배열 배열 탐색 token = [s.split() for s in arr] # 공백 단위로 split token = [s.split()[1:] for s in arr] # 공백 단위로 split 딕셔너리 딕셔너리 선언 #!/usr/bin/python3 dict = {'Name': 'Sunflower', 'Kingdom': "Plantae", 'Class': 'Magnoliopsida'} print ("dict['Name']: ", dict['Name']) print ("dict['Kingdom']: ", dict['Kingdom']) print ("dict['Class']: ", dict['Class']) 딕셔너리 keys 사용 for key in dict.keys(): print(key+":"+dict[key]) 딕셔너리 메소드 Sr.No. Method & Description 1 dict.
ProcessBuilder 클래스 - 운영체제 프로세스 생성
이전 버전에서는 Runtime.exec()을 이용해 프로세스를 실행할 수 있습니다. 그런데 이 방법은 When Runtime.exec() won't에서도 소개 됐듯이 표준 입력과 출력에 대한 제한된 버퍼 사이즈로 인해 하위 프로세스가 block 되거나 데드락이 되기도 하는 문제가 있었습니다. 자바 JDK 7 이상에서는 이러한 문제점을 해결 하고자 Proccess Builder 클래스가 소개됩니다. 이 클래스는 운영체제 프로세스 생성할 때 사용합니다. Process Builder 클래스 인스턴스에는 프로세스를 제어할 때 필요한 유용한 속성을 제어합니다. 예를 들어 start() 메서드는 입력 받은 커맨드를 실행해 새로운 프로세스를 생성 합니다.
영화 리뷰 텍스트 분류
이글은 text_classification_with_hub 한국어 번역 문서입니다. Run in Google Colab View source on GitHub Download notebook 노트북은 리뷰 텍스트를 이용해 영화 리뷰을 긍정인지 부정인지를 분류하는 이진 분류를 수행합니다. 머신러닝 문제에 넓게 적용되는 중요한 예제입니다. 튜토리얼은 텐서플로우 허브와 케라스를 이용해 트랜스퍼 러닝(transfer learning)의 기본 응용 방법을 설명합니다. 역자주 : 트랜스퍼 러닝은 사전 학습 모델(pre-trained mode)을 재사용하여 응용 모델을 구축하는 방법 IMDB 데이터셋 은 5만개의 영화 리뷰(Internet Movie Database)를 포함하고 있습니다.
Classification
텐서플로우 튜토리얼(https://www.tensorflow.org/tutorials/quickstart/advanced?hl=ko) 한국어 번역 문서입니다. 분류기의 기본 : 옷 데이터 분류하기 이번 가이드는 옷 이미지(스니커즈나 셔츠) 분류할 수 있는 뉴럴넷 모델을 학습해 보겠습니다. 바로 이해가 되지 않을 수 있지만, 텐서플로우 예제를 보고 빠르게 살펴 보겠습니다. 이 가이드는 tf.keras, 라는 고수준 API를 이용해 모델을 학습합니다. from __future__ import absolute_import, division, print_function, unicode_literals # TensorFlow and tf.keras import tensorflow as tf from tensorflow import keras # Helper libraries import numpy as np import matplotlib.
전문가용 텐서플로우 2 튜토리얼
텐서플로우 튜토리얼(https://www.tensorflow.org/tutorials/quickstart/advanced) 한국어 번역 문서입니다. 전문가용 텐서플로우 2 튜토리얼 Google Colaboratory에 노트북 파일이 있습니다. 이 사이트는 파이썬 노트북 파이을 브라우저에서 바로 실행해 볼 수 있어 텐서플로우를 이해하는데 도움을 줍니다. 튜토리얼을 진행해 보겠습니다. Colab에서 파이썬 런타임에 접속합니다. 메뉴바의 오른쪽에 위치한 CONNECT을 선택합니다. 메뉴에서 Runtime > Run all을 선택합니다. 텐서플로우 패키지 설치와 임포트 텐서플로우 2 패키지를 다운로드 받고 설치를 진행하고, 텐서플로우를 프로그램으로 임포트합니다. from __future__ import absolute_import, division, print_function, unicode_literals import tensorflow as tf from tensorflow.
