2장: 리팩터링 깊게 들여다보기
2장: 리팩터링 깊게 들여다보기 가독성 및 유지보수성 향상 리팩터링 더 나은 코드를 만드는것 코드가 하는 일은 변경하지 않는것 코드 개선 가독성 : 의도를 전달하기 위한 코드의 성질 유지보수성 : 코드를 변경하기 쉽게 만드는 성질 함께 변하는건 함께 있어야 된다(localizing ivariants) 취약성의 근원은 전역
Writing
기술 자체보다 어떤 문제를 왜 그렇게 풀었는지에 초점을 둡니다.
2장: 리팩터링 깊게 들여다보기 가독성 및 유지보수성 향상 리팩터링 더 나은 코드를 만드는것 코드가 하는 일은 변경하지 않는것 코드 개선 가독성 : 의도를 전달하기 위한 코드의 성질 유지보수성 : 코드를 변경하기 쉽게 만드는 성질 함께 변하는건 함께 있어야 된다(localizing ivariants) 취약성의 근원은 전역
Stable Diffusion Samplers Old School ODE solvers 상미분 방정식(ODE) Euler : 가장 간단한 해결 입니다. Heun : 오일러의 더 정확하지만 느린 버전입니다. LMS(Linear multi step method) : 오일러와 속도는 동일하지만 (아마도) 더 정확합니다. Anc
Classifier Free Guidance : CFG Classifier guidance(분류자 지침) Classifier guidance은 확산 모델에 이미지 와 라벨을 통합하는 방법입니다. 라벨을 사용하여 확산 과정을 안내할 수 있습니다. 예를 들어, "고양이"라는 라벨은 역확산 과정을 조종하여 고양이 사진을 생성합
이 책에서 소개된 규칙 다섯중 제한 호출 또는 전달 한가지만 할것 if문은 함수의 시작에만 배치 if문은 else를 사용하지 말것 switch를 사용하지 말것 인터페이스에서만 상속 받을것 순수 조건 사용 구현체가 하나뿐인 인터페이스를 만들지 말것 getter/setter를 사용하지 말것 공통 접사를 사용하지 말것 1장:
파생 데이터 12장: 데이터 시스템의 미래 데이터 통합 문제가 주어졌을때 모든 문제를 만족하는 하나의 해결책은 없지만 상황에 따라 적절한 서로 다른 접근법이 많이 있다 파생 데이터에 특화된 도구의 결합 포스트그레스큐엘 같은 디비는 간단한 애플리케이션 만들기에 충분한 전문 색인 기능이 포함되어 있지만 더 복잡한 검색 기능을
Simple Python Version Management: pyenv jenv와 같은 역할을 하는 pyenv를 소개한다. 설치 사용법 업그레이드 참조
파생 데이터 11장: 스트림 처리 "복잡하지만 잘 작동하는 시스템은 예외 없이 간단하지만 잘 작동하는 시스템으로부터 발전한다. 이 명제는 역도 참이다. 처음부터 복잡하게 설계된 시스템은 절대 작동할 리도 없고 작동하게 만들지도 못한다." 존갈, 체계론 일괄처리는 입력으로 파일 집합을 읽어 출력으로 새로운 파일 집합을 생성
파생 데이터 1부와 2부에서는 디스크에 저장된 데이터의 레이아웃부터 결함이 있는 상황에서의 분산된 일관성의 한계까지 분산 데이터베이스로 가기위해 고려해야 할 모든 주요사항을 밑바닥부터 다뤘다 데이터를 저장하고 처리하는 시스템 레코드 시스템 : 데이터를 레코드 단위로 저장하고 읽는다 파생 데이터 시스템 : 데이터를 레코드
github 여러 계정 관리(ssh) ssh 키 생성 ssh 키 등록 등록된 ssh 키 등록 확인 키등록 ssh config 설정 설정 후 테스트 참조
분산 데이터 09장: 일관성과 합의 결함의 가장 간단한 해결방법은 서비스가 실패하도록 두고 사용자에게 오류메시지를 보내는것 내결함성을 지닌 시스템을 구축하는 가장 좋은 방법은 유용한 보장을 해주는 범용 추상화를 찾아 이를 구현하고 애플리케이션에서 이 보장에 의존하게 하는것 분산시스템에 가장 중용한 추상화 중 하나는 합의