[백준] 1865 웜홀 : 문제의 논란 정리
주의 : 해당 문제 질문 게시판의 풀이 및 논란 완전 정리합니다. 라는 글에 대한 보충 설명을 스스로 이해할 수 있도록 정리한 글입니다.
Posts by Tag
- algorithm 7
- deep learning 4
- kaggle 2
- keras 2
- 백준 2
- 알고리즘 2
- cs231n 2
- deeplearning 2
- transformer 2
- object detection 2
- BOJ 2
- PS 2
- titanic 1
- shortest path 1
- 다익스트라 1
- daijkstra 1
- AI 1
- kNN 1
- svm 1
- SVM 1
- 1520 1
- DQN 1
- cartpole 1
- Pytorch 1
- torch 1
- pytorch 1
- scene representation 1
- view synthesis 1
- image-based rendering 1
- volume rendering 1
- 3D deep learning 1
- R-CNN 1
- DeepLearning 1
- yolo 1
- vision 1
- you look only once 1
- tree 1
algorithm
[알고리즘] 트리의 지름 증명
링크의 글을 보충 설명한 글입니다.
[백준] 2206 : 벽 부수고 이동하기
용어정리 벽을 한번 뚫고 온 상태를 depth 1, 벽을 뚫고 오지 않은 상태를 depth 0라고 정의합니다. (0,0) → (N-1, M-1) 경로라고 생각합니다.
코딩 테스트 대비 정리
C++ STL vector : 배열(array)와 비슷하게 사용가능 map 파이썬의 Dictionary와 비슷함 1 2 map<string, int> m; m['jiwon'] = 1; ...
[백준 1520] 내리막 길
문제 보러가기
[백준 1753] 잘못된 다익스트라 코드
1. 글을 쓰게 된 이유
최단경로 알고리즘 정리
참고자료: kks227 blog 고려대학교 정원기 교수님 ‘알고리즘’ (COSE214, 2020 1R)
deep learning
CS231n Assignments 1 : SVM
1. svm_loss_naive 구현하기
딥러닝 스터디 자료들 모음
0. 관련 다른 블로그들 링크 https://theonly1.tistory.com/884 나의 머신러닝 답사기 딥러닝 자료 모음 딥러닝 스터디 자료 모음 딥러닝 학습 자료 모음
첫 캐글 도전기 : 타이타닉 예제
1. 데이터 분석 1.1 변수 종류 확인 Survied 포함 총 12개의 Variable (제외하고는 11개의 variable) Survived 변수는 정답 label로써 train set에는 포함 test set에는 미포함
kaggle
딥러닝 스터디 자료들 모음
0. 관련 다른 블로그들 링크 https://theonly1.tistory.com/884 나의 머신러닝 답사기 딥러닝 자료 모음 딥러닝 스터디 자료 모음 딥러닝 학습 자료 모음
첫 캐글 도전기 : 타이타닉 예제
1. 데이터 분석 1.1 변수 종류 확인 Survied 포함 총 12개의 Variable (제외하고는 11개의 variable) Survived 변수는 정답 label로써 train set에는 포함 test set에는 미포함
keras
[강화학습] Tensorflow를 이용한 DQN 구현 (cartpole_v0)
1. 계기 Kaggle에서 도대체 내가 참여할만한 competition이 무엇이 있을까 하고 찾아보던 중 Lux AI Challenge라는 competition을 발견하게 되었었다. 강화학습과 주어진 파이썬 API를 이용해 참여해야 했는데, 이 당시(8월 말)의 나는 강화학습에...
첫 캐글 도전기 : 타이타닉 예제
1. 데이터 분석 1.1 변수 종류 확인 Survied 포함 총 12개의 Variable (제외하고는 11개의 variable) Survived 변수는 정답 label로써 train set에는 포함 test set에는 미포함
백준
[백준 1520] 내리막 길
문제 보러가기
[백준 1753] 잘못된 다익스트라 코드
1. 글을 쓰게 된 이유
알고리즘
[백준 1520] 내리막 길
문제 보러가기
[백준 1753] 잘못된 다익스트라 코드
1. 글을 쓰게 된 이유
cs231n
CS231n Assignments 1 : SVM
1. svm_loss_naive 구현하기
deeplearning
[Paper] YOLO : You Look Only Once
Abstract 기존 : classifier를 detection을 수행하도록 바꾸는 방식 ➡️ YOLO는 object detection을 regression 문제로 접근함. 단일 네트워크가 bounding box와 class probability 예측을 한번에 수행 모...
