1. AWS console 홈페이지 들어가서 EC2 선택 2. ubuntu 18.04 클릭하고 인스턴스 메뉴 클릭 3.인스턴스 시작 클릭후 원하는 ami선택(필자는 ubuntu 18.04 선택) 4. 검토 및 시작 클릭 후 시작하기 클릭 5. pem 이름설정 후 다운로드 6. git bash 실행 후 ssh -i pem파일위치 ubuntu@퍼블릭IPv4주소 입력 후 yes 입력
전체 글
좋은 영향력을 전파하기 위해 노력하는 엔지니어 리오입니다.
목표 구글링을 하다가 gamanities.tistory.com/26의 블로그를 보고 참고를 했다. 스팀게임 데이터를 크롤링으로 데이터베이스에 저장하고 웹사이트를 통해 스팀게임정보와 유튜브api를 통해 관련 영상까지 긁어와서 보여주는 웹사이트를 보여준다. 진행사항 왼쪽 사이드바에 있는 카테고리를 webdriver를 통해 클릭해서 최고 인기 제품을 한개씩 클릭하고 데이터를 긁어온다. 하지만 성인게임일 경우 생년월일을 입력하는 페이지로 이동을 하게 된다. #성인 게임 판정. try: driver.find_element(By.CLASS_NAME, "agegate_birthday_selector") select = Select(driver.find_element_by_id("ageYear")) select.sel..
문제 설명 직사각형을 만드는 데 필요한 4개의 점 중 3개의 좌표가 주어질 때, 나머지 한 점의 좌표를 구하려고 합니다. 점 3개의 좌표가 들어있는 배열 v가 매개변수로 주어질 때, 직사각형을 만드는 데 필요한 나머지 한 점의 좌표를 return 하도록 solution 함수를 완성해주세요. 단, 직사각형의 각 변은 x축, y축에 평행하며, 반드시 직사각형을 만들 수 있는 경우만 입력으로 주어집니다. 입출력 예 v result [[1, 4], [3, 4], [3, 10]] [1, 10] [[1, 1], [2, 2], [1, 2]] [2, 1] 풀이 def solution(v): answer = [] xArr = [] yArr = [] for i in v: xArr.append(i[0]) yArr.appen..
문제 설명 프로그래머스 팀에서는 기능 개선 작업을 수행 중입니다. 각 기능은 진도가 100%일 때 서비스에 반영할 수 있습니다. 또, 각 기능의 개발속도는 모두 다르기 때문에 뒤에 있는 기능이 앞에 있는 기능보다 먼저 개발될 수 있고, 이때 뒤에 있는 기능은 앞에 있는 기능이 배포될 때 함께 배포됩니다. 먼저 배포되어야 하는 순서대로 작업의 진도가 적힌 정수 배열 progresses와 각 작업의 개발 속도가 적힌 정수 배열 speeds가 주어질 때 각 배포마다 몇 개의 기능이 배포되는지를 return 하도록 solution 함수를 완성하세요. 제한 사항 작업의 개수(progresses, speeds배열의 길이)는 100개 이하입니다. 작업 진도는 100 미만의 자연수입니다. 작업 속도는 100 이하의 자..
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy']) model = keras.Sequential([ keras.layers.Flatten(input_shape=(28, 28)), keras.layers.Dense(128, activation='relu'), keras.layers.Dense(10, activation='softmax') ]) keras.Sequential() 레이어의 목록을 Sequential 생성자에 전달하여 Sequential 모델을 만들 수 있습니다. keras.layers.Flatten() 28*28 픽셀의 이미지의 2차원 배열을 1차원 배열로 변환 시킨다. ker..
plt.figure(figsize=(10,10)) for i in range(25): plt.subplot(5,5,i+1) plt.xticks([]) plt.yticks([]) plt.grid(False) plt.imshow(train_images[i], cmap = plt.cm.binary) plt.xlabel(class_names[train_labels[i]]) plt.show() fashion_mnist = keras.datasets.fashion_mnist (train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data() keras.datasets.fashion_mnist - keras에서 제공해주는 fashi..