skinOptions.hljs
Programmers / 합승택시요금 - 플로이드 워샬 알고리즘 / Python 파이썬
·
coding test - python/Programmers
*문제 출처는 프로그래머스에 있습니다. 문제 제목: 합승택시 요금 (플로이드 워샬 알고리즘) 문제 사이트: https://school.programmers.co.kr/learn/courses/30/lessons/72413#qna 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 문제 설명 [본 문제는 정확성과 효율성 테스트 각각 점수가 있는 문제입니다.] 밤늦게 귀가할 때 안전을 위해 항상 택시를 이용하던 무지는 최근 야근이 잦아져 택시를 더 많이 이용하게 되어 택시비를 아낄 수 있는 방법을 고민하고 있습니다. "무지"는 자신이 택시를 이용할 때 동료인 어피..
[NLP] KorQuAD 1.0 데이터셋 기계독해 MRC 구현 / BERT fine-turning
·
공부정리/NLP
- 기존 COLAB 환경에서 TPU로 학습된 코드를 GPU 환경에서 실행되도록 하였습니다. - 마지막에 직접 커스텀 데이터셋 (본문과 질문)을 넣으면 해당 모델을 통해 기계독해를 하도록 구현한 것을 추가하였습니다. - 평가함수에 대한 구현은 아직 미흡합니다. 코드 구현 HTML 삽입 미리보기할 수 없는 소스 REFERENCE 원본 코드 https://github.com/ukairia777/tensorflow-nlp-tutorial/blob/main/18.%20Fine-tuning%20BERT%20(Cls%2C%20NER%2C%20NLI)/18-7.%20kor_bert_question_answering_tpu.ipynb GitHub - ukairia777/tensorflow-nlp-tutorial: ten..
[Tensorflow] InternalError: Blas xGEMM launch failed : a.shape=[1,15,1024], b.shape=[1,1024,1024], m=15, n=1024, k=1024 [Op:MatMul] 오류
·
python/라이브러리
InternalError Traceback (most recent call last) Cell In[19], line 3 1 # 신규 2 with strategy.scope(): ----> 3 model = TFBertForQuestionAnswering("bert-large-uncased-whole-word-masking-finetuned-squad") 4 optimizer = tf.keras.optimizers.Adam(learning_rate=5e-5) 5 loss = tf.keras.losses.SparseCategoricalCrossentropy(from_logits=False) Cell In[18], line 4, in TFBertForQuestionAnswering.__init__(self,..
[알고리즘] 플로이드 워샬 VS 다익스트라 차이점 - 최단 경로 알고리즘
·
python/자료구조 & 알고리즘
다익스트라 알고리즘은 한 지점에서 다른 모든 지점까지의 최단 경로를 계산하는 알고리즘이다. 플로이드 워셜 알고리즘은 모든 지점에서 다른 모든 지점까지의 최단 경로를 계산하는 알고리즘이다. 다익스트라의 시간 복잡도는 간단하게 구현하면 O(V²)이고 개선된 방법은 O(ElogV)이다. 플로이드 워셜의 시간 복잡도는 O(V³)이다. 최단 경로 알고리즘은 말 그대로 가장 짧은 경로를 찾는 알고리즘이다. 그래서 '길 찾기' 문제라고도 불린다. 최단 경로 알고리즘 유형에는 다양한 종류가 있는데, 상황에 맞는 효율적인 알고리즘이 이미 정립되어 있다. 최단 경로 문제는 보통 그래프를 이용해 표현하는데 각 지점은 그래프에서 '노드'로 표현되고, 지점 간 연결된 도로는 그래프에서 '간선'으로 표현된다. 컴퓨터공학과 학부 ..
Programmers / 섬 연결하기 / Python 파이썬
·
coding test - python/Programmers
*문제 출처는 프로그래머스에 있습니다. 문제 제목: 섬 연결하기 (3단계) - 크루스칼 알고리즘 문제 사이트: https://school.programmers.co.kr/learn/courses/30/lessons/42861 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 문제 설명 n개의 섬 사이에 다리를 건설하는 비용(costs)이 주어질 때, 최소의 비용으로 모든 섬이 서로 통행 가능하도록 만들 때 필요한 최소 비용을 return 하도록 solution을 완성하세요. 다리를 여러 번 건너더라도, 도달할 수만 있으면 통행 가능하다고 봅니다. 예를 들어 ..
