💌 존 레몬의 공포 체험 이란? ▶ 존 레몬의 공포 체험 - Unity Learn 튜토리얼 링크 Unity에서 공식적으로 제공하는 게임 튜토리얼 ‘존 레몬의 공포 체험: 3D 초급자용 프로젝트’를 제작하였다. Unity hub에서 에셋을 다운 받고, 캐릭터의 애니메이션을 조정하는 등 실제 게임에 필요한 요소(적, 게임오버, 게임 클리어 판정)를 실습할 수 있다. 🤍 발생했던 문제 🧛‍♀️ 유령이 멈춤 이게 무슨 말이냐면, 사진의 오른쪽에 있는 흰색 유령이 정해진 위치를 일정하게 움직이면서 플레이어를 방해해야 하는데! 몇 명의 유령이 조금 움직인 뒤, 자리에 멈춰서는 문제가 발생했다. 유령은 다음과 같은 로직으로 구성되어있다. 유령 프리팹을 사용하여 여려 명의 유령 생성 내비 메시 에이전트를 동시에 적용 ‘Waypoint’라는 에셋을 만들어 해당 에셋의 좌표를 순차적으로 계속 돌아다니게 함. 로직을 보면 알다시피, 프리팹을 사용하였고, 내비 메시 에이전트를 사용하여서 사실 멈추려면 다 같…

💌 Roll-a-Ball 이란? ▶ Roll-a-Ball - Unity Learn 튜토리얼 링크 Unity에서 공식적으로 제공하는 게임 튜토리얼 ‘Roll-a-Ball’을 제작하였다. Unity 설정부터, Asset, C# Script 등 전반적인 게임 제작 방법을 익힐 수 있다. 🤍 주요 C# Script 🧡 CameraController 게임 실행시, 표시되는 화면을 Camera가 비추어준다고 생각하면 된다. 여기서는 Player 역할을 하는 공(ball)을 3인칭으로 따라다니는 Camera 설정을 지정해주었다. 🧡 PlayerController Player를 방향키로 움직이고, 움직이는 speed를 지정해주는 역할이다. 또한 노란색 오브젝트와 부딪히면 득점하는 로직을 구현하기 위한 코드, 점수를 카운트하는 코드도 포함되어 있다. 🧡 Rotator 점수 역할을 하는 노란색 오브젝트의 애니메이션을 주는 역할이다. 이때 이라는 복제(컨트롤 타워) 기능을 이용해 여러개의 오브젝트를 …

📌 논문 소개 논문 이름 : 논문 링크 : https://arxiv.org/pdf/1904.05862.pdf 핵심 아이디어 : 레이블 된 데이터 없이도 풍부한 음성 특징을 추출할 수 있는 모델 제시 📄 논문 리뷰 0️⃣ Abstract 은 라벨링 되지 않은 데이터를 학습하여 음향모델의 성능을 높이는데 사용되는 (모델이 학습한 특징, 구조 등)을 반환함. 은 다중 합성곱 레이어로 이루어짐. 노이즈 대조 이진 분류를 사용함. 1️⃣ Introduction ◼ 기존 음성 인식 모델과 Wav2Vec의 차이점 1. 대량의 labeled 데이터(음성 오디오 신호가 텍스트로 전사 되어 있는 데이터)를 통해 성능 향상 음성 오디오 데이터 중 labeld 된 데이터를 대량으로 구하기 어려움. 컴퓨터 비전, 자연어처리에서는 대량의 unlabeld 데이터를 사용해 일반적인 을 학습하고, 적은 양의 labeld 데이터를 사용해 에서 모델을 하는 방식을 주로 사용한다. : 모델을 사전 훈련하거나, 사전 …

