접속 할수 있는 방법이 없을까요. 

오랫동안 c언어에 대해 어려움을 느끼고 있던 대학생인데 이런 강의가 있음에 정말정말 도움을 많이 얻고 있습니다. 감사합니다! 강의를 듣던 중 질문이 있습니다. 5:40 쯤에 while (getchar() != '\n') continue; 를 추가하시는데  교수님의 코드를 똑같이 작성하였음에도 불구하고 해당코드를 추가하기 전후가 교수님과 다르게 나타나는데, 해당코드를 추가하기 전에는, 예를 들어 A 3 2 라고 입력하니 그에 따른 올바른 출력을 한 뒤 코드가 바로 끝나버리고 해당코드를 추가하고난 후에는, 계속해서 다른 입력을 받을 수 있었습니다. 이 이유를 생각해보려고 했는데 잘 떠오르지않아 질문드립니다. 항상 감사합니다!

강의 화면에서는 자동 완성이 되던데 저는 왜 안나올까요?

강의 내용에서 벗어난 질문이라 죄송하지만 contentQuery 에서 leftJoin을 할 경우에 countQuery에서는 join을 생략하고 member만 조회해도 되지 않나요? 늘 좋은 강의 정말 감사하게 생각합니다! 감사합니다.

이것은 디바이스 마다 별도의 설정을 필요로 하는 것 인가요? 강의는 아이폰8 기준으로 진행되고 있습니다만.. 해당 강의에서 처럼 하는 포지션 방식으로 하면 아이폰 11pro 나 SE화면에서는 전혀 엉뚱한 곳으로 가네요.. 특히 아이폰 11에서는 미니맵이 천장을 뚫고 나가는데 아이폰 11에서 맞춘다면 다른 화면에서는 너무 중앙 안쪽으로 들어옵니다. 해당 상황을 손쉽게 다루는 방법은 없나요?

보통 퍼블리싱이 넘어 올 때 html  파일이 와서 제가 기능을 적용하는데 이미 만들어진 디자인들에서 어떻게 쪼개서 리액트를 적용해야 할지 너무 막연한 느낌입니다. html 파일을 전부 쪼개서 js 파일로 만들어서 기능을 구현하는건가요? 혹시 강의 뒷 부분에서 다루나요? 

Dev에서 Build & unit tests에서 Artifact 내용이 나오는데 Artifact 의미하는것이 궁금합니다.

입력값 : print('%06.3f' % (3.141592653589793)) 출력값 : 03.142 위에 입력값에서 %06 이라는 부분이 총 6자리를 출력하고 .3 이 소수점 3자리까지 보여달라라는 뜻인데 위에 입력값으로 따져보면 나올 수 있는 숫자가 3.142까지밖에 안되서 맨 앞이 0으로 출력됩니다. 맨앞에 0말고 다른 문자를 오게 할 수가 있나요?

    def selectDownPath(Self):         #파일선택         fname = QFileDialog.getOpenFileName(self)         self.pathTextEdit.setText(fname[0])         print('TEST')         #경로선택 이 부분에서  FileNavButton 을 클릭하면 프로그램이 죽어버립니다.  코드는 정확하게 작성한 것 같은데 해당 함수부분 말고 다른부분을 같이 살펴봐야 하나요?  추가로 영상에서는 signal 확인 하시면서 글자를 출력 할 때 프로그램이 실행된 상태에서 atom에 출력이 되는데 저는 프로그램 종료 된 이후에 출력됩니다. 위의 질문과 별개의 문제인거라면 어느부분을 살펴봐야 하는지도 질문드립니다ㅠ

삭제된 글입니다

안녕하세요! walkingperson 예제를 하는데 todo list에서 사람을 클래스화해서 여러 사람을 만드는건 성공 했습니다.. 그런데 여러 사람을 만들고 여서 사람의 팔다리를 움직이는 걸 도저히 모르겟습니다....ㅠㅠ 사람을 그릴때 rotate만 따로 빼는건 말이 안되고 그렇다고 rotate를 클래스 안에 넣자니 1프레임 움직이고 안움직입니다 ㅠㅠ 어텋게 접근해야 하는지 감이 안잡힙니다 ㅠㅠ

