본문 바로가기

분류 전체보기

tar 라이브러리 자료조사 https://stackoverflow.com/questions/24546895/how-do-i-decompress-tar-gz-file-using-c-program [ MIT 라이센스 ] https://github.com/rxi/microtar/blob/master/LICENSE [ COPL 라이센스 ] https://www.codeproject.com/Articles/470999/tarlib-Windows-TAR-Library https://social.msdn.microsoft.com/Forums/en-US/3fa25146-c6f0-4f04-95e8-360250cad909/extract-a-tgz-or-targz-files?forum=csharpgeneral [ 라이센스 정보 ] https://m... 더보기
제가 생각하는 자소서, 면접 좀 더 쉽게 합격하는 법입니다 - 11(탈락하는 이유) 출처 : https://cafe.naver.com/dokchi/8771016 아마 탈락하는 유형은 크게 2가지로 압축이 되겠지요? 1. 자소서에서부터 탈락 2. 면접에서 탈락 (내가 인적성 공부를 했는데도 탈락했다! 하시는 분들은 꼭, 인성 체크를 점검하시기 바랍니다 - 이부분은 추후 말씀을 드려보도록 할게요) 자소서 탈락과 면접 탈락 과연 무엇이 원인일까요? 단도직입적으로 여러분 "자신" 을 제대로 못찾아서 라고 자신있게 말씀드리겠습니다. 합격자분들에게는 공통점이 보입니다. 스펙일까요? 아닙니다. 스펙은 상관이 없습니다. 바로 "경험"에서 찾는 "나" 의 "질" 입니다. 취준생 분들 굉장히 많은 경험을 하십니다. 아르바이트, 인턴, 공모전, 실험프로젝트 등등등 아마 자소서와 면접에서 나는 이런사람이다 .. 더보기
[현직멘토의 조언] 내 서류가 자꾸만 떨어지는 이유 출처 : https://cafe.naver.com/dokchi/7068746 자소서 잘 쓰는 법 ④ 내 서류가 자꾸만 떨어지는 이유 글, 사진 / 친절한 히로(blog.naver.com/onthepaper_team)(brunch.co.kr/@onthepaper) 놓아버리지 말자. 이제 시작이다.다만 지금부터는 정신을 바짝 차려야 한다. 나는 서류를 70개 정도 떨어져 본 적이 있다. 그래서 잘 안다. 지금 여러분의 공황장애(?) 상태와, 그리고 왜 떨어지고 있는지를.불안할수록 더 바쁘게 보내야 한다. 그래서 오늘은 처음으로 쓴소리를 좀 해보려고 한다.지금 당장 바꿔야 한다. 뭘 고쳐야 할까? 1. 게으름 여러분을 폄하하는 건 아니지만, 경쟁에서 살아남으려면 부지런해야 한다. 여러분의 게으름이 어느 정도인.. 더보기
Kill Process: Windows 에서 살아있는 포트 찾아서 강제로 죽이기 출처 : http://miconblog.com/archives/1251 간혹 이클립스로 개발하다보면 어쩔수없이 강제 종료를 하게되는데, 이때 이클립스 플러그인으로 톰캣을 연동해 사용하다 강제 종료 했다면,톰캣 포트가 죽지않아 강제로 죽여야 하는 상황에 놓이게 된다.유닉스나 리눅스면 netstat 또는 ps 와 같은 명령어로 PID를 찾고 kill 명령어로 해당 PID 를 찾아 죽일수 있으나, Windows는 당췌 알수없어, 매번 구글링을 하게 된다. 이젠 이 구글링 하는것도 귀찮아 정리해야겠다. ㅇㅎㅎ열린 포트의 PID 확인하기netstat -ao위의 명령어를 사용하면, 아래와 같은 형식으로 출력된다. Proto Local Address Foreign Addresss State PID TCP 나의-컴퓨터.. 더보기
따라하기 쉬운 C드라이브 용량정리 3가지 방법 출처 : http://modangs.tistory.com/990 더보기
윈도우 잔상 남을 때 조치 http://loveash.kr/1883 더보기