📌 논문 소개 논문 이름 : 논문 링크 : arxiv.org/abs/1904.0877 핵심 아이디어 : 음성 인식을 위한 새로운 증강 기법을 통한 성능 향상 📄 논문 리뷰 ◼ 새롭게 제시한 증강 기법 1. 스펙트로그램 데이터를 특정한 시간 경로로 나눈 뒤, 이를 왜곡시킴.(늘리거나 줄이는 등) 데이터에 약간의 시간적 변화를 주는 것. 2. 입력 스펙트로그램에서 일정 시간 영역을 랜덤하게 가리는 기술. 가리는 영역의 최대 길이를 설정할 수 있고, 이를 통해 지나치게 큰 영역을 가리지 않도록 제어 가능하다. 3. 입력 스펙트로그램에서 일정 주파수 영역을 랜덤하게 가리는 기술. Time Masking과 같이 가리는 영역의 최대 길이를 설정할 수 있고, 이를 통해 지나치게 큰 영역을 가리지 않도록 제어 가능하다. ◼ 새로운 증강 기법을 사용한 전처리 정책 W : 시간 왜곡 매개 변수(에 사용) F : 주파수 마스킹 매개 변수(에 사용) mF : 적용된 주파수 마스킹 수(에 사용)…

😍 출처 사이토 고키, 밑바닥부터 시작하는 딥러닝, 한빛미디어 07-01 퍼셉트론(Perceptron) - 딥 러닝을 이용한 자연어 처리 입문 (wikidocs.net) 🤗 퍼셉트론(perceptron)이란? 퍼셉트론은 프랑스 로젠블라트(Frank Roseblatt)가 1957년에 고안한 알고리즘으로, 신경망(딥러닝)의 기원이 되는 알고리즘이다. 다수의 를 입력으로 받아 하나의 를 출력 : 전류가 흐르듯 흐름이 있는 것 퍼셉트론 신호는 1/0 의 두 가지 값을 가짐 1 : 신호가 흐른다 0 : 신호가 흐르지 않는다 🤭 퍼셉트론의 구조와 동작원리 위 그림은 입력으로 2개의 신호를 받은 퍼셉트론 이다. x1과 x2 : 입력신호 y : 출력신호 w1과 w2 : 가중치(weight) 그림의 원 : 뉴런(노드) 입력신호를 받아, 가중치를 곱하여, 출력하는 형태로 이루어져있다. 뉴런에서 보내온 신호의 총합이 (정해진 한계, θ)를 넘어설 때에만 되고, 을 출력한다. 퍼셉트론은 복수…

👩‍💻문제 가장 긴 팰린드롬 부분 문자열을 출력하라 😊풀이 1) 중앙을 중심으로 확장하는 풀이(투포인터) 📌 얻어갈 점 함수에서 key인자를 사용할 수 있다.([Python] max함수와 선택인자(key, default)) 예외처리를 통해서 코드의 속도를 향상 시킬 수 있다. 👩‍💻문제 😊풀이 1) 중앙을 중심으로 확장하는 풀이(투포인터) 📌 얻어갈 점

👩‍💻문제 로그를 재정렬하라. 기준은 다음과 같다. 로그의 가장 앞 부분은 식별자다. 문자로 구성된 로그가 숫자 로그보다 앞에 온다. 식별자는 순서에 영향을 끼치지 않지만, 문자가 동일할 경우 식별자 순으로 한다. 숫자 로그는 입력 순서대로 한다. ❤ 직접 풀이 🤍 생각의 흐름 공백 기준으로 split 식별자와 문자로그, 숫자로그를 분리해서 생각(문자, 숫자 판별이 필요) 람다 표현식 쓰면 될텐데 난 람다 표현식 모른다… 🤍 split과 join, sort를 이용한 풀이 딕셔너리를 사용할 정도의 지저분함을 느끼며 종료… 역시 람다 표현식을 사용해야 할 것 같다. 🤍 split과 join, sorted(lambda) 이용한 풀이 😊 파이썬 알고리즘 인터뷰 풀이 1) 람다와 + 연산자를 이용 📌 얻어갈 점 람다 표현식은 필수다… 람다 표현식 공부해 둘 것! 람다 표현식에 대해 잘 정리되어 있는 블로그 링크를 첨부한다. (https://gorokke.tistory.com/38) 👩‍💻문제 ❤…

