기술 블로그

1번int fun1(int n, int data[]){ int sum = 0; for (int i = 0; i 주어진 함수 fun1에서 반복문은 i가 0부터 시작하여 2씩 증가하면서 실행됩니다. 즉, i는 0, 2, 4, 6, ...과 같이 증가하며, 반복문이 실행되는 조건은 i  따라서, 반복문은 대략 n/2번 실행되므로, 시간 복잡도는 O(n)입니다. 2번int fun2(int m, int A[], int n, int B[], int C[]){ int i = 0, j = 0, k = 0; while (i B[j]) C[k++] = B[j], j++; else C[k++] = A[i], i++, j++; } while (i  첫 번째 while 루프A[] 와 B[]를 비교하여 작은 값을 배열..

논문이 어떻게 학습했는지 위주로 설명을 할 예정입니다.  MNIST 데이터의 분류CNN 구조 예시입력 이미지: 28x28 크기의 이미지입니다.첫 번째 Convolution 레이어:Padding = 1, Kernel = 3x3, Stride = 1ReLU 활성화 함수 사용출력 크기: 32 x 28 x 28패딩을 1로 주었기 때문에, 28x28 크기가 그대로 유지됩니다.32는 32개의 필터를 사용한 결과입니다.첫 번째 MaxPooling 레이어:Kernel = 2x2, Stride = 2출력 크기: 32 x 14 x 14풀링을 통해 이미지 크기가 절반으로 줄어듭니다. (28x28 -> 14x14)두 번째 Convolution 레이어:Padding = 1, Kernel = 3x3, Stride = 1출력 크기..