머신러닝 알고리즘 - 딥러닝(Deep Learning), Backpropagation을 통한 신경망(뉴럴 네트워크, Neural Network) 학습 출처 : http://it.plusblog.co.kr/221248822124 파이썬 텐서플로우(TensorFlow) 스터디 관련 글 더보기 텐서플로우 예제 깃허브(GitHub) 페이지지난 포스트에서 여러 유닛으로 구성된 신경망(뉴럴 네트워크, Neural Network)을 이용하여 XOR 문제를 풀어봤다. 특정 가중치 W와 Bias들을 이용하면 XOR처럼 동작하는 모델을 만들 수 있음을 알아봤다. 이제 문제는 XOR처럼 동작하는 가중치 W와 Bias를 어떻게 찾아갈 것인가로 넘어갔다.출처 : https://devblogs.nvidia.com/parallelforall/inference-next-step-gpu-accelerated-deep-learning여러 레이어로 구성된 신경망을 학습하는 딥러닝(De.. 더보기
머신 러닝 알고리즘 - 딥러닝(Deep Learning), 신경망(뉴럴네트워크, Neural Network)으로 XOR 문제 풀기 출처 : http://it.plusblog.co.kr/221248710737 파이썬 텐서플로우(TensorFlow) 스터디 관련 글 더 보기 텐서플로우 예제 깃허브(GitHub) 페이지XOR의 개념은 간단하지만 하나의 단일 모델로 XOR 문제를 풀 수 없었다. XOR은 두 개의 입력에 대해 다음과 같은 결과를 출력해주는 논리 연산이다. x1 x2 y 0 0 0 0 1 1 1 0 1 1 1 0 두 개의 입력값(X1, X2)의 값이 서로 같으면 0을 출력하고 다르면 1을 출력한다. 개념은 매우 간단하다.두 개의 입력값(X1, X2)에 대해서 위 표와 같은 결과를 내는 모델을 만들어 낼 수 있을까? 각각 입력값에 해당하는 가중치 W와 Bias b는 어떤 값을 가져야 할까?XOR 문제를 그래프로 그려보면XOR을.. 더보기
머신 러닝 알고리즘 - 딥러닝(Deep Learning)의 출현, 진화한 뉴럴 네트워크(Neural Network) 그리고 backpropagation 출처 : http://it.plusblog.co.kr/221243919389 파이썬 텐서플로우(TensorFlow) 스터디 관련 글 더 보기 텐서플로우 예제 깃허브(GitHub) 페이지1986년 Backpropagation 알고리즘을 발표한 Hinton은 당시 Neural Network에 회의적이었던 학계의 분위기에 어려움을 겪고 있었다. Neural Network라는 제목만 들어가도 논문이 Reject 될 정도였다고 한다. 그런 당시 Hinton은 캐나다로 이주하게 되었고, CIFAR(Canadian Institute for Advanced Research)라는 연구기관의 도움을 받아 뉴럴 네트워크에 대한 연구를 계속할 수 있게 되었다.CIFAR라는 단체는 당장 돈이 되거나 활용도가 있지 않아도 연구를.. 더보기
머신 러닝 알고리즘 - 초기 Deep Learning(딥러닝, 뉴럴 네트워크, Neural Network)과 여러 가지 문제들, XOR, Backpropagation 출처 : http://it.plusblog.co.kr/221243889886 파이썬 텐서플로우(TensorFlow) 스터디 관련 글 더 보기 텐서플로우 예제 깃허브(GitHub) 페이지인공지능을 연구하는 사람들의 궁극적인 목표는 우리가 고민해야 하는 골치 아픈 문제들을 인공지능이 대신 생각하게 해주는 것이다. 그렇다면 생각한다는 것에 대한 연구가 먼저 이루어져야 하고 연구자들은 인간의 뇌를 공부하기 시작했다. 인간의 뇌는 아직까지도 완벽하게 연구되지 못 할 정도로 복잡하지만 뇌를 구성하는 기본 단위인 뉴런의 동작 원리는 놀랍게도 단순했다.Neuron (출처 : http://sebastianraschka.com)인간의 뇌는 기본 단위인 뉴런(Neuron)이 무수히 연결되어 있는 모습을 하고 있다. 뉴런 하.. 더보기