👩‍💻문제 문자열을 뒤집는 함수를 작성하라. 입력값은 문자 배열이며, 리턴 없이 리스트 내부를 직접 조작하라. ❤직접 풀이 🤍 생각의 흐름 파이썬에서 문자열을 뒤집는 가장 보편적인 방법을 사용한다. 하지만 Wrong Answer로 판별 된다… 그럼 reverse() 함수를 사용한다. 깔끔하게 해결된다! 😊 파이썬 알고리즘 인터뷰 풀이 1) 투 포인터를 이용한 스왑 Untitled 📌 얻어갈 점 아주 전통적인 풀이 방식이다. 😊 파이썬 알고리즘 인터뷰 풀이 2) 파이썬 다운 방식 📌 얻어갈 점 reverse()는 리스트에만 제공된다. s[::-1]가 안된다고 했더니 알고보니 변수 할당을 처리하는 데 제약이 있다고 한다… s[:] = s[::-1]은 잘 돌아간다고 하는데… 이걸 어케…? 👩‍💻문제 ❤직접 풀이 🤍 생각의 흐름 😊 파이썬 알고리즘 인터뷰 풀이 1) 투 포인터를 이용한 스왑 📌 얻어갈 점 😊 파이썬 알고리즘 인터뷰 풀이 2) 파이썬 다운 방식 📌 얻어갈 점

👩‍💻문제 주어진 문자열이 팰린드롬인지 확인하라. 대소문자를 구분하지 않으며, 영문자와 숫자만을 대상으로 한다. 😊풀이 1) 리스트로 변환 📌 얻어갈 점 : 영문자, 숫자 여부를 판별하는 함수 파이썬의 리스트는 pop() 함수에서 인덱스를 지정 가능 😊풀이 2) 데크 자료형을 이용한 최적 📌 얻어갈 점 [Python] 데크(deque)와 리스트(list) 리스트에서는 pop(0), 데크에서는 popleft() 사용 데크는 O(1), 리스트는 O(n)이므로 데크의 속도가 훨씬 빠름 😊풀이 3) 슬라이싱 사용 📌 얻어갈 점 는 정규 표현식이다.([Python] 정규 표현식과 re 모듈) : 파이썬에서 정규 표현식을 사용할 때 쓸 수 있는 모듈 : sub는 정규식과 매치되는 부분을 다른 문자로 바꾸는 메서드 s[::-1] : 문자열을 뒤집는 방법 중 하나 파이썬의 정규식과 슬라이싱을 이용하면 더 좋은 속도와 간결한 코드 구현 가능 문자열 슬라이싱을 사용하는 이유 슬라이싱은 위치를 지…

🥰 참고 https://wikidocs.net/1642 😊 정규 표현식이란? 정규 표현식(regular expressions)은 복잡한 문자열을 처리할 때 사용하는 기법이다. 파이썬을 포함한 모든 곳에서 문자열을 처리 할 때 사용 정규 표현식은 정규 표현식 = 정규식 정규 표현식을 사용하면 문자열을 처리하는 코드가 간결 😁 파이썬에서 정규 표현식을 지원하는 re 모듈 파이썬에서는 정규 표현식을 사용하기 위해 re 모듈을 통한다. 파이썬에서 re 모듈을 통해 정규 표현식을 사용 re 모듈은 자동으로 설치되어 있는 표준 라이브러리 🥰 참고 😊 정규 표현식이란? 😁 파이썬에서 정규 표현식을 지원하는 re 모듈

🥰 출처 박상길, 파이썬 알고리즘 인터뷰, 책만 https://idplab-konkuk.tistory.com/13 🫡데크(Deque)란? 데크는 더블 엔디드 큐(Double-Ended Queue)의 줄임말로, 글자 그대로 양쪽 끝을 모두 추출할 수 있는, 큐를 일반화한 형태의 추상 자료형이다. 리스트와 같은 배열의 형태 양방향의 queue 형태 양 쪽 방향(앞, 뒤) 모두에서 요소를 추가하고 제거 가능 파이썬에서는 collections 모듈에서 deque라는 이름으로 데크를 지원(이중연결리스트 형태) 😮데크(Deque)를 왜 사용하나요? 데크의 속도는 O(1)의 속도, 리스트의 속도는 O(n)의 속도로 데크의 속도가 훨씬 빠르다. 속도 측면에서 데크가 훨씬 빠름 데크는 스택(Stack) / 큐(Queue) 형태로 사용 가능 데크는 max length를 지정 가능 🤗데크(Deque)의 매서드 🤗데크(Deque)의 Max length 데크는 처음 선언할 때 (Max length)…

