모달형식의 컴포넌트가 포지션이 fixed 일텐데, 중간영역에 갇혀있습니다.. 제로초님 ch3 클론해서 모듈다운받고 소스코드 비교해보아도 차이점을 모르겠습니다. 창 2개 열어놓고 스타일 차이점을 비교해보았는데 Overay div 스타일태그가 차이점도 없었습니다. 둘다 position: fixed; z-index: 5000; top: 0; left: 0; right: 0; bottom: 0; 제 소스코드: https://github.com/galaxy4276/NodeBird-React-

안녕하세요! 예제를 보면서 잘 따라하고 있는 중에 질문이 있습니다. spring: datasource: url: jdbc:h2:tcp://localhost/~/jpashop username: sa password: driver-class-name: org.h2.Driver jpa: hibernate: ddl-auto: create properties: hibernate:# show_sql: true format_sql: true thymeleaf: prefix: classpath:/templates/ suffix: .html application.yml 에서 spring.jpa.hibernate.ddl-auto: create 가 테이블을 삭제하고 다시 생성해준다고 했는데, 저는 어플리케이션 재실행을 하고 나면  Member 테이블에 재실행하기 전에 insert 한 row 값이 있습니다.. 왜 그럴까요?? Member 테이블뿐만 아니라 다른 테이블도 마찬가지입니다.. 테이블을 삭제하고 다시 생성하면 그 테이블 안에 있던 데이터들은 모두 사라지는게 아닌가요??

안녕하세요 Players의 PlayerDbId, Session의 프로퍼티는 {get; set;}으로 설정되었는데 ClientSession_PreGame의 AccountDbId는 {get; private set;}으로 설정되어있습니다. AccountDbId는 이 클래스에서만 변경 가능함.. 이라고 설정해두는건 아마 오랜 경험이 있어야 될것 같습니다. 강사님은 보통 어떤 경우를 구분해서 프로퍼티를 설정하시는지 (대략적으로라도..) 궁금합니다~

localhost3000에 있는 지도 프로그램에 이미지를 올리고 싶은데 안되네요ㅠ <img src="/myfirstmap/public/images/이미지제목.jpg">라고 쳤는데 이게 node js라서 안되는건가요? 강의에서는 <img src="https://myfirstmap.s3.ap-northeast-2.amazonaws.com/circle.png"> 로 한건 되는데 이 파일 경로를 어떻게 해야되는거죠ㅜㅠ

안녕하세요 김영한 선생님 강좌 너무너무 잘보고 있습니다.강좌를 보던중 이해가 안되는 부분이 있어서 글을 남깁니다. 섹션7. 의존관계 자동 주입 - 다양한 의존관계 주입 방법 (21:48)에 보면 new 연산자를 통해서는 필드 주입이 되어있는것에 값을 넣을 수없다고 하셨는데 해당 예제에서 Test를 통해 '직접 값을 넣어줬을때'는 벌써 'Autowired 필드 주입으로 DI가 이미 되어있으므로' 직접적으로 값을 넣지 못해서 nullpointException이 뜨는게 맞는거죠? 뒤에 설명에서 컨테이너에서 가져와야 주입이 되는거라고 하셔서 그걸 좀 더 자세하게 이해하면 위와같이 이해해봤는데 제가 저렇게 이해한게 맞는지 궁금해서 질문드렸습니다. 답변 주시면 감사하겠습니다ㅎㅎㅎ

투두리스트를 변형해서 그대로 게시판 만들기로 사용 할 수 있나요? 강의에 나온대로 할 수 있는지 궁금합니다. (개인적으로 이메일 따로 보냈어요 확인해보세요 ㅎㅎ)

삭제된 글입니다

혹시 현시점에서 CopyWebpackPlugin 빌드가 잘 안되시면 아래 문서에서 config 형식 한번 확인해보세용.  https://webpack.js.org/plugins/copy-webpack-plugin/ 질문은 아니지만 헤매시는 분 있으실거같아서 여기에 남겨둡니당 😅

삭제된 글입니다

안녕하세요 좋은 강의 잘듣고 있습니다.로그인 처리 과정을 따라 치다가  포스트맨에서 로그인 요청이 잘안되서여 질문이 있습니다. 로그인을 처리 하는 과정에서 save 함수가 실행이 안되는거 같은데 이유를 잘못찾겠어서여 로그인 요청을 하면 request .sending이 계속 출력되요과정을 정리해 보았는데 한번 봐주시면 감사여 http://terecal-hyun.co.kr/skilnote1/myshortcut/node-react-boiler-plate/9즐거운 추석 되세요감사합니다.

