import 세이노라이프

방계혈족 상속은 상속의 우선순위를 가진 직계혈족이나 배우자가 모두 상속을 받을 수 없거나 상속을 포기한 경우에 적용됩니다. 이때 **방계혈족(형제자매, 조카 등)**이 상속을 받을 수 있는지와 관련된 내용을 정리해볼게요. 또한, 이혼한 부모의 자녀 입장에서의 상속 문제도 함께 다루겠습니다. 😊

1️⃣ 방계혈족의 정의와 상속 순위

• 방계혈족은 본인과 직계혈족(부모, 자녀 등)이 아닌,
  같은 조상에서 갈라진 혈족을 말해요. 예를 들면 형제자매, 삼촌, 고모 등이 해당됩니다.

상속 순위

대한민국 민법에서는 상속 순위를 아래와 같이 정해두었어요:

1. 직계비속 (자녀, 손자/손녀 등)
2. 직계존속 (부모, 조부모 등)
3. 형제자매
4. 4촌 이내 방계혈족 (사촌, 삼촌, 고모 등)

• 위 순위의 상속자가 존재하지 않거나 상속을 포기하면,
  그 다음 순위로 상속권이 넘어갑니다.
• 방계혈족은 4촌 이내까지만 상속권을 가집니다.

2️⃣ 우선순위자들이 상속을 포기한 경우

만약 상속 순위 1~2순위에 해당하는 사람들이 상속을 포기했다면:

① 형제자매의 상속

• 상속권이 형제자매로 넘어갑니다.
  예를 들어, 부모가 돌아가셨고, 자녀(직계비속)가 상속을 포기했다면 형제자매가 상속받게 돼요.

② 조카의 상속

• 형제자매가 모두 상속을 포기하거나 사망한 경우, 그 형제자매의 **직계비속(조카)**이 상속받습니다.
• 대습상속: 부모 대신 자녀가 상속받는 제도로, 조카는 자신의 부모(상속 포기한 형제자매)를 대신해 상속을 받을 수 있어요.

③ 4촌 이내 혈족의 상속

• 형제자매와 그 자녀가 모두 상속을 포기하면 4촌 이내의 방계혈족으로 상속권이 이동합니다.
  예를 들어 삼촌, 고모, 사촌 등이 상속받을 수 있어요.

3️⃣ 이혼한 부모의 자녀 입장에서의 상속

① 이혼한 부모와의 관계

• 부모가 이혼하더라도, 법적 부모-자녀 관계는 유지됩니다.
  따라서 자녀는 이혼한 부모 양쪽으로부터 상속권을 가질 수 있어요.
• 예를 들어, 친모와 친부가 이혼했더라도 둘 다 사망 시 자녀는 각각 상속받을 권리가 있어요.

② 상속 순위와 영향

• 부모가 사망했을 때, **직계비속(자녀)**가 1순위 상속자입니다.
• 이혼한 부모와의 재혼 여부는 자녀의 상속권에 영향을 주지 않아요.
  예를 들어, 이혼 후 부모가 다른 사람과 재혼해도 기존 자녀의 상속권은 유지됩니다.

③ 상속 포기 시

• 자녀가 상속을 포기하면, 부모의 형제자매(자녀 입장에서는 삼촌, 고모)가 상속권을 가지게 됩니다.
  이후에는 방계혈족의 순위로 넘어가요.

4️⃣ 방계혈족 상속 사례

사례 1: 우선순위자 상속 포기

• 상황: 부모와 자녀가 모두 상속을 포기함.
• 결과: 부모의 형제자매가 상속권을 가집니다.
  형제자매가 없다면 4촌 이내의 방계혈족에게 상속권이 넘어가요.

사례 2: 이혼한 부모의 상속

• 상황: 이혼한 부모 중 한 사람이 사망.
  자녀는 부모와의 법적 관계를 근거로 상속권을 행사 가능.
  만약 자녀가 상속을 포기하면 부모의 형제자매가 상속받습니다.

