티스토리

KATE.log

검색하기

블로그 홈

KATE.log

he-kate1130.tistory.com/m

mingyung 님의 블로그입니다.

구독자: 0

방명록 방문하기

주요 글 목록

[Computer Vision/OpenCV] 15. Segmentation 이번 포스팅에서는 image segmatation task에 대한 간략한 정리를 하려고 한다.이미지 segmatation이 무엇이고, 어떤 기법들이 사용되는지 초점을 맞추어 작성하려 한다. 1. Image segmentation이미지 segmentation은 이미지를 의미있는 영역(segments)로 분할하는 작업을 말한다.이미지를 겹치지 않는, 유사한 의미의 region들로 나눈다고 생각하면 된다.객체 인식이나, 장명 이해, 의료 영상 분석, 그리고 비전 시스템이 물리적인 영역으로 확장하는 데에 매우 중요한 역할을 하는 기술이다. 이 중에서도 Color segmentaio은 이미지의 색상 정보를 바탕으로유사한 색을 가진 픽셀들 끼리 그룹화 하여 세그멘테이션 하는 방식이다. segmentation을 하는.. 공감수 1 댓글수 0 2025. 4. 6.
[Computer Vision/OpenCV] 14. Image Denoising 오늘 포스팅에서는 대표적인 Degradation model 인 salt and pepper 와 gaussian noise를 없애는 denoising방식에 대해서 알아보고 코드 실습을 한다. 1. Salt & Pepper NoiseSalt and Pepper noise는 렌덤한 위치에 생성되는 점 형태의 노이즈이다.intensity 가 255 도는 0인 픽셀이 생성되는데, 이는 주로 센서의 오류나 전송 중에 생긴 여러 문제로 인해 발생한다. 그럼 이 노이즈는 어떻게 denoising할 수 있을까? 1.1. Low-pass Filter이 노이즈의 경우 low pass filter를 사용해서 고주파 잡음을 제거하는 방식으로 denoising 할 수 있다.예를 들면, Uniform Averaging Filte.. 공감수 1 댓글수 0 2025. 4. 5.
[Computer Vision/OpenCV] 13. Image Noise & Degradation 이 포스팅에서는 Image Degradation과 Image Noise에 대해서 알아본다. 1. Image Degradation TypeImage Restoration(복원)의 목표는 이미지의 degradation(손상)을 줄이는 것 이다.좋은 이미지 복원을 위해서는 이미지의 손상에 대한 이해가 필요하다. 이미지 손상의 유형은 다음과 같다.노이즈이미지에 무작위 값이 추가되어서 이미지의 세부 정보를 왜곡시키는 현상을 노이즈라고 한다.이미지 센서, 전송과정 중 손상, 조명 등 다양한 원인에 의해 발생한다.대표적으로 가우시안 노이즈, Salt&Pepper 노이즈, 포아송 노이즈 등이 있다.Out of focus Blur렌즈의 초점이 정확하지 않을 때 발생한다.렌즈가 가정한 초점 거리와 피사체의 거리가 다른경우.. 공감수 1 댓글수 0 2025. 4. 5.
[Computer Vision/OpenCV] 12. Unsharp Masking 저번 포스팅에서 Low pass filter와 High pass filter가 무엇인지, 어떤것이 있는지에 대해서 알아보았다.이번에는 이 필터들을 이용해서 이미지를 조금 더 선명하게 바꾸는 Unsharp Masking에 대해서 알아보자 https://he-kate1130.tistory.com/139 [Computer Vision/OpenCV] 10. Spatial Filtering & Convolution 개념지난시간에는 이미지의 히스토그램을 이용해 픽셀 값들을 다루는 방법들을 정리했다.오늘부터는 이미지의 spatial data를 다루는 방식들에 대해서 정리한다.이미지의 공간 데이터를 처리하기 위he-kate1130.tistory.com Unsharp Masking이미지를 선명하게 하기 위한 기법을 말한.. 공감수 1 댓글수 0 2025. 4. 4.
