공대생 도전 일지

이미지가 복잡할 수록 여러 단계를 거쳐야 한다. 필터에 좀 더 집중하였다. - 특성을 병렬로 뽑아내기, 압축하기 그룹핑하여 병렬처리하기 GPU성능이 낮아서 한개로 못 돌리기 때문에 물리적으로 GPU 구분하기 패딩과 스트라이드를 적절히 사용해서 크기를 조절했다. 한쪽은 형태를 학습하고, 한 쪽은 색상을 학습했다. 최대한 깊게 학습해보자! 표가 3장이나 되어서 생략 그런데 깊다고 좋은게 맞나? -> google net 단순히 깊은 것 보다 필터를 여러 크기로 다양하게 사용하여 여러가지 패턴을 병렬로 처리할 수 있게 되었다. 아직도 깊다... 기울기 소실과 longterm dependency 문제 ! 깊다고 좋은 것 아니다! 깊지 않아도 학습을 효과적으로 만들어 준다. 더하지 않고 concat하면 파라미터의 ..

네트워크란 ? - 두대 이상의 장치가 연결되어 서로 정보를 주고받을 수 있는 통신망 왜 알아야 할까? - 앱들 중에서 인터넷을 사용하지 않는 앱은 거의 없다. 대부분의 프로그램은 네트워크를 이용한다.! 개발자는 프로그램을 만들어야 하기 때문에 알아야 한다. 어디에 사용될까? 개발자 업무 1. 프로그램 만들기 2. 프로그램 유지 보수 하기 1. 공식 문서를 읽어보면 프로토콜, 쿠키, state 등 다양한 컴퓨터 네트워크 지식이 등장한다. 2. 일부 에러 상황에서 컴퓨터 네트워크 지식이 있으면 무슨 오류 인지 조차 모른다. TCP, UDP, IP...... 거시적으로 보기 네트워크의 기본 구조는 그래프 형태이다. (노드와 간선으로 표현) 우리가 사용하는 컴퓨터와 스마트폰은 가장자리 노드에 있다.( 냉장고, ..

f = open('input.txt','r') g = open('output.txt','w') a= f.readline().split() g.write(str(a) + "\n") a= f.readline().split() row=int(a[0]) column=int(a[1]) ahang = [[0]*(column+2) for x in range(row)] for i in range(0,row): a= f.readline().split() for j in range(0,column+1): if (j==column): ahang[i][j+1]=float(a[j]) ahang[i][j]='l' else: ahang[i][j]=float(a[j]) for x in range (row): for z in rang..

f = open('input01.txt','r') g = open('output01.txt','w') nn = int(f.readline()) nnn =0 for i in range (0,nn): if (i==0): a= f.readline().split() arow = int(a[1]) acolumn = int(a[2]) dap = [[0]*acolumn for x in range(arow)] else: bline = f.readline().split() brow = int(bline[1]) bcolumn = int(bline[2]) if (arow == brow and acolumn == bcolumn): nnn=0 else: print("계산불가") nnn=1 g.write('+ 계산 불가') g...

정책 이터레이션 - 정책 평가와 개선의 반복 2. P를 모른다 -> 내가 어떤 s로 갈지 모른다. 해결법! 1. 평가 자리에 MC 방법론 이용하여 각 상태 v 구하기! 몬테카를로 방법론(Monte Carlo Methods)은 무작위 샘플링을 기반으로 하는 계산 알고리즘의 한 종류입니다. 다양한 분야에서 광범위하게 활용되며, 특히 복잡한 문제의 수치적 해를 찾는데 유용하게 사용됩니다. 기본 아이디어는 무작위성(randomness)을 이용하여 문제의 해를 확률적으로 추정하는 것입니다. 몬테카를로 방법은 다양한 형태로 나타날 수 있지만, 일반적인 사용 예로는 다음과 같은 것들이 있습니다: 적분의 근사: 함수의 적분을 근사하기 위해 무작위로 점들을 선택하고 함수 값의 평균을 이용합니다. 확률적 시뮬레이션: 금융..