머신 러닝 알고리즘 - Training, Testing 데이터(학습 데이터, 평가 데이터), Accuracy, Precision, Recall, F1 Score 출처 : http://it.plusblog.co.kr/221243790904 파이썬 텐서플로우(TensorFlow) 스터디 관련 글 더 보기 텐서플로우 예제 깃허브(GitHub) 페이지머신 러닝 알고리즘을 학습시킬 때 머신 러닝 모델이 얼마나 잘 학습되었는지 평가할 기준이 필요하다. 실제 데이터에 돌려보는 것도 좋지만 학습 단계에서 미리 평가할 수 있는 방법도 필요하다. 고객에게 배포되는 서비스에 섣부르게 알고리즘을 적용했다가 성능이 너무 안 좋게 나오면 문제가 될 수 있기 때문이다. 가장 흔하게 사용하는 방법은 수집된 데이터를 'Training DataSet(학습 데이터)'와 'Testing Dataset(테스트 데이터)'로 나누어 사용하는 것이다. 세분화 시키면 'Validation Dataset(검.. 더보기
머신 러닝 알고리즘 - Overfitting(과적합)과 Regularization(일반화) 파이썬 텐서플로우(TensorFlow) 스터디 관련 글 더 보기 텐서플로우 예제 깃허브(GitHub) 페이지머신 러닝 알고리즘의 가장 큰 숙제는 Overfitting(과적합) 문제다. Overfitting(과적합)은 학습이 너무 잘 되어서 학습 데이터에 대해서는 높은 정확도를 나타내지만 테스트 데이터나 실제 적용 시에는 성능이 떨어지는 현상을 말한다.머신 러닝 알고리즘이 빨간색과 하늘색의 데이터를 구별하는 경우를 살펴보자. 왼쪽 데이터가 샘플링을 해 온 학습 데이터다. 학습 데이터에서 성능이 최대한 잘 나오도록 알고리즘을 학습 시켜보면 왼쪽처럼 구분선이 그려지게 된다.이 구분선을 이용해서 실제 데이터에 적용을 해보면 적중률이 떨어지는 경우가 있다. 학습 데이터가 실제 데이터를 충분히 반영하지 못 했을 경.. 더보기
머신 러닝 알고리즘 - Data preprocessing(데이터 전처리) 출처 : http://it.plusblog.co.kr/221243267614 파이썬 텐서플로우(TensorFlow) 스터디 관련 글 더보기 텐서플로우 예제 깃허브(GitHub) 페이지머신러닝 알고리즘을 학습시키기 전에 학습 데이터를 조정할 필요가 있을 수 있다. 좀 더 학습이 잘 되도록 입력 데이터를 조정하는 '데이터 전처리(Data Preprocessing)' 과정에 대해서 알아보겠다. y = w1*x1 + w2x2 + b 라는 모델을 이용하여 학습하는 경우를 살펴보자. 두 개의 입력 값을 이용해서 결과를 예측하는 알고리즘으로 각 입력 값에 대응되는 두 개의 가중치(w1, w2)를 생각해볼 수 있다. 두 개의 가중치를 이용해서 Cost Function을 그려보면 위에서 볼 수 있는 등고선 형태의 그래프.. 더보기
머신 러닝 알고리즘 - Learning Rate(학습률)과 Overshooting 출처 : http://it.plusblog.co.kr/221239772515 파이썬 텐서플로우(TensorFlow) 스터디 관련 글 더보기 텐서플로우 예제 깃허브(GitHub) 페이지이번 포스트에서는 Gradient Descent 알고리즘의 수식을 자세히 살펴보겠다.Cost Function에서 α값에 대해서 설명이 부족했다. 아 값은 Learning Rate라고 하는 특별한 값으로 너무 크지도, 너무 작지도 않은 값을 가져야 한다. 특정 가중치값 W가 주어졌을 때 기울기에 Learning Rate를 곱해서 그 다음 가중치 값을 결정하게 된다. Cost 함수를 보자.임의의 가중치 W에서 시작해서 Gradient Descent 알고리즘을 이용해 최저값을 찾아나가는 과정은 다음과 같다.이상적인 Gradient.. 더보기
