1인지 M인지는 결국엔 테이블을 직접 확인을 해야 하는걸까요?

안녕하십니까, 1인지 M인지는 결국엔 테이블을 직접 확인을 해야 하는걸까요?=> 직접 확인이 어느 레벨인지 까지는 잘 모르겠지만, 테이블의 group by나 count를 하는 것을 직접 확인이라고 한다면, 연결할 key로 테이블에 Primary key가 잡혀 있으면 테이블을 직접 확인하지 않고 해당 primary key로 1인지 M인지 판단할 수 있습니다. 가려 emp의 pk가 empno이고 emp_salary_hist의 pk가 empno+ fromdate 라면 pk만 가지고도 emp와 emp_salary_hist는 empno로 1:M인 것을 확인 할 수 있습니다. 테이블을 열어서 봤을 때 on에서 서로 연결할 키들의 중복들이 많으면 이 테이블은 M이고 유니크하면 1이 된다 라고 이해하면 될까요?=> 네 맞습니다. 그래서emp_salary_hist,emp_dept_hist,emp는 m이고dept는1 로 이해 했는데 맞게 이해한 건지 궁금합니다. => 음, 질문을 제대로 이해하지 못했습니다만, 테이블별로 정리해서 말씀드리자면emp와 emp_salary_hist는 empno로 1:M 입니다. emp와 emp_dept_hist는 empno로 1:M이며, dept와 emp_dept_hist는 마찬가지로 deptno로 1:M 입니다. 그리고 dept와 emp는 deptno로 1:M 입니다. 감사합니다.

강의 설명 및 코드 정리

안녕하십니까, 네 가능합니다. 아래 인프런 AI 답변에서와 같이 강의 내용이나 강의 자료를 복사하지 않고 본인만의 정리 내용으로 출처를 밝히시고 블로그에 올려 주시면 됩니다.소스코드의 경우 지나치지 않게 적절한 수준에서 정리해서 올리시면 좋을 것 같습니다.감사합니다.

sumation 과 코드대응

안녕하십니까,torch.matmul( rm, diff) 가 summation에 해당 되는 것입니다. 해당 영상의 9분 정도부터 설명 드리고 있습니다.혹 matmul()이 낯설다면, 섹션2의 딥러닝 개요와 Tensor 다루기에서 내적과 행렬곱(dot와 matmul) 사용하기 영상을 다시 한번 보시면 좋을 것 같습니다 .bias는 sum() 함수를 불러서 summation 합니다. 감사합니다.

실습 코드는 어디서 받나요.. 아무리 찾아도 엄네요..

안녕하십니까, 아래 github에서 다운로드 받으실 수 있습니다. 이전 영상의 후반부에서 확인 하실 수 있습니다. https://github.com/chulminkw/KafkaProj-01 감사합니다.

선생님, yolov2.weights파일 구할 수 있을까요?

안녕하십니까, Yolo v3 가 아니라 Yolo v2 맞나요? 저도 검색해보니 아래 URL에서 Download 할 수 있군요. https://github.com/hank-ai/darknet/releases/download/v2.0/yolov2.weights여기에서 참조 하였습니다. https://github.com/hank-ai/darknet?tab=readme-ov-filehttps://github.com/hank-ai/darknet/issues/21#issuecomment-1807478865 감사합니다.

EfficientNet V2 M 모델로 학습 후 성능 평가

안녕하십니까, 앗, 이런 실수를... 알려 주셔서 감사합니다. 방금 파일 수정해서 올렸습니다. 감사합니다.

XGBoost early stopping

안녕하십니까, 오류 내용이 다 보이지 않습니다. 캡처 하지 마시고, 오류 내용을 텍스트로 여기에 올려봐 주십시요. 그리고 현재 커널에서 xgboost의 버전, numpy 버전, pandas 버전을 다 올려 주십시요. 감사합니다.

HOST CPU 자료를 받으려면?

안녕하십니까, 네, 저는 OS 에서 제공하는 CPU 정보를 이용합니다. 주로 sar나 vmstat을 이용하고, top이 지원되면 top도 활용합니다. 자료로 사용할 때는 sar는 vmstat, 좀 더 상세하게 process 별로 모니터링을 할 때는 top도 봅니다. 감사합니다.

instacart market basket analysis

안녕하십니까, 해결이 되었다니 다행입니다. 감사합니다.

EmailStr + max_length=40 같은 경우 질문

안녕하십니까,질문을 제대로 이해했는지 잘 모르겠습니다만, Pydantic으로 Form Validation 적용 시 검증 오류가 발생할 때 422 Status 와 Json 형식으로 일괄 오류 메시지 출력이 되는 것을 Custom 오류 메시지로 변경하시는 것을 원하시는 걸로 간주하고 말씀드리겠습니다.섹션 14를 보시면 FastAPI Exception Handler 섹션이 있습니다. 해당 섹션에는 Custom Error Handling을 어떻게 수행하며, Pydantic 검증 오류인 RequestValidationError를 어떻게 Custom Error 로 변환하는지에 대한 내용이 수록되었습니다.먼저 해당 강의를 들으시고, 원하시는 부분이 아니면 다시 글 부탁드립니다추가적으로, Exception Handler 강의에서도 말씀드리는데 Pydantic과 FastAPI가 너무 강하게(?) 결합되어 있어서 세부적인 검증 오류별로 오류 메시지를 구분하여 출력하기가 어려운 부분이 있습니다.예를 들어 고객 정보 Form에서 email 체크와 이름 문자열 길이 체크와 같은 validation들이 있다고 할때 Form 에서 email 체크와 문자열 길이 체크 중에 뭔가 잘못되면 Custom Error Message Handler를 이용하여 Custom 메시지를 만들어 낼수 있습니다. 근데 정확하게 email 체크가 문제인지, 문자열 길이 체크가 문제인지를 찾아서 정확한 오류 메시지를 custom message에 담아 주려면 RequestValidationError의 Json message를 Parsing해서 원하는 부분 매핑을 시켜준 다음에 Custom Error Message를 만들어 줘야 합니다. 해당 부분은 제가 강의에서 수록하지는 않았지만, 강의를 들으신다면 어떻게 해야 할지 감이 오실겁니다.먼저 강의를 들으시고, 더 필요하시면 다시 질문 부탁드립니다.감사합니다.