[Computer Vision/OpenCV] 11. Spatial Filtering 이번 포스팅은 여러가지 필터에 대해서 알아보고 OpenCV로 직접 실습하는 내용을 담았다.먼저 Low-pass, High-pass filter가 뭔지 알아보고Uniform Mean, Gaussian, Sobel, Laplacian filter에 대해서 알아본다. 저번 포스팅에서 필터링 연산에 대해서 가볍게 다루었기 때문에 기초적인 연산 방법 정리는 제외하였다. 그래도 내가 읽으려고 쓰는 글이니까 최대한 쉽게... 쓰는 중이다.https://he-kate1130.tistory.com/139 [Computer Vision/OpenCV] 10. Spatial Filtering & Convolution 개념지난시간에는 이미지의 히스토그램을 이용해 픽셀 값들을 다루는 방법들을 정리했다.오늘부터는 이미지의 spat.. 공감수 2 댓글수 0 2025. 4. 2.
[Computer Vision/OpenCV] 10. Spatial Filtering & Convolution 개념 지난시간에는 이미지의 히스토그램을 이용해 픽셀 값들을 다루는 방법들을 정리했다.오늘부터는 이미지의 spatial data를 다루는 방식들에 대해서 정리한다. 이미지의 공간 데이터를 처리하기 위해 우리는 필터링 연산을 사용한다.따라서 본격적인 방법을 살펴보기 전에, 먼저 필터링에 대해 알아보자. Spatial Filtering영상 처리에서 Spatial filtering은 이미지에 필터연산을 적용해 이미지를 수정하는 방식을 말한다. 필터 연산은 영상의 공간영역에서 특정 영역 단위로 필터링 커널 함수와 픽셀 값의 곱셈 및 합산 연산(Dot Product)을 수행하는 방식이다.수식으로 표현하면 다음과 같다. 이 식을 그림으로 간단하게 보면 아래와 같다. 필터 연산을 위해 미리 정의한 커널을 다른 말로 마스크라.. 공감수 1 댓글수 0 2025. 3. 31.
[Computer Vision/OpenCV] 9. Histogram Matching 저번 포스팅으로 히스토그램 Equalization을 배웠다. Histogram Equalization은 히스토그램의 분포를 균일하게 만드는 방법이다.오늘은, 균일한 분포를넘어서서 "특정한 분포"로 바꾸는 Histogram Matching에 대해서 배운다.이 과정에서 Histogram Equalization이 사용되기 때문에 equalization에 대해서 어느정도 알고 있어야 한다. Histogram Matching특정한 히스토그램 형태로 이미지의 원본 히스토그램을 변환하는 것을 histogram matching이라고 한다.즉, 원본 히스토그램 S를 변형하여 히스토그램 Z로 만든다. Histogram Matching 과정위의 사진으로 알 수 있듯이 Histogram Equalization을 통해서 T.. 공감수 2 댓글수 0 2025. 3. 27.
[Computer Vision/OpenCV] 8. Histogram Equalization 저번 포스팅에서는 이미지의 대비를 증가시키는 Histogram Stretching애 대해서 알아보았다.이번에는 히스토그램의 분포를 균일하게 만드는 Histogram Equalization을 살펴보자.Histogram EqualizationHistogram Equalization은 Stretching과 비슷하게 이미지의 대비를 증가시키는 효과를 가진다.그러나 둘의 다른 점은Stretching은 기존 히스토그램의 범위를 확대하는 것이고, Equalization은 전체 범위(0-255)에서 히스토그램의 분포를 최대한 균일게 만든다는 점이다. Histogram Equalization 과정$M$: 이미지 cols$N$: 이미지 rows $n_k$: k intensity에서의 히스토그램 높이 즉, Histogra.. 공감수 2 댓글수 0 2025. 3. 23.