5️⃣ 주의사항

1. 상속 포기 절차
   • 상속을 포기하려면 가정법원에 신고해야 합니다.
     기한은 상속 개시(사망 확인 후) 3개월 이내입니다. 
2. 유류분 청구
   • 방계혈족 상속에서는 유류분(법정 상속분의 일정 부분) 청구권이 인정되지 않아요.
     유류분은 직계비속, 배우자, 직계존속에게만 적용됩니다.
3. 4촌 이내 혈족 확인
   • 방계혈족 상속은 4촌 이내까지만 가능하므로, 촌수를 정확히 계산해야 해요.
     예를 들어 5촌인 팔촌삼촌은 상속권이 없습니다.
4. 3개월이 지나서 사실을 알았을 경우 조치 방법

6️⃣ 결론

방계혈족 상속은 직계 상속자가 없거나 상속을 포기했을 때 이루어지는 제도로,
혈연 관계와 촌수에 따라 상속 순위가 결정됩니다.
이혼한 부모와의 관계에서도 자녀의 상속권은 법적으로 유지되므로,
상속 절차나 포기 여부를 신중히 결정하는 것이 중요합니다. 😊

부모님 이혼 후 외가 쪽에서 방계혈족으로 상속이 넘어온 경우는 예상치 못한 상황일 수 있습니다. 특히, 상속결정기간 3개월이 지난 뒤에 상속 사실을 알게 된 경우, 여전히 법적으로 해결할 수 있는 방법이 존재합니다. 아래에서 관련 법적 절차를 자세히 설명드릴게요. 😊

1️⃣ 상속포기 기간의 원칙과 예외

상속포기 기간

• 상속포기의 기본 원칙: 상속인은 상속 개시 사실을 안 날로부터 3개월 이내에 상속포기 또는 한정승인을 신청해야 합니다.
  이 기간이 지나면 기본적으로 상속을 수락한 것으로 간주됩니다.

예외 상황

• 상속인이 상속 사실을 늦게 알게 된 경우, 이를 소명할 수 있다면 상속포기를 신청할 기회가 생깁니다.
• 특히, 방계혈족으로 상속이 넘어온 경우에는 본인이 상속권을 가졌다는 사실을 뒤늦게 인지하는 사례가 많아 예외로 인정받을 가능성이 높습니다.

2️⃣ 해결 방법

① 가정법원에 상속포기 심판청구

1. 상속포기 신청 가능 여부 확인
   • 가정법원에 상속 사실을 늦게 알게 된 경위를 소명해야 합니다.
   • 예를 들어, 부모님 이혼 후 외가 쪽과 교류가 없어 상속 개시 사실을 몰랐다는 점을 증명해야 합니다.
   • 이때 증거로 사용할 수 있는 서류:
     • 가족관계증명서(이혼 및 가족관계 단절 증빙)
     • 상속개시 시점 이후의 연락 기록 부재(증빙 가능 시).
2. 상속재산 포기 심판청구서 제출
   • 가정법원에 상속재산 포기 심판청구서를 작성해 제출하세요.
   • 제출 서류:
     • 상속재산 포기 심판청구서
     • 가족관계증명서
     • 주민등록등본
     • 인감증명서
     • 상속재산 내역(필요시)
3. 심판 청구 이유 작성
   • 청구서에 "상속 개시 사실을 알지 못해 기한을 지킬 수 없었음"을 상세히 기재하세요.
   • 이혼으로 외가와 교류가 없었음을 강조하세요.
   • 이렇게 구차할 정도로 적어야 하나 싶을만큼  디테일하게 적는게 좋습니다.
4. 결과 통지
   • 법원 심사를 통해 상속포기가 승인되면, 더 이상 상속 책임을 지지 않게 됩니다.

② 상속재산 한정승인 신청

상속포기가 불가능하거나 이미 상속재산을 일부 사용한 경우에는 한정승인이 대안이 될 수 있습니다.