머신 러닝 알고리즘 - Multinomial Logistic Regression(Multinomial Classification), Softmax Classification 출처 : http://it.plusblog.co.kr/221239750876 파이썬 텐서플로우(TensorFlow) 스터디 관련 글 더보기 텐서플로우 예제 깃허브(GitHub) 페이지이전에 봤던 Logistic(로지스틱) Regression의 경우 0과 1을 구별해주는 역할을 했다. 실생활에서는 N개의 선택지 중에 하나로 분류하는 경우도 많이 있다. 주어진 데이터를 N개 중에 하나로 분류하는 머신러닝 알고리즘은 어떻게 만들 수 있을까? Multinomial Classification이 바로 이런 알고리즘이다.다음과 같은 학습 데이터가 있다고 하자.x1x2y105A95A32B24B111C좌표 평면위에 이 것들을 찍어보면 다음과 같다.어떤 값 (x1, x2)가 주어졌을 때, 그 값이 어떤 클래스로 분류될 것.. 더보기
머신 러닝 알고리즘 - Logistic Regression(Classification), 로지스틱 분류, 로지스틱 회귀 출처 : http://it.plusblog.co.kr/221238676577 파이썬 텐서플로우(TensorFlow) 스터디 관련 글 더 보기 텐서플로우 예제 깃허브(GitHub) 페이지Logistic Regression은 정확도가 높다고 알려진 알고리즘이다. 또 한 Neural Network와 딥러닝을 이루고 있는 중요한 요소 중 하나다. 따라서 딥러닝을 공부하기 전에 Logistic Regression에 대해서 제대로 이해하고 넘어가는 것이 중요하다.Linear Regression(Classification)에서 결과값은 Linear 한 숫자다. 반면 Logistic regression(Classification)에서 결과값은 특정 분류다. 즉, 어떤 이메일이 스팸메일인지 일반 메일인지 알아보는 경우일.. 더보기
머신 러닝 알고리즘 - Multi-variable Linear Regression (다변량 선형 회귀) 그리고 행렬(Matrix) 표현 파이썬 텐서플로우(TensorFlow) 스터디 관련 글 더보기 텐서플로우 예제 깃허브(GitHub) 페이지Linear Regression의 Hypothesis는 다음과 같다고 했다.굉장히 간략화된 버전으로 변수(variable)가 x 하나밖에 없다. 하지만 실제 데이터에서는 여러 개의 변수가 하나의 결과와 연계되어 있는 경우가 많이 있다. 이러한 경우를 Multi-variable Linear Regression이라고 부른다.Multi-variable Linear Regression의 경우 Hypothesis를 살짝 변형할 필요가 있다.변수가 3개인 함수로 Hypothesis를 변경하였고, 각각 변수에는 가중치가 따로 할당되어 있다.Cost 함수는 위와 같이 그대로 사용할 수 있다. 이 Cost 함수를 이.. 더보기
머신러닝 알고리즘 - Linear Regression (선형 회귀), Hypothesis, Cost Function, Gradient Descent 출처 : http://it.plusblog.co.kr/221238399644 파이썬 텐서플로우(TensorFlow) 스터디 관련 글 더보기 텐서플로우 예제 깃허브(GitHub) 페이지머신러닝 알고리즘을 공부하면서 가장 쉽게 이해할 수 있는 알고리즘이 Linear Regression(선형회귀)라고하는 알고리즘이다. Linear Regression은 데이터의 분포를 가장 잘 설명할 수 있는 함수를 찾아내는 머신러닝 알고리즘이다. 그림으로 예를 들어보면,x = [1, 2, 3, 4, 5, 6, 7] y = [0.9, 2.1, 3.0, 4.0, 5.2, 5.8, 7.0]이런 데이터가 있다고 하자. 이 데이터를 표현할 수 있는 하나의 직선을 그어보면 다음과 같다.y = x 라는 하나의 직선 함수를 생각해보면 좌표.. 더보기
