강의 (63) 썸네일형 리스트형 4.14 실습 : 선물 코스트 정리하기 특정 값 이상의 품목에 대해 과세하는 프로그램 import time import numpy as np with open('gift_costs.txt') as f: gift_costs = f.read().split('\n') gift_costs = np.array(gift_costs).astype(int) # convert string to int start = time.time() total_price = 0 for cost in gift_costs: if cost < 25: total_price += cost * 1.08 # add cost after tax print(total_price) print('Duration: {} seconds'.format(time.time() - start)) ## R.. 4.11 공통책 찾기 실습 #Optimizing Code: Common Books" #Here's the code your coworker wrote to find the common book ids in `books_published_last_two_years.txt` and `all_coding_books.txt` to obtain a list of recent coding books." import time import pandas as pd import numpy as np with open ('books_published_last_two_years.txt') as f: recent_books = f.read().split('\\n') with open('all_coding_books.txt') as f: coding_bo.. 4.6 모듈화된 코드 작성 팁: 드라이 (반복하지 않음) 반복하지 말 것. 모듈화를 통해 코드의 일부를 재사용할 수 있다. 함수 또는 루프에서 반복되는 코드를 일반화하고 통합할 수 있다. 팁: 로직을 추상화하여 가독성 향상 코드를 함수로 추상화하면 반복성이 낮아질 뿐만 아니라 기술 함수 이름으로 가독성도 향상된다. 논리를 함수로 추상화하면 코드를 더 쉽게 읽을 수 있지만, 오버엔지니어링이 가능하고 모듈이 너무 많을 수 있으므로 판단할 것. 팁: 엔티티 수(기능, 클래스, 모듈 등) 최소화 인라인 로직 대신 함수 호출을 사용할 경우 단점이 있다. 코드를 불필요한 양의 기능과 모듈로 분할한 경우, 구현 세부 정보를 볼 수 없는 작은 크기로 보려면 여기저기 뛰어다녀야 한다. 더 많은 모듈을 만든다고 해서 반드시 효과적인 모듈화가 되는 .. 4.4 클린 코드 작성 클린 코드 작성 : 의미 있는 이름 사용하기 서술적이고 암시적인 유형 Boolean의 경우 조건임을 명확히 하기 위해 is_ 또는 has_로 접두사를 지정할 수 있다. 또한 함수에 동사를 사용하고 변수에 명사를 사용하는 것과 같은 유형의 말을 사용할 수도 있다. 일관되지만 명확하게 구분하라. age_list와 age는 ages와 age보다 구별하기 쉽다. 약어 및 단일 문자 피하기 코드에 대한 대상자를 기준으로 이러한 예외를 적용할 시기를 결정할 수 있다. 다른 데이터 과학자와 함께 작업하는 경우 특정 변수가 상식이 될 수 있다. 전체 스택 엔지니어로 작업하는 경우 이러한 경우에도 더 많은 설명적 이름을 제공해야 할 수 있습니다 (예외에는 카운터 및 일반 산술 변수 포함). 긴 이름은 설명하는 이름이 아.. 4.3 코드 리팩토링 리팩터링 코드를 재구성하여 외부 기능을 변경하지 않고 내부 구조를 개선한다. 이렇게 하면 프로그램을 실행한 후 프로그램을 정리하고 모듈화할 수 있다. 계속 작동시키면서 최고의 코드를 작성하는 것은 쉽지 않기 때문에, 고품질 코드를 생산하기 위해서는 시간을 할당하는 것이 필수적이다. 초기 시간과 노력이 필요함에도 불구하고, 이는 장기적으로 개발 시간을 단축함으로써 진정한 성과를 거둘 수 있다. 지속적으로 코드를 개선하고자 할 때 훨씬 더 강력한 프로그래머가 된다. 자주 리팩토링 할 수록 좋은 코드를 구조화하고 작성하기가 쉬워집니다. 4.2 깨끗하고 모듈화된 코드 생산 코드 프로덕션 서버에서 실행 중인 소프트웨어로, 실시간 사용자와 대상 사용자의 데이터를 처리한다. 신뢰성, 효율성 등 생산 기대치에 부합하는 코드를 설명하는 제품 품질 코드와는 다르다. 이상적으로는 프로덕션의 모든 코드가 이러한 기대를 충족하지만 항상 그렇지는 않는다. 정리 코드 읽기 쉽고 간단하며 간결한 코드이다. 깨끗한 생산 품질 코드는 소프트웨어 개발의 협업과 유지보수를 위해 매우 중요하다. 모듈식 코드 함수와 모듈로 논리적으로 구분되는 코드. 코드를 보다 체계적이고 효율적이며 재사용 가능한 모듈식 운영 품질 코드이다. 모듈 파일. 모듈은 다른 파일로 가져올 수 있는 파일로 캡슐화하여 코드를 재사용할 수 있다. 3.19 Demo: AWS DeepComposer로 작곡하기 Demo Part 1: AWS DeepComposer 접속 start composing -> Record Melody -> continue maximum remove -> 70, maximum add -> 90 / sampling -> 90 위 과정은 시도하면서 수치를 변경할 수 있다. Demo Part 2: GANs part 선택 요약 시작하려면 음악 트랙이 필요하다. 그것을 하는 몇 가지 방법이 있다. AWS 키보드 디바이스 또는 콘솔에 제공된 가상 키보드를 사용하여 직접 기록할 수 있다. 또는 MIDI 파일을 입력하거나 제공된 음악 트랙을 선택할 수 있다. 음악 트랙이 입력되면 "Continue"를 선택하여 모델을 만든다. 선택할 수 있는 모델은 AR-CNN, GAN 및 변압기다. 각각의 기능은 조.. 3.17 AR-CNN과 AWS DeepComposer 인기 있는 생성 모델은 자기회귀 신경 네트워크(CNN)이다. 자기회귀 신경망은 새로운 데이터를 생성하기 위해 시간이 지남에 따라 반복적으로 변화한다. 이미지 기반 표현 거의 모든 기계 학습 알고리즘이 숫자 또는 번호 시퀀스로 데이터에 적용된다. AWS Deep Composer에서 입력 트랙은 피아노 roll**로 표시되며 *각 2차원 피아노 roll에서 시간은 수평축, 음조는 수직축이다*. 이 표현은 영상과 비슷해 보일 수 있다. AR-CNN 모델은 피아노 롤 이미지를 사용하여 데이터 세트의 오디오 파일을 나타낸다. AR-CNN 모델의 작동 방식 추론 중에 노트가 입력 트랙에서 추가되거나 제거되는 경우 이를 편집 이벤트라고 한다. AR-CNN 모델이 입력 트랙(이벤트 편집)에서 노트를 추가하거나 제거해야.. 이전 1 2 3 4 5 6 7 8 다음