안녕하세요 선생님, 공부하다가 궁금한게 생겼는데 groupby와 pivot_table 함수의 용도가 거의 똑같은 거 같은데 만약 용도가 다르다면 어느 부분에서 다르고 반약 용도가 비슷하다면 선생님께선 언제 groupby를 쓰시고 언제 pivot_table을 쓰는지 팁 같은게 있을까요 항상 양질의 강의 감사드립니다!

안녕하세요 좋은 강의 잘 듣고 있습니다. 강의를 듣다가 궁금한 것이 생겨 질문남깁니다. 혹시 아래처럼 if에 return을 안넣어주면 어떤 문제가 생길 수 있는가요? 제가 혼자 해봤을 때는 return이 없어도 문제가 없었는데 꼭 넣어줘야 하는지, 어떤 이유에서 넣어주면 좋은지 궁금합니다. 즐거운 추석보내세요^^ # 파일 목록 확인!! if list_file.size() ==0: msgbox.showwarning("경고", "이미지 파일을 선택하세요.") # 저장경로 확인 if len(txt_path.get()) ==0: msgbox.showwarning("경고", "저장 경로를 선택하세요")

현업에서 Jpa를 사용하는 중입니다. 요약 : 1. 엔티티 메니저를 현업에서 사용하지 않는 이유가 있을까요? 2. em을 사용하지 않고, jpql사용이 가능한지요  다름이 아니라 현업에서는 엔티티메니저를 사용하지 않고,  jpa가 자동?으로 영속성 컨텍스트를 관리해주는 방법을 사용하고 있습니다. emf,em 전부 사용하지 않는 중입니다.  (대규모 트래픽이 발생되는 플젝은 아닙니다.) 그냥 그러려니 하고 사용하고 쓰고있지만, 엔티티 메니저에서 여러개의 쿼리를 하나의 트렌젝션으로 보내고, 1차캐시의 장점등이 명확한데, findBy(필드이름) 과 같이 사용하는 이유가 궁금 합니다. 쓰레드 동시성 문제때문인걸 까요? 아니면, 엔티티 메니저를 관리하는게 인력, 기술적 소모가 커서 그런걸까요? -책도 잘 보고 있구요. 즐거운 한가위 되시길 바랍니다.- 

프로젝트 진행하면서 chartjs랑 react-chartjs-2 사용중인데요 saga 에서 reducer 까지 데이터 받아오는 과정은 문제가 없는데 chartjs 이용하는 컴포넌트에서 에러가 나네요 에러 로그 확인해보니까 chartjs init하는 부분에서 전달받은 data가 있다면 초기화 하는 부분에서 에러가 나는거같아요 strictmode 때문에 그런것같아서 next.config.js 만들고 false로 둬봤는데도 같은 에러 발생하네요; next 말고 cra로 만든 프로젝트에서는 에러 안뜨고 잘 작동하는데 왜이런지 잘 모르겠어요