텐서플로우(TensorFlow) 텐서 기본 개념 - Tensor란 무엇인가? (Rank, Shapes, Types) 출처 : http://it.plusblog.co.kr/221237818389 파이썬 텐서플로우(TensorFlow) 스터디 관련 글 더보기 텐서플로우 예제 깃허브(GitHub) 페이지텐서플로우는 데이터 플로우 그래프를 쉽게 만들고 실행할 수 있도록 도와주는 라이브러리다. 텐서플로우 라이브러리를 이용하여 파이썬으로 머신러닝 프로그래밍을 할 때에는 일반적으로 3단계의 수행 과정을 거치게 된다. (출처 : www.mathwarehouse.com)1. 데이터 플로우 그래프를 빌드(Build)하는 단계 2. 데이터를 입력하고 그래프를 실행(run)하는 단계 3. 그래프 내부 변수들을 업데이트(update)하고 출력값을 리턴하는 단계일반적으로 2번과 3번을 반복적으로 수행하여 내부 변수들의 값을 갱신해나가게 된다... 더보기
파이썬 텐서플로우(Tensorflow) 예제 - constant node, computational node, placeholder 출처 : http://it.plusblog.co.kr/221237799413 파이썬 텐서플로우(TensorFlow) 스터디 관련 글 더보기 텐서플로우 예제 깃허브(GitHub) 페이지Constant Node텐서플로우(TensorFlow)를 이용하여 데이터 그래프를 만드는 과정에서 사용할 수 있는 가장 기본적인 노드는 'constant'노드다. 텐서플로우의 가장 기본적인 hello_world.py를 보면import tensorflow as tf hello = tf.constant("Hello, TensorFlow!") sess = tf.Session() print(sess.run(hello)) # https://github.com/ezkun/tensorflow_samples 참조'tf.constant'라고.. 더보기
파이썬 텐서플로우(TensorFlow) 메시지 : Your CPU supports instructions that this TensorFlow binary was not com.. 출처 : http://it.plusblog.co.kr/221237740617 파이썬 텐서플로우 스터디 관련 글 더 보기 텐서플로우(TensorFlow) 라이브러리를 이용하여 머신러닝 코드를 작성하여 실행해보면 다음과 같은 경고 메시지(Warning Message)가 출력되는 경우가 있다.$ python3 test.py tensorflow/core/platform/cpu_feature_guard.cc:137] Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2 AVX AVX2 FMA코드 자체는 수행이 되지만 매번 경고 메시지가 발생해서 신경이 쓰인다. ' Your CPU support.. 더보기
파이썬과 텐서플로우(Python & Tensorflow)를 이용한 머신러닝 스터디 출처 : http://it.plusblog.co.kr/221237740235 구글이 공개한 텐서플로우(Tensorflow)를 이용하여 머신러닝을 공부하게 되었다. 머신러닝을 공부하면서 알게된 내용들과 예제 코드 등을 블로그에 정리해보았다.본 스터디는 홍콩과기대의 김성훈 교수님이 유튜브에서 진행하는 '모두를 위한 딥러닝 강좌 시즌 1'을 보면서 실습, 부가적인 내용들을 찾아서 채워넣었다. Lec 00 - Machine/Deep learning 수업의 개요와 일정강의 웹사이트: http://hunkim.github.io/ml/ Facebook: https://www.facebook.com/groups/TensorFlowKR/ 소스코드: https://github.com/hunkim/DeepLearningZe.. 더보기