• 한정승인이란?
  상속받은 재산의 한도 내에서만 상속 채무를 변제하는 제도입니다.
  즉, 상속받은 재산이 1억 원이라면 최대 1억 원까지만 채무를 부담합니다.
• 신청 방법
  가정법원에 한정승인 심판청구서를 제출하며, 상속 개시 사실을 늦게 알게 된 경위를 소명해야 합니다.
• 서류 준비
  상속포기와 동일한 서류 외에도 상속재산 목록과 채무 목록을 추가로 제출해야 합니다.

3️⃣ 상속문제 해결 시 주의사항

① 상속재산 사용 여부 확인

• 상속재산을 이미 사용했다면 단순 포기보다는 한정승인을 고려하세요.
• 예: 상속받은 재산을 일부 처분하거나 채무 변제에 사용한 경우.

② 다른 상속인의 포기 여부 확인

• 방계혈족으로 상속이 넘어오기까지 직계 상속자들이 모두 상속을 포기한 것이므로, 포기 여부를 확인해 문제가 없는지 점검하세요.

③ 소멸시효 확인

• 상속채무의 경우 일반적으로 소멸시효(10년)가 적용됩니다.
  시효가 지났다면 채권자가 청구할 수 없으니 법적 조언을 받으세요.

4️⃣ 실제 사례에서 본 방계혈족 상속 해결

사례 1: 이혼 후 교류 단절

• 상황: 부모 이혼 후 외가와 연락이 단절된 A씨는, 외가의 방계혈족으로부터 상속권이 있다는 사실을 사망 6개월 후에 알게 됨.
• 조치:
  1. 상속 사실을 늦게 알게 된 경위를 가족관계증명서로 소명.
  2. 가정법원에 상속포기 심판청구서를 제출.
  3. 법원이 상속포기를 승인, 상속 책임에서 해방.

사례 2: 상속포기 대신 한정승인 선택

• 상황: 방계혈족으로부터 부채가 포함된 상속재산이 넘어온 경우.
  A씨는 일부 재산(현금)을 이미 사용했음.
• 조치:
  1. 한정승인을 통해 상속받은 재산 한도 내에서 채무를 변제.
  2. 과도한 채무로부터 보호받음.

5️⃣ 상속포기나 한정승인의 전문가 상담

방계혈족 상속은 일반적인 상속과 다르게 절차와 증빙이 복잡할 수 있어요. 특히, 상속포기 기한이 지나거나 예상치 못한 재산과 채무가 섞여 있을 경우 전문가의 도움을 받는 것이 중요합니다.

• 전문 변호사 상담
  • 상속포기 신청의 증빙 자료 준비.
  • 상속재산 목록 및 채무 조사를 통한 대안 제시.
• 법률구조공단 지원
  • 경제적 여건이 어려운 경우, 법률구조공단의 무료 상담 서비스를 이용해보세요.

결론

부모님 이혼 후 외가 쪽으로부터 방계혈족 상속이 넘어오는 경우, 예상하지 못한 재산 문제로 고민이 될 수 있습니다. 그러나 상속포기 기한이 지나더라도 상속 사실을 늦게 알게 된 점을 소명하면 법적으로 문제를 해결할 수 있으니, 걱정하지 마세요. 😊

TensorFlow/Keras에서 Sequential 모델을 정의할 때 발생할 수 있는 경고 메시지와 이를 해결하는 방법에 대해 알아볼게요. 특히, keras.Input()을 사용한 올바른 모델 정의 방식과 왜 이를 권장하는지 설명하겠습니다.

1️⃣ 경고 메시지의 원인

아래와 같은 코드를 실행할 때, 경고 메시지가 출력될 수 있습니다:

from tensorflow import keras

# 모델 정의
model = keras.Sequential()
model.add(keras.layers.Conv2D(32, kernel_size=3, activation='relu', padding='same', input_shape=(28, 28, 1)))​

출력되는 경고 메시지

/usr/local/lib/python3.10/dist-packages/keras/src/layers/convolutional/base_conv.py:107: 
UserWarning: Do not pass an input_shape/input_dim argument to a layer. 
When using Sequential models, prefer using an Input(shape) object as the first layer in the model instead.​

이 메시지는 Keras의 최신 버전에서 권장하는 모델 정의 방식과 관련이 있어요.

