JINWOOJUNG

본 게시글은 인하대학교 유상조 교수님의 Reinforcement Learning Tutorial Seminar 수강 후 정리를 위한 포스팅입니다. 모든 포스팅의 저작관은 유상조 교수님에게 있음을 사전 공지합니다. Before This Episode https://jinwoo-jung.tistory.com/30 Temporal Difference Method 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 지난 시간까지 MC, TD에 대하여 살펴 보았다. Optimal..

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/29 Monte Carlo Method 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 DP는 Model을 알기 때문에 $v(S)$를 policy에 의해 선택되는 ac..

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/21 Dynamic Programming 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 지난시간에 학습한 DP의 경우 Model을 알고 있기에 적용 가능한 Metho..

Google MediaPipie https://github.com/google/mediapipe GitHub - google/mediapipe: Cross-platform, customizable ML solutions for live and streaming media. Cross-platform, customizable ML solutions for live and streaming media. - GitHub - google/mediapipe: Cross-platform, customizable ML solutions for live and streaming media. github.com MediaPipie는 구글에서 제공하는 AI 프레임워크로, 대표적으로 사람의 손 등 인체를 대상으로 하는 비전..

본 게시글은 인하대학교 유상조 교수님의 Machine Learning Tutorial Seminar 수강 후정리를 위한 포스팅입니다. 모든 포스팅의 저작관은 유상조 교수님에게 있음을 사전 공지합니다. Before This Episode https://jinwoo-jung.tistory.com/26 Recurrent Neural Network(RNN) 본 게시글은 인하대학교 유상조 교수님의 Machine Learning Tutorial Seminar 수강 후정리를 위한 포스팅입니다. 모든 포스팅의 저작관은 유상조 교수님에게 있음을 사전 공지합니다. Recurrent Neural Network(R jinwoo-jung.tistory.com RNN은 이전 state vlaue가 모두 다음 state의 inpu..

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..