💻 🧐

분류 : DFS, 백트래킹문제는 굉장히 담백한데, 백트래킹을 잘 이해하지 못하면 풀기 힘들다. keypoint : DFS, 백트래킹codeimport sysinput = sys.stdin.readline n = int(input()) visited = [-1] * ncnt = 0 def check(now_row): for row in range(now_row): if visited[now_row] == visited[row] or now_row - row == abs(visited[now_row] - visited[row]): return False return True def dfs(row): global cnt if row == n: ..

분류 : 딕셔너리표면적으로 딕셔너리를 사용해서 푸는 문제이지만, 두가지 해결해야 하는 이슈들이 더 있다.1. Value 로 Key 값을 찾기.2. input() 에서 발생하는 시간초과 문제 해결하기keypoint : python input / value로 key 찾기 codeimport sys n,m = map(int,input().split(' '))pocketmon_list = dict()rev_poecketmon_list = dict()cnt=1for i in range(0,n): name = sys.stdin.readline().strip() pocketmon_list[str(cnt)] = name rev_poecketmon_list[name] = str(cnt) cnt+=..

분류 : 정렬 keypoint : python lambda, sort(key= ) code# n 번의 숫자입력을 받습니다.n = int(input()) # 좌표를 저장할 리스트coor = []for i in range(0,n): a,b = input().split(' ') coor.append([int(a),int(b)]) #리스트에 n 개의 좌표를 입력받는데 #coor.append(list(map(int,input().split(' ')) 으로 대체할 수 있습니다.#lambda 의 개념을 알아야 하는데 이건 아래에서 따로 다루겠습니다. coor.sort(key=lambda x: (x[1],x[0]))for coord in coor: print(coord[0], coo..

선형식의 경우 이해가 직관적이나 그것만을 가지고 갑자기 CNN 모델에 대입하면 머리가 띵해지는 경험을 한적이 있을것이다. 그래서 오늘은 CNN 기반 학습 과정에서 역전파가 어떻게 동작하는지 알아보기 위해 정리할겸 글을 작성했다.CNN 기반 머신러닝 시스템의 학습 과정과 역전파의 이해머신러닝 시스템의 학습 과정은 데이터 준비, 모델 정의, 순전파, 손실 계산, 역전파, 그리고 파라미터 업데이트의 단계로 이루어진다. 이번에는 CNN(Convolutional Neural Network) 모델을 사용하고, Cross Entropy 손실 함수를 적용하여 각 단계를 살펴보도록 하자.1. 데이터 준비CNN 모델은 주로 이미지 데이터를 다루므로, 이미지 데이터셋을 준비해야 한다. PyTorch의 torchvision ..

더보기[ FastAPI 공식 문서 기반으로 작성 된 글 입니다. ]  FastAPIFastAPI framework, high performance, easy to learn, fast to code, ready for productionfastapi.tiangolo.com FastAPI 에 대해 많은 글들이 있는데 다른 프레임워크들과 비교를 제대로 보여주는 곳이 별로 없는 것 같아서 정리해보았다.  1. FastAPI 란 ?더보기FastAPI 는 현대적이고 빠른, Python 의 API 를 빌드하기 위한 웹 프레임 워크입니다. - 공식문서 - 1.1 Python 의 API 를 빌드한다는 의미 두루뭉실하게 넘어가지 않고, 자세하게 집어본다면 python 의 API 를 빌드한다는 말이 무슨말일까. 싶을 것 ..

데이터를 쌓아두고 있으나 데이터 가치를 발굴해내려는 노력을 하지 않던 집단이 학습용 데이터셋을 만들고 싶어한다면 어떻게 해야할까 ?이런 고민을 하고 있는 사람이라면, 나와 같이 고민을 했으면 좋을 것 같은 마음에 글을 작성함. 최근 MLOps 까지는 아니지만, 아무것도 없는 환경에서 사용자 친화적 STT 를 뽑아내야하는 상황에 직면했다. 할거라면 제대로 하고 싶은 마음에 각을 잡고 고민을 해봤다. 진짜 사람들이 '잘' 쓰게 만들기 위해서는 결과도 빠르게 나와야하고 결과물을 수정해서 다시 학습시키는 재학습의 기능도 있어야 했다. 그리고 또 초기 학습에 필요한 데이터도 필요했으니 아주 밑바닥 부터 뭔가를 쌓아올리는 거대한 일의 시작이 되겠구나.. 라는 생각이 들었다. 근데 결과물을 '잘' 보여주고 보여준 결..