경고 발생 이유

1. Sequential 모델에서 첫 번째 레이어에 **input_shape**을 전달하는 방식은 여전히 작동하지만, 이제는 **keras.Input()**을 사용하는 것이 권장됩니다.
2. 최신 Keras에서는 입력 크기를 명시적으로 정의할 수 있는 Input() 객체를 사용하는 것이 더 명확하고 유지보수에 유리하다고 보고 있어요.

2️⃣ 해결 방법: keras.Input() 사용

경고를 제거하고, Keras에서 권장하는 방식을 따르려면 keras.Input() 객체를 사용하여 입력 크기를 명확히 정의하세요.
수정된 코드는 아래와 같아요:

수정된 코드

from tensorflow import keras

# 모델 정의
model = keras.Sequential([
    keras.Input(shape=(28, 28, 1)),  # 입력 크기 명시
    keras.layers.Conv2D(32, kernel_size=3, activation='relu', padding='same')
])​

수정 코드의 특징

1. keras.Input(shape=(28, 28, 1)):
   • 모델의 입력 크기를 명시적으로 정의합니다.
   • 이후 레이어는 입력 크기를 자동으로 상속받으므로 첫 번째 레이어에 input_shape를 전달할 필요가 없어요.
2. 코드가 더 간결해지고 유지보수가 쉬워집니다.

3️⃣ 기존 방식과의 비교

기존 방식

model = keras.Sequential()
model.add(keras.layers.Conv2D(32, kernel_size=3, activation='relu', padding='same', input_shape=(28, 28, 1)))​

• 여전히 작동하지만 경고 메시지가 출력됩니다.
• 입력 크기를 레이어에 전달하는 방식으로, 입력 정의가 덜 명확합니다.

수정된 방식

model = keras.Sequential([
    keras.Input(shape=(28, 28, 1)),  # 명시적 입력 정의
    keras.layers.Conv2D(32, kernel_size=3, activation='relu', padding='same')
])​

• 경고 메시지가 제거됩니다.
• 입력 크기가 명확히 드러나며, 모델 구조의 가독성이 개선됩니다.

4️⃣ 왜 keras.Input()이 권장될까?

1. 코드의 명확성

• 입력 크기를 레이어 속성이 아닌 별도의 Input() 객체로 정의하므로,
  모델 구조에서 입력 크기를 명확히 볼 수 있어요.

2. 유지보수성 향상

• 입력 크기를 모델 정의와 분리해 관리할 수 있으므로,
  입력 크기를 변경하거나 다양한 입력 구조를 사용할 때 유리합니다.

3. 확장성

• keras.Input()은 다중 입력이나 복잡한 네트워크 구조에서도 유연하게 사용할 수 있어요.
  Sequential 모델뿐만 아니라 Functional API나 Subclassing API에서도 활용됩니다.

5️⃣ 전체 코드 예시

아래는 수정된 방식으로 Sequential 모델을 정의한 전체 코드입니다:

from tensorflow import keras

# 모델 정의
model = keras.Sequential([
    keras.Input(shape=(28, 28, 1)),  # 입력 크기 명시
    keras.layers.Conv2D(32, kernel_size=3, activation='relu', padding='same'),
    keras.layers.MaxPooling2D(pool_size=2),
    keras.layers.Flatten(),
    keras.layers.Dense(10, activation='softmax')
])

# 모델 요약
model.summary()​

6️⃣ 경고를 무시하고 기존 방식 사용하기

만약 기존 방식으로 작성하고 경고를 무시하고 싶다면, 아래 코드처럼 작성해도 정상적으로 작동합니다.

코드

model = keras.Sequential()
model.add(keras.layers.Conv2D(32, kernel_size=3, activation='relu', padding='same', input_shape=(28, 28, 1)))​

⚠️ 하지만 이는 경고 메시지가 출력되며, 장기적으로는 권장되지 않는 방식입니다.

결론

• Keras의 최신 방식에서는 Sequential 모델을 정의할 때 keras.Input()을 사용하는 것이 권장됩니다.
• 이를 통해 경고 메시지를 제거할 뿐만 아니라, 코드의 가독성과 유지보수성을 높일 수 있어요.
• 특히 복잡한 모델을 다룰 때 유용하며, 모델 정의의 확장성도 개선됩니다.

