WAS는 정적 or 동적인 HTML 파일 생성해서 웹 브라우저에게 전달ex) 동적인 경우 주문 정보 조회해서 출력HTML이 아니라 데이터를 전달주문 정보 조회해서 JSON 형식 등의 데이터로 전달HTML 렌더링할 때 사용하는 것이 아니라, 다음과 같은 통신에서 데이터를

https://www.acmicpc.net/problem/3190아이디어Queue 사용하여 tail을 설정한다.방향변환 정보를 stack에 저장할까 했는데 배열을 사용하였다.cvtIdx 사용하여 체크하는 것이 깔끔하다고 생각했기 때문

서블릿은 초록색 box를 제외한 모든 일을 지원HTTP 요청 정보 편리하게 사용: HttpServletRequestHTTP 응답 정보 편리하게 제공: HttpServletResponse서블릿 객체를 직접 생성 x. 코드만 만들면 됨WAS 안에는 서블릿 컨테이너가 있다.

웹은 HTTP 기반클라이언트 <-> 서버 시 HTTP를 기반으로 동작HTTP 메시지에 모든 것을 전송 (HTML, IMAGE, API 등등)HTTP 기반으로 동작정적 리소스 제공정적(파일) HTML, CSS, JS, 이미지, 영상 등ex) NGINX, APACHE

https://www.acmicpc.net/problem/13023아이디어처음에 DP 생각을 못하고 class 만든 후 DFS를 stack으로 구현했다가 메모리초과 발생했다.map에 해당 높이만 저장하고 재귀로 풀었는데 DP를 이상하게 구현해서 시간초과 발생

https://www.acmicpc.net/problem/7576아이디어Point 클래스에 좌표뿐만 아니라 day를 추가해서 소요 날짜를 저장하였다.

오픽노잼 IM 시리즈https://www.youtube.com/watch?v=UXY5ZiloSvM&list=PL9Ieg7fw1BJKxNwPU3G2hdpM75nGIwyAB&index=2

컴퓨터는 input 이미지에 약간의 noise라도 추가된다면 오동작한다."airliner"로 분류되게 만드는 이미지를 AE(Adversarial Example)이라고 한다.AE를 통해 Deep Neural Net이 높은 확률로 misclassified할 수 있다는 것을

CNN과 다르게 가상의 이미지를 생성CNN은 input에 비해 output은 dimension이 작다.GAN은 input dimention은 작고, 점점 커져서 output은 크다.특정 condition. 작은 사이즈의 벡터. Random noise로 새로운 것을 창조

RNN은 input data를 순차적으로 넣어줘야 함. 한 단어씩.Slow to trainCannot use GPUs parallellyLong sequences lead to vanishing/expolding gradientsTransformer는 문장의 단어들을

바닐라 RNN은 출력 결과가 이전의 계산 결과에 의존짧은 sequence에서만 효과가 있다는 단점앞의 정보가 뒤로 충분히 전달되지 못할 수 있음Vanishing gradient problemThe problem of Long-Term Dependencies기존에는 sh

Recurrent Neural Network입력과 출력을 시퀀스 단위로 처리하는 시퀀스 모델Problem : Input sequence가 너무 길어지면, parameters가 더 많이 필요함Use the same computational function and para

Generative Deep Networks Discriminative deep networks를 통해 image를 분류하는 것이 아닌, output 자체가 생성된 image로. Encoder-Decoder Network

https://www.acmicpc.net/problem/4963아이디어DFS로 연결된 섬 찾음입력 시 row, column 바뀌는 게 헷갈렸다.boolean flag여러 섬이 연결된 경우를 판단하기 위해 boolean으로 잡고 while문 내 if문을 만족할

행동을 활성화시키고 방향 지어주는 욕구와 원망고전적 동기 이론본능 이론 | 추동감소 이론 | 각성 이론 | 매슬로우의 욕구위계생리적 욕구가 각성상태(추동)을 만든다.각성상태는 유기체로 하여금 욕구를 만족시키도록 동기화한다.배고프면 짜증 > 밥 먹어야 함생리적 욕구 >

픽셀 크기를 유지. input과 output 사이즈가 같다.사이즈가 크면 연산량이 많다는 문제Encoder-Decoder networkEncoderd에서 high level feature를 뽑고 그걸 decoder 에서 확장Downsampling: pooling or

Convolutional Neural NetworksCNNs stack CONV, POOL, FC layers.CONV uses filters that perform convolution opereations as it i scanning the input image

Feature DetectionFeature DescriptionFeature Matchingcenter pixel p를 기준으로 n개 연속한 픽섹들이 p보다 밝으면? -> p는 key다.

For blurring or noise reductionLowpass filter : Average filter / Gaussian filter시그마가 클수록, 블러 강도가 높아진다.Image half-sizing 시, sampling을 잘못하면 aliasing 현상

A lens focuses light onto the film.in focus: 특정 거리에 있는 object에만 초점을 맞춤. 빨간색.circle of confusion: 나머지는 퍼져서 빛 번짐 발생. out focusing. 보라색.렌즈는 초점이 고정되어 있음렌즈