🥰 출처 “Computer Graphics(2023 Spring)’ 서울여자대학교 김현진 교수님(hyunjinkim@swu.ac.kr) https://m.blog.naver.com/PostView.naver?isHttpsRedirect=true&blogId=studycadcam&logNo=220622207133 https://l3dp.tistory.com/12 🤔 컴퓨터 그래픽스란 무엇일까? 란 “컴퓨터를 사용하여 그림을 생성하는 기술”이다. 지금부터 를 이용한 응용 기술들을 설명할 것이다. 😙 컴퓨터 그래픽스 응용 기술 💙 CAD (Computer Aided Design) 란 ‘컴퓨터 지원 설계’를 의미한다. 일반적인 설계와 달리 컴퓨터를 이용한 설계는 다음과 같은 특징이 있다. 컴퓨터를 이용하기 때문에 인력, 시간, 노력 등을 단축 가능하다. 설계 효율을 향상 시킬 수 있다. 💙 CAM (Computer Aided Manufacturing) 이란 ‘컴퓨터 지원 공정(가…

🥰 출처 “Computer Graphics(2023 Spring)’ 서울여자대학교 김현진 교수님(hyunjinkim@swu.ac.kr) https://www.adobe.com/kr/creativecloud/file-types/image/comparison/raster-vs-vector.html https://dely.tistory.com/27 https://like-grapejuice.tistory.com/m/74 https://blog.naver.com/pkw00/220172108593 🤔 그래픽 하드웨어란 무엇일까? 란 컴퓨터 그래픽을 실행하는데 필요한 하드웨어를 말한다. 💙 그래픽 시스템 구성 입력장치 메인 컴퓨터 그래픽 컨트롤러 : 그래픽 메모리(그래픽 카드), 그래픽 프로세서(GPU) 출력장치 💙 진공관 모니터(CRT)의 기본원리 란 그래픽 하드웨어 중 하나이다. 에서 전자가 방출된다. 에서 전자빔의 양을 조절한다. 에서 가운데로 향하지 않는 전자빔을 차단한다. …

😍 출처 https://think-tech.tistory.com/13 https://docs.python.org/ko/3/library/functions.html#max 😉 max 함수란? 파이썬의 내장 함수로, 가장 큰 항목이나 두 개 이상의 인자 중 가장 큰 것을 돌려주는 함수이다. 가장 큰 항목을 돌려주는 경우 두 개 이상의 인자 중 가장 큰 것을 돌려주는 경우 😘 max 함수의 선택적 키워드 전용 인자(key, default) 인자 최대 값을 구하는 기준을 key 값에 설정할 수 있다. 위의 코드와 같이 기존의 max 함수는 배열의 첫 번째 인자가 기준이 된다. 이때 lambda 식을 key 값에 적용하면 다양한 순서의 인자를 기준으로 할 수 있다. 이외에도, 길이를 기준으로 최대 값을 구할 수도 있다. 인자 max함수에 빈 배열을 넣고 배열 중 가장 큰 값을 찾아 달라고 하면 오류가 발생한다. 이러한 오류의 예외처리를 위해 인자가 필요하다. 😍 출처 😉 max 함수란…

🥰 참고 https://sdc-james.gitbook.io/onebook/3./3.7.-modules/3.7.2.-namespace-scoping https://go-hard.tistory.com/11 https://gaussian37.github.io/dl-pytorch-deploy/ https://art28.github.io/blog/linear-algebra-1/ https://eda-ai-lab.tistory.com/394 https://bskyvision.com/896 https://wikidocs.net/60034 🤔 Ch2. 파이토치 기초(PyTorch Basic) 🙃 01) 파이토치 패키지의 기본 구성 torch 메인 이다. 란, 임의의 변수들이 모여있는 공간이다. 전체 프로그래밍 공간에서 변수들의 이름이 겹칠 수도 있으므로, 를 할당하여 변수 이름이 통용될 수 있는 범위를 제한한다. (예시 : ‘레드벨벳’ 아이린 / ‘모델’ 아이린. 여기에서 ‘레드벨벳’과 ‘모…

