본문 바로가기

분류 전체보기

 (212)
[Web] ajax로 불러온 요소(element)에 접근하기 ajax로 데이터를 불러와서 innerHtml로 신나게 때려박았다. 그리고는 다음 javascript에서 innerHtml로 박아 넣은 div의 id를 가져다 쓰려는데,,, 불러오지를 못했다. 일번 프로젝트 위의 코드로는 아무리 project_list를 눌러도 눌러지지 않는다.. (ajax로 불러와서 innerHtml 한경우만!!) ajax로 불러온 데이터들에 접근하려면 다른 방법을 사용해야한다. --> 해결방법 script 부문을 다음과 같이 바꿔보자
[Web] html 안에 html 넣기 (html import 하는 방법) html을 쭉 작성하다보면, 페이지별로 공통적인 부분이 존재한다. 이를 따로 파일화 하는 것을 모듈화 라고 한다. 따로 파일로 빼서 , 공통부분은 그 파일을 참조해서 만들어라 라고 하는 것이다. // 이 부분에 import 한 menu가 들어가게 되는 것이다. 내용 자주 사용하게 되어 따로 빼둔 html파일은 menu.html 이다. html에 header라는 id로 div를 만들어 둔다. (menu.html)이 들어가게 될 구멍이라고 보면 된다. $(document).ready(function() { -> 페이지가 로딩 되면 실행하라 라는 함수이므로, 로딩과 동시에 menu.html을 심으세요@!! 라는 뜻이라고 생각하면 된다.
[Python] 아나콘다 가상환경 이름 바꾸기(Change the name of the virtual env in Anaconda) 1. conda create --name 바꿀이름 --clone 기존이름 conda create --name py37_32 --clone python_env 2. 복사된 가상환경 확인
[Python] 아나콘다 32비트 가상환경 만들고 파이참에서 사용하기 (Making 32bit Python in Anaconda & Using virtual env in Pycharm) ***키움 Open API 연동오류 해결 방법 AttributeError: 'QAxWidget' object has no attribute 'OnEventConnect' 오탈자도 없는데, 위와 같은 문제가 생겼다. 찾아보니, bit가 안맞아서 발생하는 문제였다. OPEN API는 32bit인데, 내가 사용하던 파이썬은 64bit이기 때문이다. 결론적으로는 파이썬 32bit 가상환경을 만들어서 파이참에서 사용하면 된다. 1. 아나콘다 프롬프트 실행 (1. Anaconda Prompt) 2. 파이썬 32비트로 설정 (2. setting 32bit python) set CONDA_FORCE_32BIT=1 3. 파이썬 가상환경 설치 (3. install 32bit python virtual env) 가상환경이름..
[Tensorflow 자격증 공부] batch_size의 개념 1000장의 데이터 batch_size = 10 update : 100번 장점: 미세한 조정 가능 단점: 속도가 느리다 업데이트 되는 양 자체도 작아서 초기 학습 값이 잘못되었을때 다시 되돌아 오지 못한다. batch_size = 100 update : 10번 장점: 크게크게 업데이트 속도가 빠르다 단점: 정밀도 떨어진다 적절한 batch_size 찾는 법 model.fit(batch_size는 32로 디폴트 지정됨) 또는 전처리 단계에서 batch_size 설정 가능 -> 장점은 train batch 크게/ valid batch 작게 따로 설정가능 Train/valid data 개수 batch_size steps_per_epoch validation_steps 1000 10 100 200 10 20 1..
[Tensorflow 자격증 공부] 1번문제 전체 복사 붙여넣게 금지 xs 와 ys 값이 랜덤으로 주어지므로 #YOUR CODE HERE 이하로만 손대기 import numpy as np import tensorflow as tf def solution_model(): xs = np.array([-1.0, 0.0, 1.0, 2.0, 3.0, 4.0], dtype=float) ys = np.array([5.0, 6.0, 7.0, 8.0, 9.0, 10.0], dtype=float) # YOUR CODE HERE model = tf.keras.models.Sequential([ tf.keras.layers.Dense(1, input_shape=[1]), ]) model.compile(optimizer="sgd", loss="mse") model.fit..
[Utils] 구글 코랩(Google Colaboratory ) 단축키 ctrl + m + a 위에 셀 추가 ctrl + m + b 아래에 셀 추가 ctrl + m + d 셀 삭제 ctrl + enter 해당 셀 실행 shift + enter 해당 셀 실행 후 다음 셀로 이동 Alt + enter 해당 셀 실행 후 아래쪽에 셀 추가 ctrl + m + m 해당 셀을 텍스트셀로 변환 ctrl + m + y 해당 셀을 코드셀로 변환
[Utils] 구글 코랩 사용하기 (Google Colaboratory) tensorflow 자격증 환경 세팅하기 1. 구글 드라이브 새로만들기 - 더보기 - 연결할 앱 더보기 (필자는 코랩이 깔려있어서 목록에 보이는 상태) 2. "colab" 검색하여 설치 실행
[Tensorflow 자격증 공부] 선형함수와 오차 1. 선형함수의 개념 Y = W * X + b W : Weight : 기울기 b : bias : 절편 2. 오차를 구하는 방법 각각의 X 값 마다 오차값들을 그냥 더하기만 한다면? 오차가 0이 나올 수 있다. -> 오류가 있음 ㅇ MAE (Mean Absolute Error) 오차 절대값 평균 ㅇ MSE (Mean Squared Error) 오차 제곱 평균
[Tensorflow 자격증 공부] 스케일링/원핫인코딩/relu/loss함수/compile/체크포인트 문제 유형 1번문제 기본문제 2/3/4 는 분류문제 sigmoid/ softmax둘 중 하나 checkpoint callback = [checkpoint] 저장을 한 후 자동으로 best epoch의 w 값을 실어주기 매 epoch 마다 loss가 더 낮게 나오면 checkpoint에 저장된다 가장 마지막 코드 model.load_weights(checkpoint_path) 2번은 3가지 문제 중에 한가지 랜덤하게 나옴 (2가지 유형) 1) 이미지 분류 2개 - mnist 손글씨분류 / fashion mnist 2) 정형데이터 - iris 꽃 분류문제 이미지 rescale 픽셀들을 하나씩 까서 보면 0~255 사이의 값을 가지고 있다. 1. 모든 픽셀 값이 0~1 사이의 값을 가지도록 하자 = Norma..

티스토리툴바