안녕하세요!! 관계 맵핑 강의에서는 account.getStudies().add(study);  study.setOwner(account); 이런식으로 양방향 관계 설정 후 값을 확인 하면 값이 잘 들어간 것을 볼 수 있었는데 이번 강의에서도 setter에 값을 넣고 save 까지 완료하였으므로 둘 다 Persistent 상태가 되었다고 생각이 드는데 Post post = new Post();post.setTitle("DATA JPA 언제보나");Comment comment = new Comment();comment.setComment("빨리 보자"); 이 부분에서는 실제로 값이 들어가지 않았고 cascade Persistent 옵션을 사용해줘야 값이 전달이 되어서 들어간 것을 볼 수 있었습니다. 전 강의와 지금 강의에서의 차이점이 잘 이해가 되지 않는데 이 부분에 대해서 알려주실 수 있으실까요? 미리 감사드립니다!!

if($result->num_rows > 0){ // 존재한다면 user.id을 알아낸다.   $row = mysqli_fetch_assoc($result);   $user_id = $row['id']; } else{ // 존재하지 않는다면 저자를 user 추가 후 id를 알아낸다   $sql = "INSERT INTO user (id, name) VALUES (NULL, '{$author}');";   $result = mysqli_query($conn, $sql);   $user_id = mysqli_insert_id($conn); } $title = mysqli_real_escape_string($conn, $_POST['title']); $description = mysqli_real_escape_string($conn, $_POST['description']); $sql = "INSERT INTO           `topic`           (`id`, `title`, `description`, `author`, `created`)           VALUES (NULL, '{$title}', '{$description}', '{$user_id}', now());";           mysqli_query($conn, $sql);           header('Location: index.php'); author 값이 계속 0이 들어갑니다 새로운값을 입력할때