[Computer Vision/OpenCV] 7. Histogram Stretching 우리는 저번 포스팅을 통해서 히스토그램이 무엇인지 알게 되었다.오늘은 Histogram Transformation중 하나인 Histogram Stretching에 대해서 알아보자. Histogram Stretching (Contrast Stretching)이미지의 히스토그램을 뽑아봤더니 다음처럼 나왔다고 하자. 히스토그램의 값들이 한 쪽에 뭉쳐있는 것을 확인할 수 있다.이럴 때 우리는 이 이미지를 대비가 약한, Flat 한 이미지 라고 한다. Histogram stretching은 이미지의 대비를 증가시키기 위해서 픽셀의 값 범위를 더 넓은 범위로 확장시키는 것을 말한다. 식을 이해해 보면, 기존의 밝기 범위 $i_{max} - i_{min}$을 사용하여 이미지의 범위를 normalize하는 것과 같다.. 공감수 1 댓글수 0 2025. 3. 23.
[Computer Vision/OpenCV] 6. Histogram 이번에는 저번 포스팅 Pixel Arithmetic Operation에 이어서픽셀 수준에서의 이미지처리에 많이 사용하는 히스토그램과 PDF, CDF에 대해서 살펴보자. 출처👇더보기https://docs.opencv.org/4.11.0/d6/dc7/group__imgproc__hist.html#ga4b2b5fd75503ff9e6844cc4dcdaed35d OpenCV: Histogramsvoid minMaxLoc(InputArray src, double *minVal, double *maxVal=0, Point *minLoc=0, Point *maxLoc=0, InputArray mask=noArray()) Finds the global minimum and maximum in an array. void.. 공감수 2 댓글수 0 2025. 3. 21.
[Computer Vision/OpenCV] 5. Pixel-wise Arithmetic Operation pixel-wise arithmetic operation은 이미지처리에서 가장 기초적으로 사용되는 연산 중 하나이다. 각 픽셀에 대해서 수행되는 연산을 말하는데, 보통 두개의 이미지 사이의 연산을 수행하기 위해 사용된다.또한, 이미지 필터링, 이미지 개성, 합성 등등의 task에 기본이 되는 간단한 연산이다 오늘은 이미지에서 더하기, 빼기, 나누기, Complements 총 4가지의 연산을 살펴보자https://vincmazet.github.io/bip/digital-images/operations.html Arithmetic operations — Basics of Image ProcessingArithmetic operations In the end, an image is an array of num.. 공감수 2 댓글수 1 2025. 3. 20.
[Computer Vision/OpenCV] 4. 2D Geometric Transformation 이번에는 이미지의 위치를 바꾸고, 회전하고, 크기를 바꾸는 등 이미지를 변형하는 것에 대한 이야기를 해보려고 한다.https://docs.opencv.org/4.11.0/da/d54/group__imgproc__transform.html#ga47a974309e9102f5f08231edc7e7529d OpenCV: Geometric Image TransformationsThe functions in this section perform various geometrical transformations of 2D images. They do not change the image content but deform the pixel grid and map this deformed grid to the destin.. 공감수 1 댓글수 0 2025. 3. 19.
[Computer Vision/OpenCV] 3. Image Interpolation 0. Image Interpolation일단 이미지 보간에 대한 간단한 이해를 해보자. 우리가 이미지를 확대하거나, 회전 시키는 등 이미지에 변형을 주게 되면기존의 픽셀들의 위치가 변하기 때문에 빈 공간이 생기게 된다. (변형된 픽셀의 위치의 픽셀 값이 없으므로) 이전 포스팅의 spatial resolution에서 작은 크기의 이미지를 resize하여 큰 크기의 이미지로 만들 때,새로 만들어지는 빈 pixel의 값을 주변의 값으로 대체하는 방식이 사용되었다. 이렇게 이미지에 생기는 공백을 어떤 방식으로 채울것인지에 대한 방법들을 이미지 보간법이라고 한다.오늘은 총 네가지 보간법에 대해서 알아볼 것이다.1. Nearest - neighbor interpolation가장 단순하게 공백을 채우는 방법 중 하나.. 공감수 1 댓글수 0 2025. 3. 13.
