<h1>Programming_HS</h1>

# 1. CNN(Convolutional Neural Networks) * 합성곱 인공 신경망 * 전통적인 뉴럴 네트워크 에 컨볼루셔널 레이어를 붙인 형태 * 컨볼루셔널 레이어를 통해 입력 받은 이미지에 대한 특징(Feature)을 추출하게 되고, 추출한 특징을 기반으로 기존의 뉴럴 네트워크에 이용하여 분류 ### 1-1. CNN을 사용하는 이유 * 이미지 분류할 때 DNN(Deep Neural Network)의 문제점 * 일반적인 DNN 은 1차원 형태의 데이터를 사용 -> 2차원 이상의 데이터가 입력되는 경우는 flatten 시켜서 한줄로 데이터를 변환 후 넣음 * 이미지의 공간적/지역적 정보가 손실됨 > DNN의 문제점을 해결하기 위해 이미지를 그대로(Raw Input)받음으로 공간적/지역적 정보를..

# 1. 비선형 활성화 함수(Activation Functions) * 신경망의 성능을 향상시키기 위해 사용 * 선형 함수는 입력값과 가중치를 곱한 결과를 그대로 출력하기 떄문에 신경망에서 여러개의 선형 활성화 함수를 사용한다면 최종 출력값은 입력값과 가중치의 선형조합으로 표현되므로 이는 입력 데이터의 비선형 관계를 표현할 수 없음 * 신경망이 입력 데이터의 비선형 관계를 잘 학습할 수 있도록 하기 위해서 비선형 호라성화 함수를 사용 import numpy as np import matplotlib.pyplot as plt ### 1-1. 시그모이드 def sigmoid(x): return 1/(1+np.exp(-x)) x = np.arange(-5.0, 5.0, 0.1) y = sigmoid(x) pl..

# 1.퍼셉트론(Perceptron) ### 1-1 생물학적 뉴런 * 인간의 외는 수십억개의 뉴런을 가지고 있음 * 뉴런은 화학적, 전기적 신호를 처리하고 전달하는 연결된 뇌신경세포 ### 1-2. 인공 뉴런 * 1943에 워렌 맥컬록, 월터 피츠 단순화된 뇌세포 개념을 발표 * 신경 세포를 이진 출력을 가진 단순한 논리 게이트라고 설명 * 생물학적 뉴런의 모델에 기초한 수학적 기능으로, 각 뉴런이 입력을 받아 개별적으로 가중치를 곱하여 나온 합계를 비선형 함수를 전달하여 출력을 생성 ### 1-3. 논리회귀(단층 퍼셉트론)로 OR,AND문제 풀기 import torch import torch.nn as nn import torch.optim as optim X = torch.FloatTensor([[0..

# 1. 손글씨 인식 모델 만들기 import torch import torch.nn as nn import torch.optim as optim import torchvision.transforms as transforms import matplotlib.pyplot as plt from sklearn.datasets import load_digits device = 'cuda' if torch.cuda.is_available() else 'cpu' print(device) 결과 : cuda ------------------------------------------------ digits = load_digits() x_data = digits['data'] y_data = digits['target..

# 1. 단항 논리 회귀 실습 * 논리회귀 ( Logistic Regrssion) * 분류를 할 때 사용하고 선형 회귀 공식으로부터 나왔기 때문에 논리 회귀라는 이름이 붙여짐 > 직선 하나(선형 회귀) 를 사용해서 예측한다면 제대로 예측할 수 없음 > Sigoid 함수(Logistic 함수)를 사용하여 정확도를 높임 ### Sigmoid 함수 - 예측값을 0에서 1사이 값이 되도록 만듬 * 0에서 1사이의 연속된 값을 출력으로 하기 때문에 보통 0.5를 기준으로 구분 import torch import torch.nn as nn import torch.optim as optim import matplotlib.pyplot as plt torch.manual_seed(10) #난수 생성기를 초기화하고 시드..

