총 33개
-
학습러닝, 머신러닝 분석 레포트2025.05.051. 학습(learning) 학습(learning)이란 데이터를 이용하여 모델(model)을 학습시키는 과정을 말합니다. 이 과정에서 모델은 입력 데이터(input)와 출력 데이터(output)의 관계를 학습하게 되는데, 이를 통해 새로운 입력 데이터가 주어졌을 때 모델은 예측 결과를 출력할 수 있게 됩니다. 2. 블랙박스(black box) 블랙박스(black box)란 모델이 내부에서 어떠한 일이 일어나는지 알 수 없는 상황을 말합니다. 따라서 모델이 학습하는 과정에서 입력 데이터와 출력 데이터만을 이용하여 내부의 동작 원리를 ...2025.05.05
-
병렬프로그래밍 CUDA 프로그래밍 과제1 - Vector Addition2025.05.061. CPU를 이용한 벡터 덧셈 계산 CPU로 처리해서 벡터 합을 계산하는 코드를 제공하였습니다. 이 코드는 벡터의 크기를 입력받아 각 벡터의 원소들을 더하여 결과를 생성합니다. 시간 측정을 통해 벡터의 크기가 커질수록 연산 시간이 늘어나는 것을 확인할 수 있습니다. 2. GPU를 이용한 벡터 덧셈 계산 GPU로 처리해서 벡터 합을 계산하는 코드를 제공하였습니다. 이 코드는 CPU 코드와 유사하지만 CUDA 함수를 사용하여 GPU에서 병렬 처리를 수행합니다. 시간 측정 결과, 벡터의 크기가 10,000,000 이상일 때부터 GPU ...2025.05.06
-
장원사이버교육원 컴퓨터공학 토론 과제,전체 A+, 평균 8.5/10점(자료구조, 컴퓨터구조 과목)2025.01.231. 그래프 자료구조 인접행렬과 인접리스트는 그래프의 정점과 간선 표현을 보기 쉽게 만든다. 인접행렬은 간선 존재 여부를 빠르게 판단할 수 있지만 메모리 공간을 많이 차지하고 간선 탐색 시간이 오래 걸린다는 단점이 있다. 인접리스트는 메모리 공간이 작고 간선 탐색 시간이 적게 걸리는 장점이 있어 희소그래프 환경에서 유리하다. 대부분의 그래프가 희소그래프이고 데이터가 많은 현대에는 인접리스트가 더 효율적일 것이라고 생각한다. 2. CPU 성능 향상 CPU의 성능을 향상시키기 위해 초기에는 클록 주파수를 높였지만 발열과 전력 등의 한계...2025.01.23
4 / 4
