study

문제) 풀이 1) 리스트의 첫 번째 값만 answer에 추가하고 continue 구문을 통해 건너 뜁니다 그리고 answer리스트랑 arr(리스트)을 비교해서 다를때만 값을 추가해주어 연속 숫자를 생략하고 있는 구조입니다 풀이 2) 빈 리스트에서도 슬라이싱이 가능하다는 점을 참고하시면 될 것 같습니다

문제) 풀이) 풀이과정에서 리스트를 역순으로 변환하지 않고 계산하는 이유는 45(십진법)는 1200(3진법)이며 역순으로 변환하면 0021이 된다 하지만 리스트에서 계산할 때 1부터 시작하기 때문에 역순으로 계산되는 결과와 동일하다 본 문제에서 배울 부분은 두 가지라고 생각됩니다 1. n_list.insert(0, n%3)을 통해 3진법으로 변환한 부분 2. for i in n_list 구문을 통해 3진법을 10진법으로 계산한 부분 125(십진법)를 11122(삼진법)로 변환 후 10진법으로 계산하는 과정을 구체적으로 표시한 부분입니다 n_list 1 1 1 2 2 answer 1 4 13 67 229 stnd 3 9 27 81 243

이제부터 우리는 Recurrent Neural Networks(RNN) 에 대해 알아보자. 우리는 지금까지 One to One 모델의 Vanilla Neural Network 를 배웠다. 이는 하나의 고정된 크기의 입력(fixed size object input)을 넣으면 hidden layer 를 거쳐서 결과로 나오는 형식이었다. 에를 들면 classification 문제 등에서 활용할 수 있는 경우들이었다. 그러나 머신 러닝의 분야에서는 이러한 입력과 출력에 조금 더 유연함을 주는 것에 대해 생각해 볼 필요가 있다. 위 이미지에서 가장 왼쪽에 나타난 것이 바로 우리가 지금까지 알아본 One to One 모델이 되겠다. 그렇다면 이제 다양한 종류의 입력과 출력에 대해 봐보자. 고정된 크기의 입력(e.g..