형! 퇴근도 못하고 일하다가 이제야 형 강의보면서 주말을 맞이하고 있어! 스프링 배치를 써서 분 단위, 하루 단위 KPI를 산출하는 배치 프로그램을 만드려고 하는데, 실무에서는 어떻게 HA를 구성하는 지 궁금해졌어. 가령, k8s에서 같은 배치를 돌리는 pod가 여러 개이면 배치가 동시에 돌 것 같고, pod가 한 개이면 하나의 배치 시스템이라서 위험할 것 같은데, 어떤 식으로 실무에서 하는 지 궁금해!
안녕하세요! 궁금증이 생겨 문의 드립니다. common 공통 모듈은 서비스간 통신 데이터 구조를 표준화해서 통일성 있게 사용하기 위해서 사용한다고 이해하였습니다. 현재, 멀티모듈로 작성된 프로젝트라서 common 모듈을 작성된 것 같은데, 각각 독립적인 repository 로 운영된다면 이를 극복하기 위해 Nexus 같은 repository 에 관리하여 공통 dto 를 관리하는 방법은 어떤지 문의 드립니다. 적다 보니, 분산 환경에 대한 질문은 아니라서 죄송합니다...
1. 현재 학습 진도 몇 챕터/몇 강을 수강 중이신가요? 2-5 어떤 알고리즘을 학습하고 계신가요? 링크드리스트 여기까지 이해하신 내용은 무엇인가요? 파이썬의 클래스를 이용해서 링크드리스트 구현하기 2. 어려움을 겪는 부분 어느 부분에서 막히셨나요? 원하는 원소찾기 구현 코드의 어떤 로직이 이해가 안 되시나요? 어떤 개념이 헷갈리시나요? 3. 시도해보신 내용 문제 해결을 위해 어떤 시도를 해보셨나요? 원하는 원소를 찾는 것에 파이썬의 list를 사용했습니다. def get_node(self, index): cur = self.head node = [] while cur.next is not None: node.append(cur.data) cur = cur.next return print(node[index]) 파이썬의 list를 사용해서 원소를 찾아도 될까요?
from langchain.chains.combine_documents import create_stuff_documents_chain 이 부분에서 에러가 납니다 TypeError: Fields of type "<class 'langchain_core.runnables.base.Runnable'>" are not supported.,
선생님께서 올려주신 강의를 따라하다가 따라해도 되지 않아서 가이드글을 작성해 봅니다. 먼저 vsc(visual studio code)같은 편집기를 설치 후 새로운 파일을 만들고 가이드에 나와있는 [ { "origin" :[ "*" ], "method" :[ "GET" ], "maxAgeSeconds" : 3600 } ] 을 붙여넣기 한 후 저장(save)을 눌러 cors.json이라는 파일을 본인이 아는 경로에 저장합니다. 그 다음 강의를 따라 업로드 방식으로 업로드 합니다. 그 다음 터미널(커맨드)에 gcloud storage buckets list 를 쳐보실텐데 아무리 쳐도 안나옵니다. 왜냐하면 버킷을 안 만들어서 그렇습니다. 버킷을 만드실때는 google cloud 콘솔에서 cloud storage로 들어가셔서 버킷을 생성하시는 것이 아니라 firebase storage를 만드셔야 합니다. 따라서 google cloud 콘솔에서 firebase를 검색하셔서 시작하기를 통해 활성화를 하셔야 합니다. 활성화만 하셔도 storage가 만들어질 수 있고, 만들어지지 않는다면 따로 만드셔야합니다. 구글 클라우드 콘솔에 있는 cloud storage와 firebase 콘솔의 빌드에 있는 storage는 분명 다릅니다. 따라서 firebase에서 만든 storage 주소를 입력하셔야 합니다. 선생님, 맨 처음 구글 클라우드를 활성화 하는 사람과 vsc 같은 편집기가 없는 사람, firebase도 활성화 하지 않아 storage가 없는 사람이 대부분일테니 질문글을 다시한번 확인하시어 꼭 강의 업데이트 부탁드립니다. 이미지 업로드가 되지 않아 허비되는 시간이 너무 큽니다.
train_size = int(len(data) * 0.8) train_data = data.iloc[:train_size] test_data = data.iloc[train_size:] 훈련과 테스트 8:2로 잘 나누고 for i in range(lookback, len(data_scaled) - forecast_horizon): 이렇게 돌리면 그냥 전체 데이터를 학습한거 아닌가요? 결국 안나누고 학습한 것 같은데, 그럼 이 프로젝트는 그냥 데이터를 모두 학습한거죠? LR 버전으로 리팩토링해서 돌려보고 있는데 과적합뜨는 것 보니까 그냥 완전 똑같이 나오더라구요.