본문 바로가기
728x90

IT

 (221)
🚀 esbuild와 Vite 보안 취약점 해결 방법 정리 공부를 시작해보려고 했는데, 처음부터 막혔습니다.moderate severity vulnerabilities라서 수정 안하고 진행해도 문제가 없었으나, tailwindcss 설치 후 init할 때 문제가 생겨서,, 고쳐야하는 줄 알고 해맸습니다.아래 적은 것 처럼 버전을 낮춰서 (저는 3으로 시작하는 버전으로 설치했습니다.) 설치해서 진행했습니다.@ tailwind 를 못 찾는다는 경고가 나와서, 완전 해결은 아니었지만,,, 처음 공부하는 데, 문제는 없어서 우선 진행하려고 합니다ㅜㅜ  문제 발생 과정Vite 프로젝트 생성 후 설치:npm create vite@latest 프로젝트명 --template react cd 프로젝트명 npm installnpm audit 실행 시 3개의 moderate sev..
Docker 기본 명령어 3. Docker 기본 명령어3.1 docker --versiondocker --version 명령어는 현재 설치된 Docker의 버전을 확인합니다. 이 명령어는 Docker가 제대로 설치되었는지 점검할 때 유용합니다.사용법:docker --version출력 예시:Docker version 20.10.7, build f0df3503.2 docker pulldocker pull 명령어는 Docker Hub 또는 지정된 Docker 레지스트리에서 이미지를 다운로드합니다. 이미지는 로컬 시스템에서 사용될 수 있도록 풀(pull)됩니다.사용법:docker pull :예시:docker pull ubuntu:20.04위 명령어는 ubuntu:20.04 이미지를 Docker Hub에서 다운로드합니다.3.3 docke..
Docker 주요 개념 2. Docker의 주요 개념2.1 이미지 $(Image$)Docker 이미지$(Image$)는 컨테이너를 실행하기 위한 템플릿입니다. 이미지는 읽기 전용이며, 애플리케이션과 그 실행에 필요한 파일, 라이브러리, 설정 등을 모두 포함하고 있습니다. Docker 이미지는 컨테이너를 실행하는 데 필요한 환경을 완전히 정의합니다.이미지는 레포지토리와 태그로 구성됩니다. 예: nginx:latest레포지토리: 기본 애플리케이션 이름, 예: nginx태그: 특정 버전 또는 상태, 예: latest, 1.19, stable이미지는 여러 레이어로 구성되며, 각각의 레이어는 명령어$(RUN, COPY, ADD$)에 의해 생성됩니다.이미지는 커스터마이즈가 가능하며, 새로운 이미지 생성을 위해 docker build 명령..
Docker 1. Docker 소개1.1 Docker란 무엇인가?Docker는 컨테이너화 기술을 제공하는 오픈소스 플랫폼입니다. 소프트웨어 개발자가 애플리케이션을 그 실행 환경과 함께 패키징하여, 다양한 환경에서 일관되게 실행할 수 있게 돕습니다. Docker는 애플리케이션을 독립적인 "컨테이너"라는 단위로 격리하여 실행합니다. 이 컨테이너는 필요한 모든 의존성과 설정을 포함하고 있어, 개발, 테스트, 배포 환경에 관계없이 애플리케이션이 동일하게 동작하도록 보장합니다.1.2 Docker의 필요성Docker는 애플리케이션의 배포 및 관리를 더 쉽게 만들어주는 도구입니다. 그 필요성은 다음과 같습니다:일관성: 개발 환경, 테스트 환경, 생산 환경에서 동일한 컨테이너를 사용하므로 환경 차이로 인한 문제를 줄일 수 있습니다..
딥러닝 기초 핵심 개념 2 Dropout Dropout은 학습 중에 설정한 확률값에 따라서 일부 뉴런을 제거하여 과대적합을 방지하는 기법입니다. 특정 뉴런에만 집중해서 학습하지 않도록 과대적합을 방지하도록 사용합니다. 더보기 import torch import torch.nn as nn class Model(nn.Module): def __init__(self): super(Model, self).__init__() self.fc1 = nn.Linear(10, 5) self.dropout = nn.Dropout(0.5) # dropout 비율은 50% self.fc2 = nn.Linear(5, 1) def forward(self, x): x = torch.relu(self.fc1(x)) x = self.dropout(x) x = ..
딥러닝 기초 핵심 개념 1 Loss Function Loss Function은 모델의 예측값과 실제 값이 얼마나 유사한지를 판단하는 함수입니다. 작을수록 두 값이 유사합니다. 회귀와 분류에 따라 다양한 Loss Function이 사용됩니다. 회귀- 평균절대오차(Mean Absolute Error): 두 값의 차이의 절대값의 전체 합의 평균 $MAE = \frac{1}{N}\sum |y - \hat{y}|$ 평균제곱오차(Mean Squared Error): 두 값의 차이의 제곱의 전체 합의 평균 $MSE = \frac{1}{N}\sum_{i=1}^{N} (|y_{i} - \hat{y}_{i}|)^{2}$ RMSE: MSE의 제곱근(Root) $RMSE = \sqrt{\frac{1}{N}\sum_{i=1}^{N} (|y_{i} - \..
