[JAVASCRIPT] var, let, const 비교

자바스크립트에서 변수 선언은 var, let, const 키워드로 할 수 있다. 자바스크립트는 변수 선언이 런타임중에 일어나지 않고 함수, 변수 선언문을 먼저 실행하고 이를 호이스팅이라고 한다. 선언 단계를 통해 자바스크립트 엔진에 변수의 존재를 알린다. 암묵적으로 undefined을 할당해 초기화 한다. 초기화 단계를 통해 값을 저장하기 위한 메모리 공간을 확보한다. 재할당 var, let 키워드는 새로운 값을 재할당하는 것에 문제가 없다. const 키워드는 새로운 값을 재할당할 수 없다. var a = 10; a = 20; console.log("a is: ", a); // 20 let b = 10; b = 30; console.log("b is: ", b); // 30 const c = 10; /..

• format_list_bulleted 📦 개발/JavaScript
• · 2023. 2. 2.

[opencv] 보드판 생성

1. 보드판 생성 8 * 8 보드판을 만들기 위해 배열을 생성한다. board = [] for i in range(8): boardTemp = [] for j in range(8): boardTemp.append(0) board.append(boardTemp) 2. 기본 돌 세팅 othello 게임을 보면 기본 세팅이 되어있는 상태로 나온다. halfWidth = int(len(board) / 2) - 1 halfHeight = int(len(board[0]) / 2) - 1 board[halfWidth][halfHeight] = 1 board[halfWidth][halfHeight+1] = 2 board[halfWidth+1][halfHeight] = 2 board[halfWidth+1][halfHei..

• format_list_bulleted 📦 개발/opencv
• · 2023. 1. 31.

[CNN] Simple Convolution Network function

Simple Convolution Network 나머지 함수들 전체 코드 def predict(self, x): for layer in self.layers.values(): x = layer.forward(x) return x def loss(self, x, t): """손실 함수를 구한다. Parameters ---------- x : 입력 데이터 t : 정답 레이블 """ y = self.predict(x) return self.last_layer.forward(y, t) def accuracy(self, x, t, batch_size=100): if t.ndim != 1 : t = np.argmax(t, axis=1) acc = 0.0 for i in range(int(x.shape[0] / ba..

• format_list_bulleted 📦 개발/AI
• · 2023. 1. 31.

[CNN] Simple Convolution Network

아래 예제는 다음과 같이 CNN 모델을 구성하였다. Convolution Network Class 생성자 def __init__(self, input_dim=(1, 28, 28), conv_param={'filter_num':30, 'filter_size':5, 'pad':0, 'stride':1}, hidden_size=100, output_size=10, weight_init_std=0.01): filter_num = conv_param['filter_num'] filter_size = conv_param['filter_size'] filter_pad = conv_param['pad'] filter_stride = conv_param['stride'] input_size = input_dim[1] c..

• format_list_bulleted 📦 개발/AI
• · 2023. 1. 30.

[opencv] 이미지 처리 궁금한 것 정리

opencv 이미지 처리 과정 중 궁금한 것들 정리해보려고 한다. 이미지에서 바둑판모양을 추출하려고 알아보니 다음과 같은 설명이 나왔다. 1. 왜 사진을 흑백이미지로 변환할까 ? - 컬러이미지의 경우 RGB 3개의 채널을 사용하는데 흑백 이미지의 경우 1개의 채널을 사용하기 때문에 이미지 처리 속도가 1/3 가량 빨라진다고 한다. - grayscale 로 변환하는 것 외로 HSV(색상, 명도, 채도), YUV(밝기, 색상차) 등이 있다. 2. blur 처리는 왜 하는 것일까 ? - 기존 이미지에 필터를 합성(2D convolution)하여 이미지를 변형하는데 노이즈를 제거하는데 유용하며 이미지가 매끈하게 보이는 효과를 낸다고하여 smoothing 이라고도 불린다. - 노이즈를 제거하는 방법으로는 평균을 ..

• format_list_bulleted 📦 개발/opencv
• · 2023. 1. 28.

[CNN] 용어 정리

FCNN(Fully Connected Neural Network) 에서는 입력 데이터를 1차원 배열 형태로 한정하기 때문에 입력데이터의 공간정보를 손실할 수 있다. 그렇기에 입력데이터의 이미지 공간정보를 유지한 상태로 학습 후 FCNN을 거쳐 결과물을 얻어낼 수 있다. CNN은 이미지의 특징을 추출하는 부분과 클래스를 분류하는 부분으로 나누고 Convolution layer, Pooling layer를 여러 단계 거친다. Convolution Layer는 입력 데이터에 필터를 적용 후 활성화 함수를 반영해야 하며 pooling layer는 선택적이다. convolution, pooling layer를 거친 각각의 결과를 feature map이라고 한다. 1. Channel 컬러 이미지의 경우 픽셀을 rg..

• format_list_bulleted 📦 개발/AI
• · 2023. 1. 26.