본문 바로가기
반응형

분류 전체보기1077

원신 - 에스코피에 장, 단점 및 파티 조합 에스코피에는 얼음/물 파티에서 최고의 서포터이자 서브 딜러, 힐러로 활약할 수 있는 캐릭터입니다. 단, 속성 특화와 별자리 의존성이 뚜렷해, 팀 구성과 투자 방향에 따라 평가가 갈릴 수 있습니다. 동결 파티나 스커크 중심의 세팅을 목표로 한다면 매우 추천할 만한 캐릭터입니다.가장 큰 특징은 얼음, 물 원소 파티로만 구성시 최대 얼음, 물 원소 저항 55% 감소 입니다.에스코피에 주요 기술 10레벨원소 스킬 피해: 90.7% 공격력 기반 대미지파르페 피해: 216%, 지속 시간 20초, 쿨타임 15초원소 폭발 피해: 1067% 공격력 기반 대미지즉시 회복(309.7%+2373), 9초간 24% 공격력 추가 회복장점강력한 서포트 능력에스코피에는 얼음 원소 팀의 핵심 서포터로, 32% 데미지 버프와 최대 55.. 2025. 5. 7.
40대 이후 반드시 멈춰야 할 노화 가속 습관 40대 이후 반드시 멈춰야 할 노화 가속 습관40대 이후에는 신체와 피부의 노화가 본격적으로 시작되기 때문에, 일상에서 노화를 가속하는 습관을 반드시 멈추는 것이 중요합니다. 아래는 전문가와 연구 결과를 바탕으로 40대 이후 반드시 피해야 할 대표적인 노화 가속 습관입니다.1. 초가공식품, 고당분·고지방 식품 자주 섭취초가공식품, 고당분·고지방 식품을 자주 먹는 습관은 만성염증과 인슐린 저항성을 촉진해 노화를 빠르게 만듭니다. 이는 비만, 당뇨, 고혈압 등 만성질환 위험도 높입니다.2. 운동 부족 및 근력 운동 소홀40대부터는 근육량이 급격히 줄어들기 시작합니다. 운동 부족은 기초대사량 감소, 골다공증, 비만, 만성질환 위험을 높이므로, 걷기·수영·근력운동 등 규칙적인 신체활동이 필수입니다.3. 수면 부.. 2025. 5. 7.
BERT 모델을 이용해서 이상 문장 학습 및 탐지하기 BERT 모델이 비밀번호 관련 문장을 학습하여 탐지할 수 있도록 설계하려면, 먼저 데이터셋을 준비하고, BERT 모델을 미세 조정(Fine-tuning)해야 합니다. 이 과정은 다음과 같이 구성됩니다:1. 데이터 준비먼저 비밀번호 관련 문장이 포함된 데이터셋이 필요합니다. 데이터셋은 "비밀번호가 포함된 문장"과 "비밀번호가 없는 문장"을 두 클래스로 나누어 구성해야 합니다.예시 데이터셋 (CSV 형식 예): 문장값"The password is 1234."1"This is just a normal sentence."0"비밀번호는 qwerty입니다."1"오늘 날씨가 참 좋네요."02. Hugging Face를 사용한 BERT 모델 Fine-tuning아래 코드는 BERT 모델을 이용해 문장을 분류할 수 있.. 2025. 4. 16.
Ansible - Playbook 실행시 User 와 Password 입력 방법 Ansible 플레이북을 실행할 때 SSH ID와 비밀번호를 포함하려면, Ansible 명령어에 필요한 옵션을 추가해야한다.다음과 같이 구현이 가능하다.ansible-playbook 명령어에 --user와 --ask-pass 옵션을 추가한다.--user 옵션은 SSH 사용자 이름을 지정하고, --ask-pass 옵션은 비밀번호를 입력하도록 요청한다.subprocess.run을 사용하여 Ansible 플레이북을 실행할 때 SSH 사용자 이름과 비밀번호를 포함하도록 Python 코드이다.import subprocess# SSH 사용자 이름과 비밀번호ssh_user = "your_username"ssh_password = "your_password"# Ansible 플레이북 실행 명령어command = [ .. 2025. 4. 9.
Python - 내장 변수 관리 locals() locals() 함수는 현재 로컬 심볼 테이블을 나타내는 딕셔너리를 반환환다.이 딕셔너리는 함수 내에서 정의된 변수와 그 값을 포함합니다. locals()는 주로 디버깅이나 동적으로 로컬 변수를 조작할 때 유용하다.1. 로컬 변수 조회:locals()를 사용하면 함수 내에서 정의된 모든 로컬 변수를 쉽게 조회할 수 있습니다.2. 로컬 변수 수정:Python 3.13부터 locals()로 반환된 딕셔너리를 수정하면 실제 로컬 변수도 업데이트def update_locals(): test = 'hello' local_vars = locals() local_vars['test'] = 'world' print(test) # 출력: worldupdate_locals()CLI에서 현재 선언된 .. 2025. 4. 9.
Python - 글로벌 인터프리터 락(GIL) 제거를 위한 주요 기술 Python에서 글로벌 인터프리터 락(GIL) 은 동시성을 없애서 충돌이 없도록 하여, 쉽게 코딩할 수 있었지만, 그만큼 성능적으로 특히 멀티 코어에서 약점을 보였다. 하여 Python 3.12버전부터 GIL 없이 실행하는 방법은 주로 PEP 703에서 제안된 여러 기술을 통해 가능하게 되었는데, GIL은 CPython에서 여러 스레드가 동시에 Python 코드를 실행하는 것을 방지하는 메커니즘으로, 멀티코어 CPU를 효율적으로 활용하지 못하던 부분이 어떻게 가능하게 된 것일까? 관련하여 알아보도록 하자.GIL 제거를 위한 주요 기술멀티스레드에서 가장 큰 문제는 바로 변수 접근이라고 할 수 있다. 따라서 이를 Python에서는 객체가 참조되는지를 카운트하는 방식을 채택했다고 보면된다. 즉 삭제해도 되는 .. 2025. 4. 9.
반응형

티스토리툴바