. */ // 3. 함수 선언문 - 함수 호출 - 함수 표현식 function book () { function getBook () { return "책 1" ; } console . log ( getBook ()); var getBook = function () { return "책 2" ; }; } book (); // 책 1 /** * 1. 함수 선언문을 해석한다. * + 첫 번째 getBook 선언문이 있으므로, 해석하고, Functio 오브젝트를 생성한다. * 2. 변수를 초기화 한다. * + 두 번째 getBook 변수에 undefined 가 설정하려고 했으나, 이미 초기화가 되어 있으므로 생략 * 3. 함수 코드를 실행한다. * + 이미, 함수 선언문 해석과정에서, getBook Function 오브젝트가 생성되었으므로, getBook 함수 호출이 가능하다. * + 결과적으로, console 에는 "책 1"이 찍힌다. * + 마지막으로, getBook 변수에 Function 오브젝트가 생성되고, 이미 함수 선언문에서 초기화 되어있던 getBook 이라는 이름의 값이 "책 2" 반환 값을 가지는 Function 오브젝트로 변경 */ // 4. 함수 표현식 - 함수 호출 - 함수 선언문 function book () { var getBook = function () { return "책 1" ; }; console . log ( getBook ()); function getBook () { return "책 2" ; } } book (); // 책 1 /** * 1. 함수 선언문을 해석한다. * + 마지막에 존재하는 getBook 함수 선언문으로 인해, 반환 값을 "책 2"로 하는 Function 오브젝트가 생성 * 2. 변수 초기화 * + 첫 부분의 변수, getBook 이름에 undefined 값을 할당하려고 했으나, 이미 "값" 이 존재하므로 생략 * 3. 함수 코드 실행 * + 첫 부분의 getBook 변수의 반환 값이 "책 1"인 Function 오브젝트가 생성되면서, 이를 getBook 이라는 이름의 값으로 할당 * + console 에서 호출하는 getBook은 첫 부분의 getBook 변수의 Function 오브젝트의 함수를 호출하고, 이는 "책 2" 를 반환 */
nginx 실습 시 localhost:50000 으로 요청하면 작성한 index.html이 아닌 nginx 본 메인페이지가 뜨고 명령프롬프트 창에는 다음과 같이 나옵니다 Error response from daemon: OCI runtime create failed: container_linux.go:380: starting container process caused: process_linux.go:545: container init caused: rootfs_linux.go:76: mounting "/Users/multicampus/docker_ lab/wp/index.html" to rootfs at "/usr/share/nginx/html/index. html" caused: mount through procfd: not a directory: unknown: Are you trying to mount a directory onto a file (or vice-versa)? Check if the specified host path exists and is the expected type.
제가 깃허브에서 링크를 가져와서 안드로이드 스튜디오에서 작동을 시켜봤는데 이런 오류가 뜹니다.깃허브 주소는 https://github.com/ImangazalievM/Notelin 이곳이고 오류 메시지는 사진으로 첨부를 했습니다.제가 다른분 한테 물어봤을때는 오래된것은 오류가 뜬다고 하셨고,한 1년전 깃허브링크는 잘 작동되는것을 확인을 하였는데,불과 한달전에는 지금 올린 주소인 https://github.com/ImangazalievM/Notelin 이 프로젝트가 다른 사람의 컴퓨터에서는 잘 작동되는것을 봤습니다.오래되서 오류가 뜨는것이면 제 컴퓨터도 안되고 다른 컴퓨터도 안되어야하는데 왜 다른 컴퓨터에서는 작동이되고 저는 사진에 첨부한 오류가 뜨는것일까요..코틀린 초보이기도하고 물어봄 사람도 한정적이고 제거 처음 접한 강사님인 개복치님에게 이렇게 질문드립니다.저 오류에 대한 해결법을 가르쳐주실수있으시면 정말 감사하겠습니다 ㅠㅠ