해시태그
#Keras #딥러닝 #TensorFlow #Sequential모델 #Input #모델정의 #코딩팁 #머신러닝

Google Colab에서 생성된 모델 (예: best-cnn-model.keras) 파일을 Google Drive로 옮기는 간단한 방법을 알려드릴게요. 이 과정은 머신러닝 모델 파일을 안전하게 저장하거나, 나중에 다시 활용할 때 매우 유용하답니다.

자, 이제 단계별로 알아볼까요? 🌟

1️⃣ Google Drive 마운트하기

Google Drive를 Colab에 연결(마운트)하면, 파일을 Drive에 직접 저장하거나 불러올 수 있어요.

코드

아래 코드를 실행하면, Colab 환경에 Google Drive를 마운트할 수 있습니다.

from google.colab 
import drive drive.mount('/content/drive')​

과정

1. 위 코드를 실행하면 Google 계정 로그인 요청 팝업이 뜹니다.
2. 로그인을 완료하고 "허용" 버튼을 클릭하세요.
3. 마운트가 완료되면 Google Drive의 기본 경로가 /content/drive/My Drive에 생성됩니다. 드라이브에 내 드라이브에 해당합니다.

2️⃣ 모델 파일 복사하기

Google Drive가 마운트되었으면, 이제 생성된 best-cnn-model.keras 파일을 Google Drive로 복사해봅시다.
아래 코드를 사용하면 파일 복사가 간단해요. 🛠️

코드

import shutil

# Colab 환경의 파일 경로
source = 'best-cnn-model.keras'

# Google Drive 내 저장할 경로
destination = '/content/drive/My Drive/best-cnn-model.keras'

# 파일 복사
shutil.copy(source, destination)

print("파일이 Google Drive로 복사되었습니다.")​

결과

코드 실행 후 "파일이 Google Drive로 복사되었습니다."라는 메시지가 표시되면 성공이에요! 😊
Google Drive에 접속해 My Drive(내 드라이브) 폴더에서 best-cnn-model.keras 파일이 복사된 것을 확인하세요.

3️⃣ 특정 폴더에 저장하기

Google Drive 내 특정 폴더에 파일을 저장하려면 destination 경로를 수정하면 돼요.

예시

• My Drive의 models 폴더에 저장하려면:
  python

  코드 복사

  destination = '/content/drive/My Drive/models/best-cnn-model.keras'
• 폴더가 없을 경우, Drive에 해당 폴더를 미리 생성해두세요.

4️⃣ 추가 주의사항

1. Google Drive 용량 확인
   Drive에 저장할 파일 크기가 크다면, Drive 용량이 충분한지 확인하세요.
   용량이 부족하면 업로드가 실패할 수 있어요.
   👉 Google Drive 용량 확인하기
2. 파일명 확인
   파일명이 같으면 덮어쓰기가 발생하니 주의하세요. 필요하면 파일명을 변경해서 저장하세요.
3. Google Drive에서 파일 확인
   Google Drive에 접속해 파일이 제대로 저장되었는지 확인하세요. Drive 경로는 Colab에서 설정한 destination과 동일한 곳입니다.

결론

Google Colab과 Google Drive를 연결하면, 파일 저장과 관리가 훨씬 쉬워져요.
특히, 머신러닝 모델이나 데이터를 안전하게 보관하고 싶을 때 유용합니다. 😊
이제 간단한 코드를 사용해 손쉽게 파일을 Drive로 옮겨보세요!

