
웹 페이지에 Youtube 동영상 올리기 본 게시글에서는 웹 페이지에 Youtube 동영상을 올리는 방법을 알아보겠습니다. 1. 올리고자 하는 Youtube 영상을 찾아 공유를 눌러줍니다. 이 게시글의 참고 자료인 생활코딩님의 동영상을 예시로 사용하겠습니다. 2. 퍼가기를 눌러 코드를 복사합니다. 3. html 파일에 코드를 붙여 넣기 합니다. Github을 위한 정적 웹 호스팅 포스팅에서 사용된 저장소를 그대로 사용하겠습니다. 해당 코드를 저장 후 사이트를 접속해 보시면 아래와 같이 동영상이 표시되는 것을 확인할 수 있습니다. 영상의 크기를 조절하고 싶다면 iframe 태그의 width, height 속성을 수정하면 됩니다.

Github을 이용한 정적 웹 사이트 무료 호스팅 본 게시글에서는 Github을 이용하여 정적 웹 사이트를 호스팅 하는 방법을 알아보겠습니다. 정적 웹 페이지란 미리 저장된 html, css, js 파일을 그대로 보여주는 웹 페이지를 의미합니다. 1. Github에서 저장소 만들기 2. 저장소의 Settings에서 스크롤을 내려 Github Pages-source 부분을 master-branch로 변경 sourch를 Master branch로 변경하면 페이지가 새로고침 되면서 Your site is ready to be published at ~이라는 문구를 확인할 수 있습니다. ~부분이 자신의 웹 페이지 주소가 되어 아래와 같이 접속하실 수 있습니다. 3. 정적 웹 페이지 업로드/생성 하기 저는 미리 ..

이 글은 brightwon님의 MFCC(Mel-Frequency Cepstral Coefficient) 이해하기를 재가공 한 글입니다. 요약 - Audio Signal에 FFT를 수행하면 Spectrum이 된다. - Spectrum에 Mel-Filter bank를 거치면 Mel-Spectrum이 된다. - log X [k] = log(Mel-Spectrum)이라고 할 때 log X [k]에 Cepstral Analysis를 하면 log X [k] = log H [k] + log E [k]로 표현되고, 이것에 IFFT를 수행하면 x [k] = h [k] + e [k] 이 된다 - h [k]를 Mel-Spectrum에 대해 얻은 Cepstral Coefficients(Cepstral 계수)라고 하며 MFCC..

1. 개요 음성 데이터를 처리면서 많이 보게 되는 그래프가 있습니다. 스펙트로그램이란 것으로 소리의 스펙트럼을 시각화하여 그래프로 표현하는 기법입니다. 스펙트로그램을 알기 위해 기본적으로 파형과 스펙트럼을 알아볼 필요가 있습니다. 2. 파형 (Waveform) 파형에서 x축은 시간(Time), y축은 진폭(Amplitude)을 나타냅니다 주기적인 파형은 [그림 1]과 같은 파형들이 있으며 비주기적인 파형으로는 [그림 2]와 같은 것이 있습니다. [그림 1]의 첫 번째 그래프와 같은 것을 Sine wave, 정현파라고 부르는데 사인 곡선의 모양을 유지하면서 일정한 속도로 진행하는 파형이기 때문입니다. 3. 스펙트럼 (Spectrum) 스펙트럼에서 x축은 주파수(Frequency) y축은 진폭(Amplitu..
이 글에서는 제가 머신러닝을 공부하면서 유용했던 사이트들을 정리하고 있습니다. 꾸준히 업데이트를 진행하고 있습니다. 추천하시는 사이트가 있다면 댓글로 적어주세요. Awesome List Awesome Recurrent Neural Networks https://github.com/kjw0612/awesome-rnn Awesome Deep Vision https://github.com/kjw0612/awesome-deep-vision Awesome Random Forest https://github.com/kjw0612/awesome-random-forest Awesome Deep Learning https://github.com/ChristosChristofidis/awesome-deep-learning..
- Total
- Today
- Yesterday
- 모델 시각화
- 오디오 전처리
- aws cli
- stft
- RNN
- tensorflow
- S3
- Introduction to Algorithm
- wavenet
- netron
- 시계열
- boto3
- keras
- 6.006
- MFCC
- 인공지능 스피커 호출
- 알고리즘 강의
- LSTM
- 핵심어 검출
- librosa
- nlg
- nlp
- BOJ
- AWS
- nlp 트렌드
- 알고리즘
- MIT
- lambda
- TF2.0
- Tensorflow2.0
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 |