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.,
안녕하세요 강의 정말 감탄하면서 잘 수강하고 있습니다. Job에서 보편참조로 받았는데 forward로 하지 않은 것은 Ref들의 생명연장을 해주기 위해 의도적으로 복사하기 위한 의도일까요? JobSerializer로 인터페이스를 제공한 쪽에서는 어차피 Job내부에서 복사를 일으키고 있으니 forwad로 전달하는 의도가 맞을까요? 강의 코드를 매일 복기하면서 보고 있는데 정말 감탄이 나오네요 항상 감사드립니다.
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.
BOJ 1753 최단경로 문제를 pypy3 환경에서 PriorityQueue를 이용해서 풀었을 때 런타임에러가 납니다. heapq로 푸니까 정답처리가 되더라고요. 강의 수강하시는 분들 중에서도 통과에 어려움을 겪는 분이 있을까봐 공유차 Q&A 게시판에 작성합니다! 더불어, GPT한테 해당 현상의 이유를 물어보니 queue.PriorityQueue 가 멀티스레드용 동기화 큐라서 백준의 빡센 입력 + 제한 환경에서 시간/메모리/내부 예외로 터졌기 때문이고, 같은 로직을 heapq 로 바꾸면 그 오버헤드가 사라져서 통과되는 것이다. 라고 하는데, 프로그래머스와 같은 기업 코테용으로 사용할때도 heapq로 구현하는 걸 기본으로 익히는 게 낫다고 보면 될까요?