[Computer Vision/OpenCV] 2. Image Resolution 1. Image Quality이미지의 질은 어떤 부분에서 결정될까?먼저, 이미지의 대비가 선명하고, 디테일해야 한다.두번째로는, Splatial Resolution과 Intensity Quantization이 높은 수준으로 되어야 한다. 아래 예시를 통해서 이해해 보자 맨위의 사진은 원본 사진이다. 아래 왼쪽사진부터 살펴보자. 이 사진의 질이 좋지 않은 이유는 Spatial Resolution에 있다.아래 오른쪽 사진을 보자. 이 사진의 질이 좋지 않은 이유는 Intensity Quantization에 있다.지금부터 Spatial Resolution과 Quantization에 대해서 이해해 보자.2. Spatial ResolutionSpatial Resolution은 영상에서 두 점 사이의 최소거리를 측.. 공감수 1 댓글수 0 2025. 3. 8.
[Computer Vision/OpenCV] 1. Image & Sampling 1. Image먼저 이미지를 어떻게 표현하는 지 알아보자. 자연상태의 우리가 보는 이미지는 양자화되어있지 않지만, 우리가 이것을 숫자로 표현하기 위해서는 위치와 색에 대한 정보를 나타내야 한다. 따라서, 먼저 이미지를 각 픽셀 단위로 양자화하여 생각한다. 이렇게 양자화한 덕분에 이미지의 각 부분을 2-D coordinate로 표현할 수 있게 된다.빛은 continuous 한 값을 가지지만, 우리는 이 빛의 각 element를 0-255의 값으로 quantized 하여 표현한다.즉, 이미지를 픽셀단위로 양자화 하고, 각 픽셀을 양자화한 빛의 값으로 표현한다. 기본적인 흑백의 이미지는 2D function인 $f(x,y)$ 의 형태로 표현할 수 있다.Grayscale Image$f(x,y)$- $x,y$:.. 공감수 1 댓글수 0 2025. 3. 8.
[Computer Vision/OpenCV] 0. 목차 늘부터 학교에서 배웠던 컴퓨터 비전 기초 내용을 복습하려고 한다.다음과 같은 목차로 포스팅을 올릴 예정이다. 목차PART 1. Image Processing1. image & samplinghttps://he-kate1130.tistory.com/128 [Computer Vision] 1. Image & Sampling1. Image먼저 이미지를 어떻게 표현하는 지 알아보자. 자연상태의 우리가 보는 이미지는 양자화되어있지 않지만, 우리가 이것을 숫자로 표현하기 위해서는 위치와 색에 대한 정보를 나타내야 한he-kate1130.tistory.com 2. image resolutionhttps://he-kate1130.tistory.com/129 [Computer Vision] 2. Image Resolut.. 공감수 0 댓글수 0 2025. 3. 8.
프로젝트 소개 - Reversi Agent 개요내 동생은 바둑 유단자이다. 그는 거의 모든 종류의 보드게임에서 나를 능가하는 실력을 가지고 있다.그런 그에게 내가 대항할 수 있는 유일한 게임은 리버시 게임이다.그러나 최근 몇 번의 내기 게임에서 패배하면서, 나의 마지막 자존심마저 위협받고 있음을 깨달았다.기술의 힘을 빌려서라도 내 동생을 이겨먹고 말테다.리버시 게임(오델로)https://ko.wikipedia.org/wiki/%EC%98%A4%EB%8D%B8%EB%A1%9C 오델로 - 위키백과, 우리 모두의 백과사전위키백과, 우리 모두의 백과사전.ko.wikipedia.org 두 명이 8 x 8칸의 판 위에서 각각 다른 색의 돌을 번갈아 놓으며 진행한다.규칙처음에 판 가운데에 사각형으로 엇갈리게 배치된 돌 4개를 놓고 시작한다.돌은 반드시 상대.. 공감수 0 댓글수 0 2025. 3. 1.
