본문 바로가기

분류 전체보기325

백준 알고리즘 2775번(파이썬) 백준 2775번_파이썬 알고리즘 Q. 백준 2775. 부녀회장이 될테야 평소 반상회에 참석하는 것을 좋아하는 주희는 이번 기회에 부녀회장이 되고 싶어 각 층의 사람들을 불러 모아 반상회를 주최하려고 한다. 이 아파트에 거주를 하려면 조건이 있는데, “a층의 b호에 살려면 자신의 아래(a-1)층의 1호부터 b호까지 사람들의 수의 합만큼 사람들을 데려와 살아야 한다” 는 계약 조항을 꼭 지키고 들어와야 한다. 아파트에 비어있는 집은 없고 모든 거주민들이 이 계약 조건을 지키고 왔다고 가정했을 때, 주어지는 양의 정수 k와 n에 대해 k층에 n호에는 몇 명이 살고 있는지 출력하라. 단, 아파트에는 0층부터 있고 각층에는 1호부터 있으며, 0층의 i호에는 i명이 산다. (1) 입력 : 첫 번째 줄에 Test c.. 2022. 10. 16.
백준 알고리즘 2869번(파이썬) 백준 2869번_파이썬 알고리즘 Q. 백준 2869. 달팽이는 올라가고 싶다 땅 위에 달팽이가 있다. 이 달팽이는 높이가 V미터인 나무 막대를 올라갈 것이다. 달팽이는 낮에 A미터 올라갈 수 있다. 하지만, 밤에 잠을 자는 동안 B미터 미끄러진다. 또, 정상에 올라간 후에는 미끄러지지 않는다. 달팽이가 나무 막대를 모두 올라가려면, 며칠이 걸리는지 구하는 프로그램을 작성하시오. (1) 입력 : 첫째 줄에 세 정수 A, B, V가 공백으로 구분되어서 주어진다. (1 ≤ B < A ≤ V ≤ 1,000,000,000) (2) 출력 : 첫째 줄에 달팽이가 나무 막대를 모두 올라가는데 며칠이 걸리는지 출력한다. 입력 예시 출력 예시 2 1 5 4 5 1 6 2 100 99 1000000000 999999901 .. 2022. 10. 15.
머신러닝 :: 딥러닝 MNIST 실습_과일 종류 예측 딥러닝 MNIST 실습_과일 종류 예측 1. 딥러닝 과일 사진을 통한 종류 예측 · 영어 알파벳 수화 데이터셋 (※ 링크 : https://www.kaggle.com/moltean/fruits) 1) 데이터셋 다운로드 import os os.environ['KAGGLE_USERNAME'] = '' # username os.environ['KAGGLE_KEY'] = '' # key !kaggle datasets download -d moltean/fruits !unzip -q fruits.zip 2) 패키지 로드 from tensorflow.keras.models import Model from tensorflow.keras.layers import Input, Dense, Conv2D, MaxPoolin.. 2022. 10. 14.
머신러닝 :: 딥러닝 MNIST 실습_캐글 Sign Language 데이터셋(2)_CNN을 이용한 풀이 딥러닝 MNIST 실습_캐글 Sign Language 데이터셋(2)_CNN을 이용한 풀이 1. 딥러닝의 개념 · 영어 알파벳 수화 데이터셋 (※ 링크 : https://www.kaggle.com/datamunge/sign-language-mnist) 1) 데이터셋 다운로드 import os os.environ['KAGGLE_USERNAME'] = '' # username os.environ['KAGGLE_KEY'] = '' # key !kaggle datasets download -d datamunge/sign-language-mnist !unzip sign-language-mnist.zip 2) 패키지 로드 from tensorflow.keras.models import Model from tensor.. 2022. 10. 14.
Web 개발 :: 파이썬 django 인스타그램 코드 리뷰, 머신러닝 ■ JITHub 개발일지 30일차 □ TIL(Today I Learned) :: 파이썬 Django 인스타그램 클론 코딩 기능 구현(POST, 댓글 기능) 1. Django 인스타그램 클론코딩 - 데코레이터 사용시 : @login_required(login_url ///) login_url 뒷부분을 활용하여 로그인이 안되어있을 경우 특정 페이지로 이동할 수 있게 한다. - 게시글에 이미지 업로드할 때 미리 세팅해야 하는 부분이 있다. ① settings.py ② import os # media file 저장위치 지정 # ★ MEDIA_ROOT = os.path.join(BASE_DIR, 'media') MEDIA_URL = '/uploads/' ③ 프로젝트의 urls.py에서 urlpatterns += .. 2022. 10. 14.
