코딩하는 해맑은 거북이

해당 글은 백준 1051번 문제 '숫자 정사각형'을 다룬다. 문제 https://www.acmicpc.net/problem/1051 1051번: 숫자 정사각형 N×M크기의 직사각형이 있다. 각 칸에는 한 자리 숫자가 적혀 있다. 이 직사각형에서 꼭짓점에 쓰여 있는 수가 모두 같은 가장 큰 정사각형을 찾는 프로그램을 작성하시오. 이때, 정사각형은 행 www.acmicpc.net 설명 3중 for문으로 범위만 잘 설정하면 해결할 수 있는 문제이다. 정사각형 크기는 2~min(n, m)까지의 크기를 가질 수 있고 정사각형의 왼쪽 꼭짓점은 행은 0~n-s, 열은 0~m-s의 크기를 가진다. 코드 n, m = map(int, input().split()) square = [] for i in range(n): s..

해당 글은 백준 10451번 문제 '순열 사이클'을 다룬다. 문제 https://www.acmicpc.net/problem/10451 10451번: 순열 사이클 1부터 N까지 정수 N개로 이루어진 순열을 나타내는 방법은 여러 가지가 있다. 예를 들어, 8개의 수로 이루어진 순열 (3, 2, 7, 8, 1, 4, 5, 6)을 배열을 이용해 표현하면 \(\begin{pmatrix} 1 & 2 &3&4&5&6&7&8 \\ 3 www.acmicpc.net 설명 BFS로 계속해서 순환하여 사이클을 개수를 구하는 문제이다. 방문하지 않았다면 bfs 함수를 돌아서 사이클을 확인하고, 방문했다면 이미 포함된 사이클이 있으므로 넘어간다. 코드 from collections import deque def bfs(x): q..

본 게시물의 내용은 '딥러닝 기초 다지기(부스트코스)' 강의를 듣고 작성하였다. 해당 글은 4. Recurrent Neural Networks (RNN) 2가지 파트를 다룬다. 1. Sequential Models - RNN 2. Sequential Models - Transformer 1. Sequential Models - RNN - Sequential Model Sequential 데이터를 처리하는데 가장 큰 어려움은 분류문제는 우리가 얻고 싶은 정보는 하나의 label일 경우가 많은데 Sequential 데이터는 길이가 언제 끝날 지 모른다. 받아들여야하는 입력의 차원을 알 수 없다는 것이다. 그래서 몇 개의 입력들이 들어오든 상관없이 모델이 동작할 수 있어야 한다. 1) Naive sequenc..

본 게시물의 내용은 '딥러닝 기초 다지기(부스트코스)' 강의를 듣고 작성하였다. 해당 글은 3. Convolutional Neural Networks (CNN) 3가지 파트를 다룬다. 1. CNN - Convolution은 무엇인가? 2. Modern CNN - 1x1 convolution의 중요성 3. Computer Vision Applications 1. CNN - Convolution은 무엇인가? - Convolution I : 전체이미지, K : 적용하고자 하는 필터 하나의 output 값은 적용하고자 하는 필터를 이미지의 적절한 위치에 도장을 찍는다고 생각하면 된다! 값을 위치에 맞는 것끼리 곱한 최종 합 + bias가 output으로 나오게 된다. 2D convolution 연산은 적용하고자..

본 게시물의 내용은 '딥러닝 기초 다지기(부스트코스)' 강의를 듣고 작성하였다. 해당 글은 2. 최적화 3가지 파트를 다룬다. 1. 최적화의 주요 용어 이해하기 2. Gradient Descent Methods 3. Regularization 1. 최적화의 주요 용어 이해하기 * Gradient Descent : First-order iterative optimization algorithm for finding a local minimum of a differentiable function. 1차 미분한 값으로 계속 반복해서 최적화시키고, 항상 local minimum으로 간다 - Generalization, 일반화 성능 iteration 이 진행됨에 따라서 학습데이터에 대한 training error..

본 게시물의 내용은 '딥러닝 기초 다지기(부스트코스)' 강의를 듣고 작성하였다. 해당 글은 1. 딥러닝 기초 3가지 파트를 다룬다. 1. 딥러닝 기본 용어 설명 2. Historical Review 3. 뉴럴 네트워크 - MLP 1. 딥러닝 기본 용어 설명 - 인공지능 : 사람의 지능을 모방하는 것. - 머신러닝 : 무언가를 학습하고자 할 때 데이터를 이용하여 모델을 만드는 것. - 딥러닝 : 사용하는 모델이 뉴럴 네트워크 구조로 학습하는 것. - 딥러닝 분야의 중요한 요소 4가지 The data that the model can learn from The model how to transform the data The loss function that quantifies the badness of th..