[강화학습] Tensorflow를 이용한 DQN 구현 (cartpole_v0)
1. 계기 Kaggle에서 도대체 내가 참여할만한 competition이 무엇이 있을까 하고 찾아보던 중 Lux AI Challenge라는 competition을 발견하게 되었었다. 강화학습과 주어진 파이썬 API를 이용해 참여해야 했는데, 이 당시(8월 말)의 나는 강화학습에...
transformer
Transformer를 구현하며 배운 것들
Pytorch Layer Initialization
object detection
[Paper] YOLO : You Look Only Once
Abstract 기존 : classifier를 detection을 수행하도록 바꾸는 방식 ➡️ YOLO는 object detection을 regression 문제로 접근함. 단일 네트워크가 bounding box와 class probability 예측을 한번에 수행 모...
[Paper] R-CNN(2013)
용어 정리 Non-maximum suppression(NMS, 최대 억제) 한 물체에 여러 bounding box가 있을 때, 한 bounding box만을 남기도록 하는 기술. 가장 점수(confidence)가 높은 bounding box 기준...
BOJ
[백준] 1865 웜홀 : 문제의 논란 정리
주의 : 해당 문제 질문 게시판의 풀이 및 논란 완전 정리합니다. 라는 글에 대한 보충 설명을 스스로 이해할 수 있도록 정리한 글입니다.
[백준] 2206 : 벽 부수고 이동하기
용어정리 벽을 한번 뚫고 온 상태를 depth 1, 벽을 뚫고 오지 않은 상태를 depth 0라고 정의합니다. (0,0) → (N-1, M-1) 경로라고 생각합니다.
PS
[백준] 1865 웜홀 : 문제의 논란 정리
주의 : 해당 문제 질문 게시판의 풀이 및 논란 완전 정리합니다. 라는 글에 대한 보충 설명을 스스로 이해할 수 있도록 정리한 글입니다.
[백준] 2206 : 벽 부수고 이동하기
용어정리 벽을 한번 뚫고 온 상태를 depth 1, 벽을 뚫고 오지 않은 상태를 depth 0라고 정의합니다. (0,0) → (N-1, M-1) 경로라고 생각합니다.
titanic
첫 캐글 도전기 : 타이타닉 예제
1. 데이터 분석 1.1 변수 종류 확인 Survied 포함 총 12개의 Variable (제외하고는 11개의 variable) Survived 변수는 정답 label로써 train set에는 포함 test set에는 미포함
shortest path
최단경로 알고리즘 정리
참고자료: kks227 blog 고려대학교 정원기 교수님 ‘알고리즘’ (COSE214, 2020 1R)
다익스트라
[백준 1753] 잘못된 다익스트라 코드
1. 글을 쓰게 된 이유
daijkstra
[백준 1753] 잘못된 다익스트라 코드
1. 글을 쓰게 된 이유
AI
딥러닝 스터디 자료들 모음
0. 관련 다른 블로그들 링크 https://theonly1.tistory.com/884 나의 머신러닝 답사기 딥러닝 자료 모음 딥러닝 스터디 자료 모음 딥러닝 학습 자료 모음
kNN
맨 위로 이동 ↑svm
CS231n Assignments 1 : SVM
1. svm_loss_naive 구현하기
SVM
CS231n Assignments 1 : SVM
1. svm_loss_naive 구현하기
1520
[백준 1520] 내리막 길
문제 보러가기
DQN
[강화학습] Tensorflow를 이용한 DQN 구현 (cartpole_v0)
1. 계기 Kaggle에서 도대체 내가 참여할만한 competition이 무엇이 있을까 하고 찾아보던 중 Lux AI Challenge라는 competition을 발견하게 되었었다. 강화학습과 주어진 파이썬 API를 이용해 참여해야 했는데, 이 당시(8월 말)의 나는 강화학습에...
cartpole
[강화학습] Tensorflow를 이용한 DQN 구현 (cartpole_v0)
1. 계기 Kaggle에서 도대체 내가 참여할만한 competition이 무엇이 있을까 하고 찾아보던 중 Lux AI Challenge라는 competition을 발견하게 되었었다. 강화학습과 주어진 파이썬 API를 이용해 참여해야 했는데, 이 당시(8월 말)의 나는 강화학습에...