[알고리즘] 다익스트라 알고리즘
·
python/자료구조 & 알고리즘
보호되어 있는 글입니다.
Programmers / [카카오 인턴] 보석 쇼핑 / Python 파이썬
·
coding test - python/Programmers
*문제 출처는 프로그래머스에 있습니다. 문제 제목: [카카오 인턴] 보석 쇼핑 (3단계) 문제 사이트: https://school.programmers.co.kr/learn/courses/30/lessons/67258 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 문제 설명 [본 문제는 정확성과 효율성 테스트 각각 점수가 있는 문제입니다.] 개발자 출신으로 세계 최고의 갑부가 된 어피치는 스트레스를 받을 때면 이를 풀기 위해 오프라인 매장에 쇼핑을 하러 가곤 합니다. 어피치는 쇼핑을 할 때면 매장 진열대의 특정 범위의 물건들을 모두 싹쓸이 구매하는 습관이..
Programmers / 도둑질 / Python 파이썬
·
coding test - python/Programmers
*문제 출처는 프로그래머스에 있습니다. 문제 제목: 도둑질 (4단계) - 동적 계획법 문제 사이트: https://school.programmers.co.kr/learn/courses/30/lessons/42897 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 문제 설명 도둑이 어느 마을을 털 계획을 하고 있습니다. 이 마을의 모든 집들은 아래 그림과 같이 동그랗게 배치되어 있습니다. 각 집들은 서로 인접한 집들과 방범장치가 연결되어 있기 때문에 인접한 두 집을 털면 경보가 울립니다. 각 집에 있는 돈이 담긴 배열 money가 주어질 때, 도둑이 훔칠 수..
Programmers / 스티커 모으기(2) / Python 파이썬
·
coding test - python/Programmers
*문제 출처는 프로그래머스에 있습니다. 문제 제목: 스티커 모으기(2) (3단계) - 동적 계획법 문제 사이트: https://school.programmers.co.kr/learn/courses/30/lessons/12971#qna 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 문제 설명 N개의 스티커가 원형으로 연결되어 있습니다. 다음 그림은 N = 8인 경우의 예시입니다. 원형으로 연결된 스티커에서 몇 장의 스티커를 뜯어내어 뜯어낸 스티커에 적힌 숫자의 합이 최대가 되도록 하고 싶습니다. 단 스티커 한 장을 뜯어내면 양쪽으로 인접해있는 스티커는 찢어..
[DeepLearning] Attention
·
공부정리/Deep learnig & Machine learning
보호되어 있는 글입니다.
[Deeplearning] LSTM Networks
·
공부정리/Deep learnig & Machine learning
1. Introdution to LSTM LSTM(장단기 메모리)는 RNN의 변형입니다. RNN 은 입력 Xt에 대해 여러 몇 가지 게이트가 있습니다. 끝으로 ht를 구할 수 있습니다. 펼치면 거대한 신경망 노드가 생깁니다. 은닉층이 다음 은닉층에 연결되는 방식으로 작동합니다. RNN 에는 기울기 소실 & 폭주 문제가 있었습니다. 단어를 예측할 때 굉장히 긴 시퀀스를 제공하면 기울기 소실 (Vanishing Gradient 문제가 발생합니다.) 긴 데이터 시퀀스가 학습을 방해하는 것입니다. 예를 들어 RNN에게 SKY에 대한 예측을 학습시킨다면, 이것은 작은 시퀀스로 RNN 은 잘 작동합니다. 하지만 RNN의 시퀀스가 커진다면 문제가 발생합니다. 이러한 문제를 해결하기위해 LSTM이 고안되었습니다. RN..
[Deeplearning] RNN Model
·
공부정리/Deep learnig & Machine learning
1. Introduction to RNNs 순환 싱경망(RNN)은 순차 데이터 용으로 잘 알려져 있습니다. 텍스트, 오디오, 비디오 및 모든 시계열 형식의 순차적 데이터를 다룰 때마다 RNN이 첫번째 선택이 될 것입니다. Sequential Modeling Sequential Modeling Understanding Recurrent Neural Networks (RNNs) RNN Wariants LSTM GRU Bi-directional sequence modelling Challenges in vanilla RNNs RNN 을 알려면 순차 모델링과 순차적 데이터를 아는 것이 중요합니다. 순차적 데이터란 특정 시퀀스에 있는 데이터에 대한 것을 이야햐기 합니다. Xt인 점이 있고 Xt+1 인 점을 생각하..