해시태그
#GoogleColab #GoogleDrive #머신러닝 #파일관리 #딥러닝 #keras #모델저장 #Python #코딩팁

모델 학습시 출력되는 로그의 각 요소에 대해 알아보겠습니다

Epoch 1/20
1500/1500 ━━━━━━━━━━━━━━━━━━━━ 72s 46ms/step - accuracy: 0.7422 - loss: 0.7300 - val_accuracy: 0.8734 - val_loss: 0.3386

출력 설명

1. Epoch 1/20:
   • 학습의 첫 번째 에포크(Epoch 1)를 진행 중이며, 전체 학습 과정은 총 20개의 에포크(1/20)로 설정되어 있습니다.
2. 1500/1500:
   • 학습 데이터가 1500개의 배치(batch)로 나뉘어 있으며, 현재 에포크에서 모든 배치의 처리가 완료되었습니다.
   • 이 숫자는 전체 배치(1500/1500)를 의미하며, 한 에포크 동안 모델이 모든 데이터를 학습한 상태를 나타냅니다.
3. 72s:
   • 한 에포크를 처리하는 데 걸린 시간(초)입니다. 여기서는 72초가 소요되었습니다.
4. 46ms/step:
   • 한 스텝(즉, 하나의 배치 처리)에 걸린 평균 시간입니다. 여기서는 약 46밀리초(ms)입니다.
5. accuracy: 0.7422:
   • 훈련 데이터의 정확도를 나타냅니다. 이 에포크에서 모델이 훈련 데이터에 대해 74.22%의 정확도를 달성했습니다.
6. loss: 0.7300:
   • 훈련 데이터의 손실 값을 나타냅니다. 손실 값이 작을수록 모델이 훈련 데이터에 대해 더 나은 예측을 하고 있음을 의미합니다. 여기서는 손실 값이 0.7300입니다.
7. val_accuracy: 0.8734:
   • 검증 데이터의 정확도를 나타냅니다. 이 에포크에서 모델이 검증 데이터에 대해 87.34%의 정확도를 달성했습니다.
8. val_loss: 0.3386:
   • 검증 데이터의 손실 값을 나타냅니다. 이 값은 모델이 검증 데이터에 대해 얼마나 잘 예측하고 있는지를 평가하는 지표입니다. 여기서는 손실 값이 0.3386입니다.

핵심 포인트

• 훈련 성능(accuracy, loss): 모델이 훈련 데이터에 대해 얼마나 잘 학습했는지를 나타냅니다.
• 검증 성능(val_accuracy, val_loss): 모델이 보지 않은 검증 데이터에 대해 얼마나 일반화되었는지를 평가합니다.
• 시간(72s, 46ms/step): 한 에포크와 각 배치를 처리하는 데 걸린 시간으로, 모델의 효율성을 확인할 수 있습니다.

추가적으로 확인해야 할 점

1. 과적합 여부:
   • 훈련 정확도(accuracy와 loss)와 검증 정확도(val_accuracy와 val_loss)의 차이가 지나치게 클 경우 과적합(overfitting)의 신호일 수 있습니다.
2. 학습 속도:
   • 훈련 시간이 길다면, 배치 크기를 줄이거나, 데이터셋 크기를 최적화하거나, 하드웨어(GPU/TPU)를 활용해 학습 속도를 높일 수 있습니다.
3. 손실 감소와 정확도 증가:
   • 에포크가 진행되면서 손실(loss)은 감소하고, 정확도(accuracy 및 val_accuracy)는 증가하는지 확인합니다. 손실이 일정 수준 이하로 줄어들지 않으면 학습률을 조정하거나 모델 구조를 개선해야 합니다.

여름과 겨울이 되면 스타벅스에서 진행하는 프리퀀시 행사

올 여름엔 헌터와 콜라보한 레인 판초가 인기가 엄청났는데, 겨울엔 보나키아와 콜라보한 포터블 램프의 인가가 엄청나네요.

뉴스에서는 스타벅스 인기가 식었다고 하던데 프리퀀시 예약할때 보면 전혀 아닌거 같네요.

개인적으로 삿갓모양의 녹색 램프가 맘에 들었는데 원하는거 선택하려다 여름처럼 끝날때까지 신청못하고 인기가 없어 남은것 중에 선택하게 될까봐 보이는데로 신청해서 받은 버섯모양 램프, 보나키아 T 그린입니다.