from __future__ import absolute_import, division, print_function, unicode_literals import numpy as np import tensorflow as tf import tensorflow_hub as hub import tensorflow_datasets as tfds train_validation_split = tfds.Split.TRAIN.subsplit([6, 4]) (train_data, validation_data), test_data = tfds.load(     name="imdb_reviews",      split=(train_validation_split, tfds.Split.TEST),     as_supervised=True) print("Version: ", tf.__version__) print("Eager mode: ", tf.executing_eagerly()) print("Hub version: ", hub.__version__) print("GPU is", "available" if tf.config.experimental.list_physical_devices("GPU") else "NOT AVAILABLE") Version: 2.0.0 Eager mode: True Hub version: 0.7.0 GPU is NOT AVAILABLE 다음과 같은 에러가 납니다. --------------------------------------------------------------------------- AssertionError Traceback (most recent call last) <ipython-input-6-55c5f5ff433f> in <module> 6 name="imdb_reviews", 7 split=(train_validation_split, tfds.Split.TEST), ----> 8 as_supervised=True) ~\Anaconda3\envs\jhsong37\lib\site-packages\tensorflow_datasets\core\api_utils.py in disallow_positional_args_dec(fn, instance, args, kwargs) 50 _check_no_positional(fn, args, ismethod, allowed=allowed) 51 _check_required(fn, kwargs) ---> 52 return fn(*args, **kwargs) 53 54 return disallow_positional_args_dec(wrapped) # pylint: disable=no-value-for-parameter ~\Anaconda3\envs\jhsong37\lib\site-packages\tensorflow_datasets\core\registered.py in load(name, split, data_dir, batch_size, in_memory, shuffle_files, download, as_supervised, decoders, read_config, with_info, builder_kwargs, download_and_prepare_kwargs, as_dataset_kwargs, try_gcs) 316 as_dataset_kwargs.setdefault("read_config", read_config) 317 --> 318 ds = dbuilder.as_dataset(**as_dataset_kwargs) 319 if with_info: 320 return ds, dbuilder.info ~\Anaconda3\envs\jhsong37\lib\site-packages\tensorflow_datasets\core\api_utils.py in disallow_positional_args_dec(fn, instance, args, kwargs) 50 _check_no_positional(fn, args, ismethod, allowed=allowed) 51 _check_required(fn, kwargs) ---> 52 return fn(*args, **kwargs) 53 54 return disallow_positional_args_dec(wrapped) # pylint: disable=no-value-for-parameter ~\Anaconda3\envs\jhsong37\lib\site-packages\tensorflow_datasets\core\dataset_builder.py in as_dataset(self, split, batch_size, shuffle_files, decoders, read_config, as_supervised, in_memory) 474 in_memory=in_memory, 475 ) --> 476 datasets = utils.map_nested(build_single_dataset, split, map_tuple=True) 477 return datasets 478 ~\Anaconda3\envs\jhsong37\lib\site-packages\tensorflow_datasets\core\utils\py_utils.py in map_nested(function, data_struct, dict_only, map_tuple) 151 if isinstance(data_struct, tuple(types)): 152 mapped = [map_nested(function, v, dict_only, map_tuple) --> 153 for v in data_struct] 154 if isinstance(data_struct, list): 155 return mapped ~\Anaconda3\envs\jhsong37\lib\site-packages\tensorflow_datasets\core\utils\py_utils.py in <listcomp>(.0) 151 if isinstance(data_struct, tuple(types)): 152 mapped = [map_nested(function, v, dict_only, map_tuple) --> 153 for v in data_struct] 154 if isinstance(data_struct, list): 155 return mapped ~\Anaconda3\envs\jhsong37\lib\site-packages\tensorflow_datasets\core\utils\py_utils.py in map_nested(function, data_struct, dict_only, map_tuple) 151 if isinstance(data_struct, tuple(types)): 152 mapped = [map_nested(function, v, dict_only, map_tuple) --> 153 for v in data_struct] 154 if isinstance(data_struct, list): 155 return mapped ~\Anaconda3\envs\jhsong37\lib\site-packages\tensorflow_datasets\core\utils\py_utils.py in <listcomp>(.0) 151 if isinstance(data_struct, tuple(types)): 152 mapped = [map_nested(function, v, dict_only, map_tuple) --> 153 for v in data_struct] 154 if isinstance(data_struct, list): 155 return mapped ~\Anaconda3\envs\jhsong37\lib\site-packages\tensorflow_datasets\core\utils\py_utils.py in map_nested(function, data_struct, dict_only, map_tuple) 157 return tuple(mapped) 158 # Singleton --> 159 return function(data_struct) 160 161 ~\Anaconda3\envs\jhsong37\lib\site-packages\tensorflow_datasets\core\dataset_builder.py in _build_single_dataset(self, split, shuffle_files, batch_size, decoders, read_config, as_supervised, in_memory) 542 shuffle_files=shuffle_files, 543 decoders=decoders, --> 544 read_config=read_config, 545 ) 546 ~\Anaconda3\envs\jhsong37\lib\site-packages\tensorflow_datasets\core\dataset_builder.py in _as_dataset(self, split, decoders, read_config, shuffle_files) 899 split_infos=self.info.splits.values(), 900 read_config=read_config, --> 901 shuffle_files=shuffle_files, 902 ) 903 else: ~\Anaconda3\envs\jhsong37\lib\site-packages\tensorflow_datasets\core\tfrecords_reader.py in read(self, name, instructions, split_infos, read_config, shuffle_files) 244 name2len=name2len, name2shard_lengths=name2shard_lengths, 245 shuffle_files=shuffle_files) --> 246 datasets = utils.map_nested(read_instruction, instructions, map_tuple=True) 247 return datasets 248 ~\Anaconda3\envs\jhsong37\lib\site-packages\tensorflow_datasets\core\utils\py_utils.py in map_nested(function, data_struct, dict_only, map_tuple) 157 return tuple(mapped) 158 # Singleton --> 159 return function(data_struct) 160 161 ~\Anaconda3\envs\jhsong37\lib\site-packages\tensorflow_datasets\core\tfrecords_reader.py in _read_single_instruction(instruction, parse_fn, read_config, name, path, name2len, name2shard_lengths, shuffle_files) 138 """ 139 if not isinstance(instruction, ReadInstruction): --> 140 instruction = ReadInstruction.from_spec(instruction) 141 absolute_instructions = instruction.to_absolute(name2len) 142 files = list(itertools.chain.from_iterable([ ~\Anaconda3\envs\jhsong37\lib\site-packages\tensorflow_datasets\core\tfrecords_reader.py in from_spec(cls, spec) 436 if not subs: 437 raise AssertionError('No instructions could be built out of %s' % spec) --> 438 instruction = _str_to_relative_instruction(subs[0]) 439 return sum([_str_to_relative_instruction(sub) for sub in subs[1:]], 440 instruction) ~\Anaconda3\envs\jhsong37\lib\site-packages\tensorflow_datasets\core\tfrecords_reader.py in _str_to_relative_instruction(spec) 277 res = _SUB_SPEC_RE.match(spec) 278 if not res: --> 279 raise AssertionError('Unrecognized instruction format: %s' % spec) 280 unit = '%' if res.group('from_pct') or res.group('to_pct') else 'abs' 281 return ReadInstruction( AssertionError: Unrecognized instruction format: NamedSplit('train')(tfds.percent[0:60])

