이번에 해결해 볼 문제는 백준에 있는 1967번 트리의 지름입니다. 문제 설명 트리에서 두 노드의 거리를 트리의 지름이라고 합니다. 트리의 지름이 가장 긴 것을 출력하면 됩니다. 문제 해결 아이디어 임의의 노드에서 가장 멀리 있는 노드를 선택하고 해당 노드에서 가장 멀리 있는 노드를 다시 한 번 찾으면 트리의 지름이 됩니다....
[백준] 1967번 트리의 지름 - Python
[백준] 1107번 리모콘 - Python
이번에 해결해 볼 문제는 백준에 있는 1107번 카드 구매하기입니다. 문제 설명 현재 보고 있는 채널은 100번입니다. 리모콘에 있는 버튼을 눌러 채널을 N번으로 옮기고자 합니다. 그러나 리모콘에 고장난 숫자 버튼이 있습니다. 고장나기 전 사용 가능한 버튼은 0 ~ 9, +, - 이고 고장난 버튼은 입력으로 주어집니다. 단,...
[Generative Model] Transformer : Attention Is All You Need
해당 포스트에서는 Attention Is All You Need(Transformer) 논문 리뷰를 진행해보겠습니다. Abstract 해당 논문은 이전 연구들과 달리 오직 attention이라는 메커니즘만으로 machine translation task를 수행한 연구입니다. 오직 attention 메커니즘만을 사용한 모델을 transformer...
[Tokenizer] WordPiece Model(WPM)
해당 포스트에서는 tokenizer의 한 종류인 WordPiece Tokenizer에 대해 알아보겠습니다. WordPiece WordPiece는 Google이 Japanese and Korean voice search에서 처음 제안한 subtokenizer 방법입니다. BPE(Byte-Pair Encoding)과 매우 유사하지만 몇몇 다른 점이...
[Tokenizer] Byte-Pair Encoding(BPE)
해당 포스트에서는 tokenizer의 한 종류인 BPE(Byte-Pair Encoding)에 대해 알아보겠습니다. BPE Algorithm BPE Algorithm은 이미 오래 전에 제안되었던 데이터 압축 알고리즘이지만 OOV(Out-Of-Vocabulary)를 해결하기 위해 NLP분야에 도입되었습니다. BPE Algorithm을 간단히 설명...
[백준] 6588번 골드바흐의 추측 - Python
이번에 해결해 볼 문제는 백준에 있는 6588번 골드바흐의 추측입니다. 문제 설명 입력으로 6보다 크거나 같고 1,000,000보다 작거나 같은 짝수가 주어집니다. 4보다 큰 모든 짝수를 두 홀수 소수의 합으로 나타낼 수 있음을 골드바흐의 추측이라고 합니다. 주어진 짝수에 대해서 골드바흐의 추측을 검증하는 것이 문제입니다. 4보...
[백준] 2225번 합분해 - Python
이번에 해결해 볼 문제는 백준에 있는 2225번 합분해입니다. 문제 설명 0부터 N가지의 정수 K개를 더해서 그 합이 N이 되는 경우의 수를 구하면 됩니다. 이때 덧셈의 순서가 바뀐 경우는 다른 경우로 세야 합니다. 문제 해결 아이디어 $N = 1$인 경우와 $K = 1$인 경우는 경우의 수가 정해져 있습니다. ...
[백준] 11052번 카드 구매하기 - Python
이번에 해결해 볼 문제는 백준에 있는 11052번 카드 구매하기입니다. 문제 설명 8가지 종류의 카드가 있을 때 카드는 카드팩의 형태로만 구매할 수 있고, 카드팩의 종류는 카드 1개가 포함된 카드팩, 카드 2개가 포함된 카드팩, … 카드 N개가 포함된 카드팩과 같이 총 N가지가 존재합니다. 민규는 카드의 개수가 적은 팩이더라도 가격이 ...
[백준] 10844번 쉬운 계단 수 - Python
이번에 해결해 볼 문제는 백준에 있는 10844번 쉬운 계단 수입니다. 문제 설명 45656과 같이 인접한 모든 자리의 차이가 1인 수를 계단 수라고 합니다. N이 주어질 때, 길이가 N인 계단 수가 총 몇 개 있는지 구하면 됩니다.(단, 0으로 시작하는 수는 계단 수가 아닙니다.) 문제 해결 아이디어 문제 자체를 이해하는 ...
[Generative Model] Seq2Seq : Sequence To Sequence Learning With Neural Networks
해당 포스트에서는 Sequence to Sequence(Seq2Seq) 논문 리뷰를 진행해보겠습니다. Abstract 해당 논문은 기계 번역과 관련된 논문으로 baseline으로 잡은 SMT(Statistical Machine Translation)와 비교하면서 어떤 점이 개선되었는지 설명하고 있습니다. 해당 논문에서 제시한 방법에는 크게 3...
- [Generative Model] DDIM : Denoising Diffusion Implicit Models
- [Generative Model] DDPM : Denoising Diffusion Probabilistic Models
- [Generative Model] DDIM : Denoising Diffusion Implicit Models
- [Generative Model] DDPM : Denoising Diffusion Probabilistic Models
- [Generative Model] Pix2Pix : Image-to-Image Translation with Conditional Adversarial Networks