intermediate/flask_rest_api_tutorial.py 오타 수정 (#198)

9bow · 9bow · commit cced06ce168c · 2021-04-11T21:07:52.000+09:00
diff --git a/intermediate_source/flask_rest_api_tutorial.py b/intermediate_source/flask_rest_api_tutorial.py
@@ -47,7 +47,7 @@
 #
 # ::
 #
-#     $ pip install Flask==1.0.3 torchvision-0.3.0
+#     $ pip install Flask==1.0.3 torchvision==0.3.0
 
 
 ######################################################################
@@ -104,7 +104,7 @@ def predict():
 # 추론(Inference)
 # -----------------
 #
-# 다음 섹션에서는 추론 코드 작성에 집중하겠습니다. 먼저 이미지를 DenseNet에 공급(feed)할 수 
+# 다음 섹션에서는 추론 코드 작성에 집중하겠습니다. 먼저 이미지를 DenseNet에 공급(feed)할 수
 # 있도록 준비하는 방법을 살펴본 뒤, 모델로부터 예측 결과를 얻는 방법을 살펴보겠습니다.
 #
 # 이미지 준비하기

Original file line number	Diff line number	Diff line change
`@@ -47,7 +47,7 @@`
`47`	`47`	`#`
`48`	`48`	`# ::`
`49`	`49`	`#`
`50`		`-# $ pip install Flask==1.0.3 torchvision-0.3.0`
	`50`	`+# $ pip install Flask==1.0.3 torchvision==0.3.0`
`51`	`51`
`52`	`52`
`53`	`53`	`######################################################################`
`@@ -104,7 +104,7 @@ def predict():`
`104`	`104`	`# 추론(Inference)`
`105`	`105`	`# -----------------`
`106`	`106`	`#`
`107`		`-# 다음 섹션에서는 추론 코드 작성에 집중하겠습니다. 먼저 이미지를 DenseNet에 공급(feed)할 수`
	`107`	`+# 다음 섹션에서는 추론 코드 작성에 집중하겠습니다. 먼저 이미지를 DenseNet에 공급(feed)할 수`
`108`	`108`	`# 있도록 준비하는 방법을 살펴본 뒤, 모델로부터 예측 결과를 얻는 방법을 살펴보겠습니다.`
`109`	`109`	`#`
`110`	`110`	`# 이미지 준비하기`