Val_loss값이 강의와 다르게 너무 크게나오고 줄지를 않습니다. (4000~6000) 실행 - 결과파일  모두  정상적으로 나왔는데 디텍션 결과가 너무 좋지않네요 디텍션 정확도가 0.3~5 정도로  1/3 정도만 디텍션 됩니다 ..  env :  [conda] conda 4.8.5 [cudatoolkit] 10.0.130 [cudnn] 7.6.0 [python] Python 3.7.6 [tensorflow-gpu] 1.13.1 [keras] 2.2.4 C:\Users\admin\anaconda3\lib\site-packages\keras\engine\saving.py:1140: UserWarning: Skipping loading of weights for layer conv2d_1 due to mismatch in shape ((3, 3, 3, 32) vs (64, 32, 3, 3)).   weight_values[i].shape)) C:\Users\admin\anaconda3\lib\site-packages\keras\engine\saving.py:1140: UserWarning: Skipping loading of weights for layer batch_normalization_1 due to mismatch in shape ((32,) vs (64,)).   weight_values[i].shape)) C:\Users\admin\anaconda3\lib\site-packages\keras\engine\saving.py:1140: UserWarning: Skipping loading of weights for layer conv2d_2 due to mismatch in shape ((3, 3, 32, 64) vs (32, 64, 1, 1)).   weight_values[i].shape)) C:\Users\admin\anaconda3\lib\site-packages\keras\engine\saving.py:1140: UserWarning: Skipping loading of weights for layer batch_normalization_2 due to mismatch in shape ((64,) vs (32,)).   weight_values[i].shape)) C:\Users\admin\anaconda3\lib\site-packages\keras\engine\saving.py:1140: UserWarning: Skipping loading of weights for layer conv2d_3 due to mismatch in shape ((1, 1, 64, 32) vs (64, 32, 3, 3)).   weight_values[i].shape)) C:\Users\admin\anaconda3\lib\site-packages\keras\engine\saving.py:1140: UserWarning: Skipping loading of weights for layer batch_normalization_3 due to mismatch in shape ((32,) vs (64,)).   weight_values[i].shape)) C:\Users\admin\anaconda3\lib\site-packages\keras\engine\saving.py:1140: UserWarning: Skipping loading of weights for layer conv2d_4 due to mismatch in shape ((3, 3, 32, 64) vs (128, 64, 3, 3)).   weight_values[i].shape)) Load weights \Users\admin\Desktop\DLCV\Detection\yolo\keras-yolo3\model_data\yolo.h5. Freeze the first 249 layers of total 252 layers. Train on 180 samples, val on 20 samples, with batch size 4. Epoch 1/50 45/45 [==============================] - 14s 303ms/step - loss: 3209.1600 - val_loss: 6300.4242 Epoch 2/50 45/45 [==============================] - 9s 202ms/step - loss: 707.9817 - val_loss: 5987.8038 Epoch 3/50 45/45 [==============================] - 10s 222ms/step - loss: 404.0721 - val_loss: 5872.5174 Epoch 4/50 45/45 [==============================] - 8s 187ms/step - loss: 300.0009 - val_loss: 5676.1661 Epoch 5/50 45/45 [==============================] - 10s 223ms/step - loss: 197.5603 - val_loss: 5666.7763 Epoch 6/50 45/45 [==============================] - 10s 222ms/step - loss: 172.6001 - val_loss: 5630.2007 Epoch 7/50 45/45 [==============================] - 10s 219ms/step - loss: 134.5537 - val_loss: 5487.8045 Epoch 8/50 45/45 [==============================] - 10s 221ms/step - loss: 116.2651 - val_loss: 5530.3334 Epoch 9/50 45/45 [==============================] - 10s 223ms/step - loss: 99.5342 - val_loss: 5492.4720 Epoch 10/50 45/45 [==============================] - 10s 220ms/step - loss: 87.7493 - val_loss: 5519.4808 Epoch 11/50 45/45 [==============================] - 10s 221ms/step - loss: 76.5280 - val_loss: 5482.3372 Epoch 12/50 45/45 [==============================] - 10s 221ms/step - loss: 71.2550 - val_loss: 5427.8594 Epoch 13/50 45/45 [==============================] - 10s 219ms/step - loss: 62.9793 - val_loss: 5439.6515 Epoch 14/50 45/45 [==============================] - 10s 221ms/step - loss: 59.4915 - val_loss: 5349.3237 Epoch 15/50 45/45 [==============================] - 10s 222ms/step - loss: 63.2302 - val_loss: 5422.8351 Epoch 16/50 45/45 [==============================] - 10s 218ms/step - loss: 58.4533 - val_loss: 5349.4282                                                                                  .                                                                                  .                                                                                  .                                                                                  . Epoch 00080: ReduceLROnPlateau reducing learning rate to 1.0000000116860975e-08. Epoch 81/100 45/45 [==============================] - 24s 540ms/step - loss: 18.5613 - val_loss: 18.1559 Epoch 82/100 45/45 [==============================] - 24s 540ms/step - loss: 18.7043 - val_loss: 18.2448 Epoch 83/100 45/45 [==============================] - 24s 540ms/step - loss: 19.6548 - val_loss: 18.2508 Epoch 00083: ReduceLROnPlateau reducing learning rate to 9.999999939225292e-10. Epoch 84/100 45/45 [==============================] - 24s 541ms/step - loss: 18.9384 - val_loss: 18.8026 Epoch 85/100 45/45 [==============================] - 25s 547ms/step - loss: 18.6985 - val_loss: 17.7818 Epoch 86/100 45/45 [==============================] - 25s 566ms/step - loss: 18.9661 - val_loss: 19.2374 Epoch 00086: ReduceLROnPlateau reducing learning rate to 9.999999717180686e-11. Epoch 87/100 45/45 [==============================] - 25s 547ms/step - loss: 18.8628 - val_loss: 18.9642 Epoch 00087: early stopping

안해준다면 base 이미지인 nginx 이미지의 실행시 명령어가 실행되는건가요?

컴포넌트를 슬롯 위주로 만들어놓으면 나중에 쓸때도 유용하게 쓸수있나요? 컴포넌트 관리를 하려는데 슬롯으로만 만들어놓으면 되겠죠?!

역할이 무엇인지 헷갈려요  ( )괄호안에 선언된 변수 함수안에 선언된 변수로 구분하면 될까요?

frontend 앱의 nginx 설정파일은 COPY 를 통해서 설정을 넣었는데 왜 이번에는 ADD 로 넣는건가요?

sample함수에서 n>200이면 값을 리턴시키라고 되어 있는데, 이는 값이 리턴되면 함수가 종료된다는 특성을 이용하신 건가요?