이런 코드를받으면 어떻게 해야할까? import os import argparse def parse_args(mode='train'): parser = argparse.ArgumentParser() parser.add_argument('--seed', default=42, type=int, help='seed') parser.add_argument('--device', default='cpu', type=str, help='cpu or gpu') parser.add_argument('--data_dir', default='/opt/ml/input/data/train_dataset', type=str, help='data directory') parser.add_argument('--asset_dir', ..

InternalError Traceback (most recent call last) Cell In[19], line 3 1 # 신규 2 with strategy.scope(): ----> 3 model = TFBertForQuestionAnswering("bert-large-uncased-whole-word-masking-finetuned-squad") 4 optimizer = tf.keras.optimizers.Adam(learning_rate=5e-5) 5 loss = tf.keras.losses.SparseCategoricalCrossentropy(from_logits=False) Cell In[18], line 4, in TFBertForQuestionAnswering.__init__(self,..

다익스트라 알고리즘은 한 지점에서 다른 모든 지점까지의 최단 경로를 계산하는 알고리즘이다. 플로이드 워셜 알고리즘은 모든 지점에서 다른 모든 지점까지의 최단 경로를 계산하는 알고리즘이다. 다익스트라의 시간 복잡도는 간단하게 구현하면 O(V²)이고 개선된 방법은 O(ElogV)이다. 플로이드 워셜의 시간 복잡도는 O(V³)이다. 최단 경로 알고리즘은 말 그대로 가장 짧은 경로를 찾는 알고리즘이다. 그래서 '길 찾기' 문제라고도 불린다. 최단 경로 알고리즘 유형에는 다양한 종류가 있는데, 상황에 맞는 효율적인 알고리즘이 이미 정립되어 있다. 최단 경로 문제는 보통 그래프를 이용해 표현하는데 각 지점은 그래프에서 '노드'로 표현되고, 지점 간 연결된 도로는 그래프에서 '간선'으로 표현된다. 컴퓨터공학과 학부 ..

보호되어 있는 글입니다.

(py39) suyeon@idea-X299-WU8:~/code$ export FLASK_APP=flask_web.app (py39) suyeon@idea-X299-WU8:~/code$ export FLASK_DEBUG=true (py39) suyeon@idea-X299-WU8:~/code$ flask run --host=0.0.0.0 접속 백그라운드 플라스크 실행 (서버로 실행) nohup flask run --host=0.0.0.0 & 로컬 서버로 실행 nohup python3 -u flask_app.py & nohup은 터미널이 종료되어도 표준 출력인 콘솔 출력은 nohup.out 파일에 계속해서 기록된다. 백그라운드로 실행된 프로세스를 종료하기 위해서는 ps명령으로 pid를 확인한 후, kill하면..

import aspose.words as aw doc = aw.Document("Input.txt") doc.save("Output.pdf") :https://products.aspose.com/words/ko/python-net/conversion/text-to-pdf/ Python에서 텍스트 을(를) PDF 로 변환 Python TEXT 을 PDF 형식으로 변환합니다. Python 사용하여 TEXT 을 PDF로 저장합니다. products.aspose.com

model.save('파일이름.h5')로 했을 때 오류가 났었다. 해당 오류의 경우 model.save_weights('파일이름.h5') 이렇게 저장하여 오류가 해결됐다. save, load_model은 모델 전체를 저장하기 때문에, load 이후에 별도로 처리할 필요가 없다. save_weights, load_weights는 가중치만 저장하기 때문에, 모델 architecture를 동일하게 만들어줘야 된다. 이미 모델 architecture를 알고 있을때만 사용할 수 있다. 참고 https://ltlkodae.tistory.com/13

모듈 설치 pip install silence_tensorflow 사용 from silence_tensorflow import silence_tensorflow silence_tensorflow() from keras.models import load_model 그럼 이제 경고문 없이 깨끗한 터미널을 볼 수 있다..ㅎㅎ

이 문서는 파이썬3.6이나 3.8을 우분투 리눅스에 설치하는 방법을 다룹니다. 파이썬3의 어느 버전이 설치되었는지를 확인하려면 커맨드 프롬프트를 열고 실행해보세요. $ python3 --version 우분투 16.10이나 그보다 최신 버전을 사용하고 있다면 아래의 커맨드로 파이썬3.6을 쉽게 설치할 수 있습니다. $ sudo apt-get update $ sudo apt-get install python3.6 다른 버전의 우분투(예를 들면 최신 LTS 릴리즈)를 사용하고 있다면 혹은 더 최신 버전의 파이썬을 사용하고 싶다면 `deadsnakes PPA `_을 사용해서 파이썬3.8을 설치하기를 추천합니다. $ sudo apt-get install software-properties-common $ sudo..

이런식으로 필요한 라이브러리를 작성하고 해당 라이브러리 버전에 맞게 설치할 수 있는 방법을 알아봅시다. 가상환경(venv)이나 현재 파이썬에 pip로 설치된 패키지에 대한 정보를 requirements.txt라는 하나의 파일로 만들 수 있습니다. requirements.txt를 사용하면 또 다른 가상환경(venv) 혹은 다른 파이썬 환경에서 똑같은 패키지를 설치해야 하는경우 단 한번의 명령어로 requirements.txt.에 정의되있는 패키지들을 설치할 수 있습니다. pip freeze 명령어를 통해 requirements.txt를 생성할 수 있습니다. $ pip freeze > requirements.txt -r 옵션을 통해 requirements.txt에 정의되있는 패키지들을 설치할 수 있습니다. ..

from collections import deque deque는 스택과 큐의 기능을 모두 가진 객체로 출입구를 양쪽에 가지고 있다. 스택처럼써도 되고, 큐처럼 써도 된다. 여러가지 메서드를 이용해서 이런 기능을 구현한다. 먼저 deque를 만들어보자 >>> from collections import deque >>> dq = deque('love') >>> dq deque(['l', 'o', 'v', 'e']) 문자열을 이용해 deque를 만들면 각 문자가 요소로 된 리스트 형태의 deque가 만들어진다. 1. 스택 구현 : append(), pop() 스택은 마지막(오른쪽끝)에서 입출력한다. 입력시에는 append() 메서드를 이용하고, 출력시에는 pop()을 이용한다. >>> dq.append('m..

미로찾기를 해봅시당 https://www.youtube.com/watch?v=nyjFmDUDgO4 코딩 빌런님의 영상을 보고 정리한 글입니다. 미로를 찾기위해선 두가지를 수행해야합니다. - 미로가 처음과 끝이 이어진 길인지(목적지 까지 갈 수 있는가) - 미로를 어떻게 최단경로로 갈 것인가 자 그럼 먼저 첫번째 부터 봅시다 1. 미로가 목적지 까지 갈 수 있는가 먼저 [0,0] 을 올라 타고 array에 [0,0] 을 넣어준다. 그 뒤 해당 좌표에는 -1 값으로 변경하고 array에서 없애줌 (갔던 길 임을 표시하는 것) 그리고 좌표를 돌면서 갈 수 있는 길인지 확인한다. 이 알고리즘대로 하면 목적지에 갈 수 있는지 알고리즘을 수행하게 됨 코드로 나타낸 것을 확인해보자 pop은 값을 반환하고 그 값을 빼..