Rylah's Study & Daily Life

보호되어 있는 글입니다.

Heap Memory - C++는 프로그래머가 메모리를 관리해야되는 Unmanaged Language - 관리에 실패하게 되면 생기는 문제 : Memory leak, Memory Fragmentation * Memory Leak - 흔히 말하는 메모리 누수, 프로그래머의 실수로 인해 발생하는 문제라고 생각한다. - 사용하고 난 후 해제 되어야 할 메모리가 해제되지 않고 사용되어 발생되는 문제이다. * Memory Fragmentation - 사용 가능한 메모리는 충분히 있지만, 할당이 불가능한 상태 - 외부 단편화, 내부 단편화 - 내부 단편화 : 할당할 때 프로세스가 필요한 양보다 더 큰 메모리가 할당되어서 메모리 공간이 낭비 된 상황 - 외부 단편화 : 메모리가 할당되고 해제되는 작업이 반복 될 때 ..

#include void foo(int arg) { int a; int b; } void bar() { Cat cat; Dog dog; } int main() { int a; double b; foo(10); bar(); return 0; } 1. main 함수가 StackFrame에 올라간다. 2. foo 함수가 StackFrame에 들어간다. foo가 종료될때 Return Address를 통해 어디로 가야할지 정하고 foo로 할당된 StackFrame 메모리를 해제한다. #include class Cat { public: Cat() { m_age = 1; }; ~Cat(); void addAge(int arg) { m_age += arg; } private: int m_age; }; int main(..

#include struct ST { int a; // 4 bytes int b; // 4 bytes }; struct ST2 { long a; // 8 bytes int b; // 4 bytes short c; // 2 bytes }; class Cat { public: void printCat(); // ? private: int age; // 4 bytes float weight; // 4 bytes }; int main() { std::cout

#include int main() { int a = 0; std::cout

#include int main() { int a = 0; int b = 3; int c = a + b; double d = 2.5; std::cout

이 항목은 Tensorflow 2.3 / Keras 2.4.3로 진행하는데 오류 해결이 어떤 버전을 해도 안되고 문서도 없다. LSTM 관련 공부는 사진으로 대체하겠다. 더보기 Traceback (most recent call last): File "C:/rudududdfh/pyCharmWorkspace/my-TF/airline/airline.py", line 114, in model.add(LSTM(MY_UNIT)) # LSTM을 모델에 추가 , MY_UNIT 하이퍼 파라미터 사용, LSTM의 차원 File "C:\ProgramData\Anaconda3\envs\TF-inter\lib\site-packages\tensorflow\python\training\tracking\base.py", line 4..

import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3' import numpy as np import matplotlib.pyplot as plt from time import time from keras.datasets import fashion_mnist from keras.utils.np_utils import to_categorical from sklearn.metrics import f1_score, confusion_matrix from keras.models import Sequential from keras.layers import Flatten from keras.layers import Dense, InputLayer from keras.layers ..