예약가능한곳도 집에서 95km나 떨어져 있는 가평 설악 IC DT 점이였네요

1시간 35분을 달려 손에 넣은 포터블 램프

막상 받고 나니 여기까지 오는 비용, 프리퀀시 조건에 맞추기 위해 마셔야 하는 음료값을 생각하면 리셀하는 제품을 사는게 나을수도 있겠다 싶었습니다

구성품은 램프본체, C타입 충전 케이블, 설명서였는데 충전 어댑터는 들어있지 않기 때문에 집에 남는 어댑터나 컴퓨터에 연결해서 충전을 해야 합니다. 

보나키아 토니 디머스탠드와 똑같이 만든 제품으로 보이네요

보나키아 제품은 유리와 알루미늄으로 되어 있지만 스벅콜라보 제품은 플라스틱으로 되어 있습니다

보나키아 제품은 상당히 고가더라고요

콜라보제품이라는게 저렴한 가격에 오리지널 제품의 감성을 조금이나마 느껴볼 수 있다는게 매력이겠죠

스탠리 텀블러와 크기를 비교해봤는데요 많이 큰 제품은 아닙니다

 캠핑하러 가서 써도 좋을거 같네요

본체 뒤쪽에 버튼과 C타입 충전단자가 있습니다

램프는 총 3단계의 밝기를 제공합니다

가장 밝은 밝기부터 점차 밝기가 약해지고 램프는 3000K 전구색이라고 합니다

보나키아 K 그린은 주백색이라고 하는데 삿갓의 색이 녹색이여서 다르게 하지 않았나 생각되네요

​

어두운곳에서의 밝기도 생각보다 밝았는데 조명이 옆에서 위로 다 밝혀주는 형태라 캠핑 테이블에 올려놓고 써도 될 정도네요

스벅 프리퀀시는 앞으로 하지 않겠다 했는데 와이프 직장 동료들이 프리퀀시 적립을 다 몰아줘서 하긴 했는데 여름에도 느꼈지만 굳이 이렇게 까지 해서 받아야 하나란 생각을 떨칠수가 없네요

사실 있으면 좋고 아니여도 아쉬운건 없는 것들이니까요

원인

1. HDF5 형식이 레거시로 분류됨:
   • Keras에서 모델 저장 시 사용되던 HDF5 파일 형식(.h5)은 이전부터 널리 사용되었지만, 현재는 Keras 고유의 새로운 파일 형식(.keras)이 권장됩니다.
   • 새로운 형식은 확장 가능성과 Keras의 최신 기능과의 호환성을 고려하여 설계되었습니다.
2. model.save() 기본 설정:
   • 기본적으로 model.save()를 호출하면 모델이 HDF5 형식으로 저장되며, 이는 최신 권장사항과 맞지 않기 때문에 경고가 발생합니다.

해결 방법

1. Keras 기본 형식 사용

Keras의 최신 형식(.keras)으로 모델을 저장하도록 코드를 수정하세요.

# 모델을 Keras 기본 형식으로 저장
model.save('my_model.keras')

or

keras.saving.save_model(model, 'my_model.keras')

2. HDF5 형식을 명시적으로 사용할 경우 - keras3에서 deprecated

여전히 HDF5 형식을 사용하려면, 다음과 같이 파일 형식을 명시적으로 지정하세요. 하지만 keras3에서는 deprecate되었습니다.

# HDF5 형식을 명시적으로 설정
model.save('my_model.h5', save_format='h5')

3. 기존 코드와의 호환성 확인

기존 코드나 협업 환경에서 .h5 형식이 필요한 경우에는 HDF5를 유지할 수 있지만, 새로운 프로젝트에서는 .keras 형식을 사용하는 것이 좋습니다.

요약

• 원인: HDF5 형식은 구식(레거시)으로 간주되며, Keras의 새로운 기본 파일 형식이 권장됨.
• 해결 방법:
  1. 새로운 형식 .keras를 사용:
     • model.save('my_model.keras').
     • keras.saving.save_model(model, 'my_model.keras')
  2. HDF5 형식을 명시적으로 지정: model.save('my_model.h5', save_format='h5'). - keras3 deprecated
• 권장 사항: Keras 고유의 새로운 형식으로 전환하여 최신 기능과의 호환성을 유지하는게 좋습니다.

