활연개랑

블록체인의 특징 탈중앙화 (Decentralization) 투명성 (Transparency) 익명성 (Anonymity) 불변성 (Immutability) 미래학자이자 블록체인 혁명 (Blockchain Revolution) 의 저자 돈 탭스콧에 따르면 블록체인에 의한 정보의 투명성과 신뢰성의 향상의 가치는 기존의 '정보의 인터넷'에서 '가치의 인터넷' 시대로의 변화를 이끌 것으로 전망된다. 블록체인은 향후 인공지능이나 사물인터넷 등 4차 산업혁명을 이끄는 핵심 기술들과도 융복합될 가능성이 높다. 대용량 데이터의 수집과 운용이 중요해지는 4차 산업혁명 시대에 블록체인은 데이터 보안은 물론 개별 데이터에 대한 개인의 통제권을 강화시킴으로써 빅데이터 시장의 확산을 이끌 것으로 예상된다.

2008년 10월 사토시 나카모토라는 익명의 인물이 쓴 한 편의 논문에서 시작됨 이 논문을 사이퍼펑크(cypherpunk)들의 메일링 리스트로 발송 사이퍼펑크는 중앙집권적인 정부나 기업이 프라이버시를 보장해주지 못하므로 암호기술을 이용해 스스로 프라이버시를 보호하고, 열린 사회를 추구하려는 단체 이 논문은 탈중앙화된 화폐 시스템에 관한 것으로 사이퍼펑크들의 큰 관심을 받음 사토시 논문의 주요 내용 중앙통제 시스템이 없는 탈중앙화(decentralization)된 P2P(Peer-to-Peer) 네트워크 이전에 해결하지 못한 지급문제(double spending problem)를 해결 거래원장(블록체인)은 모든 참여자에게 공개 참여자들은 거래 원장을 조회할 수 있고, 규칙에 맞게 작성되었는지 검증 가능 블..

http://neuralnetworksanddeeplearning.com/index.html Neural networks and deep learning neuralnetworksanddeeplearning.com 딥러닝의 기본에 대해 자세히 설명되어있는 사이트입니다. 공부할겸 차근차근 블로그에 해석해서 올리겠습니다. 인간의 시각 체계는 세계의 불가사의중 하나입니다. 다음 수기 숫자를 순서대로 읽어봅시다. 대부분의 사람들은 쉽게 이 숫자가 504192라는 것을 인식할 수 있습니다. 인간의 시각은 이보다도 더 복잡한 이미지 처리를 수행합니다. 우리는 시각적인 세계를 이해할 수 있도록 수억년에 걸쳐 진화했습니다. 손으로 쓴 숫자를 인식하는 것은 쉽지 않은 작업이지만 우리 인간은 시각적인 것을 잘 이해할 수 ..

np.dot(a,b)를 연산할경우, a,b가 0차원 scalar이면 a와 b의 곱셈으로 연산된다. a,b가 1차원 array면, 두 벡터의 내적이 연산된다. a,b가 2차원 array이면 행렬곱으로 연산된다. (=np.matmul) 딥러닝 신경망에서 np.dot()을 활용하여 행렬의 곱으로 신경망 연산을 하는 경우가 있다. np.dot (1차원 내적연산)은 다음과 같이 활용할 수 있다. import numpy as np a= np.array([-5,3,2,8]) b= np.array([1,2,-1,0]) y= np.dot(a,b) print(y) out: -1 이 된다. np.dot을 사용해 두 벡터의 내적을 계산할 경우, 연산이 어떻게 이루어지는지 알아보자. -5*1 + 3*2 + 2*-1 + 8*0 ..

중세시대는 "신의 시대"라고도 불리울 정도로 "신은 과연 존재하는가?"에 대한 꾸준한 의문과 답변을 제시했던 철학 시대이다. 일반적으로 플라톤의 아카데미아 폐쇄(529)~ 루터의 종교개혁(1517) 의 시대를 중세철학 시대라고 구분한다. 토마스 아퀴나스 Thomas Aquinas (1225-1274, 이탈리아) 토마스 아퀴나스는 중세시대 대표적인 철학자이자 신학자이다. 많은 철학자들은 신이 존재한다는 증명을 제시했다. 대표적인 논증으로는 존재론적 논증 / 우주론적 논증 / 목적론적 논증 이 있는데, 토마스 아퀴나스는 이 중 우주론적 논증으로 신이 존재한다고 증명했다. 간단하게 말해 토마스 아퀴나스는 우리가 살고있는 이 세상의 일반적인 특징으로부터 출발하여 우리가 하나님이라고 부르는 궁극적 실재가 없었다면..

df에서 en이라는 컬럼에 a가 들어간는 행 추출 df[df['en'].str.contains('a')] df.query('en.str.contains("a")') 여러 단어중 하나라도 들어가는 행 추출 df[df['en'].str.contains('a|b|c')] # 안될경우 engine='python'추가 여러단어 모두 들어가는 행 추출 words = ['a', 'b','c] df[df['en'].map(lambda x: all(word in x for word in words))]

다음과 같이 이미지를 resize했을 때 이미지가 아래와 같이 깨지는 문제가 발생했습니다. img= np.resize(img,(256,256)) 이럴경우 opencv를 사용하여 resize해주면 대부분 해결됩니다. import cv2 img= cv2.resize(img,(256,256))