분류 전체보기

[프로그래머스] 성격 유형 검사하기 Level1 - 파이썬(python)

문제 설명 나만의 카카오 성격 유형 검사지를 만들려고 합니다. 성격 유형 검사는 다음과 같은 4개 지표로 성격 유형을 구분합니다. 성격은 각 지표에서 두 유형 중 하나로 결정됩니다. 지표 번호성격 유형 1번 지표 라이언형(R), 튜브형(T) 2번 지표 콘형(C), 프로도형(F) 3번 지표 제이지형(J), 무지형(M) 4번 지표 어피치형(A), 네오형(N) 4개의 지표가 있으므로 성격 유형은 총 16(=2 x 2 x 2 x 2)가지가 나올 수 있습니다. 예를 들어, "RFMN"이나 "TCMA"와 같은 성격 유형이 있습니다. 검사지에는 총 n개의 질문이 있고, 각 질문에는 아래와 같은 7개의 선택지가 있습니다. 매우 비동의 비동의 약간 비동의 모르겠음 약간 동의 동의 매우 동의 각 질문은 1가지 지표로 성격..

[파이썬] 병렬 처리 (zip 함수)

zip() 함수 여러 그룹의 데이터를 루프 한 번만 돌아 처리 3개의 문자열 내 글자를 하니씩 병렬해서 출력 for number, upper, lower in zip("12345", "ABCDE", "abcde"): print(number, upper, lower) ... 1 A a 2 B b 3 C c 4 D d 5 E e

[pytorch] 파이토치 텐서 자료형

32비트의 부동 소수점: torch.FloatTensor 64비트의 부호 있는 정수: torch.LongTensor GPU 연산을 위한 자료형: torch.cuda.FloatTensor

[pytorch] 행렬 연산(덧셈, 뺄셈, 곱셈, 평균, 최대값)

행렬 곱셈(.matmul) m1 = torch.FloatTensor([[1, 2], [3, 4]]) m2 = torch.FloatTensor([[1], [2]]) print('Shape of Matrix 1: ', m1.shape) # 2 x 2 print('Shape of Matrix 2: ', m2.shape) # 2 x 1 print(m1.matmul(m2)) # 2 x 1 실행결과 Shape of Matrix 1: torch.Size([2, 2]) Shape of Matrix 2: torch.Size([2, 1]) tensor([[ 5.], [11.]]) 원소 별 곱셈(.mul) 동일한 크기의 행렬이 동일한 위치에 있는 원소끼리 곱함 서로 다른 크기의 행렬에 브로드캐스팅 적용 후 원소 별 곱셈이 ..

[pytorch] 파이토치 기초 (벡터 생성, 브로드캐스팅)

1. 백터 생성 1차원 텐서(백터) 생성 t = torch.FloatTensor([0., 1., 2., 3., 4., 5., 6.]) print(t) 2차원 텐서(행렬) 생성 t = torch.FloatTensor([[1., 2., 3.], [4., 5., 6.], [7., 8., 9.], [10., 11., 12.] ]) print(t) 차원 및 크기 확인 print(t.dim()) # rank. 즉, 차원 print(t.shape) # shape print(t.size()) # shape print(t[0], t[1], t[-1]) # 인덱스로 접근 print(t[2:5], t[4:-1]) # 슬라이싱 print(t[:2], t[3:]) # 슬라이싱 2. 브로드캐스팅 파이토치는 행렬의 크기를 자동으로..

[프로그래머스] 두 큐 합 같게 만들기 Level2 - 파이썬(python)

문제 설명 길이가 같은 두 개의 큐가 주어집니다. 하나의 큐를 골라 원소를 추출(pop)하고, 추출된 원소를 다른 큐에 집어넣는(insert) 작업을 통해 각 큐의 원소 합이 같도록 만들려고 합니다. 이때 필요한 작업의 최소 횟수를 구하고자 합니다. 한 번의 pop과 한 번의 insert를 합쳐서 작업을 1회 수행한 것으로 간주합니다. 큐는 먼저 집어넣은 원소가 먼저 나오는 구조입니다. 이 문제에서는 큐를 배열로 표현하며, 원소가 배열 앞쪽에 있을수록 먼저 집어넣은 원소임을 의미합니다. 즉, pop을 하면 배열의 첫 번째 원소가 추출되며, insert를 하면 배열의 끝에 원소가 추가됩니다. 예를 들어 큐 [1, 2, 3, 4]가 주어졌을 때, pop을 하면 맨 앞에 있는 원소 1이 추출되어 [2, 3, ..

[pytorch] 파이토치 설치 방법 (feat. import torch 지정된 프로시저를 찾을 수 없습니다 해결 방법)

pytorch 설치 방법 정리 1. pytorch 사이트 접속 및 command 확인 https://pytorch.org/get-started/locally/ PyTorch An open source machine learning framework that accelerates the path from research prototyping to production deployment. pytorch.org 위 링크로 들어가면 아래와 같은 항목을 볼 수 있다. 각자의 환경의 맞게 설정한 후 run this command 부분을 복사해 터미널에 입력한다. 2. CUDA 버전 확인 CUDA 버전을 모른다면 명령 프롬프트에 nvidia-smi를 입력해 설치된 CUDA 버전을 확인한다. CUDA 11.6가 설치되..

[프로그래머스] 전력망을 둘로 나누기 Level2 - 파이썬(Python)

https://programmers.co.kr/learn/courses/30/lessons/86971 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 문제 설명 n개의 송전탑이 전선을 통해 하나의 트리 형태로 연결되어 있습니다. 당신은 이 전선들 중 하나를 끊어서 현재의 전력망 네트워크를 2개로 분할하려고 합니다. 이때, 두 전력망이 갖게 되는 송전탑의 개수를 최대한 비슷하게 맞추고자 합니다. 송전탑의 개수 n, 그리고 전선 정보 wires가 매개변수로 주어집니다. 전선들 중 하나를 끊어서 송전탑 개수가 가능한 비슷하도록 두 전력망으로 나누었을 때, 두 전..

[ARTINTEL 2022 컨퍼런스] 심층강화학습 기반의 자동 주식 트레이딩 기법 연구 논문 발표 (feat. XAI)

2022년 03월 21일부터 22일까지 진행되는 ARTINTEL 2022 (Artificial Intelligence, Machine Learning and Data Science World) 컨퍼런스에 참가했다. 컨퍼런스 장소는 스페인 바로셀로나였는데 코로나 때문에 결국 비대면으로 진행되었다. 발표내용 A study on the Automatic Stock Trading Schemes Based on Deep Reinforcement Learning: Using XAI SONGYI.LEE * 컨퍼런스 페이지 : https://www.continuumforums.com/artificial-intelligence-world-forum/index.php