분류 전체보기
-
[CSS] display 속성 : inline , block , inline-block 차이점IT&컴퓨터공학/HTML&CSS 2021. 1. 3. 20:34
display 속성 웹페이지 위에서 엘리먼트들이 어떻게 보여지고, 다른 엘리먼트들과 어떻게 상호 배치되는지 결정하는 속성 inline : 줄바꿈 X. 한줄에 다른 엘리먼트들과 나란히 배치 ex) , , 등의 태그가 이 속성을 가지고 있다. 주의할점 : width 와 height 속성을 지정해도 무시된다. margin 과 padding 도 좌우만 반영되고 상하는 반영 X block : 줄바꿈 O. ex) , , 등의 태그가 이 속성을 가지고 있다. inline-block : 기본적으로 inline 엘리먼트처럼 줄바꿈 X. 한줄에 다른 엘리먼트들과 나란히 배치 ! BUT width와 height 속성 지정 및 margin과 padding 속성의 상하 간격 지정이 가능해짐 ex) ,
-
[html5] 시멘틱 태그란?IT&컴퓨터공학/HTML&CSS 2021. 1. 3. 20:11
시멘틱 태그 시멘틱 태그는 html5 부터 문서의 구조와 의미를 표현하기 위해서 도입되었다. 장점 이런 시멘틱 태그를 이용하여 웹문서를 만들면 1. 문서를 이해하기 쉬움 2. 유지보수하기 용이함 3. 문서의 구조와 의미를 브라우저, 개발자 모두가 명확하게 알 수 있음 4. 웹에서 유저가 검색을 했을때 웹 페이지의 해당 코드를 찾아서 그 정보를 기반으로 의미있는 내용이 출력되도록 도와줌 즉, 기존의 non-semantic 요소들(, ..)이 자신의 컨텐츠에 대해 아무것도 설명해주지 않았다면, semantic 요소들(, , ..)은 자신의 컨텐츠를 명확하게 정의해준다. ex) 이전에 방식으로 아무 의미가 없었던 div에 임의로 이름을 붙여서 개발자끼리 암묵적으로 사용하던 룰을 로 사용하면서 브라우저와 개발자..
-
[CSS]div 와 span , class 와 id 차이점이 무엇인가?IT&컴퓨터공학/HTML&CSS 2021. 1. 3. 19:54
div 와 span ( non-semantic 태그 ) ※ 시멘틱 태그 와 논시멘틱 태그의 차이점을 알고싶다면 ↓↓↓ 2021/01/03 - [IT&컴퓨터공학/HTML&CSS] - [html5] 시멘틱 태그란? [html5] 시멘틱 태그란? 시멘틱 태그는 html5 부터 문서의 구조와 의미를 표현하기 위해서 도입되었다. 이런 시멘틱 태그를 이용하여 웹문서를 만들면 1. 문서를 이해하기 쉬움 2. 유지보수하기 용이함 3. 문서의 구조와 doing-nothing.tistory.com div : 줄바꿈이 자동으로 된다. span : 줄바꿈이 자동으로 되지 않는다. 왜 이러는 걸까 ? div : block 요소 -> inline 요소와 텍스트를 모두 포함 , 안에 block 요소도 포함가능 span : inli..
-
[HTML5] HTML5 의 기본구조 알아보기IT&컴퓨터공학/HTML&CSS 2021. 1. 2. 23:49
웹 개발할때 항상 사용하던 HTML5 ! 항상 원하는 부분만 찾아서 쏙쏙 사용해와서 기본기가 부족하다는 생각이들었다. 그래서 HTML / CSS 의 가장 기본적인 것 부터 블로그에 포스팅하면서 정리해보기로했다! : 항상 가장 먼저 선언되어야한다. 선언된 페이지의 HTML 버전이 무엇인지를 웹 브라우저에 알려주는 역할을 하는 선언문 : 이 파일은 html 이라고 정의내리는 것 : 페이지를 열면 웹 브라우저에 표시되지는 않음. , css 링크, 파비콘(favicon), 그리고 다른 메타데이터(작성자, 중요한 키워드와 같은 HTML에 대한 내용) 이 여기에 들어간다. ex) 같은걸 본적이있을것이다. 이 메타태그는 HTML 문서의 인코딩을 UTF-8 형식으로 하 라는 뜻 : 페이지를 열면 실제 웹 브라우저에 표..
-
수식IT&컴퓨터공학/딥러닝 2020. 12. 7. 20:34
Discounted return : 보상과 감가율을 통해 얻게 되는것 : G로 표현 상태가치함수 : 에이전트가 그 상태로 갈 경우 앞으로 받을 보상의 합에 대한 기댓값 ※ 상태 가치함수 변형 : Discouted Return 을 풀어써서 가치함수로서 재귀적으로 표현 → 벨만 기대 방정식 벨만 기대 방정식 : 현재 상태의 가치함수와 다음상태의 가치함수의 관계를 나타냄 행동가치함수 ( 큐함수 ) : 상태 s에서 a라는행동을 했을 때 받은 보상 큐함수로 나타낸 상태가치함수 정책 파이 : s에서 a라는 행동을 할 확률 큐함수 : 상태 s에서 a라는 행동을 했을 때 받은 보상 벨만기대방정식 형태로 나타낸 큐함수 정책을 고려해서 쓴 상태가치함수 : 사실 상태가치함수는 정책에 의존적이므로 정책까지 제대로 써줘야함 큐..
-
DQN 코드- cartpoleIT&컴퓨터공학/딥러닝 2020. 12. 7. 16:47
DQN : 타겟신경망 / 학습신경망 다르게 운영 타켓신경망은 에피소드마다 업데이트 학습신경망은 스텝마다 업데이트 리플레이 메모리 : 샘플을 저장해 두는 저장소 if 연속적인 샘플들이 샘플링 되면 학습 속도가 매우느려짐 이를 방지하기 위해서 샘플들을 리플레이 메모리에 저장해두고, 나중에 여기서 랜덤샘플링을 해서 학습 시킴 train.py 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73..
-
폴리시 그레이디언트IT&컴퓨터공학/딥러닝 2020. 12. 7. 01:08
정책기반 강화학습 - 여기서 인공신경망은 정책신경망이라고 함 ( 때문에 출력층의 활성함수는 'softmax' 를 이용 - 합해서 1이 나와야 하므로) train.py 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 1..
-
딥살사 코드 - 딥러닝의 시작IT&컴퓨터공학/딥러닝 2020. 12. 7. 00:40
이전까지 큐테이블을 이용했지만 장애물이 움직이는 것과 같은경우 상태 개수와 행동갯수가 너무 커지는 경우에 큐테이블을 사용할 수 없음. 더이상 직접 계산이 불가능하므로 인공신경망을 이용해서 모델이 스스로 학습하도록 한다. 딥살사 = 살사알고리즘 + 인공신경망 이용 원래 큐함수 업데이트 식 이거 상태하나하나 계산하는거 불가능 하니까 -> 주황색 글씨만 알면 이걸 최소로 하는 모델을 만들면되겠다. 딥살사에서 사용하는 오차함수 식 이걸 최소로 하는 모델을 만들자 ! -> 경사하강법 이용 train.py 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 4..