. 역전파 1단계(BackPropagation Step 1)순전파가 입력층에서 출력층으로 향한다면 역전파는 반대로 출력층에서 입력층 방향으로 계산하면서 가중치를 업데이트해갑니다. 출력층 바로 이전의 은닉층을 N층이라고 하였을 때, 출력층과 N층 사이의 가중치를 업데이트하는 단계를 역전파 1단계, 그리고 N층과 N층의 이전층 사이의 가중치를 업데이트 하는 단계를 역전파 2단계라고 해봅시다.역전파 1단계에서 업데이트 해야 할 가중치는 w5,w6,w7,w8 총 4개입니다. 원리 자체는 동일하므로 우선 w5에 대해서 먼저 업데이트를 진행해보겠습니다. 경사 하강법을 수행하려면 가중치 w5를 업데이트 하기 위해서 ∂Etotal / ∂w5를 계산해야 합니다. ∂Etotal/∂w5를 계산하기 위해 미분의 연쇄 법칙(C..

https://ko.wikipedia.org/wiki/%EC%84%A0%ED%98%95_%ED%9A%8C%EA%B7%80 선형 회귀 - 위키백과, 우리 모두의 백과사전위키백과, 우리 모두의 백과사전. 독립변수 1개와 종속변수 1개를 가진 선형 회귀의 예 통계학에서 선형 회귀(線型回歸, 영어: linear regression)는 종속 변수 y와 한 개 이상의 독립 변수 (또는 설명ko.wikipedia.org 선형회기는 수치 데이터를 기반으로 " 예상되는 값이 00이다 " 라는 질문에 답하기 위한 영역이다. 선형회기에서는 예상값(추정되는 값)이 선형일 것이라고 가정한다. 예측가능한 함수를 만들 때 선형이라면,어떤 선형의 예측가능한 함수가목적에 걸맞는 경향성을 나타내는지를 찾는 것이다. 이때 경향성을 찾기 ..

1. 진단자 ( 공격자 ) 아이피 주소 확인NAT 네트워크 [ 192.168.0.0/24 ] 로 지정했었음.네트워크 마스터 24 [ 255.255.255.0 ] 으로 17번째 네트워크에 할당 된 것을 볼 수 있음.진단자(공격자)는 17번째 네트워크를 갖게 되었음. 2. 대상 ( 피해자 ) 식별-진단 대상 아이피 주소 찾기Netdiscover 도구 sudo netdicover -i eth0 -r 192.168.0.0/241,2,3 으로 할당 된 것은 Virtualbox 는 할당되어 있는 주소이다. 따라서 18이 타겟임을 알 수 있다.ARP 프로토콜을 활용하여 네트워크 세그먼트에서 연결 된 클라이언트를 검색하는 스캐너  Netenum 도구본인의 IP 주소또한 포함시킨다.sudo apt install irp..

Git은 분산 버전 관리 시스템으로, 인터넷 연결이 없어도 코드의 버전 관리를 가능하게 합니다. 특히 오프라인 환경에서는 로컬 네트워크나 외부 디스크를 활용해 원격 저장소를 설정할 수 있으며, SSH를 이용해 직접적인 인터넷 연결 없이도 원격 저장소에 접근하는 방법도 가능합니다.이번 포스팅에서는 SSH를 활용한 원격 저장소 접근 방식과 함께, 오프라인 환경에서 Git을 효과적으로 활용하는 방법에 대해 자세히 설명하겠습니다. svn 같은 형상관리 시스템을  사용 할 수 있으나, github 가 익숙한 우리는 오프라인 환경에서도 svn 을 사용해봅시다. 목차오프라인 환경에서 Git을 사용해야 하는 이유로컬에서 Git 저장소 생성 및 초기 설정Git 명령어를 이용한 기본적인 버전 관리오프라인 환경에서 원격 저..