본문 바로가기
728x90

분류 전체보기158

프로그래머스 자동 완성 (python, 파이썬) 문제 설명 포털 다음에서 검색어 자동완성 기능을 넣고 싶은 라이언은 한 번 입력된 문자열을 학습해서 다음 입력 때 활용하고 싶어 졌다. 예를 들어, go 가 한 번 입력되었다면, 다음 사용자는 g 만 입력해도 go를 추천해주므로 o를 입력할 필요가 없어진다! 단, 학습에 사용된 단어들 중 앞부분이 같은 경우에는 어쩔 수 없이 다른 문자가 나올 때까지 입력을 해야 한다. 효과가 얼마나 좋을지 알고 싶은 라이언은 학습된 단어들을 찾을 때 몇 글자를 입력해야 하는지 궁금해졌다. 예를 들어, 학습된 단어들이 아래와 같을 때 go gone guild go를 찾을 때 go를 모두 입력해야 한다. gone을 찾을 때 gon 까지 입력해야 한다. (gon이 입력되기 전까지는 go 인지 gone인지 확신할 수 없다.) .. 2021. 5. 24.
프로그래머스 110 옮기기 (python, 파이썬) 문제 설명 0과 1로 이루어진 어떤 문자열 x에 대해서, 당신은 다음과 같은 행동을 통해 x를 최대한 사전 순으로 앞에 오도록 만들고자 합니다. x에 있는 "110"을 뽑아서, 임의의 위치에 다시 삽입합니다. 예를 들어, x = "11100" 일 때, 여기서 중앙에 있는 "110"을 뽑으면 x = "10" 이 됩니다. 뽑았던 "110"을 x의 맨 앞에 다시 삽입하면 x = "11010" 이 됩니다. 변형시킬 문자열 x가 여러 개 들어있는 문자열 배열 s가 주어졌을 때, 각 문자열에 대해서 위의 행동으로 변형해서 만들 수 있는 문자열 중 사전 순으로 가장 앞에 오는 문자열을 배열에 담아 return 하도록 solution 함수를 완성해주세요. 제한사항 1 ≤ s의 길이 ≤ 1,000,000 1 ≤ s의 각.. 2021. 5. 22.
code로 이해하는 SR-GNN 논문 As 행렬 만들기 v1 -> v2 -> v3 -> v2 -> v4의 session이 존재할때 그래프는 위의 노드와 간선 연결이 보인다. 해당 session의 그래프를 바탕으로 connectionm matrix A_s 생성 A_s는 두개의 인접행렬 A_s(out)과 A_s(in)의 연결로 정의된다. 이는 즉, 세션 그래프에서 각각 진입, 진출의 간선 연결로 생각하면 된다. # batch가 10이라고 가정 i = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] # input data, masking된 데이터, target 데이터 불러오기 inputs, mask, targets = train_data.inputs[i], train_data.mask[i], train_data.targets[i] item.. 2021. 5. 21.
프로그래머스 지형 편집 (python, 파이썬) 문제 설명 XX 게임에서는 지형 편집 기능을 이용하여 플레이어가 직접 게임 속 지형을 수정할 수 있습니다. 이 게임에서는 1 x 1 x 1 크기의 정육면체 블록을 쌓아 게임 속 지형을 표현합니다. 이때, 블록이 공중에 떠 있거나, 블록 하나가 여러 개의 칸에 걸쳐 놓일 수는 없습니다. 따라서 지형을 편집하기 위해서는 각 칸의 제일 위에 블록 1개를 새로 추가하거나, 제일 위에 있는 블록 한 개를 삭제하는 방식으로 지형을 수정해야 합니다. 이때, 블록 한 개를 새로 추가하거나 삭제하기 위해서는 게임머니를 사용해야 하므로 몇 개의 블록을 추가하고 삭제할지 신중한 선택이 필요합니다. 이 게임을 즐기던 한 플레이어는 N x N 크기의 지역에 자신만의 별장을 만들고 싶어졌습니다. 이를 위해서는 울퉁불퉁한 지형의 .. 2021. 5. 20.
code로 보는 TransR 논문 Abstract 지식그래프는 entitiy사이의 link를 예측을 완벽하게 수행하는것을 목표로 하고있다. 기존 TransE나 TransH의 경우, 동일한 semantic 공간에 entity와 relation이 존재했다. 그러나 entitiy들은 다양한 aspect를 가지고 있고 다양한 relation들은 entity의 다른 aspect를 집중하기때문에 동일한 공간에 mapping하는것이 옳지않다고 생각했고 entity와 relation을 분리된 공간에 mapping시킴으로써 TransR이라는 알고리즘을 제안했다. 예를 들어, r1 측면에서는 h1, t1이 비슷했지만, r2 측면에서는 h1, t1이 비슷하지 않다고 볼 수 있기 때문입니다. 이런 한계를 극복하기 위해 TransR은 entity와 relati.. 2021. 5. 19.
Tensorflow vs Pytorch -(4) tf.transpose(a) x = tf.constant([[1, 2, 3], [4, 5, 6]]) x2 = tf.transpose(x) with tf.Session() as sess: print(sess.run(x)) print(sess.run(x2)) [[1, 2, 3], [4, 5, 6]] [[1 4] [2 5] [3 6]] torch.transpose(input, dim0, dim1) x = torch.tensor([[1, 2, 3], [4, 5, 6]]) torch.transpose(x, 0, 1) tensor([[1, 2, 3], [4, 5, 6]]) tensor([[1, 4], [2, 5], [3, 6]]) dim0과 dim1을 swap한다. Loss function # mean square.. 2021. 5. 19.
728x90

티스토리툴바