파이토치에서는 임베딩 벡터를 사용하는 방법이 크게 두 가지가 있다. 임베딩 층 (embedding layer)를 만들어 훈련 데이터로부터 처음부터 임베딩 벡터를 학습하는 방법과 미리 사전에 훈련된 임베딩 벡터(pre-trained word embedding)들을 가져와 사용하는 방법이다. 우선 전자의 방법부터 알아보겟다. 임베딩 층의 입력으로 사용하기 위해서 입력 시퀀스의 각 단어들은 모두 정수 인코딩이 되어있어야 한다. 어떤 단어 -> 단어에 부여된 고유한 정수값 -> 임베딩 층 통과 -> 밀집 벡터 임베딩 층은 입력 정수에 대해 밀집 벡터로 매핑하고, 이 밀집 벡터는 인공 신경망의 학습 과정에서 가중치가 학습되는 것과 같은 방식으로 훈련된다. 훈련 과정에서 단어는 모델이 풀고자하는 작업에 맞는 값으로..
Javascript는 Object에 대해서는 따로 sorting method를 지원하지 않는다. 따라서 몇 개의 단계를 거쳐서 sorting을 진행해야 되는데, 찾아본 여러 방법 중에 가장 간단한 코드를 들고왔다. var keywordCount = { '사과': 3, '바나나': 1, '오렌지': 5 } // 내림차순 정렬 let sorted = Object.entries(keywordCount).sort((a, b) => b[1] - a[1]); var topthree = [] for(let element of sorted) { topthree.push(element[0]) console.log(element[0]+ ": " + element[1]); } console.log(topthree) >>> ..
문제 프로그래머스: 크레인 인형 뽑기 Level1 Link 코딩테스트 연습 - 크레인 인형뽑기 게임 [[0,0,0,0,0],[0,0,1,0,3],[0,2,5,0,1],[4,2,4,4,2],[3,5,1,3,1]] [1,5,3,5,1,2,1,4] 4 programmers.co.kr 나의 코드 Stack의 선입선출 특성을 잘 사용하면 쉽게 풀리는 문제다. 1. 각 칸에서의 가장 상위의 원소를 뽑아 바구니에 담아준다. 2. 이 때 바구니에 같은 종류의 원소가 가장 위에 담겨있다면, pop해주고 count를 2 더해준다. 3. 다른 종류의 원소라면 쌓아준다. 4. 한 칸에서의 인형을 바구니에 옮겨줬다면 해당 칸에서의 탐색은 종료해준다. 5. Move의 모든 배열에 대해서 탐색을 종료하고 count를 리턴한다. d..