Junit5 메뉴얼에서  // @ExtendWith(IgnoreCondition.class) @EnableJUnit4MigrationSupport위의 2가지 방식으로 사용하면 가능한 것 같은데위 2가지를 import하지를 못합니다.어떻게 하면 좋을까요.

전에 2019를 다운받아서 사용했습니다. 2017다운하는데 2019는 삭제하는게 낫나요?

함수가 작동을 안해서 그냥 패키지이름을 수동으로 적어주고 있습니다... 왜 작동 안하는지 모르겠어요... 그냥 다 지우고 앱을 새로 만들어야 할지....  ㅠ  ㅠ  뭔가 버그가 있는건지 걱정도 되고.. 혹시 이럴때는 어케 해결해야 할까요..   Log.d로 보면 getpackage() 부분이 공란으로 나옵니다. /storage/emulated/0/Android/data//scan1580536657000.jpg    이렇게 뜹니다. 아래는 변수를 입력한 내용 입니다.   변수를 멤버변수로 선언하면서 값을 넣어버렸어요.  다른클레스에서쓸때는 스테틱으로 해서 쓰고 있습니다.   혹시 이렇게 한게 getPackagername()함수가 작동 안하는 이유가 될수도 있을까요?  ------------------------------------------------------ String temp = Environment.getExternalStorageDirectory().getAbsolutePath();String path = temp + "/Android/data/" + getPackageName();//파일이름과 경로 합친 변수String fname = "/scan" + System.currentTimeMillis() + ".jpg";

import React from 'react'; const LoginForm = () => { const onSubmitForm = () => { } const onChangeValue = () => { } return ( <Form onSubmit={onSubmitForm}> <input type="text" onChange={onChangeValue} /> </Form> ) } export default LoginForm; ----------------------------- import React from 'react'; const onSubmitForm = () => { } const onChangeValue = () => { } const LoginForm = () => { return ( <Form onSubmit={onSubmitForm}> <input type="text" onChange={onChangeValue} /> </Form> ) } export default LoginForm; 안녕하세요! 제가 실무에서 주로 loginform 외부에 필요한 함수를 지정해서 사용하는데 강의에선 내부에서 지정하더라구요! 혹시 두 방법의 차이가 있을까요?

안녕하세요 강사님. 동등성 비교를 할 경우 값타입과는 다르게 엔티티의 관계에서는 ManyToOne 과 같은 연결관계가 있는경우 서로가 서로의 equals를 호출하는 경우가 있는데 이를 해결하기 위해 강사님께서 선호하는 방식이 있는지 알고 싶습니다. 저의 생각은 ManyToOne과 같은 비교가 있는경우 그 필드를 제외하는 것이 낫지 않을까 싶었습니다. 이유는 1. 동등성은 @Id로도 충분하지 않을까 하는 생각.2. Team의 동등성을 꼭 체크하지 않아도 Team의 동등성은 Team을 따로 빼서 해도 되지 않을까 (하지만 이것도 생각해보면 Team의 동등성을 따로 검사해야 하나 라는 생각이 듭니다.) 이었습니다. 강사님은 어떻게 생각하시는지 궁금합니다.

저는 아무래도 gradle에 익숙하지 않고, 문법도 업데이트될 때마다 조금씩 변하게 되어서 좀 더 사용하기 쉬운 maven 을 선호하는 편인데 차이 같은 것을 보면은 gradle이 maven보다 빠르다고 하는데 이것이 실제 100개의 서버에 배포를 하게되면 차이가 느껴질 정도인가요? 왜 요즘 신규 프로젝트를 보면은 gradle을 많이 사용하게 되는지 궁금합니다. 백기선님 강의는 전부가 maven이라서 따라하기 편한 것도 있습니다.