대학원생이 쉽게 설명해보기

먼저 깃허브 저장소를 가장 따라하기 쉽게 설명해놓은 것은 이미 git에서 만들어 놓았다.

깃허브에서 new repogitory를 만들고 README를 initialize하지 않은채로 생성하면,

다음과 같이 페이지가 뜨게되는데, 회색 코드블럭에 있는 것을 따라하면 생성할 수 있다.

깃 저장소를 remote한 상태라면 파일을 업데이트하기 위해서는 대부분 다음과 같은 순서를 따른다.

1. git add *.py (파이썬 파일만 업데이트 할 경우)

2. git status
- add에서 추가한 파일의 상태가 나오게 된다. 만약 status에 원하는 파일이름이 없다면 다시 add를 해주어야한다.
- 또한, git을 commit하기 전에 파일을 수정했다면, 다시 add해주어야 한다.

3. git commit -m message
- add한 파일들에 대해 commit을 진행하여 본격적으로 깃 저장소에 업데이트할 수 있는 상태가 됩니다.
- message는 해당 commit에 대한 설명을 적어줍니다.

4. git push -u origin master
- push는 마지막으로 commit한 파일들을 깃 저장소에 업데이트 하겠다는 의미입니다. 

5. git pull
- 저장소의 내용을 전부 받아옵니다.

6. git clone git주소
- 해당 git 주소를 복제합니다.

7. git branch [브랜치 이름]
- 새로운 브랜치를 만듭니다.

8. git checkout [브랜치 이름]
- 해당 브랜치로 이동합니다.

등등...

python을 사용하여 디렉토리 안의 특정 확장자 또는 모든 파일을 찾을 수 있습니다.

--> import glob

을 통해 쉽게 접근할 수 있습니다.

1. 폴더 안의 모든 디렉토리 찾기

all_dir = glob.glob('./my_dir/*')

위와 같이 *을 사용하면 확장자 상관없이 모든 파일을 가져오겠다는 의미입니다.

2. 폴더 안의 폴더 안의 폴더 안의 파일 찾기

폴더 안에 또 디렉토리가 있는 경우가 있습니다. 

그럴때는 glob 함수에서 제공하는 파라미터인 recursive를 활성화시켜주면 됩니다.

# 디렉토리 안의 모든 파일을 찾고 싶은 경우(sub directory도 포함)
all_dir = glob.glob('./my_dir/*', recursive = True)

3. 특정 확장자만 찾기

이 또한, recursive를 활성화시켜주면 내부 폴더안의 폴더까지 뒤져서 전부 찾아줍니다.

all_dir = glob.glob('./my_dir/*.jpg')

all_dir = glob.glob('./my_dir/*.jpg', recursive = True)

4. glob을 이용하여 파일 생성일, 사이즈 등을 기준으로 정렬하고 싶은 경우

편리하게 쓸 수 있는 order는 여러가지가 있지만 대표적으로 다음과 같습니다.

• os.path.getctime # 파일 생성일
• os.path.getmtime # 파일 최근 수정일
• os.path.getatime # 파일 접근일
• os.path.getsize # 파일 사이즈

sorted_all_dir = sorted(glob.glob('./my_dir/*'), key = order)

Model.fit 후에 세션이 종료되고 램을 놔주지 않는 현상이 있다.

* 케라스 내부적으로 해결이 되지 않은 이슈라는 글을 본적이 있다. 

1. del model    * 해결되지 않음

2. gc.collect() + gc.collect() 여러번    * 해결되지 않음

3. tf.as_default_graph() 안에서 처리    * 해결되지 않음

4. K.clear_session()    * Case by Case

* 사용은 하고 있지만 죽는 경우도 있고, 안죽는 경우도 있었습니다. jupyter notebook의 경우 같은 cell 안에서 fit과 함께 실행시킨 경우에 될지도 모르겠네요. 

5. 확실한 방법. + 이 방법과 비슷하게 프로세스를 죽이는 방법도 있음. nvidia-smi를 통해 PID를 확인한 후 kill

from numba import cuda
cuda.select_device(num)
cuda.close()

# 메모리 초과 코드
N = int(input())
num_list = list(map(int, input().split()))

dp = [[0] * (N) for _ in range(N + 1)]

for i in range(1, N):
    for j in range(i, N):
        dp[i][j] = max(num_list[j - 1] + num_list[j], dp[i][j - 1] + num_list[j])
        
max_value = -1001

for sub_dp in dp:
    if(max_value < max(sub_dp)):
        max_value = max(sub_dp)
print(max_value)

N = int(input())
num_list = list(map(int, input().split()))

dp = [0 for _ in range(N)]
dp[0] = num_list[0]
for i in range(1, N):
    # 위 코드는 첫 번째 경우는 논리에 맞지 않음.
    # case_1 : 현재 인덱스의 수 -> 반례 2, (-2, -1)
    # case_2 : 이전까지의 연속합과 현재 값을 더한 것
    dp[i] = max(num_list[i], dp[i - 1] + num_list[i])
        
print(max(dp))

a = [x for x in input()]
b = [x for x in input()]
alen = len(a)
blen = len(b)
dp = [[0] * (alen + 1) for _ in range(blen + 1)]

# dp[i][j] : i번째 문자와 j번째 문자 사이의 LCS길이
for i in range(1, blen + 1):
    for j in range(1, alen + 1):
    # 1 : 왼쪽값과 위쪽값, 현재까지 LCS의 최댓값을 찾기 위한 조건
    # 2 : 왼쪽 대각선 값 + 1, 과거 LCS 최댓값에 같은 문자열이므로 + 1
        dp[i][j] = max(dp[i][j - 1], dp[i - 1][j], dp[i - 1][j - 1] + (a[j - 1] == b[i - 1]))
print(dp[blen][alen])

* 참조 

http://melonicedlatte.com/algorithm/2018/03/15/181550.html

https://reakwon.tistory.com/67