exception 발생 시 혹은 오류 발생 시 call stack 정보를 출력하고자 하는 경우가 발생합니다. 이럴때 C++에서 다음과 같이 코드를 작성할 수 있습니다.#include "back_trace.h"#include #include #include #include #include #include #include const uint32_t MAX_NUM_TRACE = 32;std::string BackTrace::get_backtrace() { void* callstack[MAX_NUM_TRACE]; int frames = backtrace(callstack, MAX_NUM_TRACE); char** messages = backtrace_symbols(callstack, frames..

기본 문법allmakefile을 작성하고 console에서 make를 실행하면 기본적으로 "all:" 부분에 정의된 내용이 수행됩니다. 다음은 간단한 makefile의 예 입니다.OBJ = $(patsubst %c, %o, $(wildcard \*.c)) all : diary diary: $(OBJ) $(CC) -o $@ $^ 위와 같이 makefile을 작성한 뒤 다음과 같이 make를 실행합니다.~$ make 그럼 makefile이 위치한 폴더 내 모든 .c 파일들이 빌드되어 diary라는 파일을 생성합니다.make options -n, --just-print, --dry-run, --recon "No-op" The activity is to pr..

go get 시 다음과 같이 connection이 거절되는 오류가 발생할 수 있습니다. ✗ go get git.linecorp.com/VISION-PLATFORM/photato-server@v1.6.2 go: downloading git.yourcompany.com/organization/yourproject v1.0.0go: git.yourcompany.com/organization/yourproject@v1.0.0: verifying module: ... : reading https://sum.golang.org/lookup/git.yourcompany.com/.../yourpro..

set을 선언하는 방법에는 두가지가 있습니다. 첫 번째는 set()을 사용하는 방법이고, 두 번째는 {}를 사용하는 방법입니다. set()을 사용하는 경우와 {}을 사용하는 경우 모두 (0, 0)인 tuple 값을 추가해 보겠습니다. 우선 set()을 사용하는 경우 입니다. unique = set((0, 0))그리고 {}을 사용하는 경우 입니다. unique = {(0, 0)}두 경우 모두 같은 결과로 (0, 0)인 tuple 원소가 set에 들어 있을것으로 기대할 수 있으나, (0, 0) tuple 원소가 저장된 경우는 두 번째 {}를 사용한 경우 뿐 입니다. 첫 번째 set()을 사용해서 (0,0)을 추가한 경우에는 (0, 0)이 아닌 0과 0 즉, 0만 저장됩니다. 이렇듯 파이썬 사용에는 주의해야 ..

About pprof go 프로그램을 프로파일링 하여 CPU나 memroy, 혹은 go 프로그램이 사용하는 go routine 개수와 같은 여러 자원들에 대해 동적 분석 결과를 수행하는 툴 입니다. Usage Recording 사용법은 매우 간단합니다. go 언어의 시작 부분에서 다음의 고루틴을 실행한 후, 프로그램 종료 직전에 pprof를 닫으면 됩니다. // import _ "net/http/pprof" ... go func() { http.ListenAndServe(":6060", nil) }() ... f, err := os.Create("heap_usage_profile.mprof") if err != nil { logger.Fatalf("heap_usage_profile.mprof: %v", ..

np.power는 numpy가 제공하는 멱승을 계산하기 위한 함수입니다. 다음과 같이 사용할 수 있습니다. import numpy as np np.power(2, 4)16np.power(256, 0.5) 16.0이는 당연히 벡터에 적용할 수 있습니다. arr = np.array([[1, 2], [3, 4], [5, 6]]) np.power(arr, 2)array([[ 1, 4], [ 9, 16], [25, 36]])