스택큐힙리스트

@app.get(/items/{item_ID}) async def getQuestion_byID(item_ID: int = Path( ..., title = 문제의 숫자 ID, description = 1부터 999 사이의 숫자를 지정하십시오, ge = 1, le = 999 ), response: Optional[List[str]] = Query( [], title=답변을 제공하십시오, description=알파벳 문자로만 이루어진 대소문자를 구분하지 않는 답변, min_length=3, max_length=99, regex=^[a-zA-Z]+$ ), short: bool = Query( False, title=짧은 결과에 대한 플래그 설정, description=1, True, true, on, yes..

Google Colab에서 FastAPI / Uvicorn을 사용하여 로컬 웹 앱을 실행하려고합니다. Flask 앱 샘플 코드 중 일부와 같은 방식으로 작동하지 않습니다. 이를 수행 할 수있는 사람이 있었습니까? 감사합니다. FastAPI 및 Uvicorn 설치 완료 !pip install FastAPI -q !pip install uvicorn -q 샘플 앱 from fastapi import FastAPI app = FastAPI() @app.get(/) async def root(): return {message: 안녕하세요} 실행 시도 #시도 1 if __name__ == __main__: uvicorn.run(/content/fastapi_002:app, host=127.0.0.1, port=5..

import timeit import pandas as pd import asyncio train_to_save = pd.DataFrame(data={'feature1': [1, 2, 3],'period': [1, 1, 1]}) test_to_save = pd.DataFrame(data={'feature1': [1, 4, 12],'period': [2, 2, 2]}) train_to_save.to_csv('train.csv') test_to_save.to_csv('test.csv') async def run_async_train(): return pd.read_csv('train.csv') async def run_async_test(): return pd.read_csv('test.csv') async..

Python 프로그램 내에서 사전을 전역 변수로 저장하고 약 32개의 작업자 프로세스를 분기합니다. 이론적으로는 이 방법이 작동할 수 있습니다. 왜냐하면 사전이 수정되지 않기 때문에 Linux에서의 fork에 대한 COW 메커니즘은 데이터 구조가 프로세스 간에 복사되지 않고 공유되는 것을 의미합니다. 그러나 이를 시도 할 때 multiprocessing.Pool.map 내의 os.fork()에서 프로그램이 OSError: [Errno 12] Cannot allocate memory와 함께 충돌합니다. 나는 이것이 커널이 메모리를 과도하게 할당하지 않도록 구성되어있기 때문이라고 확신합니다 (/proc/sys/vm/overcommit_memory가 2로 설정되어 있으며 루트 액세스가 없는 기계에서이 설정을 ..