전체 글
-
Neural Network-Based Self-Tuning PID Control for Underwater VehiclesAI, DataScience 2022. 2. 22. 10:00
논문 리뷰 이 포스트의 모든 저작권은 원작자에게 있습니다. Sensors 2016 by Rodrigo Hernández-Alvarado 1,*,†,‡,Luis Govinda García-Valdovinos 1,‡,Tomás Salgado-Jiménez 1,‡,Alfonso Gómez-Espinosa 2,‡ORCID and Fernando Fonseca-Navarro 1,‡ subject: Comparison between Conventional PID-like controller and Auto-tune PID-like controller based on Neural Networks (NN) keyword: neural networks auto-tuning PID ROV(Remotely Operated ..
-
[맥주][리뷰] 젠틀맨 라거 리뷰others/Alc. 2022. 2. 21. 15:40
패키지가 예뻐서 골라봤다. 양반탈과 개화기 복장이라 근데 이름은 젠틀맨 라거? 맛은 어떨지 궁금하다 플레이그라운드 브루어리에서 만들었다. 체코 필스너 라거 깔끔한 맛 부드러운 목넘김 소맥같은 라거..? 이 문구를 사기 전에 읽어봐야했는데... 필스너 라거라고 해서 깊고 쌉쌀한 맛을 기대했는데 아... 뭐지...? 왜 맥주에서 깻잎맛?이 나는걸까? 목넘김은 좋다. 인정한다 근데 깔끔한맛이라.... 잘 모르겠네. 보관을 잘못한 건지 원래 이런건지 모르겠는데, 필스너하면 기대하는 홉의 맛 보다는 뭔가..뭔가...다르다... 아로마가 들어간건가...? 암튼 뭔가... 모르겠음 다시 고를 일은 없을 듯.
-
-
[백준] 백준에서 NumPy 사용 안되나요?Language/Python 2022. 2. 17. 10:00
ㅠㅠ 넘파이로 코드 짰는데 런타임 에러라니 # 마인크래프트 # 땅은 이중 리스트로 한다(0,0) ~ (m,n) # 땅의 높이의 평균을 구하여 반올림(integer): 이상적인 땅의 높이(narashi) 그 높이로 정렬한다. # (narashi - 각각의 땅 높이[i,j]) = 필요한 흙 블럭(damand[i,j]) # demand가 가지고 있는 흙 블럭보다 많으면 narashi 1 빼고, 다시 demand 구함 # demand가 가지고 있는 흙 블럭보다 같거나 적으면 narashi를 구했다 이제 작업 시간(time)을 구하자 # (narashi - 각각의 땅 높이)가 0이면 즉 작업이 필요 없다면 (time += 0) # (narashi - 각각의 땅 높이)가 0보다 크면 즉 블럭을 쌓아야 하면 (tim..
-
[PyTorch] PyTorch를 공부하는 이유AI, DataScience 2022. 2. 16. 10:00
케라스는 너무 편하다. 아래와 같이 대충 만들어도 대충 잘 돌아간다 그런데 현업에서는 PyTorch를 많이 쓴다고 한다. 대학원에 잡혀있는 동기도 keras 왜 쓰냐고하더라. # Keras_tuner 코드 def model_builder(hp): model = Sequential() hp_units = hp.Int('units', min_value = 4, max_value = EPOCH, step = 4) hp_dropout = hp.Float('dropout', min_value=0.0, max_value=0.5, default=0.05, step=0.05) model.add(Dense(units = hp_units, activation='relu')) # input_shape = 63 model.a..
-
[딥러닝] TensorFlow, Keras, PyTorch 특징 비교, 장단점AI, DataScience 2022. 2. 15. 10:00
TensorFlow 다양한 언어 지원, 오픈소스 API: High and Low Level 속도: 느림 사용성: 불편 Keras 파이썬, 오픈소스 TensorFlow와 함께 실행가능 가장 널리 사용 보통 간단한 것은 Keras로 구현 복잡한 부분은 TensorFlow를 이용할 수 있음 API: High Level 속도: 느림 사용성: 매우 편함 PyTorch 파이썬, 오픈소스 디버깅 가능 현업에서 인기 점점 상승 API: Low Level 속도: 빠름 사용성: 불편 결론 Keras 빠르게 결과물을 보고 싶을 때 데이터셋이 작을 때 PyTorch 본격적으로 쓰고 싶을 때 고성능, 로우레벨API 디버깅이 가능함! 데이터셋이 클 때 TensorFlow 고성능이 필요할 때 데이터셋이 클 때 출처: https:/..