백준 알고리즘 2292번(파이썬) 백준 2292번_파이썬 알고리즘 Q. 백준 2292. 벌집 위의 그림과 같이 육각형으로 이루어진 벌집이 있다. 그림에서 보는 바와 같이 중앙의 방 1부터 시작해서 이웃하는 방에 돌아가면서 1씩 증가하는 번호를 주소로 매길 수 있다. 숫자 N이 주어졌을 때, 벌집의 중앙 1에서 N번 방까지 최소 개수의 방을 지나서 갈 때 몇 개의 방을 지나가는지(시작과 끝을 포함하여)를 계산하는 프로그램을 작성하시오. 예를 들면, 13까지는 3개, 58까지는 5개를 지난다. (1) 입력 : 첫째 줄에 N(1 ≤ N ≤ 1,000,000,000)이 주어진다. (2) 출력 : 입력으로 주어진 방까지 최소 개수의 방을 지나서 갈 때 몇 개의 방을 지나는지 출력한다. 입력 예시 출력 예시 13 3 A. 풀이 # Q 백준 2292.. 2022. 10. 14.
머신러닝 :: 딥러닝_전이학습, 순환신경망(RNN), 생성적 적대 신경망(GAN) 딥러닝_전이학습, 순환신경망(RNN), 생성적 적대 신경망(GAN) 1. 전이학습(Transfer Learning) · 과거에 문제를 해결하면서 축적된 경험(유명한 네트워크들과 같이 미리 학습시킨 모델을 가져오는 등)을 토대로 유사한 문제를 해결하도록 신경망을 학습시키는 방법 · 학습 속도가 빠르고(빠른 수렴), 상대적으로 적은 데이터셋으로 좋은 결과를 낼 수 있음 2. 순환 신경망(RNN, Recurrent Neural Networks) · 은닉층이 순차적으로 연결되어 순환구조를 이루는 인공신경망의 한 종류로 음성, 문자 등 순차적으로 등장하는 데이터 처리에 적합한 모델이다. · 길이에 관계없이 입/출력을 받아들일 수 있는 구조로, 다양하고 유연하게 구조를 만들수 있다. · 주식이나 암호화폐의 시세를 .. 2022. 10. 13.
머신러닝 :: 합성곱 신경망(CNN, Convolutional Neural Networks) 딥러닝_합성곱 신경망(CNN) 1. 합성곱 신경망(CNN) · 컴퓨터 비전(Computer Vision, CV) 분야에서 사용되는 이미지 처리 방식으로 입력데이터와 필터의 각각의 요소를 서로 곱한 후 모두 더하여 출력값을 생성한다. ※ 참고. 합성곱 관련 논문자료 中 · 합성곱 출력결과는 아래와 같이 순차적으로 생성된다. · Filter, Strides and Padding 아래 왼쪽 그림에서 보면 5x5크기의 입력이 주어졌을 때 3x3크기의 필터(Filter 또는 Kernel)를 사용하여 합성곱을 계산하면 3x3크기의 특성맵(Feature map)을 생성할 수 있다. 이 때 필터가 이동하는 간격을 스트라이드(Stride)라고 부른다. 그런데 이러한 연산을 진행하면 연산 특성상 출력값인 맵의 크기가 줄어.. 2022. 10. 13.
머신러닝 :: 딥러닝 MNIST 실습_캐글 Sign Language 데이터셋 딥러닝 MNIST 실습_캐글 Sign Language 데이터셋 1. 딥러닝 MNIST 실습 · 영어 알파벳 수화 데이터셋 (※ 링크 : https://www.kaggle.com/datamunge/sign-language-mnist) 1) 데이터셋 다운로드 import os os.environ['KAGGLE_USERNAME'] = '' # username os.environ['KAGGLE_KEY'] = '' # key !kaggle datasets download -d datamunge/sign-language-mnist !unzip sign-language-mnist.zip 2) 패키지 로드 from tensorflow.keras.models import Model from tensorflow.keras.. 2022. 10. 13.
머신러닝 :: 딥러닝 XOR 예측 실습(이진 논리회귀, MLP, keras functional API) 머신러닝 XOR 예측 실습(이진 논리회귀, MLP, keras functional API) 1. XOR 예측 · 아래의 그림을 참고로 XOR 경우의 예측모델을 만들어본다. 1) 환경 지정 · 아래와 같이 필요한 모듈들을 클래스로부터 불러오기한다. import numpy as np from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense from tensorflow.keras.optimizers import Adam, SGD x_data = np.array([[0, 0], [0, 1], [1, 0], [1, 1]], dtype=np.float32) y_data = np.array([[0], [1], [1].. 2022. 10. 13.
반응형

티스토리툴바