안녕하세요! 오늘은 국제금거래소의 적립바스켓을 이용해 실물금에 투자하는 방법을 자세히 알려드릴게요. 금은 변동성이 적고, 경제 위기에도 안정적인 가치를 유지해 많은 분들에게 사랑받는 투자 자산입니다. 😊

1️⃣ 적립바스켓이란?

적립바스켓은 국제금거래소에서 제공하는 금 투자 서비스로,
1g 단위로 적립하여 실물 금을 구매하는 방식이에요.

• 소액으로 시작 가능: 고액 자본 없이도 금 투자를 시작할 수 있어요.
• 실물 금 확보: 적립이 완료되면 실물 금으로 인출할 수 있답니다.

국제금거래소 적립바스켓

2️⃣ 적립바스켓으로 금 투자 시작하기

① 회원가입 및 계좌 등록

1. 국제금거래소 공식 사이트에 접속해요.
2. 회원가입만 하면 서비스 이용 준비 완료!

② 적립바스켓 설정

• 1g을 단위로 수량 선택하시면 됩니다. 예) 10g -> 10개 구매
• 최소 단위는 1g부터 입니다.
• 개인의 재정 상황에 맞춰 금의 무게 설정하세요.
• 금의 가격은 당일 오전 11시 30분 업데이트 되는 시세를 기준으로 합니다.
• 사이트에서 발생하는 적립금은 사용하실 수 없습니다.

③ 금 적립 확인

• 적립된 금은 마이페이지 > G 포인트 에서 적립내역을 확인할 수 있습니다.

④ 실물 금으로 전환

1. 실물 금 인출 요청: 적립된 금이 5g 이상이 되면 실물 금으로 전환 가능!
   • 실물 금으로 출금하지 않고 본인 확인 후 당일의 시세로 매도도 가능하다고 합니다. 
   • 실물 금은 투자형 골드바가 기본으로 하되 순금주얼리나 돌반지로도 요청이 된다고 합니다. 제작공임이 추가로 발생할 수 있어요.
   • 20g, 50g, 100g 단위로 출금시 실버코인 5g, 10g, 1oz를 무료로 받으실 수 있어요.
2. 배송 : 우체국보험택배로 안전하게 받아보실 수 있어요.

3️⃣ 적립바스켓의 장점

1. 경제적 부담 적음

• 한 번에 큰 금액을 투자하지 않아도 소액으로도 금 소유가 가능해요.
• 금 가격 변동에 따라 적립하여 평균 구매 가격을 낮출 수 있어요.

2. 실물 금 소유

• 적립된 금은 실제로 실물 금으로 보유할 수 있어 안전 자산으로 활용 가능해요.
• 국제금거래소에서 보증하는 순도 99.99%의 금을 받을 수 있어 신뢰도가 높답니다.

4️⃣ 실물 금 투자 시 주의할 점

① 금 가격 변동

• 금은 안전자산이지만, 단기적으로는 가격 변동이 있을 수 있어요.
  꾸준히 장기 투자하는 것이 중요해요.

② 수수료 확인

• 실물 금은 구매와 판매시 수수료가 부과되니 손익계산시 유의하세요.

③ 보관 방법

• 실물 금을 인출한 후에는 안전한 보관이 필수입니다.
  금고나 안전한 장소에 보관하세요.

5️⃣ 추천 활용 팁

1. 장기 투자 목표 설정: 예를 들어, 5년 동안 꾸준히 적립한다는 목표를 세워보세요.
2. 금 가격 추적: 금 시세를 주기적으로 확인하며 투자 전략을 조정하세요.
3. 다양한 투자와 병행: 금 외에도 주식, 채권 등 다양한 자산과 병행 투자해 안정성을 높여보세요.

국제금거래소 적립바스켓은 누구나 손쉽게 금에 투자할 수 있는 멋진 방법이에요. 😊
안정적인 자산인 금으로 여러분의 미래를 더욱 든든하게 준비해보세요!