사용자의 입력을 감지하는 프로그램

1. Update 게임 세상 속 모든 정보는 실시간으로 변하기 때문에, 이러한 정보를 주기적으로 체크할 필요가 있다 대부분의 게임은 주기적으로 갱신 처리를 실행 일반적으로 화면이 새로 그려지는 주기에 맞춰 실행 컴퓨터 화면은 1초에 60번 정도 화면을 새로 그리는데, 매번 새로 그리는 각각의 화면을 프레임이라고 부름   1초동안 화면이 새로 그려지는 횟수를 FPS라고 부른다 PC나 콘솔게임 화면은 보통 60FPS, 화면을 1초에 60번 갱신하므로, 이전 프레임과 다음 프레임 사이 간격이 1/60초 60FPS는 평균값이고, 컴퓨터 성능에 따라 가변적이다. Update() 메소드는 Start() 메소드처럼 특정 시점에 자동으로 실행되는 유니티 이벤트 메소드 한 프레임에 한 번, 매 프레임마다 반복 실행   ..

• format_list_bulleted 프로그래밍/Unity&C#
• · 2024. 12. 23.
• textsms

neural network를 training 하기 전에 input을 normalization해야하는 이유

1. normalization 신경망의 훈련을 빠르게 하기 위해 필요한 input normalization 다음과 같이 2차원의 입력데이터가 존재할때 주어진 데이터의 평균을 빼고, 표준편차를 나누는 방법으로 normalization할 수 있다. 데이터에 평균을 빼서 얻은 새로운 값의 평균은 0이 되고 위 그림에서 $x_{1}$이 $x_{2}$보다 분산이 더 큰 특징이 있다. 표준편차를 나눠서 얻은 새로운 값의 분산은 1로 되어 $x_{1}$과 $x_{2}$의 산포가 동일해진다. $$Z = \frac{X-\mu}{\sigma}$$ $$\mu = \frac{1}{m}\sum_{i = 1}^{m} X_{i}$$ $$X = X - \mu$$ 새로 얻은 X의 평균은 0이므로, 분산은 다음과 같이 구할 수 있다. ..

• format_list_bulleted 딥러닝/Deep Learning Specialization
• · 2023. 6. 7.
• textsms

리액트 기본 배우기 -폼에 대해-

1. 폼이란 무엇인가 우리말로 양식 보통은 회원가입을 하거나, 로그인을 할 때 위와 같이 텍스트를 입력하는 양식을 많이 볼 수 있다 텍스트 입력 뿐만 아니라 체크박스, select 등 사용자가 무언가 선택을 하는 것 모두 폼이라 생각하면 된다 폼은 사용자로부터 입력을 받기 위해 사용하는 것 2. 리액트와 HTML의 폼 리액트와 HTML에서 폼은 조금 차이가 있다 리액트는 컴포넌트 내부에서 state를 통해 데이터를 관리 HTML 폼은 엘리먼트 내부에 각각의 state가 존재함 이름: 제출 위 코드는 기본적인 HTML 폼 사용자의 이름을 입력받고 제출하는 간단한 코드 리액트에서도 잘 동작하나, 자바스크립트 코드를 통해 사용자가 입력한 값에 접근하기에는 불편한 구조 리액트가 자바스크립트 기반이라 자바스크립트..

• format_list_bulleted 프로그래밍/React
• · 2023. 1. 14.
• textsms

파이썬 알고리즘 기본기 EOF(End of File) 배우기

1. 문제 10820번: 문자열 분석 (acmicpc.net) 10820번: 문자열 분석 문자열 N개가 주어진다. 이때, 문자열에 포함되어 있는 소문자, 대문자, 숫자, 공백의 개수를 구하는 프로그램을 작성하시오. 각 문자열은 알파벳 소문자, 대문자, 숫자, 공백으로만 이루어져 있 www.acmicpc.net 2. 풀이 주어진 입력의 끝을 모를때, 어떻게 입력의 끝을 알고 문제를 풀 수 있을까? input파일을 프로그램이 읽어들이는데, 더 이상 읽을게 없을때 올바르게 프로그램을 종료할줄 알아야한다. 파이썬에서 한줄씩 입력을 받는 방법은 대표적으로 2가지가 있겠다 첫번째는 input()이고 두번째는 sys.stdin.readline() input()은 한줄을 읽을때, 개행문자를 제거하고 한줄을 읽어서 문자..

• format_list_bulleted 알고리즘/알고리즘 일반
• · 2022. 12. 9.
• textsms

GRU(gated recurrent unit)와 LSTM의 backpropagation에 대하여

1. GRU(Gated Recurrent Unit) LSTM의 경량화, 적은 메모리와 빠른 계산시간 LSTM의 cell state와 hidden state를 하나의 hidden state로 일원화 하나의 input gate만 활용함 이전 hidden vector $h_{t-1}$과 input gate에서 계산한 $\tilde{h_{t}}$의 가중평균 형태로 새로운 hidden vector $h_{t}$가 업데이트되어 나감 하나는 다음 step의 hidden vector $h_{t}$로 나가고 예측이 필요하다면 똑같은 hidden vector $h_{t}$가 output layer로 들어가 예측을 수행 흐름과 식을 잘 봐야함 이전 hidden vector $h_{t-1}$가 input gate로 그대로 들..

• format_list_bulleted 딥러닝/NLP
• · 2022. 3. 20.
• textsms

RNN을 개선한 LSTM과 GRU 구조 알아보기

1. LSTM 일반적인 RNN(Vanilla RNN)의 구조 LSTM(Long Short Term Memory)의 구조 조금 더 자세히 살펴보면 이상한 것이 여러가지 있다 LSTM의 핵심 idea는 cell state에 있다 공장에서 컨베이어벨트 박스가 흘러들어가는 모습을 상상해보자. 노동자들이 박스 하나 집어서 이상없는지 확인하고 다시 올려서 그대로 보내듯이 이전에 가공한 정보를 그대로 흘려보내는 컨베이어벨트가 cell state이다. 1. forget gate 이제 입력 $x_{t}$와 이전 hidden state($h_{t-1}$)에서 나온 조합된 잠재정보가 흘러들어가면서 forget gate에서는 어떤 정보를 버릴지 결정한다 버려야할 정보는 sigmoid에 의해 0과 1 사이 값으로 압축이 됨 2..

• format_list_bulleted 딥러닝/NLP
• · 2022. 3. 16.
• textsms