최신글
-
딥러닝(Deep Learning)
[DL/딥러닝] Cross Attention
-
AI Art 모음
[AI Art & Prompt] 아르누보(artnovuschroma)
-
AI Art 모음
[AI Art & Prompt] 생생한(vivid)
-
AI Art 모음
[AI Art & Prompt] 어드벤처 타임 스타일(Adventuretime Style)
-
AI Art 모음
[AI Art & Prompt] 하프톤(halftone)
-
AI Art 모음
[AI Art & Prompt] 메이플스토리 스타일(Maplestory Style)
-
AI Art 모음
[AI Art & Prompt] 판타지 마법fantasy_wizard)
-
AI Art 모음
[AI Art & Prompt] 아케인 스타일(Arcane Style)
인기글
-
정보처리기사 필기 - 5과목(정보시스템 구축 관리)
[정보처리기사 필기] 5과목 - 보안3
네트워크 침해 공격 관련 용어 Ping of Death (죽음의 핑) Ping 명령을 전송할 떄 패킷의 크기를 인터넷 프로토콜 허용 범위 이상으로 전송하여 공격 대상의 네트워크를 마비시키는 서비스 거부 공격 방법 SMURFING (스머핑) IP나 ICMP의 특성을 악용하여 엄청난 양의 데이터를 한 사이트에 집중적으로 보냄으로써 네트워크를 불능 상태로 만드는 공격 방법 Smishing (스미싱) SMS를 이용해 사용자의 개인 신용 정보를 빼내는 공격 방법 Phishing (피싱) 개인 정보와 낚시의 합성어, 이메일이나 메신저 등을 통해 공기관이나 금융 기관을 사칭하여 개인 정보를 빼내는 기법 Ping Flood 특정 사이트에 매우 많은 ICMP 메시지를 보내 이에 대한 응답으로 시스템 자원을 모두 사용하게..
-
Computer Vision
[Computer Vision] Skeletonization
👀 본 예제는 Window10의 VSCode, Python3.11.0로 작성되었습니다. Skeletonization은 이미지 처리에서 객체의 형태를 단순화하여 그 구조를 나타내는 기법이다. 이 과정은 주로 이진 이미지에서 사용되며, 객체의 윤곽선을 유지하면서 두께를 줄여서 선의 형태로 표현한다. import cv2import numpy as npdef skeletonize(img): """ OpenCV function to return a skeletonized version of img, a Mat object""" # hat tip to http://felix.abecassis.me/2011/09/opencv-morphological-skeleton/ img = img.copy()..
- 정보처리기사필기 - 2과목(소프트웨어 개발) [정보처리기사 필기] 2과목 - 정렬, 검색 알고리즘 정렬 정렬 알고리즘 정렬 알고리즘. GitHub Gist: instantly share code, notes, and snippets. gist.github.com 삽입 정렬(Insertion Sort) 두번째 값부터 이전 값들과 비교를 시작함 비교하는 값을 Key라고 할 때, 순서를 변경해야 한다면 Key를 변경 할 자리에 삽입하고 그 자리에 있던 값은 뒤로 한 칸 이동 시킴. 예시 "85624" key = 5 : 85624 -> 58624 key = 6 : 58624 -> 56824 key = 2 : 56824 -> 25674 key = 4 : 25684 -> 24568 선택 정렬(Selection Sort) 처음 원소 자리부터 순서대로 모든 값들을 검사하여 작은 순서대로 정렬하는 방법 예시 "856..
-
딥러닝(Deep Learning)
[딥러닝/DL] Image Embedding
Image Embedding 이란?이미지를 고차원 공간에서 저차원 공간으로 변환하는 과정을 의미한다.이 과정에서 이미지의 중요한 특징을 추출하여 벡터 형태로 표현한다.이러한 벡터는 이미지 간의 유사성을 측정하거나, 분류, 검색, 생성 등의 다양한 작업에 활용될 수 있다. 이러한 이미지 임베딩은 주로 딥러닝 기술을 기반으로 한다. 작동 원리일반적으로 CNN 아키텍쳐를 사용하여 이미지 처리한다. CNN을 사용하는 이유는 이미지의 공간적 구조를 고려하여 특징을 추출하는 데 매우 효과적이다.특징 추출 : CNN의 여러 층을 통해 이미지의 저수준 특징(예: 엣지, 텍스처)과 고수준 특징(예: 객체, 장면)을 추출한다.차원 축소 : 추출된 특징을 저차원 벡터로 변환하여 이미지의 임베딩을 생성한다. 이 과정에서 PC..
-
딥러닝(Deep Learning)
[딥러닝/DL]9. LSTM과 GRU 셀
Pupbani는 저번에 만든 순환 신경망의 성능을 더 끌어 올리기 위한 방법을 찾던 중 LSTM과 GRU 셀을 알게 되었다. Pupbani는 이것들을 사용해 순환 신경망 모델을 만들어보려고 한다. LSTM 구조 LSTM(Long Short-Term Memory)는 단기 기억을 오래 기억하기 위해 고안되었다. LSTM은 구조가 복잡하므로 딘계적으로 따라가보자. 은닉상태 만들기 입력과 이전 타임스텝의 은닉 상태를 가중치에 곱한 후 활성화 함수를 통과 시켜 다음 은닉 상태를 만든다. 이 때 기본 순환층과 달리 "Sigmoid" 함수를 활성화 함수로 사용한다. 이 그림에서는 가중치 wx와 wh를 통틀어 wo(입력과 은닉상태를 가중치에 곱한 값)라고 부른다. 파란색 원은 tanh 함수, 빨간색 원은 시그모이드 함..
