분류 전체보기316 [4주차] CSS (2) 1. 그리드 (1) 와 TITLE ARTICLE TITLE ARTICLE 아무 의미 없는 디자인 목적의 태그 block level element 자동 줄바꿈 O 아무 의미 없는 디자인 목적의 태그 inline level element 자동 줄바꿈 X (2) grid-template-columns grid-template-columns: 150px 1fr; 첫 번째 태그는 150px로 지정, 두 번째 태그는 남은 공간 사용 grid-template-columns: 1fr 1fr; 화면을 1:1로 나누어서 사용 grid-template-columns: 2fr 1fr; 화면을 2:1로 나누어서 사용 2. 그리드 적용 My Web About Notice Contact NOTICE This is 'Notice' .. 2022. 6. 21. [알고리즘 스터디] 7주차 활동 기록 GDCS 알고리즘 스터디 7주차(5/22) 활동 기록입니다. 7주차에는 아주 간단한 '사분면' 문제에 대한 풀이를 공유하였습니다. 문제 설명 2차원 좌표 상의 여러 점의 좌표 (x,y)가 주어졌을 때, 각 사분면과 축에 점이 몇 개 있는지 구하는 프로그램을 작성하시오. 입력 첫째 줄에 점의 개수 n (1 ≤ n ≤ 1000)이 주어진다. 다음 n개 줄에는 점의 좌표 (xi, yi)가 주어진다. (-106 ≤ xi, yi ≤ 106) 출력 각 사분면과 축에 점이 몇 개 있는지를 예제 출력과 같은 형식으로 출력한다. 예제 입력 5 0 0 0 1 1 1 3 -3 2 2 예제 출력 Q1: 2 Q2: 0 Q3: 0 Q4: 1 AXIS: 2 문제 접근 및 해결 방식 우선 각 사분면에 몇 개의 점이 포함되는지를 기록.. 2022. 6. 1. [3-2, 5주차] 연산자 오버로딩과 기타 관례(4) 1. 위임 프로퍼티 class Foo { var p : Type by Delegate() } p 프로퍼티는 접근자 로직을 다른 객체에게 위임한다. Delegate 클래스의 인스턴스를 위임 객체로 사용하며 by 뒤에 있는 식을 계산해서 위임에 쓰일 객체를 얻는다. class Foo { private val delegate = Delegate() // 컴파일러가 생성한 도우미 프로퍼티 var p: Type set(Value:Type) = delegate.setValue(..., Value) get() = delegate.getValue(...) } 다음과 같이 컴파일러는 숨겨진 도우미 프로퍼티를 만들고, 그 프로퍼티를 위임 객체의 인스턴스로 초기화 한다. p 프로퍼티는 바로 그 위임 객체에게 자신의 작업을 .. 2022. 5. 31. [5주차] 튜토리얼 영상 #18-#22 5주차 플러터 스터디에서는 플러터 튜토리얼 영상을 #18에서 #22까지 학습하였습니다. (밑의 코드 언어는 모두 Dart입니다.) 영상 주소 : https://www.youtube.com/playlist?list=PL4cUxeGkcC9jLYyp2Aoh6hcWuxFDX6PBJ Flutter Tutorial for Beginners In this Flutter tutorial for Beginners series, I'll show you how to use Flutter (and Dart) to create Android and iOS apps from scratch. We'll learn all about... www.youtube.com #18. Custom Classes import 'package:.. 2022. 5. 31. [5주차] ML Projects Lecture 5 | ML Projects Full Stack Deep Learning 5강을 듣고 정리한 글입니다. 영어 강의라서 해석이 모호한 부분은 강의 내용을 영어 그대로 인용했습니다. 5강에서는 머신러닝 프로젝트를 하기 위한 필요한 모든 것에 대해 다룹니다. 1. Why do ML projects fail? AI 프로젝트의 85%는 실패한다. ML 프로젝트는 대부분 “RESEARCH” 프로젝트이기 때문에 100%의 성공률을 목표로 해서는 안된다. ML 프로젝트는 실패하기 쉬운데, 이유는 다음과 같다. Many ML projects are technically infeasible or poorly scoped. 기술적으로 불가능하다. Many ML projects never leap product.. 2022. 5. 31. [8주차] 딥러닝을 이용한 자연어처리 입문 Chap.16 Transformer 내용 및 사진 출처: WikiDocs 딥러닝을 이용한 자연어 처리 입문(https://wikidocs.net/book/2155) 1. 기존의 seq2seq 모델의 한계 - seq2seq 모델: encoder(입력 시퀀스를 하나의 벡터로 압축)-decoder 구조(압축된 벡터를 통해서 출력 시퀀스 생성) - 입력 시퀀스의 정보가 일부 손실 -> 해결책으로 attention 등장 - 이 때, attention을 RNN의 보정을 위한 용도가 아닌 attention만으로 encoder&decoder를 생성하면? 2. Transformer의 주요 하이퍼파라미터 - d_model: Transformer의 인코더와 디코더에서의 정해진 입력과 출력의 크기 의미, 임베딩 벡터의 차원, 각 인코더와 디코더가 다음 층의 인.. 2022. 5. 30. 이전 1 ··· 25 26 27 28 29 30 31 ··· 53 다음