Pytorch
Transformer를 구현하며 배운 것들
Pytorch Layer Initialization
torch
Transformer를 구현하며 배운 것들
Pytorch Layer Initialization
pytorch
맨 위로 이동 ↑scene representation
[번역]NeRF : Representing Scenes as Neural Radiance Fields for View Synthesis
궁금증 $(x,y,z)$의 범위는 어떻게 되나요? normailized to lie in $[-1,1]$ (9p) 부록 A를 보자 $r(t) = o + td$에서 $o$는 뭔가용…? Alpha Compositing ...
view synthesis
[번역]NeRF : Representing Scenes as Neural Radiance Fields for View Synthesis
궁금증 $(x,y,z)$의 범위는 어떻게 되나요? normailized to lie in $[-1,1]$ (9p) 부록 A를 보자 $r(t) = o + td$에서 $o$는 뭔가용…? Alpha Compositing ...
image-based rendering
[번역]NeRF : Representing Scenes as Neural Radiance Fields for View Synthesis
궁금증 $(x,y,z)$의 범위는 어떻게 되나요? normailized to lie in $[-1,1]$ (9p) 부록 A를 보자 $r(t) = o + td$에서 $o$는 뭔가용…? Alpha Compositing ...
volume rendering
[번역]NeRF : Representing Scenes as Neural Radiance Fields for View Synthesis
궁금증 $(x,y,z)$의 범위는 어떻게 되나요? normailized to lie in $[-1,1]$ (9p) 부록 A를 보자 $r(t) = o + td$에서 $o$는 뭔가용…? Alpha Compositing ...
3D deep learning
[번역]NeRF : Representing Scenes as Neural Radiance Fields for View Synthesis
궁금증 $(x,y,z)$의 범위는 어떻게 되나요? normailized to lie in $[-1,1]$ (9p) 부록 A를 보자 $r(t) = o + td$에서 $o$는 뭔가용…? Alpha Compositing ...
R-CNN
[Paper] R-CNN(2013)
용어 정리 Non-maximum suppression(NMS, 최대 억제) 한 물체에 여러 bounding box가 있을 때, 한 bounding box만을 남기도록 하는 기술. 가장 점수(confidence)가 높은 bounding box 기준...
DeepLearning
[Paper] R-CNN(2013)
용어 정리 Non-maximum suppression(NMS, 최대 억제) 한 물체에 여러 bounding box가 있을 때, 한 bounding box만을 남기도록 하는 기술. 가장 점수(confidence)가 높은 bounding box 기준...
yolo
[Paper] YOLO : You Look Only Once
Abstract 기존 : classifier를 detection을 수행하도록 바꾸는 방식 ➡️ YOLO는 object detection을 regression 문제로 접근함. 단일 네트워크가 bounding box와 class probability 예측을 한번에 수행 모...
vision
[Paper] YOLO : You Look Only Once
Abstract 기존 : classifier를 detection을 수행하도록 바꾸는 방식 ➡️ YOLO는 object detection을 regression 문제로 접근함. 단일 네트워크가 bounding box와 class probability 예측을 한번에 수행 모...
you look only once
[Paper] YOLO : You Look Only Once
Abstract 기존 : classifier를 detection을 수행하도록 바꾸는 방식 ➡️ YOLO는 object detection을 regression 문제로 접근함. 단일 네트워크가 bounding box와 class probability 예측을 한번에 수행 모...
tree
[알고리즘] 트리의 지름 증명
링크의 글을 보충 설명한 글입니다.