[python]"코테"를 위한 기초 파이썬(7) - collections.Counter사용하기 파이썬 코테 공부를 하다보면 collections와 itertools 모듈을 정말 자주 사용하게 된다.오늘부터는 이 컨테이너들 중 코테에 많이 사용하는 자료형 몇가지를 살펴보도록한다. 먼저 이번 포스팅에서는 collection모듈의 Counter에 대해서 알아보자.Counterhttps://docs.python.org/3.11/library/collections.html#collections.Counter collections — Container datatypesSource code: Lib/collections/__init__.py This module implements specialized container datatypes providing alternatives to Python’s gener.. 공감수 0 댓글수 0 2025. 2. 28.
[티스토리 꾸미기] 무지개로 색이 변하는 상단 스크롤 바 추가하기 오늘은 티스토리 블로그에 상단 스크롤 바를 추가하고, 색상이 변하는 애니메이션을 설정해보겠습니다. 초기 상태가장 기본 상태인 티스토리의 반응형#1 스킨을 사용하였습니다. 다른 스킨 사용하셔도 똑같이 하시면 됩니다!(물론 경우에 따라 오류가 있을 수도 있습니다)상단바 만들기1. 먼저 html편집으로 들어가주세요 2. 헤드의 끝부분을 찾아주세요. Ctrl+f 후 /head 를 입력하면 찾을 수 있습니다. 3. 찾은 줄의 바로 위에 다음을 붙여넣어주세요 4. 이번에는 바디의 끝을 찾아주세요. Ctrl+f 후 /body 를 입력하면 찾을 수 있습니다. 5. 찾은 줄의 바로 위에 다음을 붙여넣어주세요 이제 잘 저장해주시고, 상단바 적용이 되었는지 확인하세요! 애니메이션(무지개) 적용하기이제 상단 바의 스타.. 공감수 0 댓글수 0 2025. 2. 23.
[python] "코테"를 위한 기초 파이썬 (6) - set 연산 오늘은 코테에서 유용하게 사용할 수 있는 set에 대해서 알아보자Setset은 이름처럼 집합에 관련한 작업을 쉽게 처리할 수 있는 자료형이다.두가지의 큰 특징을 가진다.중복을 허용하지 않는다. 중복값을 제거해준다! 순서가 없다. 따라서 인덱스를 사용할 수 없으므로, 리스트형으로 다시 바꿔 사용하자중복제거는 다음처럼 그냥 list를 set으로 바꾸면 제거된다.list_ = [1,2,3,4,5,5]print(set(list_)) # {1, 2, 3, 4, 5} 중복을 제거한다 다만, 위의 특성으로 인해 set으로 중복 제거를 한 결과는 순서가 유지되지 않는다. 그럼, 순서를 유지하면서 set을 이용하여 중복을 제거하려면 어떻게 해야 할까? 이 때는 sorted함수를 이용해서 인덱스를 기준으로 정렬해주면 된.. 공감수 0 댓글수 0 2025. 2. 21.
[python] 프로그래머스 - 외계어 사전 // 순열, set https://school.programmers.co.kr/tryouts/85920/challenges?language=python3 이 문제는 python 의 순열과 set을 복습하는데에 사용하면 좋을 문제다. from itertools import permutationsdef solution(spell, dic): answer = 0 permutation = set(map(''.join,permutations(spell,len(spell)))) if permutation&set(dic): return 1 else: return 2 파이썬 순열, 조합, 중복순열, 중복조합 복습하기https://he-kate1130.tistory.com/70 [python] ".. 공감수 0 댓글수 0 2025. 2. 21.
