~2023 썸네일형 리스트형 Codility - CyclicRotation # you can write to stdout for debugging purposes, e.g. # print("this is a debug message") def solution(A, K): # write your code in Python 3.6 # step 1 - take input A,K # already succeed # step 2 - create new array arr_ = list(range(len(A))) # step 3 - take iteration to solve the prob for i in range(len(A)): arr_[(i+K)%len(A)] = A[i] return arr_ pass 더보기 Codility - Binary Gap def solution(N): # write your code in Python 3.6 binary_num = bin(N) arr_ = [] for i in range(2,len(binary_num)): if binary_num[i] == '1': arr_.append(i) arr2_ = [] for i in range(0,len(arr_)): if i != len(arr_) - 1: tmp = arr_[i+1] - arr_[i] tmp = tmp - 1 arr2_.append(tmp) if len(arr2_) == 0: return 0 else: return max(arr2_) pass 더보기 pytorch로 MNIST 분류하기 데이터 transform 정의 데이터를 불러오기 전에 정규화에 대한 기준을 설정해준다. 평균: 0.5, 표준편차: 1.0 import torchvision.transforms as transforms # Normalize data with mean=0.5, std=1.0 mnist_transform = transforms.Compose([ transforms.ToTensor(), transforms.Normalize((0.5,), (1.0,)) ]) 데이터 불러오기 torchvision에 내장되어 있는 MNIST 데이터 불러오기 from torchvision.datasets import MNIST # download path 정의 download_root = './MNIST_DATASET' train_d.. 더보기 왕초보 Python - 연습 환경 구축(주피터 노트북) Python 연습하는 환경으로 1. Jupyter notebook을 추천드립니다. Jupyter notebook이란 원래, 데이터 분석하시는 분들이 한줄 한줄씩 데이터 확인해보고, 분석해나가기 위한 용도로 인터프리터 환경(= 컴파일러 환경의 반대)을 제공합니다. 인터프리터 환경: 코드 한줄 한줄씩 실행해가며, 그 결과를 확인하는 것 컴파일 환경: 전체 코드를 다 만들어 놓고, 실행하는 환경 * Jupyter notebook 으로 한줄한줄씩 보시는게 입문자한테는 편하실 거예요. # Window 사용자 구글 검색창에 "아나콘다" 라고 치시면 됩니다. 그럼 맨 위에 Anaconda Python/R 뭐시기 눌러서 Python 3.7 version 누르시고, 설치하시면 됩니다. 그리고 설치할때, 중간에 체크박스 .. 더보기 이전 1 ··· 26 27 28 29 다음