🤔 문제 설명 가로 길이가 Wcm, 세로 길이가 Hcm인 직사각형 종이가 있습니다. 종이에는 가로, 세로 방향과 평행하게 격자 형태로 선이 그어져 있으며, 모든 격자칸은 1cm x 1cm 크기입니다. 이 종이를 격자 선을 따라 1cm × 1cm의 정사각형으로 잘라 사용할 예정이었는데, 누군가가 이 종이를 대각선 꼭지점 2개를 잇는 방향으로 잘라 놓았습니다. 그러므로 현재 직사각형 종이는 크기가 같은 직각삼각형 2개로 나누어진 상태입니다. 새로운 종이를 구할 수 없는 상태이기 때문에, 이 종이에서 원래 종이의 가로, 세로 방향과 평행하게 1cm × 1cm로 잘라 사용할 수 있는 만큼만 사용하기로 하였습니다. 가로의 길이 W와 세로의 길이 H가 주어질 때, 사용할 수 있는 정사각형의 개수를 구하는 solution 함수를 완성해 주세요. 😉 제한사항 W, H : 1억 이하의 자연수 😧 입출력 예 W H result 8 12 80 🥳 풀이 ❤️ 생각의 흐름 어디서 본 듯 한 수학 문제… 수…

😍 출처 파이썬 알고리즘 인터뷰 😧 문제 [from, to]로 구성된 항공권 목록을 이용해 JFK에서 출발하는 여행 일정을 구성하라. 여러 일정이 있는 경우 사전 어휘 순으로 방문한다. 🤔 예제 😉 풀이1) DFS로 일정 그래프 구성 💛 예시를 통한 풀이 = [[“JFK”,“SFO”],[“JFK”,“ATL”],[“SFO”,“ATL”],[“ATL”,“JFK”],[“ATL”,“SFO”]] 먼저 주어진 tickets의 요소들을 그래프 안에 넣어버리자! : 파이썬의 내장 모듈인 의 는 key 값을 넣었을 때 value 값이 존재하지 않더라도, 임의로 value 값을 넣어주는 기본값을 지정한 딕셔너리이다. 다시 코드로 돌아와서, 라는 이름으로 딕셔너리가 선언된 것을 볼 수 있다. 이 딕셔너리는 일반적인 딕셔너리가 아닌 딕셔너리이다. 지금부터 안에 를 차곡차곡 넣어 줄 것이다. 문제에서 중복된 일정인 경우 어휘 순으로 방문 한다고 조건을 달았으니, 를 sort 해주어 어휘 순…

🥰 출처 https://halfundecided.medium.com/딥러닝-머신러닝-cnn-convolutional-neural-networks-쉽게-이해하기-836869f88375 https://idplab-konkuk.tistory.com/13 🤔 CNN이 무엇일까? Convolutional Neural Networks의 약자인 CNN은 딥러닝에서 주로 이미지나 영상 데이터를 처리할 때 쓰인다. 이름에서 알 수 있다시피 (하나의 함수와 또 다른 함수를 반전 이동한 값을 곱한 다음, 구간에 대해 적분하여 새로운 함수를 구하는 방식 : 합성곱)이라는 전처리 작업이 들어가는 Neural Network 모델이다. 💙 CNN의 필요성과 등장 일반 DNN(Deep Neural Network)는 기본적으로 1차원 형태의 데이터를 사용한다. 때문에 2차원 형태인 이미지(ex : 1028x1028)가 입력값이 되는 경우, 이것을 flatten 시켜서 한 줄의 데이터로 만들어야 한다. 이때 생기…

