러닝머신 하는 K-공대생

흐에에ㅔ 고딩도 아닌데 시험공부라니이이 그러던 중 최근 카노의 플라토닉러브를 들었다 카노 목소리가 좋아서 공부하면서 자주 듣는다 https://www.youtube.com/watch?v=ZYN8wEZ3CLs우린 끝까지 갈거야 세상이 멸망해도 절대 포기하지마 이상 대전탑티어공댜생이되고싶은러닝머신하는K공대생이었습니다 그럼 이만(20000)

Ⅰ. 글을 시작하며 전에 최적화 분야를 공부하기 위해 ‘영상 이해를 위한 최적화 기법’강의를 듣던 중 영상 분할과 관련된 내용이 있었다. 영상 분할은 이미지를 여러 개의 픽셀 집합으로 나누는 것으로 컴퓨터 비전에서 중요한 주제다. 에너지 함수를 가지고 variational한 방법으로 최적화를 진행하거나 조합적 방법으로 그래프 컷에 기반하여 물체/배경 으로의 영상 분할을 진행하는 아이디어를 얻을 수 있었고 특히 그래프 컷을 활용해 영상 분할을 하는 아이디어가 흥미로웠다. 이에 영상 분할에 대한 최적화 방법들을 정리하고 관련 알고리즘을 학습하며 아이디어를 구체화시켜 밑바닥부터 직접 구현해 실제로 이미지를 주었을 때 영상 분할을 진행할 수 있는 프로젝트를 진행했었다. 나중에 정리해야지 미루고 있었는데 입시가 ..

정말 심심해져서 최근 교내 대회 문제를 업솔빙하고자 '바벨탑' 문제 를 풀다 세그먼트 트리가 기억이 안나서 다시 복습하고 재귀적 방식과 비재귀적 방식으로 구현해 보았다. 개인적으로 탑다운으로 짠게 직관적이고 레이지나 그 외 여러 확장적 측면에서 편한 것 같은데 Python으로 세그트리 문제들 풀어보면 성능적인 면은 확실히 Bottom-Up 방식이 유리한 것 같다. 1. 재귀적 방식 구현 class SegmentTree: def __init__(self, arr): self.n = len(arr) self.tree = [0] * (4 * self.n) self.build(arr, 1, 0, self.n - 1) def f(self, a, b): return min(a, b) def build(self, a..

모두가 내가 그린 고양이를 보고 비웃어도 좋다. 그래도 고양이는 귀여우니까.