*문제 출처는 백준에 있습니다. 문제 제목: 평범한 배낭 문제 사이트: https://www.acmicpc.net/problem/12865 12865번: 평범한 배낭 첫 줄에 물품의 수 N(1 ≤ N ≤ 100)과 준서가 버틸 수 있는 무게 K(1 ≤ K ≤ 100,000)가 주어진다. 두 번째 줄부터 N개의 줄에 거쳐 각 물건의 무게 W(1 ≤ W ≤ 100,000)와 해당 물건의 가치 V(0 ≤ V ≤ 1,000) www.acmicpc.net 문제 이 문제는 아주 평범한 배낭에 관한 문제이다. 한 달 후면 국가의 부름을 받게 되는 준서는 여행을 가려고 한다. 세상과의 단절을 슬퍼하며 최대한 즐기기 위한 여행이기 때문에, 가지고 다닐 배낭 또한 최대한 가치 있게 싸려고 한다. 준서가 여행에 필요하다고 ..

문제 제목: 가방 문제 가방문제(냅색 알고리즘) 최고 17kg의 무게를 저장할 수 있는 가방이 있다. 그리고 각각 3kg, 4kg, 7kg, 8kg, 9kg의 무게를 가진 5종류의 보석이 있다. 이 보석들의 가치는 각각 4, 5, 10, 11, 13이다. 이 보석을 가방에 담는데 17kg를 넘지 않으면서 최대의 가치가 되도록 하려면 어떻게 담아야 할까요? 각 종류별 보석의 개수는 무한이 많다. 한 종류의 보석을 여러 번 가방에 담을 수 있 다는 뜻입니다. 냅색알고리즘 첫 번째 줄은 보석 종류의 개수와 가방에 담을 수 있는 무게의 한계값이 주어진다. 예를 들어 보석 종류의 개수는 4개, 무게의 한계 값은 11이라고 하자 1. 가방에 담을 수 있는 최대 보석의 무게의 한계값 만큼 리스트를 만든다. for 문..

!pip install "git+https://github.com/dreamquark-ai/tabnet.git@develop#egg=pytorch_tabnet" --upgrade from pytorch_tabnet.tab_model import TabNetRegressor # 회귀모델 임포트 import torch import torch.nn as nn import torch.optim as optim reference https://dacon.io/codeshare/7589 TabNet-B Classification 스마트 공장 제품 품질 상태 분류 AI 온라인 해커톤 dacon.io https://dacon.io/codeshare/2515 TabNet으로 정형데이터를 위한 딥러닝을 만들어보았습니다! ..

보호되어 있는 글입니다.

본 게시글은 이미지 증강 과정의 예시를 시각화한 과정입니다. HTML 삽입 미리보기할 수 없는 소스 자세한 코드는 여기에..

일반적으로 image classification 분야에서 새로운 model을 설계하는 것은 매우 어려운일이다. 그 이유는, 1) 단순하게 layer를 추가 구성해서 붙이는 과정으로는 model을 효율적으로 업그레이드 하는 것은 불가능함 2) 일반적으로 이미지 입력 크기의 경우 224-by-224 사이즈를 쓰게되는데 충분한 하드웨어 리소스 없이는 batch size를 백단위로 구성하는 것도 힘들며, batch size를 줄여서 학습을 하게 되면 모델 하나 학습하는데 몇일씩 걸리기 때문에 연구 개발 과정이 너무 길어지게 됨 따라서, image classification 분야에서는 주로 이미 개발된 뛰어난 model들을 가져와서 사용하게 된다. (출처: https://paperswithcode.com/sota..

다음과 같이 와이파이가 안될때는 인터넷 속성을 건들여보는 것도 하나의 방법입니다. 1. 네트워크 및 공유 센터에서 이더넷을 클릭합니다. 2. [속성(P)] 버튼을 클릭합니다. 3. 인터넷 프로토콜 버전 4(TCP/IPv4)를 선택 후 [속성(R)] 버튼을 클릭합니다. 4. 다음 DNS 서버 주소를 Google DNS 서버 IP 주소로 변경합니다. 8.8.8.8 and/or 8.8.4.4. 그 후 안드로이드스튜디오를 다시 시작하면 짠~

*문제 출처는 백준에 있습니다. 문제 제목: Fly me to the Alpha Centauri 문제 사이트: https://www.acmicpc.net/problem/1011 1011번: Fly me to the Alpha Centauri 우현이는 어린 시절, 지구 외의 다른 행성에서도 인류들이 살아갈 수 있는 미래가 오리라 믿었다. 그리고 그가 지구라는 세상에 발을 내려 놓은 지 23년이 지난 지금, 세계 최연소 ASNA 우주 비행 www.acmicpc.net 문제 우현이는 어린 시절, 지구 외의 다른 행성에서도 인류들이 살아갈 수 있는 미래가 오리라 믿었다. 그리고 그가 지구라는 세상에 발을 내려 놓은 지 23년이 지난 지금, 세계 최연소 ASNA 우주 비행사가 되어 새로운 세계에 발을 내려 놓는 ..

cmake 설치 dlib 설치 (pip install dlib==19.17.0) open-cv 설치 face - recognition 설치

보호되어 있는 글입니다.

1. 파라메트릭 서치란? 파라메트릭 서치는 최적화 문제를 결정 문제로 바꾸어 풀어 나가는 기법입니다. 여기서 결정 문제란 'yes' or 'no', 즉, '예' 또는 '아니오'로 답하는 문제를 말합니다. 파라메트릭 서치는 주로 특정 조건을 만족하면서 동시에 가장 적합한 변숫값을 찾아나가는 문제에서 활용되며, 이진 탐색(Binary Search)을 이용하여 구현합니다. 예를 들어, 특정 조건을 만족하는 가장 큰 값을 구하는 최적화 문제에서 이진 탐색을 통해 적합한 해(solution)의 범위를 절반씩 좁혀 나갈 수 있습니다. 2. 파라메트릭 서치는 언제 사용하면 좋을까? 앞서 파라메트릭 서치 문제는 이진 탐색을 활용해 해결할 수 있다고 했습니다. 이진 탐색 알고리즘은 입력 데이터가 많거나(e.g., 1,0..

HTML 삽입 미리보기할 수 없는 소스 이렇게 모델을 올리고 나면 내 허깅페이스 레파지토리에 잘 올라간 모습을 볼 수 있습니다. 이렇게 내 계정에 모델을 올리면 허깅페이스 API를 통해 간편하게 다른 코드에서 모델을 불러와 바로 적용할 수 있습니당~! 모델의 주소는 [계정명]/[모델명] 이렇게 작성하면 됩니다. 예시1. sillon/huggingface-tutorial 예시2. sillon/linux_test