소신의 블로그생활

1. 문제 무지의 카카오 TV 방송 ! 1. 1번 음식부터 순서대로 먹기 시작함 2. 마지막 번호의 음식을 먹고나면 다시 1번 음식을 먹음 3. 1초에 한 음식만 먹고, 다음 음식은 남아있는 음식 중 가장 가까운 번호의 음식 4. 다음 번호의 음식이 오는데 걸리는 시간은 없음 K초가 지났다. 몇 번 음식을 먹어야 하는가? 2. 입력 # SET - 1 food_times=[3, 1, 2] K = 5 # SET - 2 food_times = [4, 2, 3, 6, 7, 1, 5, 8] K = 27 # SET - 3 food_times = [4, 2, 3, 6, 7, 1, 5, 8] K = 16 3. 출력 # SET - 1 result = 1 # SET - 2 result = 5 # SET - 3 result..

1. 문제 N개의 동전을 이용하여 만들 수 없는 양의 정수 금액 중 최솟값을 구하는 프로그램을 작성하세요. 2. 입력 5 3 2 1 1 9 3. 출력 8 그리디 문제, 동전들을 오름차순으로 정렬하고 목표 금액을 만들 수 있는지 여부를 판단하며 값을 증가시킨다. 현재 만들 수 있는 값을 target이라 하면, 현재 target보다 주어진 coin이 크면 해당 금액은 만들 수 없게 된다. 1 1 2 3 9가 주어졌을 때, 초기 target = 1 부터 시작한다고 했을 때, 1 ≥ 1 이므로 target += 1 → target=2 두 번째 코인 2 ≥ 1 이므로 target += 1 → target=3 세 번째 코인 3 ≥ 2 이므로 target += 2 → target=5 네 번째 코인 5 ≥ 3 이므로 ..

# 입력 input() import sys sys.stdin.readline().rstrip() # 출력 print(f'{value}') # 내장 함수 sum([list]) max([list]) min([list]) eval("(3 + 5) * 7") sorted(array, reverse=False, key=lambda i:i[1]) # 반복 from itertools import permutations, combinations, product # 클래스객체 반환 permutations(array, 3) # 순열 (A B) (B A) combinations(array, 2) # 조합 (A B) product(array, repeat=2) # 중복 허용 순열 # 자료형 heap import heapq h..

안녕하세요 소신입니다. 신규 컬렉션 + 예정 스킨 모음입니다 ! ㅁ 출시 중 컬렉션 신규! 코랄 코스트 더보기 ㅇ Part 1 ㅁ 한가로운 휴일 HD08 프로방스 획득 방법 : 15돌 ㅁ 샤이닝 듀 SD05 플래티넘 획득 방법: 15돌 ㅁ Sunny Morning Dew SD01 니어 획득 방법 : 18돌 ㅁ Summer Flower FA008 로프 획득 방법 : 15돌 ㅁ Riding the Waves WR04 스카디 ㅁ 획득 방법 : 18돌 ㅇ Part. 2 ㅁ 실버애쉬 획득 방법 : 18돌 ㅁ 크루아상 획득 방법 : 15돌 ㅁ 케오베 획득 방법 : 18돌 ㅁ 우타게 획득방법 : 이벤트 보상 [RE-Edition] 0038 CORAL COAST 컬렉션 모든 캐릭터 인게임 SD캐릭터, 스킬 프리뷰 (영..

안녕하세요 ! 소신입니다. 지난 컬렉션들 모음입니다. ㅁ 지난 컬렉션 1096 캠브리언 컬렉션 더보기 ㅁ 크루시아타 팽 획득 방법: 프롤로그 All 클리어 ㅁ 언더커런트 스펙터 ㅁ 윈터 메신저 텍사스 텍댕이 귀여워.. ㅁ 뉴 루츠 쿠리어 획득방법 : 구매 센터 [컬렉션] - 순 오리지늄 15개 AW1096 테스트 컬렉션 더보기 ㅁ 신문팔이 소녀 아미야 획득 방법 : 이벤트 기간(2020년 1월 22일 04:00 AM ~ 2월 5일 03:59 AM) 중 관련 한정 이벤트 임무 클리어 ㅁ 식물의 종 퍼퓨머 획득 방법 : 이벤트 기간 (2020년 2월 20일 04:00 AM ~ 3월 5일 03:59 AM) 7일 출석 이벤트 보상 ㅁ 프레시 파트너 아미야 ㅁ 신문팔이 소녀 아미야 획득 방법 : 이벤트 기간(20..

