JINWOOJUNG

본 게시글은 인하대학교 유상조 교수님의 Machine Learning Tutorial Seminar 수강 후정리를 위한 포스팅입니다. 모든 포스팅의 저작관은 유상조 교수님에게 있음을 사전 공지합니다. Recurrent Neural Network(RNN) RNN은 순환 신경망으로, previous output 혹은 hidden states를 다음 input으로 가진다. 따라서 $t$ 시간의 input은 $T

https://jinwoo-jung.tistory.com/23 OpenGL 설치 및 예제파일 실행(Ubuntu 20.04) GUI 구성할 일이 생겨서 다양한 tool을 찾아보다가 PyQt와 OpenGL을 발견했다. PyQt의 경우 많은 데이터를 다루는데 있어서 로딩 속도나 데이터 처리가 어려움이 있다고 박사님께 들어서 라이다 데이 jinwoo-jung.tistory.com 이전에 업로드한 포스팅 기반으로 예제파일은 실행되지만, customize하기 위해 새로운 package를 설치 후 진행 시 라이브러리를 못찾는 등 여러 에러사항이 발생하여 추가적으로 업로드 한다. 설치 같은 경우 glad.h와 glfw3.h를 찾을 수 있어야 한다. sudo apt-get install g++ cmake git sudo..

접근법 처음에는 배열 index가 다르기에 index를 맞추고자 입력받을 때 1인 경우만 graph 배열에 저장하여 dfs()를 돌 때, 1부터 N까지 각 노드에서 시작하여 끝까지 내려가는 경로 중 지나가는 노드를 따로 저장하여 다시 인접행렬로 출력하도록 구현하였다. import sys import heapq sys.setrecursionlimit(10**6) N = int(input()) graph = [[] for _ in range(N+1)] resultGraph = [[0]* N for _ in range(N)] def dfs(x,y,flag): if x == y and flag == False: flag = True elif x == y and flag == True: heapq.heappush..

GUI 구성할 일이 생겨서 다양한 tool을 찾아보다가 PyQt와 OpenGL을 발견했다. PyQt의 경우 많은 데이터를 다루는데 있어서 로딩 속도나 데이터 처리가 어려움이 있다고 박사님께 들어서 라이다 데이터의 경우 많으면 몇억개기 때문에 OpenGL을 선택했다. OpenGL에 대한 정보가 많이 나와있지는 않아서 여러 Github와 tutorial을 기반으로 개발하고자 한다. 구글링 하다가 Learn OpenGL-Graphics Programming PDF를 건지게 되서 이거 기반으로 예제 코드 및 GUI 개발 공부를 진행할 예정이며, 관련 예제 코드는 깃허브에 올라와 있으니 참고 하면 될 것 같다. https://github.com/JoeyDeVries/learnopengl GitHub - JoeyD..

접근법 단순히 현재 노드의 부모를 찾는거기 때문에, dfs(),bfs()없이 단순하게 해결할 수 있을 것 같아서 아래와 같이 접근했다. import sys N = int(input()) visited = [0] * (N+1) visited[1] = 1 for _ in range(N-1): x, y = map(int,sys.stdin.readline().split(" ")) if visited[x] != 0: visited[y] = x else: visited[x] = y for i in range(2,N+1): print(visited[i]) 입력받는 두 수 중 하나는 무조건 이전에 언급된 노드여야 루트가 1인 트리를 형성할 수 있다. 따라서 입력받음과 동시에 두 수 중 방문되었던 노드가 있다면 다른 노..

본 게시글은 인하대학교 유상조 교수님의 Reinforcement Learning Tutorial Seminar 수강 후정리를 위한 포스팅입니다. 모든 포스팅의 저작관은 유상조 교수님에게 있음을 사전 공지합니다. Before This Episode https://jinwoo-jung.tistory.com/16 Bellman Optimality Equation 본 게시글은 인하대학교 유상조 교수님의 Reinforcement Learning Tutorial Seminar 수강 후정리를 위한 포스팅입니다. 모든 포스팅의 저작관은 유상조 교수님에게 있음을 사전 공지합니다. Before This Episode jinwoo-jung.tistory.com $S,A,P,R,\gamma$가 주어진 MDP에서 최적의 pol..

접근법 기존의 dfs에서 대각선을 탐색하는 경우의 수를 추가해 줘야 하며, "0 0"을 입력받기 전까지 반복해야 함으로 반복할 때 마다 전체 그래프와 cnt를 초기화 해 줘야 한다. 따라서 dfs()의 parameter에 전체 그래프도 추가되어야 한다. 정답 import sys sys.setrecursionlimit(10**6) di = [0,0,-1,1,1,1,-1,-1] dj = [1,-1,0,0,1,-1,1,-1] def dfs(i, j, Map): Map[i][j] = 0 for k in range(8): I = i+di[k] J = j+dj[k] if 0

본 게시글은 인하대학교 유상조 교수님의 Machine Learning Tutorial Seminar 수강 후정리를 위한 포스팅입니다. 모든 포스팅의 저작관은 유상조 교수님에게 있음을 사전 공지합니다. Classification(분류) : 구별되는 클래스를 예측하는 작업 Regression(회귀) : 실수값/연속적인 값(continuous qunatity)을 예측하는 작업 Linear Regression Linear Regression은 하나 혹은 다수의 Input(explanatory/independent variables)와 Output(a scalar response/dependent variable)의 상관관계를 모델링하는 것이다. 이때 Input Data는 다음과 같이 정의된다. $$x^i = [..