💌 Developer Onlyone

2021 카카오 채용연계형 인턴십 Lv1. 숫자 문자열과 영단어 https://programmers.co.kr/learn/courses/30/lessons/81301 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 🔸 내가 생각한 접근 방법 영단어가 최소 3글자니까 3글자씩 딕셔너리에 넣은 후에 숫자면 그대로 저장. 딕셔너리에 존재한다면 그걸 불러와서 바꿈. 존재하지도 않고, 숫자도 아니면 스킵(continue) def solution(s): num = [str(i) for i in range(10)] alp = {"zer":0, "one":1 , "two..

2022 KAKAO BLIND RECRUITEMENT Lv2. 양궁대회 https://programmers.co.kr/learn/courses/30/lessons/92342 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 🔸 내가 생각한 접근 방법 가능한 점수의 경우의 수가 11가지(0~10점) 화살을 쏘는 경우 → n개 (1≤n≤10) 11개중에 n개를 중복해서 고르면 됨 → 완전탐색 문제 완전탐색 중에 n의 가짓수가 적으므로 순열/조합 사용. (가짓수가 많으면 그리디/백트래킹/bfs 사용) from itertools import * # a가 b보다 더 ..

2022 KAKAO BLIND RECRUITEMENT Lv2. 주차요금 계산 문제 : https://programmers.co.kr/learn/courses/30/lessons/92341 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 🔸 내가 생각한 접근 방법 입/출차 했던 차들의 번호로 dictionary를 먼저 만듦 입/출차 정보를 먼저 받아서 IN인 경우엔 다음 OUT을 찾아서 시간을 계산함 만약 다음 OUT이 존재 하지 않는다면 23:59에 OUT이라고 가정하고 계산 시간은 단위시간을 초과하여 나머지가 생기는 경우 +1 해줌 #차가 있던 시간계산 ..

2022 KAKAO BLIND RECRUITEMENT Lv2. k진수에서 소수 개수 구하기 문제 : https://programmers.co.kr/learn/courses/30/lessons/92335 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 🔸 내가 생각한 접근 방법 n을 k진수로 변환. 0으로 숫자열을 나눔. 나눠진 숫자중 소수의 갯수를 셈. def solution(n, k): #n을 k진수로 변환 tran = trans(n,k) cnt = 0 for i in tran.split('0'): if not i : continue if cal(int(..

2022 KAKAO BLIND RECRUITEMENT Lv1. 신고받기 문제 : https://programmers.co.kr/learn/courses/30/lessons/92334 프로그래머스 코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요. programmers.co.kr 🔸 내가 생각한 접근 방법 유저별 신고당한 횟수를 세는 리스트를 하나 작성. 해당 리스트로 정지된 사용자를 거름. 정지된 사용자를 신고하면 answer+1 def solution(id_list, report, k): answer = [0] * len(id_list) block = {x : 0 for x in id_list} for..

Formulation 목표는 training sample x∈X, y∈Y 이 주어진 domain X와 Y를 mapping functions을 학습하는 것으로 모델에는 두가지의 mapping G, F가 포함되어있음(G:X→Y, F:Y→X) 그리고 두 가지 discriminator Dx와 Dy를 사용함 Dx는 이미지 x와 변환된 이미지 F(y)를 구별, Dy는 y와 G(x)를 구별 ⇒ 생성된 이미지의 분포와 target domain의 데이터 분포를 일치시키 위해 adversarial losses 사용 ⇒ 학습된 매핑 G와 F가 서로 모순되는 것을 막기 위해 consistency losses 사용 Adversarial Loss G는 domain Y에서 이미지와 유사한 G(x)를 생성하려고 함 Dy는 변환된 G..

(1) 리스트와 반복문 list (리스트) : 여러가지 자료를 저장할 수 있는 자료 element (요소) : 대괄호 내부에 넣는 자료 index (인덱스) : 리스트의 순서 [요소, 요소, 요소 ... ] 리스트는 대괄호[ ]에 자료를 쉼표로 구분해서 입력함 리스트의 인덱스 또한 문자열과 같이 0부터 순서대로 셈 리스트의 다양한 사용법 대괄호 안에 음수를 넣어 뒤에서부터 요소를 선택할 수 있음 이의 경우 맨 뒤의 요소의 인덱스 값이 -1, 제일 첫번재 요소의 인덱스 값이 -n이 됨 리스트 접근 연산자를 다음과 같이 이중으로 사용할 수 있음 list[3] : 리스트의 3번째 요소 list[3][0] : 리스트의 3번째 요소의 0번째 요소 (문자열의 경우 첫번째 문자) 리스트 안에 리스트를 사용할 수 있음..

Related work 변환한 이미지와 target domain 의 이미지와 구별할 수 없도록 매핑을 학습하기위해 adversarial loss를 사용함 Image-to-Image Translation 이들의 이미지 변환은 Isola등의 pix2pix의 framework를 기반으로 함. conditional generative adversarial network 를 사용하여 input-output 이미지의 mapping 을 학습함 Unpaired Image-to-Image Rosales등 두 데이터의 domain을 연관시키는 것이 목표. 소스이미지에서 계산한 Markov random field 와 다양한 스타일의 이미지에서 얻은 likelihood term 을 포함하는 Bayesian framework를..

Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks Abstract Image-to-Image 변환은 이미지 쌍의 세트를 사용해서 입력 이미지와 출력 이미지 사이의 매핑을 학습하는 것이 목표 → 대부분의 작업의 경우, 쌍으로 모든 데이터를 학습 할 수 없다는 한계점 존재 쌍으로 된 예시가 없는 경우, X → Y 로 이미지를 변환하는 방법을 학습하기 위한 방법 제시 → G:X→Y 를 역매핑 F:Y→X 와 결합. F(G(X))≈X 이 적용되기 위해 a cycle consistency loss 도입 Introduction 왼쪽의 사진들은 Paired data 이나, 오른쪽의 사진들은 Unpaired data 구성체 서로..

(1) 불 자료형과 if 조건문 Boolean 불린, 불리언 프로그래밍에서는 짧게 Bool 불이라고 표현함 : 오직 True(참), False(거짓) 값만 가질 수 있음 불 만들기 : 비교 연산자 == : 같다 != : 다르다 : 크다 = : 크거나 같다 < : 작다