목록분류 전체보기 (306)
공부중
[티스토리] 한글(한컴 오피스) 블로그 연결
한글로 레포트를 작성하는 김에 그냥 블로그에 연결해서 자동으로 업로드 해볼까 싶었지만.. 티스토리는 더이상 해당 방법을 지원하는지 않는다는 사실을 알게되었다. 이 방법을 사용하기 위해서는 API를 지원해야 하는데 알아보니 티스토리에서는 오픈 API를 24년 이후로 지원하지 않는다고 한다. 근데 은근히 해당 방법을 사용해서 매크로를 돌리는 사람이 많은 것 같아서 막힌게 잘된것 같기도 하고,,, 네이버는 아직 해당 기능을 지원하는 것 같다. 방법은 한글에 들어가 도구 -> 블로그 로 들어간 후 블로그로 올리기 등을 사용하면 된다. 처음 사용하는 경우 블로그 계정 관리에 들어가 아래의 + 버튼을 누르고 계정 정보를 입력하면 된다. 나는 티스토리만 하고 있으므로,, 여기 까지..
chat gpt 먹통 문제 해결
정리 1. 설정에서 언어를 영어로 바꾼다. 2. 로그아웃 후 다시 로그인한다. chat gpt를 사용하고 있는데 갑자기 무엇을 입력하던지 작동을 안한다.. 알고보니까 한국어 베타 버전 사용할건지 묻는 알림에 사용한다고 선택해서 발생한 문제 같다. 크롬, 마이크로소프트 엣지 상관없이 발생하는 문제이며 해결방법은 다음과 같다. 개인 프로필을 선택하고 설정 버튼을 누른다. 나는 이미 오류현상 해결을 위해 영어로 바꾼 상황이라 영어로 setting으로 뜨지만 아마 오류걸린 대부분의 사람들은 한국어로 변경해서 생긴 오류일 것이므로 한국말로 번역된 버전으로 나올 것이다. 언어 설정을 한국어에서 영어로 바꾼다. 로그아웃 후 다시 로그인한다. 화가나는 부분은 결제 안하고 3.5 버전 쓰는건 한국어로 변경해도 정상적으로..
[ΣΔMs] Sigma-Delta Modulators 의 기본 구조
Sigma-Delta Modulators 의 기본 구조에 대해 학습하기 전에 일반적인 ADC의 과정에 대하여 알아보자 1. 일반적인 ADC 과정 이 과정에서 low pass 신호를 디지털화한다고 가정하자. LP 신호 외에 다른 신호를 사용할경우 base band 대역으로 옮기는 과정이 필요하기 때문에 LP 신호를 사용하여 해당과정은 생략할 수 있도록 한다. 아래 [그림1]과 같이 일반적인
이 문서에서는 Sigma-Delta Modulators (ΣΔ modulators)에 대한 개념 및 회로에 대해 다루려 한다. 참고문헌은 다음과 같다. https://ieeexplore.ieee.org/document/5672380 Sigma-Delta Modulators: Tutorial Overview, Design Guide, and State-of-the-Art Survey This paper presents a tutorial overview of $\Sigma\Delta$ modulators, their operating principles an ieeexplore.ieee.org
fit( x=None, y=None, batch_size=None, epochs=1, verbose='auto', callbacks=None, validation_split=0.0, validation_data=None, shuffle=True, class_weight=None, sample_weight=None, initial_epoch=0, steps_per_epoch=None, validation_steps=None, validation_batch_size=None, validation_freq=1, max_queue_size=10, workers=1, use_multiprocessing=False ) 고정된 수의 에포크(데이터 세트 반복) 동안 모델을 학습합니다. 인수 x 입력 데이터. 그것은 수..
layers.Conv1D 는 1차원 입력에 대해 합성곱 연산을 수행하는 레이어이다. 이 레이어는 주로 시계열 데이터나 텍스트 데이터와 같이 1차원 구조를 가진 데이터에 사용된다. 1. Conv1D 레이어의 주요 매개변수 filters: 필터(또는 커널)의 수입니다. 이는 레이어가 학습할 특성의 수를 결정합니다. 각 필터는 입력 데이터의 다른 특성을 추출합니다. kernel_size: 한 번에 입력 데이터에 적용되는 필터의 크기입니다. 예를 들어, **kernel_size=3**이면, 한 번에 3개의 연속 데이터 포인트를 볼 수 있습니다. strides: 필터가 입력 데이터를 가로질러 이동하는 간격입니다. 예를 들어, **strides=2**는 필터가 한 번에 두 데이터 포인트를 건너뛴다는 것을 의미합니다..
보호되어 있는 글입니다.
보호되어 있는 글입니다.