[Daira i Noor] Python Algorithm(0) - sorting 가장 간단하게 시작할 수 있는 정렬문제에 대해서 다뤄보도록 한다. sortinghttps://docs.python.org/ko/3/howto/sorting.html Sorting TechniquesAuthor, Andrew Dalke and Raymond Hettinger,. Python lists have a built-in list.sort() method that modifies the list in-place. There is also a sorted() built-in function that builds a new sorted lis...docs.python.org파이썬에서는 내장 함수 sorted() 를 이용해 손쉽게 정렬을 수행할 수 있다. (list의 sort함수도 있지만 리스트에서만 사.. 공감수 0 댓글수 0 2025. 2. 21.
[Daira i Noor] Python Algorithm (4) - 최단거리 다익스트라 최단거리 알고리즘최단거리 알고리즘은 그래프에서 정점간의 최단 경로를 찾는 알고리즘입니다. 필수적으로 알고 있어야 하는 알고리즘은 크게 3가지 정도로 꼽아볼 수 있습니다.다익스트라 알고리즘: 가중치가 있는 그래프에서 출발 노드로부터 모든 노드까지의 최단 경로를 찾음. (음수 가중치는 불가능)벨만-포드 알고리즘: 다익스트라와 유사하지만 음수 가중치도 허용. (음수 사이클이 없다는 가정 필요)플로이드-워셜 알고리즘: 모든 정점에서 모든 정점까지의 최단 경로를 찾는 알고리즘.A 알고리즘*: 휴리스틱을 활용하여 특정 목표 정점까지의 최단 경로를 찾음. 다익스트라 알고리즘다익스트라 알고리즘은 하나의 출발 정점(source)에서 다른 모든 정점까지의 최단 경로를 찾는 알고리즘입니다.알고리즘출발 노드를 선택하고, 해.. 공감수 0 댓글수 0 2025. 2. 2.
[CS study] 3. 스택과 큐 오늘은 스택과 큐 자료 구조를 복습한다.스택스택은 LIFO(후입선출) 구조의 자료를 말한다.사용 예시로 이전에 재귀에서 살펴본 시스템 스택이나 DFS을 생각할 수 있다. 구현은 3가지 정도의 방법으로 해볼수 있다.- 리스트를 이용해 전역변수로 구현하는 방법- 구조체리스트를 통해서 마지막 인덱스와 리스트를 함께- allocation(malloc, realloc...) 을 활용한 동적 스택 생성 스택문제의 대표 예시는 다음과 같다.- 괄호 검사 알고리즘- 전위, 중위, 후위 표기식큐큐는 FIFO(선입선출) 구조의 자료를 말한다.사용 예시로 BFS, CPU 스케줄링을 생각할 수 있다 구현은 선형 큐 혹은 원형 큐의 형태로 만들게 된다.퀴즈스택과 큐의 차이점을 설명하고, 각 자료구조가 실제 문제 해결에 어떻게 .. 공감수 1 댓글수 1 2024. 10. 9.
[CS study] 2. 알고리즘의 성능 알고리즘의 점근적 효율성입력의 크기가 커질수록 알고리즘의 효율성을 따지는 것은 매우 중요한 문제다.오늘은 알고리즘의 효율성을 점근적인 평가방식에 대해서 이야기 한다. 알고리즘의 실행 시간알고리즘이 실행완료되는데에 걸리는 실행시간은 입력의 크기에 따라서 달라진다.특히 알고리즘이 돌아가는 하드웨어에 따라, 운영 환경에 따라서 달라지는 부분이다.따라서 실제적인 시간을 따지는 것은 측정이 정확하지 않다. 이런 이유로 우리는 기본 연산(산술/ 비교...)이 몇번 실행되는지를 통해서 측정하게 된다.다만 이 경우 또한 입력 데이터에 따라서 달라진다. 예를 들어서 정렬 알고리즘의 기본연산 횟수를 세어보려고 한다.극단적으로 생각해서, 입력으로 들어오는 값이 이미 정렬된 채로 들어오는 경우가 있을 수 있다.반대로 정렬과 .. 공감수 0 댓글수 0 2024. 10. 8.
