정리 노트

https://school.programmers.co.kr/learn/courses/30/lessons/12900 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 이번 문제를 풀 때 모든 경우의 수를 하나하나 생각해가며 풀다 결과에 규칙이 있다는 것을 발견했습니다. 결과들이 피보나치 수열을 이루고 있었습니다! 첫 번째 풀이 피보나치 수열을 이루고 있다는 사실을 깨닫기 전에는 가로의 길이(n)가 1일 때부터 하나하나 경우의 수를 따져봤습니다. n == 1일 경우, 가로, 세로가 (1, 2)인 직사각형 하나만 가능하므로 이때의 경우의 수는 1입니다. n == ..

https://school.programmers.co.kr/learn/courses/30/lessons/17677 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 이번 문제는 무려 2018 KAKAO BLIND RECRUITMENT 문제! 물론 저도 푼 것을 보면 문제들 중 가장 난이도가 쉬웠던 문제가 아니었을까 싶습니다. 이번 문제는 두 문자열의 자카드 유사도를 계산하는 문제였습니다. 저의 풀이 자카드 유사도를 구할 때 핵심은 교집합이었습니다. 이번 문제에서 사용되는 집합은 다중 집합(원소가 중복될 수 있는 집합)이었기 중복 원소들 간의 교집합 계산을 생..

DCGAN CNN처럼 Convolutional Layer를 이용하는 GAN입니다. 판별자에서의 Convolution은 너비와 높이가 감소(=해상도가 감소)되고, 생성자에서의 Convolution은 너비와 높이가 증가(=해상도가 증가)하는 방향으로 진행됩니다. 이를 포함해 논문에서는 DCGAN 가이드라인을 제안하고 있습니다. batchnorm을 사용해서 학습 속도를 증가시킬 수 있고, fully connected hidden layer들을 제거함으로써 많은 weight들을 담을 메모리를 아낄 수 있다고 합니다.

CycleGAN 생성자를 통해 만들어진 이미지가 다시 원본 이미지로 재구성될 수 있도록(원본 이미지와 최대한 유사하게 될 수 있도록) 하는 것입니다. 이를 위해 2개의 변환기(G, F)가 사용됩니다. 아래의 그림을 보면 G, F는 역함수 관계에 있다고 생각할 수 있습니다. CycleGAN에서는 Pix2Pix와 달리 한 쌍으로 묶이지 않은 데이터셋에도 적용될 수 있습니다. 이러한 데이터셋을 사용하기 위해 cycle 손실을 사용합니다. 이에 사용되는 목적 함수는 아래와 같습니다. objective function의 첫 번째 term은 생성자 G가 만든 이미지 G(x)가 Y 도메인의 이미지와 최대한 비슷하게 하려 하고, 판별자 Dy는 G(x)와 실제 이미지를 구별하려 한다는 설명입니다.(GAN의 설명과 같습니..

https://school.programmers.co.kr/learn/courses/30/lessons/60057 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 드디어...! 오랜만에 저 스스로의 힘으로 레벨 2 문제를 풀어냈습니다! 저의 풀이 문자열 s의 길이가 2 이하인 경우, 문자열 압축을 하던 안 하던 길이는 똑같습니다. 예를 들어 s == "a"인 경우, 딱 봐도 "a" 밖에 답이 없습니다. s == "aa"인 경우 "2a"로 압축되고, s == "ab"인 경우 "ab" 그대로이기 때문에 길이는 똑같습니다. 그래서 메인 로직에 들어가기 전에 문자..

cGAN(conditional GAN) 기존 GAN 구조에서 데이터의 모드를 제어할 수 있도록 조건(condition)을 함께 입력하는 모델입니다. Generator에서 z는 latent vector(=noise vector), y는 condition vector입니다. cGAN에서의 objective function은 아래의 식과 같습니다. Pix2Pix(Image-to-Image Translation) GAN을 기반으로 설계된 아키텍처입니다. 학습 과정에서 이미지 자체를 조건으로 입력 받는 cGAN의 한 유형입니다. 즉 픽셀들을 입력으로 받아서 픽셀들을 예측한다는 의미를 가지고 있습니다. 여기서는 noise vector가 사용되지 않기 때문에 결과가 거의 deterministic 하다고 볼 수 있습니..

GAN(Generative Adversarial Networks) 기본 지식 확률 분포 생성 모델(Generative Model) 실제로 있지 않지만 실제로 있을 법한 데이터(이미지, 자연어 문장, 오디오 등...)를 생성할 수 있는 모델을 말합니다. 이 모델은 이미지 데이터들의 분포에 근사할 수 있도록 학습되어야 합니다. 이에 대한 대표적인 것이 GAN입니다. 만약 이 모델이 잘 학습이 되었다면 통계적으로 평균적인 특징을 가지는 데이터를 쉽게 생성할 것입니다. GAN 생성자(Generator)와 판별자(Discriminator) 두 네트워크를 활용하는 생성 모델입니다. 아래의 목적 함수를 통해 생성자는 이미지 분포를 학습할 수 있습니다. x: x~Pdata(x), z: z~Pz(z) G(z): nois..

프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 그동안 딥러닝이 무엇인지 계속 보다가 오랜만에 프로그래머스 코테 문제를 풀어보았습니다. 오랜만이라 그런지 문제가 어려웠습니다... 다른 사람의 풀이 그래서 결국 이번에도 다른 분의 풀이를 보며 공부했습니다. [프로그래머스, 파이썬] 조이스틱, Greedy [프로그래머스, 파이썬] 코딩테스트 고득점 Kit - Greedy, level 2 조이스틱 velog.io 저는 처음에 문자열 첫 번째 위치에서 왼쪽과 오른쪽 방향으로 주욱 탐색해서 계산하면 될 것이라 생각했습니다. 이렇게 생각하고 채점을 해본 결과 틀렸습니..