hooony hooony

문제 상황내 로컬(Windows 11)에서는 잘만 됐던 build가 aws cloudfront 배포 중 터져버렸다,,환경: windows 11, nvm, node, react, vite, typescript인프라 담당자분이 에러로그를 들고오셨다 ㅜ 로그를 확인해보니 input, toast 등 tsx 파일 내부에서는 소문자 경로로 가져왔고 내 로컬에서도 경로가 모두 소문자였다. 그러나, Github 저장소는 경로 수정 전인 대문자 .../Input, .../Toast로 저장되어있는 것이 아닌가;; 그리고 git에도 changes로 잡히지 않았다. 해결 방법CHATGPT:✅ 해결 방법 1: Git에서 강제로 인식하게 하기 (추천)1. 다른 이름으로 임시 변경git mv MyFolder temp_folderg..

문제 발생Flutter 비동기 함수에서 다음과 같은 에러를 마주친 적이 있다.Don't use the 'BuildContext's across async gaps.문제 해결비동기 함수에서 mount된 것을 확인 후 로직을 실행하자.if (context.mounted) { // use BuildContext}

문제 발생onInit은 처음 페이지가 Load 될 때 딱 한번만 실행됨이후 같은 router로 접속하면 같은(Controller의 id값 까지 같은) Controller가 실행되므로 onInit이 다시 발동하지 않음URL이 같으면 같은 페이지에 접속되어 같은 Controller가 실행되는데, URL 뒤 Path Parameter가 달라도 해당 현상 발생문제 해결Path Parameter에 따라 onInit을 새롭게 실행하고 싶다면, Get.put()의 tag를 이용한다.같은 Controller여도 tag값이 다르다면 첫 실행 시 onInit이 발동한다.Get.put(Controller(), tag: Get.parameters['ParameterKey']);// TAG_NAME에 URL 파라미터를 담는 방..

RNN(Recurrent Neural Network)은시계열 또는 순차 데이터를 예측하는 딥러닝을 위한 신경망 아키텍처입니다.위 그림은 Single Layer와 Multi Layer Perceptron 구조를 보여준다. 일반적으로 완전 밀집 계층(Fully connected layers, 위 사진)의 경우 데이터의 흐름이 입력 층에서 은닉층을 거쳐 출력 층으로 단방향 이동을 거치게 된다. 허나, 이런 구조에서는 첫번째로 들어온 입력이 두번째로 들어온 입력과 별개의 case로 동작하게 된다.그렇다면 시간이나 순서가 존재하는 데이터(자연어, 음성, 영상 등)의 입력은 어떻게 처리할까? 이를 위해 현재 입력값의 결과를 다음 입력값에 반영하는 RNN 구조를 이용한다.RNN 뉴런은 입력데이터를 처리하여 결과값(Y..

임베딩(Embedding)으로 단어의 의미를 매핑할 수 있습니다.단어의 의미 구축하기임베딩은 단어를 의미에따라 벡터로 나열하는 방법이다. 해당 방법을 사용하여 단어의 의미를 학습하고 문장을 구분하도록 설계해보자. 이번 주제는 이전 챕터에서 이용했던 NewsHeadlines Dataset for Sarcasm Detection 데이터 셋을 계속해서 이용한다.데이터 구조입력벡터: 문장출력벡터: 라벨(Saracasm or not)tf.keras.layers.Embedding(vocab_size, embedding_dim)어휘사전 크기와 임베딩 차원을 지정하여 임베딩 레이어를 할당해준다.training_padded = np.array(training_padded)training_labels = np.array(..

자연어 처리(NLP)는 사람의 언어를 이해하기 위한 인공지능 기술입니다.언어를 숫자로 인코딩하기 (Tokenizer)import tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras.preprocessing.text import Tokenizersentences = [ 'Today is a sunny day', 'Today is a rainy day', 'Is it sunny today?']tokenizer = Tokenizer(num_words = 100)tokenizer.fit_on_texts(sentences)word_index = tokenizer.word_indexprint(word_index){'today': 1,..

구현 모델: 합성곱 신경망(CNN)을 이용한 28x28 흑백 이미지를 입력받아 셔츠, 바지, 드레스 등의 종류 구별모듈 불러오기import tensorflow as tf데이터 준비하기data = tf.keras.datasets.fashion_mnist(training_images, training_labels), (test_images, test_labels) = data.load_data()TensorFlow의 합성곱 신경망은 R,G,B 3가지의 채널이 존재하는 이미지에 대해 설계되었기 때문에 채널 차원(dimenssion)을 추가하여야한다.ndarray.reshape(shape, order='C')ndarray.reshape 메소드를 통해 기존 3차원(이미지 개수, 가로 픽셀, 세로 픽셀)이었던 데이..

코드부터 작성하기import tensorflow as tfdata = tf.keras.datasets.fashion_mnist(training_images, training_labels), (test_images, test_labels) = data.load_data()training_images = training_images / 255.0test_images = test_images / 255.0model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(input_shape=(28, 28)), tf.keras.layers.Dense(128, activation=tf.nn.relu), tf.keras.layers.Dense(10, act..