Let's get "IT"

# 1. 초기화 import sys, copy input = sys.stdin.readline n, L = map(int, input().split()) maps = [] for i in range(n): maps.append(list(map(int, input().split()))) Ladder_direction = [(0,-1),(0,1), (-1, 0),(1,0)] # 좌, 우로 이동 / 상,하로 이동 if n==1: count = 1 else: count = 2*n # 넘어온 시작점에서 시작해서 directin방향으로 사다리를 놓을 수 있는지 체크하는 함수 def check_ladder(current, diff, L, visited): global maps # 시작점인 x,y에서 시작 curren..

import copy # 1. 초기화 n,m,current_x, current_y, move_count = map(int, input().split()) board = [] for i in range(n): board.append(list(map(int, input().split()))) move_list = list(map(int, input().split())) # print(board) # print(move_list) # dice_number 딕셔너리 dice_number = {"1":0,"2":0,"3":0,"4":0,"5":0,"6":0} # dice 면에 dice_number key를 저장 / dice -> [2,1,5,6,4,3] dice = [2,1,5,6,4,3] # move_list의..

django restframework에서 제공하는 Token을 사용해 User api를 만들어 회원관리를 해봅시다! 이전에는 simple-jwt를 활용해 JWT를 활용하는 로그인 api를 생성한 적이 있다. 지금은 사용자가 사용할 기능을 생각해봤을때, token 발생후 원할 때만 선택적으로 logout을 해주는게 사용자의 만족도를 높일 것 같아 DRF에서 제공하는 기본적인 Token을 활용해 회원관리 api를 생성하였다. 0. setting(settings.py) INSTALLED_APPS = [ 'django.contrib.admin', 'django.contrib.auth', 'django.contrib.contenttypes', 'django.contrib.sessions', 'django.cont..

이번에는, 리뷰를 해보며 홈페이지의 디자인을 다듬어보도록 하겠습니다 1. 어디서든 홈페이지 메인 화면으로 돌아올 수 있도록 navbar를 만들어주기 2. 퀴즈에도 템플릿 상속을 적용하기 3. 글자들을 모두 적절한 위치로 가운데 정렬시키기 를 적용시켜보도록 하겠습니다~ 참고) 템플릿 상속을 처리하기 위한 base.html을 만들어줍니다. 홈페이지 {% block content %} {% endblock %} block scope를 통해서 content내용을 넣을 자리를 정해줍니다. 추가로, 네브바를 가장 위에 설정해서 홈페이지 링크를 걸어줍니다. 1. 메인페이지 다음은 금융단어암기장에 접속하게 될때, 가장 처음으로 보게될 메인 페이지를 bootstrap을 통해 가운데 정렬한 결과의 화면입니다. {% ext..

이번에는, 리뷰를 해보며 홈페이지의 디자인을 다듬어보도록 하겠습니다 1. 어디서든 홈페이지 메인 화면으로 돌아올 수 있도록 navbar를 만들어주기 2. 퀴즈에도 템플릿 상속을 적용하기 3. 글자들을 모두 적절한 위치로 가운데 정렬시키기 를 적용시켜보도록 하겠습니다~ 참고) 템플릿 상속을 처리하기 위한 base.html을 만들어줍니다. 홈페이지 {% block content %} {% endblock %} block scope를 통해서 content내용을 넣을 자리를 정해줍니다. 추가로, 네브바를 가장 위에 설정해서 홈페이지 링크를 걸어줍니다. 1. 메인페이지 다음은 금융단어암기장에 접속하게 될때, 가장 처음으로 보게될 메인 페이지를 bootstrap을 통해 가운데 정렬한 결과의 화면입니다. {% ext..

[추가된 기능] 1. Submit함수를 생성하여 Submit버튼을 클릭하면 다음문제를 보여주거나 다음문제가 없다면 체점결과를 보여줌. //점수 counting 변수 let score=0, page = 0, isTrue=false; //button const submitButton = document.getElementById('submit_button'); //sumbit함수 생성 const submit = ()=>{ //check score console.log("score"); if(isTrue == true) { score++; console.log(isTrue); console.log(score); } else{ console.log(isTrue); console.log(score); } page..

[이전 계획 수정내용] 1. 우선은 기능구현을 위주로 확인하기 위해서 크롤링시 데이터 meaning부분에서 name제거하는 것은 구현하지 않음 => 대체 : 아직 데이터가 적으니 xml파일에서 직접 제거해줌. 2. model에 저장된 pk값을 비교하지않고 사용자가 고른 단어의 name과 정답의 name을 비교해도 충분하기에 pk값은 고려하지 않음 => 대체 : name비교 3. form을 만들어 사용자의 답변 처리를 view.py에서 => 대체 : javascript의 Eventlistner를 사용해서 5개의 단어중 사용자의 click을 바로 처리해줌. [구현내용] 1. class를 생성해서 기존의 WORD model에서 사용자가 암기하고 있던 단어 5개와 퀴즈로 사용할 5개중 1개의 단어를 저장해준다!..

[setting] 다음은 quiz를 진행할 단어들이다. quiz 진행 단어 5개는 소비자가 암기중인 단어 5개로 model에 저장된 단어 5개를 의미한다. 우선, res_data dictionary를 만들어 그 key값으로 random_choice를 생성해 그곳에 model에 저장된 단어 5개를 넣어 word/quiz.html로 request를 받았을 때만 넘기게끔 해주었다. [구현해야하는 기능] 1. 단어별로 뜻에서 단어의 이름이 들어가있으니 그것을 제거 2. 단어 의미를 각 단어별로 사용자가 체크했을 때 맞았는지 틀렸는지 구분을 위해 model에 저장된 pk값을 비교(id값)해야함. 3. form을 만들어, 사용자의 답변을 view.py에서 처리해주기

단어 임베딩에 대해서 알아봅시다! WHAT? => 단어간의 유사성을 나타내기 위하여 단어를 부동 소수점 값의 조밀한 벡터로 나타내는데 이를 임베딩이라고 합니다. WHY? 유사한 단어가 유사한 인코딩을 가지는 효율적이고 조밀한 표현을 사용하는 방법을 제공함으로써 기존의 단어 인코딩값에 대한 문제점을 해결하기 위해서 사용됩니다. HOW? 임베딩에 대한 값을 수동으로 저장하는 기존의 encoding방식과 달리 embedding의 경우, 모델이 학습하며 단어간의 유사성을 벡터화시켜서 실수값의 조합으로 표현합니다. 벡터의 길이는 사용자가 지정하는 것이 맞지만 그 벡터안의 실수를 학습을 통해서 조정시켜가는 것입니다. https://www.tensorflow.org/text/guide/word_embeddings?h..

https://www.tensorflow.org/tutorials/keras/text_classification?hl=ko 영화 리뷰를 사용한 텍스트 분류 | TensorFlow Core 도움말 Kaggle에 TensorFlow과 그레이트 배리어 리프 (Great Barrier Reef)를 보호하기 도전에 참여 영화 리뷰를 사용한 텍스트 분류 Note: 이 문서는 텐서플로 커뮤니티에서 번역했습니다. 커뮤니티 번역 www.tensorflow.org 1. 데이터셋 텐서플로우에서 제공하는 IMDB 데이터셋[단어 시퀀스가 미리 전처리되어 정수 시퀀스로 변환된 데이터셋] => 각 정수는 어휘 사전에 있는 특정 단어를 의미함 imdb = keras.datasets.imdb (train_data, train_labe..