1 사용자 정의 함수(function) - 하나의 특별한 목적의 작업을 수행하도록 설계된 독립적인 블록 - 필요할 때마다 호출하여 해당 작업을 반복해서 수행 할 수 있음 - 코드를 재활용 1. 함수 선언식 function 함수명(매개변수1, 매개변수2..){ 함수 호출되었을때 실행할문장 return 값 } 함수명(값1,값2..) 2. 함수표현식 const 변수명 = function(매개변수1,매개변수2..){ 함수가 호출되었을 떄 실행할 문장 ... return 값 } 변수명(값1,값2...) 디폴트 매개변수 - 매개변수의 값을 설정하는 것 - 매개변수의 값을 정하지 않으면 기본값을 변수에 저장 function 함수명(매개변수1=값1, 매개변수2=값2..){ 함수 호출되었을때 실행할문장 ... retur..

aㅁ하이퍼 링크 - 다른 페이지 또는 사이트로 연결하는 링크(문자 또는 이미지) - 인라인태그 링크에 사용할 문자 또는 이미지 호스팅 - 서버 컴퓨터의 전체 또는 일정 공간을 이용할 수 있도록 임대해주는 서비스 FTP(File Transfer Protocol) -클라이언트 - 서버 (C/S)용 프로토콜 - 클라이언트가 파일을 요청하면 서버가 요청된 파일을 제공 - 클라이언트가 서버로 파일을 전달 - 주로 대량의 파일을 처리할 때 사용 - 기본포트 : 21 닷홈 호스팅 주의사항 - 첫 페이지는 항상 index.html로 업로드(파일이름 소문자로 꼭 작성하기!) - html 디렉토리에 저장해야 함 파일질라 ftp _ simple 설치 비주얼 스튜디오 코드에 설치하여 ftp 프로그램으로 사용 -설정 f1키 -..

클라이언트(Client) 서버로부터 서비스나 데이터를 요청하는 컴퓨터 서버(Server) 데이터를 포함하거나 네트워크의 다른 컴퓨터에서 액세스하는 기능을 제공하는 컴퓨터 HTML(Hyper Text Markup Language): HyperText(웹 페이지에서 다른 페이지로 이동할 수 있는 것) 기능을 가진 문서를 만드는 언어 CSS, JavaScript HTML 문서 만들기 - HTML 문서는 확장명을 .html로 저장 - 대소문자를 구별하지 않음 - 문서를 작성할 수 있는 에디터라면 어디든지 작성이 가능 - 띄어쓰기, 줄바꿈을 구별하지 않음 - 명령어(태그) 형태로 괄호를 (예: ) 사용하여 표현 - 시작태그, 종료태그로 구성되어 있음(예:...) live server 설치 HTML 문서를 선택 -..

연산자(Operator) 1. 산술 연산자 + - * / %(나머지) **(제곱) 2. 비교연산자 > = 참 '3' == 3 -> 참 '3' === 3 -> 거짓(타입다름) 3. 대입 연산자 = += -= *= /= %= **= 4. 증감 연산자 ++변수, --변수, 변수++, 변수-- num=10 ++num //11 --num //10 num++ //11 num-- //10 파이썬 예) num += 1 num = 10 result = ++num //result=11, num=11 result = num++ //result=11, num=12 5. 논리 연산자 &&, ||, ! and or not 6. 비트 연산자 & | ! ^ 7. 삼항연산자 변수 = 조건식 ? 반환값1 : 반환값2 조건식이 true일..

자바스크립트(JavaScript) 1995년 넷스케이프 커뮤니테이션즈: 네비게이터 브라우저가 90% 이상의 점유율 1996년 - 브렌던 아이크 동적인 프로그램을 개발하기 위해 언어(모카, 10일만에 개발)를 개발 - 네비게이터2에 탑재(모카->라이브 스크립트->자바스크립트) - MS의 익스플로러의 jscript 호환성 문제로 크로스 브라우징 이슈가 발생 1997년 -자바 스크립트는 ECMAScript(비영리 표준화 기구ECMA 인터내셔널)로 명명됨 1999년 - 비동기적(Asynchronous) 서버와 브라우저가 데이터를 교환할 수 있는 통신기능 Ajax가 탄생 2005년 -구글이 발표한 구글맵 Ajax기술을 사용 -크롬 발표함(V8 자바스크립트 엔진) 2006 -jQuery 등장으로 크로스 브라우징 이..