
풀이 DP 문제입니다. 1번째에는 무조건 1이 오고 2번째부터 0과 1이 나올 수 있는데 1이 두 번 연속으로만 나오지 않으면 됩니다. dp 변수에 현재 위치가 0일 때와 1일 때의 경우의 수를 각각 저장할 것입니다. 현재 위치가 0이라면 이전 자리는 0, 1 두 가지 모두 올 수 있습니다. 따라서 dp [i][0] = dp [i-1][0] + dp [i-1][1] 이 됩니다. 현재 위치가 1이라면 이전 자리는 무조건 0이어야 합니다. 따라서 dp [i][1] = dp [i-1][0] 이 됩니다. 출력으로는 현재 위치가 0인 경우의 수와 현재 위치가 1인 경우의 수를 더하여 출력하면 됩니다. 변수 dp [i][0] = i자리에서 0인 경우의 수 dp [i][1] = i자리에서 1인 경우의 수 Python..

풀이 DP 문제이다. 입력 데이터를 처음부터 살펴보면서 선택의 최댓값을 찾을 것이다. 문제 조건에서 3번 연속으로 포도 잔을 선택할 수 없기 때문에 다음과 같은 경우를 생각해본다. 현재가 0번 연속, 즉 i-2, i-1번이 선택되었다 현재가 1번 연속, 즉 i-2, i 번이 선택되었다 현재가 2번 연속, 즉 i-1, i 번이 선택되었다 변수 설명 data : i 번째 입력 값 dp : i 번째 최댓값 Python3 Code import sys n = int(sys.stdin.readline()) data = [0] + [int(sys.stdin.readline()) for _ in range(n)] + [0] dp = [0] * (n+2) # i번째 최댓값 dp[1], dp[2] = data[1], da..

풀이 기본적인 DP 문제이다. 작은 수의 계산 결과를 저장하면서 다음 문제를 해결할 때 이용하면 간편하게 문제를 해결할 수 있다. 입력과 출력을 한번 생각해보자. 입력이 1이라면 답은 0, 입력이 2라면 답은 1이다. 입력이 4라면 2로 한번 나눠서 2가 될 것이고 2를 1로 만드는 연산 횟수는 먼저 계산했듯 1이다. 입력이 16이 들어온 경우 만약 8을 1로 만드는 최소 횟수를 안다면 그것에 1만 더하면 된다. 입출력의 예시를 생각해보면, 작은 숫자를 1로 만드는 연산 횟수를 알고 있다면 더 큰 수일 때 이 문제를 푸는 핵심은 문제를 최대한 분해한 다음 가장 작은 수에서부터 그것을 1로 만드는 연산 횟수를 구하는 것이다. 소스코드에서 n%2, n%3을 더해주는 것은 해당 숫자로 나누어지지 않았을 때 1..

본 게시글은 NLP in Korean의 The Illustrated Transformer 게시글을 정리한 것입니다. Transformer를 공부하시는 분들은 시각적인 자료로 쉽게 설명되어 있으니 한번 보시는 것을 추천드립니다. 목차 Introduction 개괄적인 수준의 설명 벡터들을 기준으로 그림 그려보기 이제 Encoding을 해봅시다! 크게 크게 살펴보는 Self-Attention Self-Attention 을 더 자세히 보겠습니다. Self-attention 의 행렬 계산 The Beast With Many Heads Positional Encoding 을 이용해서 시퀀스의 순서 나타내기 The Residuals The Decoder Side 마지막 Linear Layer과 Softmax Laye..

본 게시글은 NLP in Korean의 Visualizing A Neural Machine Translation Model (Mechanics of Seq2seq Models With Attention) 게시글을 정리한것입니다. Seq2Seq with attention을 공부하시는 분들은 시각적인 자료로 쉽게 설명되어 있으니 한번 보시는 것을 추천드립니다. Seq2Seq 최근 10년 동안의 자연어 처리 연구 중에 가장 영향력이 컸던 3가지를 꼽는 서베이에서 여러 연구자들이 꼽았던 연구가 바로 2014년에 발표됐던 sequence-to-sequence (Seq2seq) + Attention 모델입니다. Sequence-to-sequence (Seq2seq) 모델은 기계 번역, 문서 요약, 그리고 이미지 캡..
모수(Population Parameter)란? 본 게시글에서는 통계학에서 사용되는 용어인 모수(Population Parameter)란 무엇인지 알아보겠습니다. 모수를 이해하기 위해서는 모집단을 먼저 이해해야 합니다. 1. 모집단(Population)이란? 사전적으로 모집단이란 통계학에서 관심의 대상, 조사의 대상이 되는 모든 개체 값의 집합을 말합니다. 쉽게 말해 모집단은 "연구자가 알고 싶어 하는 대상 또는 효과의 전체(집단)"입니다. 예시 1. 고등학교 3학년 남학생의 평균 키를 알고 싶다. -> 모집단 : 대한민국 전체 고등학교 3학년 남학생의 키 2. 백신 A를 처방했을 때와 백신 B를 처방했을 때 어떤 효과의 차이가 있는지 알고 싶다. -> 모집단 : 백신 A를 처방했을 때 모든 효과, 백신..
강의 생활코딩, WEB1 - HTML - HTML 기본 문법 - HTML 주요 태그 - 문서 구조 - 서버, 클라이언트 - 웹서버 운영(Apache) - GIthub 호스팅 - 동영상 삽입 - 댓글 기능 추가 - 채팅 기능 추가 - 방문자 분석기 생활코딩, WEB2 - CSS - CSS 등장 전 후 - CSS 속성 - CSS 선택자 - 박스모델 - 그리드 - 미디어 쿼리(반응형 디자인) - CSS 코드 재사용 [부스트코스] 웹 프로그래밍 (풀스택) [부스트코스] 비전공자를 위한 HTML/CSS [부스트코스] 웹 UI 개발 [부스트코스] 웹 백엔드 개념 Web Architecture 101 - The basic architecture concepts I wish I knew when I was gettin..

웹 페이지에 댓글 기능 추가하기(Disqus) 본 게시글에서는 Disqus를 이용해 웹 페이지에 댓글 기능을 추가해보겠습니다. 1. Disqus에 가입하여 로그인(https://disqus.com/) 페이지 중앙의 GET STARTED를 눌러줍니다. * 해당 페이지의 디자인이 바뀔 수 있습니다. 당황하지 마시고 이후에 나올 페이지들을 찾아봅니다. 2. I want to install Disqus on my site 클릭 3. 정보 입력 사이트의 이름, 카테고리, 언어를 적당히 입력해줍니다. 제가 이용하는 시점에는 한국어 설정이 없어 영어로 설정했습니다. 모든 정보를 다 입력했다면 Create Site를 눌러주세요. 4. Plan 설정 페이지 아래로 내려서 Basic Plan을 선택합니다. 5. Platf..
- Total
- Today
- Yesterday
- tensorflow
- 모델 시각화
- Tensorflow2.0
- MIT
- keras
- wavenet
- nlp 트렌드
- LSTM
- Introduction to Algorithm
- S3
- 핵심어 검출
- 6.006
- librosa
- AWS
- 시계열
- aws cli
- 오디오 전처리
- BOJ
- TF2.0
- boto3
- netron
- lambda
- 알고리즘 강의
- MFCC
- nlp
- 알고리즘
- RNN
- nlg
- stft
- 인공지능 스피커 호출
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |