728x90 python10 [python] 자료구조 - 스택 , 큐 , 재귀함수 🎵 탐색 : 많은 양의 데이터 중에서 원하는 데이터를 찾는 과정 그래프, 트리 등의 자료구조 안에서 탐색을 하는 문제를 자주 다룬다 대표적인 탐색 알고리즘으로 DFS와 BFS를 꼽을 수 있다. DFS와 BFS에 대해 제대로 이해하기 위해서 스택과 큐에 대한 이해가 전제되어야한다. 🎵 자료구조 : 데이터를 표현하고 관리하고 처리하기 위한 구조 스택과 큐를 구성하는 핵심 함수 삽입 (push) : 데이터를 삽입한다 삭제 (pop) : 데이터를 삭제한다 👉 삽입과 삭제 외에도 오버플로와 언더플로를 고민해야한다. 오버플로 : 저장공간에 데이터가 가득 찬 상태에서 삽입 연산을 수행할 때 발생 언더플로 : 데이터가 전혀 들어있지 않은 상태에서 삭제 연산을 수행할때 발생 ❤️ 스택 (stack) ☝ 스택은 그릇 쌓기.. 2022. 5. 13. [TensorFlow] 인공지능 : MNIST / 심층신경망 / batchNormalization 작년에 학교에서 전공으로 인공지능 수업 들었을때 했던 과제인데 필요한 분들 있으실까봐 공유합니다! 문제 1. 데이터는 MNIST를 사용한다. 2. 심층신경망의 입력층, 은닉층 3개(첫번째, 두번째, 세번째 은닉층 노드 개수 각각 256개, 256개, 256개), 출력층으로 되어 있는 모델을 생성하고 그밖의 사항들은 자유롭게 지정한다. 3. 최적화 방법은 Gradient Descent Optimization 을 사용한다. 4. 과적합 방지를 위해 batch normalization을 수행하여 성능을 분석한다. 1. tensorflow 라이브러리 import 후 버전 확인 # tensorflow 버전 확인 import tensorflow as tf print(tf.__version__) 2. 버전을 1.15.. 2022. 2. 16. [TensorFlow] 인공지능 : MNIST / 심층신경망 / dropOut 작년에 학교에서 전공으로 인공지능 수업 들었을때 했던 과제인데 필요한 분들 있으실까봐 공유합니다! 문제 1. 데이터는 MNIST를 사용한다. 2. 심층신경망의 입력층, 은닉층 3개(첫번째, 두번째, 세번째 은닉층 노드 개수 각각 256개, 256개, 256개), 출력층으로 되어 있는 모델을 생성하고 그밖의 사항들은 자유롭게 지정한다. 3. 최적화 방법은 Gradient Descent Optimization 을 사용한다. 4. 과적합 방지를 위해 droupout의 수치를 변경하면서 성능을 분석한다. 1. tensorflow 라이브러리 import 후 버전 확인 # tensorflow 버전 확인 import tensorflow as tf print(tf.__version__) 2. 버전을 1.15로 낮춘다 .. 2022. 2. 16. [TensorFlow] 인공지능 : 심층 신경망 구현 / Logistic Regression / 분류모델 작년에 학교에서 전공으로 인공지능 수업 들었을때 했던 과제인데 필요한 분들 있으실까봐 공유합니다! 문제 털과 날개에 따라 포유류, 조류, 기타를 바탕으로 데이터를 20개 이상 생성하여 심층 신경망을 구현하고, 결과를 분석한다. 1. 데이터는 개별적으로 생성한다. 2. 심층신경망의 입력층, 은닉층 3개(첫번째, 두번째, 세번째 은닉층 노드 개수 각각 10개, 20개, 10개), 출력층으로 되어 있는 모델을 생성하고 그밖의 사항들은 자유롭게 지정한다. 3. 최적화 방법은 Gradient Descent Optimization 을 사용한다. 1. 먼저 tensorflow를 import하고 버전을 확인한다 import tensorflow as tf print(tf.__version__) 2. 버전을 1.15버전으.. 2022. 2. 16. 이전 1 2 3 다음 728x90
