코딩 개발일지

ssh란 : 네트워크 상에 존재하는 다른 컴퓨터에 접근하거나 파일을 업/다운로드 하는 등의 작업을 할 수 있는 프로토콜 ssh 연결 하는법 1. git bash 실행 2. pem파일 있는 곳으로 이동 3. ssh -i pem파일이름 ubuntu@Public IPv4 address 4. sudo apt update (aws에 로그인 후 ssh에 연결하면, sudo apt update 무조건 먼저 해주기 !!!!) ※ docker 명령어 앞에는 무조건 sudo 붙여야 정상 작동함 !!!! ※ docker : 다양한 어플리케이션을 컨테이너 환경에서 테스트 및 배포할 수 있는 소프트웨어 플랫폼 docker를 사용하는 이유 : docker를 사용할 경우 다양한 어플리케이션을 쉽고 빠르게 배포할 수 있다. 컨테이너..

Linux는 오픈소스기 때문에 무료로 사용할 수 있는 OS이고, 다른 종류의 OS에 비해 비교적 안정적인 환경에서 운영할 수 있다. wild card(*)란? ls -l ./*.txt 파일을 원하는대로 수정하고, 내용을 추가하는 방법 : vi 편집기 활용 vi 편집기 mode 종류 insert mode : 텍스트를 입력 할 수 있는 상태 command mode : 특수한 command를 입력 할 수 있는 상태 insert mode 진입 방법 i : 현재 위치에서 insert mode 진입 a : 현재 위치에서 커서를 한 칸 앞으로 이동 후 insert mode 진입 A : 현재 위치에서 가장 마지막 텍스트로 이동 한 후 insert mode 진입 o : ..

http://ssak3times.site/ 속쓰리조 팀프로젝트 월요일 화요일 수요일 목요일 금요일 토요일 일요일 ssak3times.site 우리 조의 최종 결과물이다!! 이쁜것같고, 기능구현도 전부 잘 된듯!! (aws배포라서 조만간 사라질 예정인 사이트 ㅠㅠ) title 아래에는 머신러닝을 이용한 summary이다. 크롤링해올 때, import openai로 gpt를 사용해서 요약한 것을 보여준다. 아래는 상세페이지와 댓글부분이다. 좋아요한 갯수가 표기된다. 마이페이지!! + 로그인하면 상단 navbar의 [회원가입 로그인]이 바뀐것도 볼 수 있다. 몽고반점 / 홍콩반점 장난~

비밀번호 수정 기능 비밀번호 수정 페이지를 만들기 위해서 먼저 백엔드에서 비밀번호 수정하는 views.py를 만들었다. check_password라는 기능을 이용한것만 빼면 그동안 작성해왔던 코드와 비슷한것을 볼 수 있다. UseSerializer는 회원가입할 때 썼던 serializer이다. # 비밀번호 수정 class pwdUpdateView(APIView): permission_classes = (IsAuthenticated,) def put(self, request): user = request.user current_password = request.data.get("password_now", "") new_password = request.data.get("password", "") if no..

기획 1. 매일 12시에 [네이버뉴스-TV연예-랭킹] 부분의 TOP10을 가져온다. 2. 크롤링해서 가져오는 과정에서 머신러닝(Chat GPT)을 활용해서 기사내용을 요약한다. 3. 해당 기사를 데이터베이스에 저장한다. 4. 로그인 해서 댓글을 자유롭게 달 수 있다. 좋아요 / 북마크 가능. 닉네임 옆에 MBTI가 표기되서 보는 재미가 있다. 크롤링할 페이지 : https://entertain.naver.com/ranking 와이어프레임 ERD API 설계 프로젝트 시작 후 어려움을 겪은 부분 크롤링을 처음하다보니, 한발 한발 나아가는게 힘들었다... selenium을 이용해서 크롤링을 하는게 가장 보푠적이고, 좋기도 하고, 편한 방법이다. 1. pip install selenium 2. 프로젝트 파일 ..

CNN 사용할땐 import 해줄게 좀 더 많아진다. Conv2D, MaxPooling2D, Flatten, Dropout 를 추가로 해줬다. from tensorflow.keras.layers import Input, Dense, Conv2D, MaxPooling2D, Flatten, Dropout reshape 부분이 CNN을 쓸 때, 약간 달라진다. 기존 것들보다 차원이 높아진다라고 생각하면 된다. train_df = train_df.astype(np.float32) x_train = train_df.drop(columns=['label'], axis=1).values x_train = x_train.reshape((-1, 28, 28, 1)) y_train = train_df[['label']]...