안녕하세요 ! 소신입니다. 재료별로 어디서 파밍해야되는지, 같은이성 대비 합성하는게 이득인지 완제품을 파밍하는게 이득인지 한번 분석해 보았습니다. 간단 찾기 원암류 : 원암 원암 큐브 원암 큐브 번들 정제 원암 포도당류 : 대체당 포도당 포도당 번들 포도당 팩 폴리류 : 에스테르 원료 폴리에스테르 폴리에스테르 번들 폴리에스테르 팩 이철류 : 이철 조각 이철 이철 번들 이철 팩 아케톤류 : 디케톤 아케톤 응집체 아케톤 응집체 번들 아케톤 팩 장치류 : 파손된 장치 장치 리뉴얼 장치 개량 장치 고급 1 : 연마석 로식콜 RMA70-12 망간 광석 고급 2 : 고급 연마석 화이트 호스 콜 RMA70-24 망간 중합체 고급 3 : 젤 중합젤 열합금 열합금 팩 자격 증명서 효율 ※ 주의 : 이 글은 하나의 정예화..

안녕하세요 ! 소신입니다. YoLo v1에 이은 두번째입니다. YoLo를 구현하면서 영상처리까지 진행해보고 싶어졌습니다.. Real Time으로 Object Detecting 하는 영상을 보니 구현이 가능하겠다는 생각이 들더군요 YoLo v2 영상 주로 작업을 구글 코랩에서 하다보니 이미지 불러오는게 bottleneck인 것 같아서 비교를 한번 해보려고 합니다. PIL과 cv2 각각 작업을 진행해서 어떤 게 Load가 빠른지 확인해보겠습니다. 그리고 모델을 학습하다보면, early stopping에 대한 필요성이 있었는데, 이것도 구현해보았습니다. # YOLO v2 이번 버전은 기존 YOLO에 좋은 부품들을 가져와서 열심히 조립한 모델입니다. 1. Batch Normaliztion 사용 - yolo v2..

안녕하세요 ! 소신입니다. 데이터 분석을 위해선 pandas 모듈을 잘 사용하는게 도움이 많이 되는데요 자주 사용하진 않지만, 까먹었을 때 찾아보기는 귀찮은 함수들을 모아서 정리해보았습니다. # Pandas 기본 # Pandas DataFrame 기본 pd.read_csv('pth/to/file/path', index_col='date', header=None) df.dropna() df.reset_index(drop=True, inplace=True) pddf[pddf['본문'].apply(lambda i : '삼성전자' in str(i))] # = 본문에 삼성전자가 있는 애들만 출력 df.sort_values(by='날짜', ignore_index=True) pddf['카테고리'].count() / ..

안녕하세요 ! 소신입니다. YoLo는 정확도를 조금 포기하고, 속도를 Real-Time 수준으로 끌어올린 모델입니다. 모델링 자체도 2stage로 학습해야했던 R-CNN 시리즈에 비해선 훨씬 간단한편입니다. # YoLo v1 YoLo는 원본 이미지를 448x448의 크기로 변환합니다. convolutional network로 Feature map을 추출한 뒤, fc layer에서 각 좌표별 object의 위치와 object 여부, class를 예측합니다. 마지막으로 NMS를 통과시켜 ground truth와 IoU를 계산했을 때 가장 높은 점수를 가진 예측 박스만 남기고 제거합니다. 위의 글만 보면 조금 헷갈릴 수 있는데, Faster R-CNN에서 SxS의 Grid별로 Anchor를 설정해서 box를 ..

안녕하세요 ! 소신입니다. R-CNN이랑 Fast R-CNN은 거의 논문리뷰만 하고 구현은 안했는데, Faster R-CNN은 구현까지 해보았습니다. (근데 오류가 있는것 같음..) # Faster R-CNN 구조 Faster R-CNN의 구조는 Fast R-CNN에 Region Proposal Network(RPN)를 추가한 모델입니다. Fast R-CNN의 단점 Selective Search의 CPU로 연산 (연산 시간의 Bottleneck) Faster R-CNN의 해결 방안 Region Proposal을 모델에서 처리 이로 인해 진정한 end-to-end 학습이 가능한 모델이 되는데요, 근데 학습과정이 생각보다 까다로웠습니다. # Faster R-CNN 학습 과정 흔히 Backbone이라고 부르는..