[CS study] 1. 재귀와 반복 알고리즘 문제를 풀면서 가장 기본적이고, 많이 이용하게 되는 반복과 재귀에 대해서 알아보자.반복우리가 보통 사용하는 while문이나 for문등을 통해서 명령의 반복적인 실행을 통해 로직을 구성하고, 해결하는 것을 말한다.재귀와 비교했을때 일반적으로는 속도가 더 빠르고, 스텍 메모리를 사용하지 않는다는 장점이 있다.다만 무한루프가 생기는 경우에 CPU사이클이 반복적으로 사용된다는 문제가 발생한다.재귀재귀는 함수 자기자신을 다시 호출하여 수행하는 형태의 로직을 말한다.즉, 큰 문제를 풀기 위해서 동일한 구조의 작은 문제로 분할하여 해결한다.반복문보다는 속도가 느릴 수 있고(알고리즘마다 다를 수 있음), 재귀 호출시에 변수나, 리턴값, 위치 등이 스택메모리에 저장되게 된다. 따라서 무한 재귀가 발생하면 스택 .. 공감수 0 댓글수 0 2024. 10. 8.
[CS study] 0. 개요 오늘부터 매주 다년간 학교에서 공부한 내용을 짧고 간결하게 훑어보는 시간을 가지기로 했다!! 따라서 이 포스팅에는 어떤 공부를 했는지에 대한 개요와 관련 포스팅url을 업로드 할 예정이다. 소프트웨어의 기초 (자료구조+알고리즘)재귀와 반복 https://he-kate1130.tistory.com/114알고리즘의 성능 https://he-kate1130.tistory.com/115스택 / 큐 https://he-kate1130.tistory.com/116우선순위 큐정렬색인과 이진검색트리균형 검색 트리해시 테이블그래프 공감수 0 댓글수 0 2024. 10. 8.
[Daira i Noor] Python Algorithm (3) - Minimum Spanning Tree Graph 알고리즘가장 기본이 되는 그래프 알고리즘인 DFS와 BFS에 대한 이야기는 아래의 링크를 통해 확인할 수 있다.https://he-kate1130.tistory.com/73 [Daira i Noor] Python Algorithm (2) - Brute Force Search오늘은 파이썬을 통해 완전 탐색을 하는 방법에 대해 알아본다.완전 탐색의 방법으로 단순한 brute force와, 순열의 활용, BFS/DFSk에 대해서 알아본다. Brute Forcefor문과 if문을 활용하여 모든 가능한he-kate1130.tistory.com 오늘은 Minimum spanning tree에 대한 이야기를 한다. Minimum spanning tree (MST)MST는 한국어로 최소 신장 트리라 한다. .. 공감수 0 댓글수 0 2024. 9. 28.
[CS234 + NLP] Lecture 3. Word Embadding(2) 공감수 0 댓글수 0 2024. 9. 26.
Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift Background논문을 읽기 전에 한번 되짚어보기Gradient DescentBatch Gradient Descent일반적으로 그냥 경사하강법이라 하면 이걸 떠올린다.iteration한번에 전체 training dataset을 사용하여서 gradient를 계산한다.세타 : 모델 파라미터알파: learning rateN: training dataset 크기l : loss func이름에 batch가 들어가서 살짝 혼동될 수 있는데, 그냥 batch를 total trainig dataset으로 생각하면 된다.전체 dataset을 쓰기 때문에 convergence가 안정적이라는 장점이 있다. 다만 메모리를 많이 쓰고, lacal optima로 수렴되는 경우에 빠져나오기 어렵다.Stochastic Gradien.. 공감수 0 댓글수 0 2024. 8. 6.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.