본문 바로가기

분류 전체보기24

JAVA jdk(java development kit): jre의 상위, java.c.exe로 실행(컴파일러), 자바 디버깅 프로그램 jre(): 라이브러리, JVM, 애플리케이션 실행시 필요한 컴포넌트 포함 객체지향 프로그래밍은 클래스, 객체, 상속, 캡슐화, 추상화, 다형성과 같은 개념들과 관련이 있는 프로그래밍 스타일 객체지향 프로그래밍 패러다임을 따르는 유명한 프로그래밍 언어로는 Java, V++, V#, Ruby 등 프로그램의 구조를 객체 간 상호작용 관계로 표현하는 프로그래밍 방식 자바에서 객체 기반 애플리케이션은 클래스 선언, 객체 생성, 그 객체들 사이의 상호작용에 기반을 두고 설계 됨 클래스 공통적으로 갖는 속성들을 모아서 정의내린 것, 연관되어 있는 변수와 메소드의 집합 사용자가 정의한 생성될 .. 2019. 9. 24.
RNN & Automata (오토마타) [RNN] 1. RNN이란? - Recurrent Neural Network - Hidden Layer 안에 하나 이상의 순환 계층을 갖는 신경망 구조 - 시계열 데이터 처리에 알맞게 고안된 퍼셉트론 계층 - 지연 입력 방식(어떤 시간대의 출력이 다음 시간대의 입력으로 이용됨) 2. Static RNN & Dynamic RNN h_t = tanh(h_(t-1)*W_h + x_t*W_x + b) 같은 대상을 다른 방식으로 표현한 데 지나지 않지만, TF와 같은 프레임워크에서는 이런 표현법의 차이가 실제 계산 그래프 구성에 반영되기도 함 Dynamic RNN 간단한 계산 그래프 구성 해놓고 반복 이용 Static RNN 반복 없이 여러 시간의 동시 처리해서 시간은 더 빠르다. 하지만, 초기 계산 그래프 구성.. 2019. 9. 24.
[C/C++] 데크 덱 (Deque) 구현 풀 코드는 아래 링크에서 확인하실 수 있습니다! (피드백 환영합니다~~~) https://github.com/Sjisoo/DataStructure/blob/master/Deque/Deque.c Sjisoo/DataStructure Contribute to Sjisoo/DataStructure development by creating an account on GitHub. github.com 2019. 5. 23.
[C/C++] 큐 (Queue) 구현 풀 코드는 아래 링크에서 확인하실 수 있습니다! (피드백 환영합니다!) https://github.com/Sjisoo/DataStructure/blob/master/Queue/Queue.c Sjisoo/DataStructure Contribute to Sjisoo/DataStructure development by creating an account on GitHub. github.com 구조체 생성! element: 현 노드에 담고 있는 값 *link: 다음 노드(현 노드 아래에 쌓여있는)의 주소 값 주의: Stack에서 link는 이전 노드였다면, Queue에서는 다음 노드를 가리킨다! Queue에 데이터 push(저장) push라는 함수를 사용해 새로운 데이터를 queue에 추가 1. 가장 최근에 .. 2019. 5. 21.
[C/C++] 스택 (Stack) 구현 풀 코드는 아래 링크에서 확인하실 수 있습니다! (피드백 환영합니다!) https://github.com/Sjisoo/DataStructure/blob/master/Stack/Stack.c Sjisoo/DataStructure Contribute to Sjisoo/DataStructure development by creating an account on GitHub. github.com 구조체 생성! element: 현 노드에 담고 있는 값 *link: 이전 노드(현 노드 아래에 쌓여있는)의 주소 값 Stack에 데이터 Push(저장) push라는 함수를 사용해 새로운 데이터를 stack에 추가 가장 최근에 저장된 데이터의 주소(top)를 makeNode라는 함수로 새로운 값을 갖는 노드 생성 새로 업.. 2019. 5. 21.
[NLP] Convolutional Neural Networks for Sentence Classification - Yoon Kim 이 논문은 pre-trained word vector과 CNN을 사용하여 sentence classification을 진행했다. static layer: word vector 업데이트 없이 weight 값들만 변경 non-static layer: weight 업데이트 하면서 word vector도 업데이트 - ppt 오른쪽 'Convolution Layer' 수식을 보면 두 가지의 layer 동시 사용했다는 것을 알 수 있다 - feature중 가장 큰 값만 추출(Max-over-time Pooling) - Dropout을 적용하고 activation function으로는 Softmax 사용 Google News에서 제공하는 word 1000억개로 학습시킨 word2vec 벡터를 Pre-trained w.. 2019. 5. 20.
반응형

티스토리툴바