Jayden`s

[딥러닝, CV] 오토인코더, 잠재 벡터, 이상치 탐지, 노이즈 제거

오토인코더(AutoEncoder, AE) 입력 데이터를 저차원의 벡터(잠재 벡터 ; Latent Vector)로 압축하고 다시 원래 크기의 출력 데이터로 복원하는 신경망입니다. 오토인코더의 가장 중요한 목적은 인코더와 디코더 사이의 잠재 벡터를 얼마나 잘 얻어내느냐 입니다. 오토인코더는 비지도학습의 일종으로, 입력값을 정답으로도 사용하기 때문에 자기지도학습이기도 합니다. 잠재 벡터(Latent Vector) 오토인코더에서 가장 중요한 목적으로, 입력값에 대한 중요한 특성들이 가장 효율적으로 저장되게끔 학습됩니다. 원본 데이터를 압축 후 다시 복원하고 그 복원값과 원본 데이터(입력값이자 실제값)을 비교하여 가중치가 조정되며 잠재벡터가 결정됩니다. 이상치 탐지(Anomaly Detection) 정상으로 규정..

[1712] 손익분기점

import sys A, B, C = map(int, sys.stdin.readline().rstrip().split()) if B >= C: print(-1) else: nums = A // (C - B) print(nums + 1) 1712 손익분기점 굉장히 쉬운 문제인데, 확실히 이런 문제에서 프로그래밍적인 사고가 쓰이는 것 같다. 그냥 for문을 통해서 count 처리하면 훨씬 시간이 걸리는데 이렇게 나눠버리는 식으로 하면 금방 구해진다.

[1316]그룹 단어 체커

import sys N = int(sys.stdin.readline()) for _ in range(N): noun = sys.stdin.readline().rstrip() arr = [] temp = 0 for alp in noun: arr.append(alp) if len(arr) == 1: continue else: for i in range(len(arr) - 1): if arr[i] != arr[i+1]: temp += 1 if temp >= len(set(arr)): N -= 1 print(N) 1316 그룹 단어 체커

[2941]크로아티아 알파벳

import sys alp_cro = sys.stdin.readline().rstrip() arr = ['c=', 'c-', 'dz=', 'd-', 'lj', 'nj', 's=', 'z='] for alp in arr: if alp in alp_cro: alp_cro = alp_cro.replace(alp, '*') print(len(alp_cro)) 2941 크로아티아 알파벳

[5622]다이얼

import sys alp_arr = sys.stdin.readline().rstrip() time_tot = 0 for alp in alp_arr: if alp in 'ABC': time_tot += 3 elif alp in 'DEF': time_tot += 4 elif alp in 'GHI': time_tot += 5 elif alp in 'JKL': time_tot += 6 elif alp in 'MNO': time_tot += 7 elif alp in 'PQRS': time_tot += 8 elif alp in 'TUV': time_tot += 9 else: time_tot += 10 print(t..