오뚝이개발자

HTML 코드로 간단하게 방문자 분석 기능을 웹사이트에 추가할 수 있다. 먼저 https://analytics.google.com 에 방문하여 무료로 계정 만들기를 클릭한다. 계정이름 입력 후 다음 클릭 측정하려는 대상을 웹을 선택한다. 속성 설정에서 웹사이트 이름과 url, 카테고리, 시간대를 설정 후 만들기 클릭. 그 후, 나오는 HTML 추적 코드를 복사해 head 태그 안에 넣어주면 끝! 구글 애널리틱스 사이트의 실시간 기능에서 방문자의 기록을 볼 수 있다.

HTML 코드를 삽입해 간단하게 웹사이트에 채팅기능을 추가할 수 있다. tawk 사이트에 들어가 가입 후 로그인을 한다. 그 후 좌측 배너에 설정을 누르면 다음과 같은 화면이 나온다. 언어를 설정하고 Next : Create Property를 클릭한다. 그럼 다음과 같은 화면이 나오는데 사이트명과 url주소를 입력 후 Next를 클릭한다. 그 후, 다음과 같은 화면이 나오면 자신의 이메일이 관리자 권한으로 입력되어있는 것을 확인한다. 계정을 추가해줘도 된다. 다음과 같은 화면이 나오면 화면의 HTML 코드를 복사한 후 자신의 웹사이트 HTML 소스에 붙여넣으면 완료! 짜잔! 다음과 같이 사이트에 채팅기능이 추가된 것을 볼 수 있다. tawk 사이트에서 관리자 화면에서 메시지를 관리하고 답장도 할 수 있다.

HTML 코드로 손쉽게 댓글 기능을 추가할 수 있다. 여기에선 DISQUS 사이트의 기능을 사용하도록 한다. 검색창에 DISQUS를 입력해 사이트에 들어가 아래 사진의 GET STARTED를 누른다. 가입 후 로그인을 해야 사용 가능하다. 그 후 아래의 I want to install Disqus on my site를 클릭한다. 그 후 website name을 입력하고, 카테고리를 설정해준 후 create site를 클릭한다. 좌측의 메뉴에서 select platform 클릭한다. 아래로 스크롤 해 install manually with universal code 클릭 Place the following code where you'd like Disqus to load에 나오는 HTML코드를 자신의 웹사..

오버피팅이란? 훈련 데이터에만 지나치게 학습되어 새로운 데이터에 대응하지 못하는 현상, 과적합이라고도 한다. 주로 다음과 같은 경우에 발생한다. - 모델이 깊어 파라미터 수가 많고, 표현력이 좋은 모델 - 학습용 데이터의 양이 부족한 경우 SOL1) 배치 정규화(Batch Normalization) - 일반적으로 좋은 가중치의 초깃값이란 활성화 값(Activation value)이 고르게 분포되도록 하는 값을 말함. - 배치 정규화는 가중치의 초깃값에 의존하지 않고 '강제로' 활성화 값을 적절히 분포되도록 하는 것. - 미니배치 B=x1, x2, ..., xn을 평균이 0, 분산이 1인 표준정규분포를 따르도록 정규화 - 배치 정규화의 장점 가중치 초깃값에 크게 의존적이지 않다. Gradient vanis..

HELLO WORLD 출력 VScode로 test.html이란 파일을 만들고 hello world를 입력한 후 저장한다. 크롬을 열어 ctrl+o를 누르고 test.html 파일을 선택하면 아래 그림과 같이 해당 html파일이 크롬으로 열리는 것을 볼 수있다. , 태크 - html에서 태그란 그 안의 내용을 설명해주는 것을 말한다. - strong 태그는 태그 안의 내용을 Bold체로 바꿔준다. - EX) hello world - u 태그는 태그 안의 내용에 밑줄을 쳐준다.(underline) - EX) hello world Heading 태그 heading 태그란 제목을 표현하는 태그를 말한다. , , ... , 까지 6가지가 있다. 숫자가 작을수록 크기가 큰 제목이다. heading 1 heading..

Data structure란? 데이터를 효율적으로 사용하기 위해 데이터를 organizing하는 특정한 방법 용도에 따라 그에 적합한 data structure가 존재 Database -> B-trees Compile -> hash table 효과적인 Data structure를 고르는 방법 문제로부터 resource constraints(time, space)을 분석 필요한 basic operation을 결정 사용자의 요청이 어떠한 형태인지도 예시가 될 수 있다. 예컨대, exact-match query인지 아니면 range query인지 위 두 가지를 고려해 가장 잘 맞는 것을 선택한다. Data type이란? 다음의 네 가지를 결정하는 분류이다. 해당 type의 데이터가 가질 수 있는 value 해..

- 딥러닝이란 층을 깊게 한 신경망 데이터 확장(data augmentation) - 입력 이미지(훈련 이미지)를 알고리즘을 동원해 '인위적'으로 확장한 것 - 데이터가 적을 때 효과적인 수단 - 간단하지만 정확도 개선에 효과적 - 회전, 이동에 의한 변형 - 이미지 일부를 잘라내는 crop - 좌우를 뒤집는 flip - 크기변화(scale), 밝기수정 등. 층을 깊게 하는 것의 이점 - ILSVRC(ImageNet Large Scale Visual Recognition Challenge) 대규모 이미지 인식 대회에서 최근 상위를 차지한 기법 대부분은 딥러닝 기반이며 그 경향은 신경망을 더 깊게 만드는 방향으로 가고 있다.(층의 깊이에 비례해 정확도가 좋아진다.) - 깊은 신경망은 그렇지 않은 경우보다 ..

합성곱 신경망 CNN은 Convolutional Neural Network의 약자이다. 이미지 인식과 음성 인식 등 다양한 곳에서 활용되는데, 특히 이미지 인식 분야에서 딥러닝을 활용한 기법은 거의 CNN을 기초로 한다. CNN의 구조 - 완전연결 신경망(fully-conected) : 인접하는 계층의 모든 뉴련과 결합 - 완전히 연결된 계층을 Affine 계층이라는 이름으로 구현 - CNN : 합성곱 계층(Conv)과 풀링 계층(Pooling)이 추가됨. - Conv -> ReLU -> (Pooling) 흐름으로 연결(Pooling은 생략되기도 함) - 지금까지의 Affine -> ReLU 연결이 Conv -> ReLU -> Pooling으로 바뀌었다고 생각하면 쉽다. - 마지막 출력 계층에선 Affi..