VOD 로 나왔다 ㅠㅠ

말도 많고 탈도 많은 일종의 문제작 이라는 소문이 무성하지만

무심하고 한편으로는 심심한 색깔인 회색의

세모 비행기, 동그란 대포, 사족 보행 거대 로봇

이 까만 우주에 놓인 것만으로 만족한다.

(물론 사족보행 로봇은 우주는 아니고 땅이긴 하다^^;)

보고나서 나의 평이 어찌 바뀔수 알수 없으나 이제 볼 수라도 있으니 좋다.

P.S.

아아 그리고 무엇보다 눈물을 삼키지 않고는 말할 수 없는

"i'll miss you" "i know" 엉엉

From Wikipedia, the free encyclopedia

In mathematics, the infimum (abbreviated inf; plural infima) of a subset S of a partially ordered set T is the greatest element in T that is less than or equal to all elements of S, if such an element exists. Consequently, the term greatest lower bound (abbreviated as GLB) is also commonly used.

Formal definition

A lower bound of a subset S of a partially ordered set (P,≤) is an element a of P such that

a ≤ x for all x in S.

A lower bound a of S is called an infimum (or greatest lower bound, or meet) of S if

for all lower bounds y of S in P, y ≤ a (a is larger than any other lower bound).

최대, 최소와의 관련성을 따지자면 꼭 set 에 포함되지 않아도 된다.

The infimum of a subset S of a partially ordered set P, assuming it exists, does not necessarily belong to S.

예를들면,

Infima

The infimum of the set of numbers {2,3,4} is 2. The number 1 is a lower bound, but not the greatest lower bound, and hence not the infimum.

More generally, if a set has a smallest element, then the smallest element is the infimum for the set. In this case, it is also called the minimum of the set.

inf{1,2,3,...} = 1

inf{x∈R|0

inf{x∈Q|x^3 > 2} = cube root 2

inf{(-1)^n + 1/n | n = 1,2,3, ... } = -1

if X_n is a decresing sequence with limit x, then inf X_n = X.

recursive 로 짜면 편하긴 한데 뭔가 이상하다고 느꼈었음;;

가장 큰 path, 가장 작은 path 찾는 간단한 DP

//Thanks to shfshfdl

//dp w/o recursive fuction

#include <iostream>

#define DEBUG_KML 0

#define MIN_KML(a, b) (((a) < (b)) ? (a) : (b))

#define MAX_KML(a, b) (((a) > (b)) ? (a) : (b))

using namespace std;

int main() {

#ifdef DEBUG_KML

freopen("sample_input.txt", "r", stdin);

#endif

int N;

cin >> N;

int min_dp[3] = { 0,0,0 };

int max_dp[3] = { 0,0,0 };

int i;

for (i = 0; i < N; i++) {

char board[3];

cin >> board[0] >> board[1] >> board[2];

board[0] -= '0'; board[1] -= '0'; board[2] -= '0';

int cur[3];

cur[0] = MIN_KML(min_dp[0], min_dp[1]) + board[0]; // left

cur[1] = MIN_KML(MIN_KML(min_dp[0], min_dp[1]), min_dp[2]) + board[1]; // center

cur[2] = MIN_KML(min_dp[1], min_dp[2]) + board[2]; // right

min_dp[0] = cur[0];

min_dp[1] = cur[1];

min_dp[2] = cur[2];

cur[0] = MAX_KML(max_dp[0], max_dp[1]) + board[0]; // left

cur[1] = MAX_KML(MAX_KML(max_dp[0], max_dp[1]), max_dp[2]) + board[1]; // center

cur[2] = MAX_KML(max_dp[1], max_dp[2]) + board[2]; // right

max_dp[0] = cur[0];

max_dp[1] = cur[1];

max_dp[2] = cur[2];

}

max_dp[0] = MAX_KML(max_dp[1], max_dp[0]);

max_dp[0] = MAX_KML(max_dp[2], max_dp[0]);

min_dp[0] = MIN_KML(min_dp[1], min_dp[0]);

min_dp[0] = MIN_KML(min_dp[2], min_dp[0]);

//print out results

cout << max_dp[0] << " " << min_dp[0] << endl;

return 0;

}

기초수식은 이랬나 저랬나 하지 말고 그냥 암기..

cross entropy

API 도 암기

tf.Variable(tf.random_uniform([1], -1.0, 1.0))

tf.placeholder(tf.float32, name = "X")

tf.reduce_mean(-tf.reduce_sum(Y * tf.log(hat_y), axis = 1)) # 행으로 더 하는 reduce_sum 그리고 그들의 평균을 내는 reduce_mean

도구도 암기

pycharm remote 할때는

1. run 설정, 환경변수는 그냥 python 에 저장해두고 쓸 것..

2. deployment 설정

3. deployment 설정 할때 temp 가 생기긴하는데 그래도 그냥 폴더 설정 할 것

이 아까운 주말에 ㅠㅠ