Intelligent Robot

나의 풀이 position = input() r = int(position[1]) c = ord(position[0]) - ord('a') + 1 move_types = [[2,1], [2,-1], [-2,1], [-2,-1], [1,2], [-1,2], [1,-2], [-1,-2]] cnt = 0 for m in move_types: tmp_r = r + m[0] tmp_c = c + m[1] if 0 < tmp_r < 9 and 0 < tmp_c < 9: cnt += 1 print(cnt) 답안 예시 # 현재 나이트의 위치 입력받기 input_data = input() row = int(input_data[1]) column = int(ord(input_data[0])) - int(ord('a')) ..

나의 풀이 n = int(input()) cnt = 0 for h in range(n+1): for m in range(60): for s in range(60): if '3' in str(h) + str(m) + str(s): cnt += 1 print(cnt) 답안 예시 # H를 입력받기 h = int(input()) count = 0 for i in range(h + 1): for j in range(60): for k in range(60): # 매 시각 안에 '3'이 포함되어 있다면 카운트 증가 if '3' in str(i) + str(j) + str(k): count += 1 print(count)

나의 풀이 n = int(input()) cmd = input().split() x, y = 1, 1 move_types = ['L', 'R', 'U', 'D'] dx = [0, 0, -1, 1] dy = [-1, 1, 0, 0] for c in cmd: for i in range(len(move_types)): if c == move_types[i]: tmp_x = x + dx[i] tmp_y = y + dy[i] if tmp_x n or tmp_y n: continue else: x, y = tmp_x, tmp_y print(x, y) 답안 예시 # N 입력받기 n = int(input()) x, y = 1, 1 plans = input().spl..

※ 본 글은 아래의 예제을 test하며, 작성한 글입니다. https://github.com/tensorflow/tensorrt/blob/master/tftrt/examples/image_classification/NGC-TFv2-TF-TRT-inference-from-Keras-saved-model.ipynb GitHub - tensorflow/tensorrt: TensorFlow/TensorRT integration TensorFlow/TensorRT integration. Contribute to tensorflow/tensorrt development by creating an account on GitHub. github.com 1. Env. 아래의 Docker를 사용하였습니다. (colab과 ..

나의 풀이 n, k = map(int, input().split()) cnt = 0 while n != 1: if n % k == 0: n //= k cnt += 1 else: n -= 1 cnt += 1 print(cnt) 답안 예시 # N, K을 공백을 기준으로 구분하여 입력 받기 n, k = map(int, input().split()) result = 0 // N이 K 이상이라면 K로 계속 나누기 while n >= k: # N이 K로 나누어 떨어지지 않는다면 N에서 1씩 빼기 while n % k != 0: n -= 1 result += 1 # K로 나누기 n //= k result += 1 # 마지막으로 남은 수에 대하여 1씩 빼기 while n > 1: n -= 1 result += 1 pr..

나의풀이 n, m = map(int, input().split()) arr = [] min_arr = [] for _ in range(n): tmp = list(map(int, input().split())) min_arr.append(min(tmp)) arr.append(tmp) print(max(min_arr)) 답안 예시 # N, M을 공백을 기준으로 구분하여 입력 받기 n, m = map(int, input().split()) result = 0 # 한 줄씩 입력 받아 확인하기 for i in range(n): data = list(map(int, input().split())) # 현재 줄에서 '가장 작은 수' 찾기 min_value = min(data) # '가장 작은 수'들 중에서 가장 큰 ..

나의 풀이 n, m, k = map(int, input().split()) arr = list(map(int, input().split())) arr.sort(reverse=True) num = m // (k+1) result = (arr[0]*k + arr[1])*num + arr[0]*(m%(k+1)) print(result) 답안 예시 # N, M, K를 공백을 기준으로 구분하여 입력 받기 n, m, k = map(int, input().split()) # N개의 수를 공백을 기준으로 구분하여 입력 받기 data = list(map(int, input().split())) data.sort() # 입력 받은 수들 정렬하기 first = data[n - 1] # 가장 큰 수 second = data[..

나의 풀이 n = int(input()) coins = [500, 100, 50, 10] count = 0 for c in coins: if n//c > 0: count += n//c n = n%c print(count) # / : 나누기 # // : 몫 # % : 나머지 답안 예시 n = 1260 count = 0 # 큰 단위의 화폐부터 차례대로 확인하기 coin_types = [500, 100, 50, 10] for coin in coin_types: count += n // coin # 해당 화폐로 거슬러 줄 수 있는 동전의 개수 세기 n %= coin print(count)

https://www.packtpub.com/data/pytorch-computer-vision-cookbook?utm_source=github&utm_medium=repository&utm_campaign=9781838644833 PyTorch Computer Vision Cookbook Discover powerful ways to use deep learning algorithms and solve real-world computer vision problems using Python www.packtpub.com https://github.com/PacktPublishing/PyTorch-Computer-Vision-Cookbook GitHub - PacktPublishing/PyTorch-Com..

https://youtube.com/playlist?list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv Lecture Collection | Convolutional Neural Networks for Visual Recognition (Spring 2017) Computer Vision has become ubiquitous in our society, with applications in search, image understanding, apps, mapping, medicine, drones, and self-driving car... www.youtube.com Convolutional Neural Networks for Visual Recognition (Spring 201..