About
안녕하세요, 해피그(happyg:rammer)입니다! 사용자의 관점에서 AI 모델과 서비스를 개발하는 개발자로서, 저는 항상 사용자의 고민을 어떻게 해결할 수 있을지, 그들의 소중한 시간을 어떻게 아껴줄 수 있을지에 대해 고민합니다. 사용자 중심 개발의 핵심은 사용자의 니즈를 깊이 이해하고, 그들의 경험을 개선하는 데 초점을 맞추는 것입니다. 이를 위해서는 사용자와 끊임없이 소통하고, 그들의 피드백을 귀담아 듣는 것이 중요합니다. 리처드 파인만의 말을 빌리자면, “I was born not knowing and have had only a little time to change that here and there.
조선 최고의 메모광 다산 정약용
기록은 남겨야 보존된다. 메모하지 않으면 기억의 저장고에서 깊은 잠에 빠지고 만다. 생각은 메모를 통해서만 싹을 틔운다. 메모의 습관은 꾸준한 연습 없이는 몸에 잘 붙지 않는다. 밥 먹듯이 메모하고, 숨 쉬듯이 메모해야 습관이 된다. 무심코 기록한 일기가 사료가 되고, 한 시대의 소중한 증언이 된다. 말은 항상 떠돌지만, 기록은 남기는 자를 통해서만 보존된다. 기록되는 순간 그것은 비로소 제 생명을 갖는다. 옛사람의 메모벽 옛사람의 메모벽은 자못 유난스럽다. 책을 읽다가 번뜩 떠오른 생각이 있으면 메모지에 옮겨 적었다.
스티브잡스, Stay Hungry. Stay Foolish
하는 일을 사랑하는 것 여러분이 진정으로 만족하는 유일한 길은 여러분 스스로 훌륭하다고 믿는 일을 하는 것입니다. 그리고 훌륭한 일을 하는 유일한 길은 여러분이 하는 일을 사랑하는 것입니다. 만일 그것을 아직 찾지 못했다면, 계속 찾으십시오. 주저앉지 마십시오. 언젠가 그것을 발견할 때 여러분은 마음으로부터 그것을 알게 될 것입니다. 마음과 직관을 따라가는 용기 시간은 한정되어 있습니다. 그러므로 다른 사람의 삶을 사느라고 시간을 허비하지 마십시오. 다른 사람들의 견해가 여러분 자신의 내면의 목소리를 가리는 소음이 되게 하지 마십시오.
텐서플로우 2 입문자용 튜토리얼
텐서플로우 튜토리얼(https://www.tensorflow.org/tutorials/quickstart/beginner) 한국어 번역 문서입니다. 텐서플로우 2 입문 튜토리얼 Google Colab에서 실행 GitHub 소스 보기 노트북 다운로드 케라스를 사용한 짧은 소개 이미지를 분류하는 뉴럴 네트워크(neural network)를 빌드합니다. 빌드된 뉴럴 네트워크를 이용해 학습(Train)을 진행합니다. 마지막으로, 모델의 정확도(accuracy)를 평가합니다. Google Colaboratory에 노트북 파일이 있습니다. 이 사이트는 파이썬 노트북 파이을 브라우저에서 바로 실행해 볼 수 있어 텐서플로우를 이해하는데 도움을 줍니다. 튜토리얼을 진행해 보겠습니다. Colab에서 파이썬 런타임에 접속합니다. 메뉴바의 오른쪽에 위치한 CONNECT을 선택합니다.
Hugo 정적 사이트 생성기 가이드
Hugo는 Go언어로 만들어진 정적 사이트 생성기(static site generator)입니다. Go언어로 만들어져서 정적 파일 생성이 빠르고 최근 많은 인기를 얻고 있습니다. 변수 사전 정의 변수 {{ .Title }} 사용자 정의 {{ $address }} 템플릿 가져 오기 파셜 템플릿 가져오기 {{ partial "header.html"}} 템플릿 룩업 순서 layouts/posts/single.html.html가 layouts/posts/single.html보다 우선 순위가 높습니다. 베이스 템플릿 layouts/_default 위 디렉터리에 접근해보면 베이스 템플릿인 baseof.html가 존재합니다. 디폴트 리스트 템플릿인 list.html 파일이 존재합니다. 템플릿 템플릿 설치는 https://themes.gohugo.io/ 사이트를 이용할 수 있습니다.