머신러닝 기초 Gradient Descent 1차 미분 계수$($기울기$)$를 이용해 함수의 최솟값을 찾는 방법 Gradient Descent는 함수의 최솟값을 찾는 방법 중 하나입니다. 함수의 기울기를 이용하여 최솟값을 찾습니다. Learning Rate는 학습 속도를 결정하는 요소 중 하나이며, 적절한 값을 선택하는 것이 중요합니다. 더보기 단순한 이차 함수의 최솟값을 Gradient Descent 알고리즘을 사용하여 찾아보겠습니다. import numpy as np # 이차 함수 정의: f(x) = x^2 def quadratic_function(x): return x ** 2 # Gradient Descent 알고리즘 적용 def gradient_descent(starting_point, learning_rat..
인공 신경망 기초 Perceptron Perceptron은 초기의 인공 신경망으로, 사람의 신경망을 모방하여 다수의 입력을 받아서 하나의 결과를 내보내는 알고리즘입니다. 각 입력에 가중치를 곱하여 임계치를 기준으로 정보$($데이터$)$를 전달합니다. 단층 퍼셉트론은 입력층과 출력층으로 구성되며, 다층 퍼셉트론은 입출력 사이에 은닉층이 추가되어있으며, 은닉층에서 비선형으로 만들어주는 활성화함수가 있다. 더보기 예를 들어, Perceptron을 사용하여 AND 게이트를 구현한다고 가정해보겠습니다. AND 게이트는 두 입력이 모두 참일 때만 출력이 참이 되는 논리 연산입니다. Perceptron은 두 입력에 대한 가중치를 곱하고 임계치를 적용하여 출력을 계산할 수 있습니다. def perceptron(input1, input2..
[백준] 14938번 서강그라운드 [Python] - 플로이드 워셜, 데이크스트라 지역의 개수 n, 수색범위 m, 길의 개수 r에 대해서 각 지역마다 주어진 아이템 수와 지역을 연결하는 길의 길이가 주어질때, 얻을 수 있는 최대 아이템 개수를 구하는 문제 $($수색 범위를 넘어가는 먼 지역은 탐색할 수 없음$)$ 더보기 문제 예은이는 요즘 가장 인기가 있는 게임 서강그라운드를 즐기고 있다. 서강그라운드는 여러 지역중 하나의 지역에 낙하산을 타고 낙하하여, 그 지역에 떨어져 있는 아이템들을 이용해 서바이벌을 하는 게임이다. 서강그라운드에서 1등을 하면 보상으로 치킨을 주는데, 예은이는 단 한번도 치킨을 먹을 수가 없었다. 자신이 치킨을 못 먹는 이유는 실력 때문이 아니라 아이템 운이 없어서라고 생각한 예은이는 낙하산에서 떨어질 때 각 지역에 아이템 들이 몇 개 있는지 알려주는 프로그램을..
LLM 활용 인공지능 서비스 개발자 양성과정 - OT Saltlux에서 진행하는 프롬프트 전문 인재 양성 교육에 참여하게 되어 기쁩니다! 2023년 마지막 평일에 OT가 열렸습니다. 새 건물에서 웰컴 키트를 받으며 간단한 소개를 듣고 고육생끼리 짧게 자기 소개를 나누었습니다. 웰컴 키트에는 텀블러, 칫솔, 무선 충전기 겸 마우스 패드, 볼펜, 노트북 거치대가 포함되어 있었습니다. 이전에도 면접을 보러 갔었지만, 취업사관학교 도봉 캠퍼스는 완전 새 건물이었습니다. 깔끔하고 편안한 느낌에 좋은 시설이에요! 각 자리에는 모니터 암이 하나씩 있고, 라운지에는 LG 스텐바이미가 3개 정도 있었습니다. 도봉 캠퍼스는 올해 시작해서 제가 1기라는 타이틀과 올해의 마지막 교육생이라는 이름도 갖게 되었습니다. 더보기 새싹(Seoul Software Academy, SeSA..
[백준] 14502번 연구소 [Python] 인체에 치명적인 바이러스를 연구하던 연구소에서 바이러스가 유출되었다. 다행히 바이러스는 아직 퍼지지 않았고, 바이러스의 확산을 막기 위해서 연구소에 벽을 세우려고 한다. 연구소는 크기가 N×M인 직사각형으로 나타낼 수 있으며, 직사각형은 1×1 크기의 정사각형으로 나누어져 있다. 연구소는 빈 칸, 벽으로 이루어져 있으며, 벽은 칸 하나를 가득 차지한다. 일부 칸은 바이러스가 존재하며, 이 바이러스는 상하좌우로 인접한 빈 칸으로 모두 퍼져나갈 수 있다. 새로 세울 수 있는 벽의 개수는 3개이며, 꼭 3개를 세워야 한다. 예를 들어, 아래와 같이 연구소가 생긴 경우를 살펴보자. 2 0 0 0 1 1 0 0 0 1 0 1 2 0 0 1 1 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 1 0 1..
[백준] 12851번 숨바꼭질 2 [Python] 수빈$($=N$)$이가 동생 $($=K$)$ 을 찾는 데 걸리는 최소 시간을 구하는 문제 +1, -1, x2 : 1초 소요 추가로 최소 소요 시간이 걸리는 방법의 수도 구해야한다. 더보기 문제 수빈이는 동생과 숨바꼭질을 하고 있다. 수빈이는 현재 점 N$(0 ≤ N ≤ 100,000)$에 있고, 동생은 점 K$(0 ≤ K ≤ 100,000)$에 있다. 수빈이는 걷거나 순간이동을 할 수 있다. 만약, 수빈이의 위치가 X일 때 걷는다면 1초 후에 X-1 또는 X+1로 이동하게 된다. 순간이동을 하는 경우에는 1초 후에 2*X의 위치로 이동하게 된다. 수빈이와 동생의 위치가 주어졌을 때, 수빈이가 동생을 찾을 수 있는 가장 빠른 시간이 몇 초 후인지 그리고, 가장 빠른 시간으로 찾는 방법이 몇 가지 인지 구하..

티스토리툴바