이누의 개발성장기

오토인코더 개념 지금까지의 신경망의 주 목표는 입력에 대한 출력을 학습한 뒤 학습과정에서 보지 못했던 새로운 입력에 대해서도 알맞은 정답을 출력하는 것이 목표였다. 오토 신경망은 자기 자신을 재생성하는 신경망이다. 오토 신경망도 결국 입력에 대한 출력을 학습해야 하지만, 출력이 입력과 동일하다는 점이 특이하다. 오토 인코더의 구조 인코더 - 잠재변수(latent vector) - 디코더로 구성된다. 인코더에선 컨볼루션 레이어와 풀링 레이어를 통해 입력값에 대한 특징을 추출해서 일차원벡터로 만든다. 이러한 일차원 벡터가 '잠재변수((rating vector)'이다. 디코더는 압축된 일차원 벡터 잠재변수를 해석해 다시 입력 데이터와 같아지도록 만든다. 오토 인코더의 필요성 오토인코더는 잠재변수를 입력으로 디..

https://www.acmicpc.net/problem/1158 풀이 n, k = map(int, input().split()) num_list = list(range(1,n+1)) idx = k - 1 print("") 리스트를 활용한 풀이이다. k번째 사람은 인덱스 상으로는 k - 1번째 사람이므로 처음 인덱스를 k -1로 부여한다. 이 후에도 k - 1씩 더하되, 리스트의 전체 길이보다 커지지 않도록 mod 연산 처리를 해준다. from collections import deque n, k = map(int, input().split()) num_list = deque(range(1, n+1)) result_str = "" while len(num_list) > 0: num_list.rotate(..

협업 필터링은 다른 사용자들을 통해 현 사용자의 취향을 추측한다. 협업 필터링은 사용자 기반 필터링과 아이템 기반 필터링으로 나뉘어진다. 먼저 사용자 기반 협업 필터링을 사용해보겠다. 데이터 불러오고 처리하기 import pandas as pd import numpy as np ratings = pd.read_csv('../data/ratings.csv') movies = pd.read_csv('../data/movies.csv') pd.set_option('display.max_columns', 6) pd.set_option('display.width', 300) movie_ratings = pd.merge(ratings, movies, on='movieId') print(movie_ratings) h..

추천 시스템의 종류에는 크게 컨텐츠기반 필터링, 협업 필터링이 있다. 컨텐츠기반 필터링 : 컨텐츠끼리의 유사도 기반 추천, 장르 및 키워드 등의 정보를 벡터화하여 유사도를 측정한다. 코사인 유사도 : 코사인 값을 기반으로 결정하는 유사도. 두 벡터의 각도가 직각이면 0, 180도면 -1, 0도면 1의 값을 갖는다. kaggle에 존재하는 데이터로 추천시스템을 만들어 컨텐츠기반 필터링이 어떤 원리로 이루어지는지 알아보겠다. 추천시스템 : 데이터 불러오기 및 전처리 import pandas as pd import numpy as np from ast import literal_eval movies = pd.read_csv('../data/tmdb_5000_movies.csv') movies = movies...

admin이란 django에서 자체적으로 제공하는 관리자 기능이다. 쇼핑몰이라면 상품정보를 관리하거나 상품을 업로드할 수 있고 커뮤니티라면 회원들의 댓글이나 정보를 관리할 수 있다. 관리자 계정 만들기 python manage.py create superuser admin을 활용하기 위해서는 관리자계정이 필요하다. manage.py가 존재하는 폴더 내에서 위와 같은 명령어를 입력한다. (in cmd) Username : peace Email address: mm@mm.mm Password: Password (again): This password is too short. It must contain at least 8 characters. This password is too common. This pa..

MTV 패턴 사실 django의 원리를 봤을 때 우리는 이미 MTV 패턴에 대해 파악했다. (https://inuplace.tistory.com/584) MTV는 Models, Templates, Views, 3개의 약자이다. 웹을 구성하는 요소는 Data (화면의 내용을 구성하는 데이터) / UI (화면에 보이는 인터페이스) / Logic (내용를 구성하는 방식을 처리하는 로직) 으로 구성된다. django는 이를 3개의 M,T,V가 나누어 수행한다. Models : Data Templates : UI Views : Logic 즉, 각 파일(models.py / templates 내부 html / views.py)이 Data,UI,Logic 기능을 각각 수행하게 되는 것이다. 이것이 MTV 패턴이다. ..

home.html 학생 이름을 입력해보세요! {% csrf_token %} 체크하기 form 태그의 POST로 form 태그 안의 데이터를 request 내부에 담아 보낼 수 있다. {% csrf_token %}은 해당 POST 요청에 대해서만은 csrf token을 발급하고 체크하도록 해준다. (https://chagokx2.tistory.com/49) action의 'result' url에 request을 보낸다. button의 submit이 해당 기능이 해당 기능을 수행하겠다고 요청하는 버튼이 된다. 물론 result라는 url로 보내는만큼 해당하는 url이 존재해야 한다. urls.py urlpatterns = [ path('admin/', admin.site.urls), path('', view..

views.py def home(request): chat = 'Hello' name = 'inu' return render(request, 'home.html', {'user_chat': chat, 'user_name': name}) render에 딕셔너리 형태의 값을 넣어 데이터를 넘길 수 있다. {{user_chat}} my name is {{user_name}} html에서는 위와같이 딕셔너리 key값을 기반으로 데이터를 활용할 수 있다. 결과

render는 html을 활용하여 respones를 생성하는 메소드이다. django는 앱 폴더 내부에 templates 폴더 내부에서 html파일을 찾는다. 따라서 해당 폴더 및 html 파일을 만들어주어야 한다. html은 원하는 형태로 만든다. HTML HTML HTML html은 위와 같이 작성했다. render : urls.py from django.contrib import admin from django.urls import path from firstapp import views urlpatterns = [ path('admin/', admin.site.urls), path('', views.home, name = 'home') ] urls.py는 사용자가 보낸 request의 url을 확..

앞선 게시물에서 배운 원리를 적용해볼 것이다. 본격적인 원리적용 실습에 앞서, 선행되어야 할 작업이 있다. app을 사용하기 위해서는 settings.py에 우리가 생성한 app이 표기되어 있어야 한다. INSTALLED_APPS = [ 'django.contrib.admin', 'django.contrib.auth', 'django.contrib.contenttypes', 'django.contrib.sessions', 'django.contrib.messages', 'django.contrib.staticfiles', ] 프로젝트 폴더의 settings.py를 열어보면 INSTALLED_APPS 리스트가 존재할 것이다. 여기에 우리가 생성한 앱들을 추가시켜줘야 정상적으로 작동한다. 'firstapp'..