SJ_Koding

2023.11.08 - [Deep Learning/Pytorch] - Pytorch, 이미지 분류 코드 자세히 이해하기 (3편) - AutoAugment Pytorch, 이미지 분류 코드 자세히 이해하기 (3편) - AutoAugment 2023.11.07 - [Deep Learning/Pytorch] - Pytorch, 이미지 분류 코드 자세히 이해하기 (2편) - Dataset Pytorch, 이미지 분류 코드 자세히 이해하기 (2편) - Dataset 2023.11.07 - [Deep Learning/Pytorch] - Pytorch, 이미지 분류 코드 sjkoding.tistory.com *이전 글들과 이어지는 내용입니다. 이번 대회에서는 ResNet 9 모델을 사용했습니다. 기존에는 18, 50..

https://www.acmicpc.net/problem/1389 1389번: 케빈 베이컨의 6단계 법칙 첫째 줄에 유저의 수 N (2 ≤ N ≤ 100)과 친구 관계의 수 M (1 ≤ M ≤ 5,000)이 주어진다. 둘째 줄부터 M개의 줄에는 친구 관계가 주어진다. 친구 관계는 A와 B로 이루어져 있으며, A와 B가 친구라는 뜻 www.acmicpc.net 실버 1의 문제이다. 기존 그래프 연습 시리즈 게시글 내용에 조금만 더 로직을 추가하면 된다. 문제 케빈 베이컨의 6단계 법칙에 의하면 지구에 있는 모든 사람들은 최대 6단계 이내에서 서로 아는 사람으로 연결될 수 있다. 케빈 베이컨 게임은 임의의 두 사람이 최소 몇 단계 만에 이어질 수 있는지 계산하는 게임이다. 예를 들면, 전혀 상관없을 것 같은..

저번 DFS, BFS문제보다 더욱 쉬운 실버3. DFS로 문제를 풀어보았고 이전 게시글의 방법과 매우 유사하다. 2023.11.08 - [Algorithm/Graph] - 그래프 연습 (2) - DFS와 BFS (백준 1260) 그래프 연습 (2) - DFS와 BFS (백준 1260) https://www.acmicpc.net/problem/1260 1260번: DFS와 BFS 첫째 줄에 정점의 개수 N(1 ≤ N ≤ 1,000), 간선의 개수 M(1 ≤ M ≤ 10,000), 탐색을 시작할 정점의 번호 V가 주어진다. 다음 M개의 줄에는 간선이 연결하는 sjkoding.tistory.com 문제 신종 바이러스인 웜 바이러스는 네트워크를 통해 전파된다. 한 컴퓨터가 웜 바이러스에 걸리면 그 컴퓨터와 네트..

https://www.acmicpc.net/problem/1260 1260번: DFS와 BFS 첫째 줄에 정점의 개수 N(1 ≤ N ≤ 1,000), 간선의 개수 M(1 ≤ M ≤ 10,000), 탐색을 시작할 정점의 번호 V가 주어진다. 다음 M개의 줄에는 간선이 연결하는 두 정점의 번호가 주어진다. 어떤 두 정점 사 www.acmicpc.net 그래프와 DFS개념, BFS개념을 연습하기 아주 좋은 문제인 것 같다. (난이도: 실버 2) 문제 그래프를 DFS로 탐색한 결과와 BFS로 탐색한 결과를 출력하는 프로그램을 작성하시오. 단, 방문할 수 있는 정점이 여러 개인 경우에는 정점 번호가 작은 것을 먼저 방문하고, 더 이상 방문할 수 있는 점이 없는 경우 종료한다. 정점 번호는 1번부터 N번까지이다. ..

그래프를 표현하는 방법은 대표적으로 두 가지가 있다. 1. 인접 행렬 (Adjacency Matrix) 인접 행렬은 그래프의 노드들 간의 연결 관계를 행렬로 표현한다. 행렬에서 행과 열은 그래프의 노드를 나타내고, 행렬의 각 요소는 해당 노드들 간의 연결을 나타낸다. 예를 들어, 1 행 2 열의 값은 노드 1과 2가 연결되어 있다는 것을 의미하고 값이 1이다(가중치가 없을경우). 따라서 그래프가 무방향이라 가정했을 때, 인접 행렬은 대칭적이다. 연결관계: 1 2 1 3 1 4 2 4 3 4 인접행렬: 1 2 3 4 1 0 1 1 1 2 1 0 0 1 3 1 0 0 1 4 1 1 1 0 장점 직관적인 표현: 행렬을 사용하기 때문에 그래프의 연결 관계를 한눈에 파악하기 쉽다. 빠른 접근 시간: 특정 두 노드..

2023.11.07 - [Deep Learning/Pytorch] - Pytorch, 이미지 분류 코드 자세히 이해하기 (2편) - Dataset Pytorch, 이미지 분류 코드 자세히 이해하기 (2편) - Dataset 2023.11.07 - [Deep Learning/Pytorch] - Pytorch, 이미지 분류 코드 자세히 이해하기 (1편) - 데이터 확인 Pytorch, 이미지 분류 코드 자세히 이해하기 (1편) - 데이터 확인 1편 내용: import 문, SEED 고정, DataFrame화, r sjkoding.tistory.com 이번 글 역시 이전과 이어지는 글입니다. Albumentation Demo 사이트 torchvision의 augmentation함수와 albumentation의..

2023.11.07 - [Deep Learning/Pytorch] - Pytorch, 이미지 분류 코드 자세히 이해하기 (1편) - 데이터 확인 Pytorch, 이미지 분류 코드 자세히 이해하기 (1편) - 데이터 확인 1편 내용: import 문, SEED 고정, DataFrame화, rsplit, natsort, countplot 1편은 pytorch문법이 나오지는 않으나 반드시 필수적으로 처리해야하는 부분들입니다. 교내에서 진행한 AI경진대회에서 30개의 클래스 sjkoding.tistory.com * 이번 포스트는 위의 글과 이어지는 포스트입니다. 코드의 흐름이 이어지므로 꼭 확인바랍니다. Custom Dataset 설정 *아래 코드를 잘 기억해 두었다가 추후 생성자의 인자가 어느형태로 어떻게 전..

1편 내용: import 문, SEED 고정, DataFrame화, rsplit, natsort, countplot 1편은 pytorch문법이 나오지는 않으나 반드시 필수적으로 처리해야하는 부분들입니다. 교내에서 진행한 AI경진대회에서 30개의 클래스로 이루어진 32 by 32 이미지를 분류하는 대회를 진행하였습니다. 해당 이미지는 500개로 시작하여 3개의 클래스 마다 50개씩 데이터 개수가 줄여져있습니다. 즉 500, 500, 500, 450, 450, 450, 400, 400, 400, ..., 50, 50, 50 개의 데이터로 불균형을 이룹니다. 해당 대회코드로 각각 무슨 역할을 하는 코드인지 하나하나 정리하면 좋을 것 같아 글을 작성하게 되었습니다. * 데이터는 공개할 수 없음 환경: googl..