😍 출처 파이썬 알고리즘 인터뷰 😧 문제 숫자 집합 candidates를 조합하여 합이 target이 되는 원소를 나열하라. 각 원소는 중복으로 나열 가능하다. 🤔 예제 😉 풀이) DFS로 중복 조합 그래프 탐색 각 원소는 중복 해서 사용가능하므로 주어진 원소의 중복 조합을 모두 구해주는 것이 핵심이다. 💛 예시를 통한 풀이 = [2, 3, 6, 7] = 7 = (중복조합을 구하는 리스트) = (target) - (하나의 조합 안의 원소들의 총 합) 이해를 쉽게 하기 위해 GIF를 먼저 보도록 하자! Untitled 재귀 호출을 반복하며 중복조합을 모두 구해나가는 것이 특징이다. 이때, 재귀 호출을 탈출하는 조건은 다음과 같다. csum < 0 인 경우 이는 target 값을 초과하였기 때문에 종료한다. csum = 0 인 경우 이는 target 값을 만족하였기 때문에 해당 중복조합을 에 추가한 뒤, 종료한다. 💛 전체 코드 😍 출처 😧 문제 🤔 예제 😉 풀이) DFS로 …

🤔문제 설명 카카오톡 오픈채팅방에서는 친구가 아닌 사람들과 대화를 할 수 있는데, 본래 닉네임이 아닌 가상의 닉네임을 사용하여 채팅방에 들어갈 수 있다. 신입사원인 김크루는 카카오톡 오픈 채팅방을 개설한 사람을 위해, 다양한 사람들이 들어오고, 나가는 것을 지켜볼 수 있는 관리자창을 만들기로 했다. 채팅방에 누군가 들어오면 다음 메시지가 출력된다. “[닉네임]님이 들어왔습니다.” 채팅방에서 누군가 나가면 다음 메시지가 출력된다. “[닉네임]님이 나갔습니다.” 채팅방에서 닉네임을 변경하는 방법은 다음과 같이 두 가지이다. 채팅방을 나간 후, 새로운 닉네임으로 다시 들어간다. 채팅방에서 닉네임을 변경한다. 닉네임을 변경할 때는 기존에 채팅방에 출력되어 있던 메시지의 닉네임도 전부 변경된다. 예를 들어, 채팅방에 “Muzi”와 “Prodo”라는 닉네임을 사용하는 사람이 순서대로 들어오면 채팅방에는 다음과 같이 메시지가 출력된다. “Muzi님이 들어왔습니다.""Prodo님이 들어왔습니다.…

😝 참고자료 https://velog.io/@seolini43/일상연애-주제의-한국어-대화-BERT로-이중-분류-모델-만들기파이썬Colab https://velog.io/@seolini43/KOBERT로-다중-분류-모델-만들기-파이썬Colab 🤔 BERT란? BERT는 약 33억 개의 단어로 pretrain 되어 있는 기계번역 모델이다. Bidirectional Encoder Representations from Transformers의 약자로, Transformers라는 기계번역 모델의 Encoder 구조를 갖는 모델이다. Transformers라는 모델의 일부분을 사용하고 성능을 업그레이드한 모델이다. 외국에서 만들어져 한국어에 대해 정확도가 다소 떨어진다. BERT 모델을 한국어에도 잘 활용할 수 있도록 만들어진 모델 중 하나가 KoBERT 모델이다. 😁 BERT 간단 정리 - Transformer란? 위의 이미지는 Transformer 모델의 구조이다. 인코더 역할을 하는…

🥰 참고자료 https://chacha95.github.io/2019-10-24-Movipy/ https://ichi.pro/ko/moviepyleul-sayonghayeo-python-eulo-gibon-bidio-pyeonjib-sopeuteuweeoleul-mandeubnida-277842123636572 https://yujuwon.tistory.com/entry/python에서-동영상-처리하기 😏 Moviepy란? Moviepy란 파이썬을 이용한 video processing에 최적화 된 라이브러리다. 한 줄 코드로 직관적이면서도 빠르게 비디오 및 오디오의 합성이나 애니메이션, GIF 파일 생성 등을 할 수 있다. 🤔 Moviepy의 특징 간단하며 직관적이다. flexible, protable 하다. numpy와 호환 된다. stream video에 대한 작업에는 적합하지 않다. 비디오의 개수가 많을 경우(100개 이상) 적합하지 않다. ffmpeg를 이용해 비디오와 오…