# etc

rayong

유튜브 드림코딩 "구글링 잘하는 꿀팁" 영상을 보고 정리한 내용입니다.!youtubeBy_qxt0SZlI드래그 앤 드랍 기능을 찾고 싶다면 문장보다는 핵심 키워드를 나열해서 검색하는 게 좋습니다.before - How can I add drag-and-drop feat

dhkim1522

객체지향의 사실과 오해개발자의 글쓰기실용주의 프로그래머CODE클린코드리팩토링GoF의 디자인 패턴테스트 주도 개발도메인 주도 설계로 시작하는 마이크로 서비스 개발데이터 중심 애플리케이션 설계스프링 인 액션

dabanbus

https://velog.io/@vagabondms/%EA%B8%B0%EC%88%A0-%EC%8A%A4%ED%84%B0%EB%94%94-SSR%EA%B3%BC-CSR%EC%9D%98-%EC%B0%A8%EC%9D%B4

bey1548

Spring AOPSecurityMockDockerSpring CloudRedisKafkaJenkinsLinuxJWTReactGradledocument 등 새로운 기술 검색해서 적용하는 법 단축

genii-grace

갑자기 코드 편집기에 빨간줄/형광줄이 생겼어요!어느 날 갑자기 아래 이미지 처럼 코드에 빨간줄이나 형광줄이 생겼다면이렇게 해결해보세요!https://github.com/geniigrace/TIL/blob/main/img/220725_01_eclipse_redl

genii-grace

✔️ *빠르게 확인하실 분들은 글 하단의 ‘훨씬 더 간편해진 방법 : HTML 블록없이 잔디주소로 바로 임베드 가능’ 부분부터 확인하세요!* Notion에 깃허브 잔디를 깔았던 이유 > 느슨해진 노션씬에 긴장감을 줘 > 자바 공부를 시작하면서 깃허브에 매일 공부하

song961003

앞으로 할일, 계획, 시작

heojeong_

DOM 기초 문법

rayong

이모지, 기호, 특수 문자등을 클릭하면 바로 복사가 되는 사이트, 입니다. https://copychar.cc/popular/

bey1548

CI는 간단히 요약하자면 빌드 / 테스트 자동화 과정 입니다. CI는 개발자를 위한 자동화 프로세스인 지속적인 통합(Continuous Integration)을 의미합니다. CI를 성공적으로 구현할 경우 애플리케이션에 대한 새로운 코드 변경 사항이 정기적으로 빌드 및

heojeong_

Node.js가 무엇인지, npm nvm 은 어디에 쓰이는지 아주 얕게 정리해 보았습니다.

heojeong_

CLI 기초명령어와 경로에 대해 얕게 알아보았습니다 :)

devmoonsh

2022년 상반기 회고

dntjd7701

글자색형광펜 효과

choijahyoun

많은 개발자분들이 블로그를 쓰고 있고 솔직히 말하면 개발 블로그가 있으면 포트폴리오 만들 때 나를 더 잘 표현 할 수 있을 수 있을까 생각을 해서 블로그를 만들 생각을 하였습니다.개발블로그는 어떤 블로그가 더 좋을까 고민하던 결과 3가지 정도 찾아 보았습니다. 1\.

tnehd1998

HTTP 프로토콜은Connectionless이며 Stateless라는 특징을 지닌프로토콜의 한 종류이다.클라이언트가 서버에게 특정 요청을 했을 때,해당 요청에 대한 응답 이후에 연결을 끊는 방식을 의미한다.클라이언트의 현재 지니고 있는 상태 정보를가지지 않는 서버 처리

completed1991

vue/cli로 프로젝트 생성 후 에러성 코드가 발생하면화면에 overlay형식으로 아무 동작 못하게 막혀버림 ( 생산성 저하 )그래서 overlay옵션을 꺼주는 방법을 알아보겠다.vue/cli 4.~npm i @vue/cli 4.5.13 ( 확인 필요 )vue/cli

openjr

크게 stereo 이미지를 통한 거리 추정과, 모노큘러 카메라를 통한 거리 추정이 있다.stereo 이미지 단에서 이미 geometry로 대부분의 픽셀 값의 depth를 얻을 수 있어 굳이 딥러닝을 쓰나? 의아해 할 수 있는데, 사실 Epipolar Geometry에서

y_jem

알고리즘 종류

ddangchani

AutoML의 존재에 대해서는 머신러닝을 본격적으로 공부하기 시작한 시점부터 알고 있었다. 그러나, 개인적인 생각으로 머신러닝의 과정을 자동화하는 것에 의존하기보다 모델을 직접 공부해보고, 최적화 과정이 각각 어떻게 이루어지는지 살펴보는 것이 더 중요하다고 생각되었기에