반응형
[노원역] 내가찜한닭
일상/맛집2020. 1. 6. 14:45[노원역] 내가찜한닭

안녕하세요 !! 오늘은 노원역에 위치한 내가찜한닭을 소개해 보고자 합니다 ^^ 위치는 다음과 같습니다. 날씨가 추워진 요즘 찜닭이 끌릴때가 많습니다 !! 내가찜한닭의 메뉴는 위와 같습니다 찜닭 종류가 이렇게 다양한지 새삼스럽게 알게 되었네요~?! 이벤트 또한 하고 있다고 하니 참고 바랍니다. 매콤순살고추장찜닭입니다. 3인분이며 양은 굉장히 넉넉한 양이였습니다. 다시 봐도 군친이 도는 사진이죠 ^^ 순살안동찜닭 3인분 기준의 양이며 치즈 추가한 모습입니다. 남길래야 남길 수 없는 맛이더라구요 ^^ 내가찜한닭의 경우 볶음밥은 따로 없었으며 공기밥을 추가해서 먹어야 했습니다. 찜닭의 경우 매콤정도를 정할 수 있었고 불닭볶음면을 드실 수 있다면 부담없이 먹을 수 있을듯 합니다. 총 점수는 10점 만점에 9점입니..

[Stanford University CS231n, Spring 2017] Lecture 5 | Convolutional Neural Networks
컴퓨터비전2020. 1. 3. 17:17[Stanford University CS231n, Spring 2017] Lecture 5 | Convolutional Neural Networks

오늘은 cs231n 5강을 제 소신껏 정리를 해 보겠습니다. 저희는 저번 시간에 단순한 linear score를 배웠습니다. 기억이 나시나요..?? f = Wx 였습니다. 2-layer 가 된다면 W2max(0,W1x) 이런식으로 된다고 하였습니다. 이렇게 하면 hidden layer가 추가된다고 하였습니다. 이제 우리는 컨볼루션 뉴런 네트워크에 대해서 배우게 될 것입니다. convolutional nerual network ( CNN ) 은 이미지 인식에서 정말 많이 사용합니다. 들어가기 전에 앞서 CNN의 역사에 대해서 간단하게 알고 넘어가겠습니다. 처음 시작은 mark 1 perceptron 이라는 것 이였습니다. 단순히 기계로 동작했고 일반적인 단층 퍼셉트론 방식이었습니다. w값들을 조절해가면서 ..

[Stanford University CS231n, Spring 2017] Lecture 4 | Introduction to Neural Networks
컴퓨터비전2019. 12. 30. 21:33[Stanford University CS231n, Spring 2017] Lecture 4 | Introduction to Neural Networks

오늘은 cs231n 4강을 제 소신껏 정리해 보도록 하겠습니다. 우리는 저번 3강 때 score function , SVM의 loss인 hinge loss, softmax loss ( cross entropy loss ) , 규제 ( regularization ) 등 배웠습니다. Optimization에 대해서도 알아보았습니다. 여기서 경사하강법을 배웠습니다. 일반적으로 계산하는 방법은 numerical 방법입니다. 근데 이거는 속도가 느리고 정확하지 않다는 단점이 있습니다. 그래서 우리는 해석적 방법인 analytic 방법을 많이 사용하고 보통 gradient check를 할 때 numerical gradient를 사용한다고 배웠습니다. 앞서 배웠던 내용을 그림으로 표현하면 위와 같은 그림이 될 것입니..

[codeforces] A. HQ9+
알고리즘(Python,Java)2019. 12. 26. 17:16[codeforces] A. HQ9+

A. HQ9+ time limit per test 2 seconds memory limit per test 256 megabytes input standard input output standard output HQ9+ is a joke programming language which has only four one-character instructions: "H" prints "Hello, World!", "Q" prints the source code of the program itself, "9" prints the lyrics of "99 Bottles of Beer" song, "+" increments the value stored in the internal accumulator. Instr..

[Stanford University CS231n, Spring 2017] Lecture 3 | Loss Functions and Optimization
컴퓨터비전2019. 12. 24. 02:44[Stanford University CS231n, Spring 2017] Lecture 3 | Loss Functions and Optimization

오늘은 cs231n 3강을 제 소신껏 정리를 해보겠습니다. 저번 시간에는 이미지 분류에 대해서 알아 보았습니다. 조명과 변형 은닉 등의 문제 때문에 이미지분류가 힘들고 쉽지 않은 일인지 알아 보았습니다 CIFAR-10 데이터셋에 대해서도 알아보았고 , KNN에 대해서도 알아보았습니다. 또한 data-driven방식을 알아보았었는데 데이터를 훈련시킬 때는 train,test이 2개로만 나누면 좋지 않았다고 배웠습니다. train,validation,test 3개로 나눠서 test셋은 마지막에 평가할 때 딱 1번만 사용된다고 배웠습니다. Linear Classifier에 대해서도 배웠었는데요. x는 이미지, w는 가중치(weight)를 줘서 score를 뽑아냈었습니다. score에 따라 이미지 분류기에 들어..

[codeforces] A. Twins
알고리즘(Python,Java)2019. 12. 23. 19:03[codeforces] A. Twins

Imagine that you have a twin brother or sister. Having another person that looks exactly like you seems very unusual. It's hard to say if having something of an alter ego is good or bad. And if you do have a twin, then you very well know what it's like. Now let's imagine a typical morning in your family. You haven't woken up yet, and Mom is already going to work. She has been so hasty that she h..

반응형
image