파이썬(Python) 텐서플로우(tensorflow) 설치하기, 간단한 프로그램 작성하기 출처 : http://it.plusblog.co.kr/221177145686 파이썬(python)에 텐서플로우(tensorflow)를 설치해보겠다.1. 텐서플로우(TensorFlow)란?텐서플로우(TensorFlow)란 구글에서 만든 머신 인텔리전스(Machine Intelligence)를 위한 오픈소스 라이브러리다. 데이터 플로우(Data Flow)를 이용해 연산을 처리할 수 있도록 도와주는 라이브러리로 파이썬으로 작성된 라이브러리다.텐서플로우를 이용하여 2016년부터 전세계적으로 큰 이슈를 불러일으키는 딥러닝(Deep Learning)을 구현할 수 있다.2. 텐서플로우 설치하기텐서플로우는 pip라는 패키지 관리 소프트웨어를 이용해서 쉽게 설치할 수 있다.$ pip install --upgrade te.. 더보기
객체지향 자바스크립트 소개 출처 : https://developer.mozilla.org/ko/docs/Web/JavaScript/Introduction_to_Object-Oriented_JavaScript 비록 다른 객체지향적인 언어들과의 차이점에 대한 논쟁들이 있긴 하지만, JavaScript는 강력한 객체지향 프로그래밍 능력들을 지니고 있다. 이 글에서는 객체지향 프로그래밍에 대해 소개하는 것으로 시작해서 자바스크립트의 객체 모델, 그리고 자바스크립트에서의 객체지향 프로그래밍 개념에 대해 간단한 예제로 살펴볼 것이다. 자바스크립트 리뷰(JavaScript review)만약 변수, 형, 함수, 스코프 등 자바스크립트의 개념에 대해 명확히 이해하고 있지 못하다면, A re-introduction to JavaScript를 참고해.. 더보기
boost 컴파일 에러 fatal error C1001 출처 : http://kjk92.tistory.com/35 visual studio 2013 deepllearning caffe를 사용하려고 환경을 구축하는 중 boost(1.63버전) 컴파일시 fatal error C1001 : 컴파일러에서 내부 오류가 발생했습니다. 에러 내역boost\type_traits\common_type.hpp(42): fatal error C1001: 컴파일러에서 내부 오류가 발생했습니다. (※ 해결후 포스팅 하는 데 스크린샷을 미리 찍지 못했습니다ㅠㅠ) - 환경구축 중이 아닌 다른 상황으로 타 블로그에서 개발 중 C1001 발생하면 다시 빌드를 하면 된다 고도 합니다.(비쥬얼을 종료후 -> 솔루션 다시빌드를 말하는거 같습니다.) 출처에서 보니 visual 2013이 최신 버.. 더보기
화질, 해상도, 릴그룹, 코덱 총 정리! [용어]*릴: 릴그룹들이 '릴' 이라는 과정을 통해 코덱을 이용하여 영상을 압축시킴*코덱: 영상을 압축시키기 위한 도구?*해상도: 영상의 크기 규격은 480p(720x480), 720p(1280x720), 1080p(1920x1080) 4K, 8K*비트레이트: 화질, 음질을 좌지우지하는 요소 높을수록 화질도 좋다 +무슨 코덱을 사용하여 얼마나 저용량으로 비트레이트를 최대로 끌어올리느냐가 릴의 관건*릴그룹: '릴' 행위를 하는 그룹 [화질]부등호를 붙혀 비교하자면,CAM < TS < R(국가코드) < xxScr < DVDRip ≦ HDRip < WEBRip ≦ BRRip < WEB-DL < BluRay 더보기
example - input type="file" 처리에 관한 예제들 출처 : http://ankyu.entersoft.kr/board_Lecture/lecture_content.asp?lecture_idx=248&gubun_type=javascript 1. type="file" 선택된 파일 초기화 if (/(MSIE|Trident)/.test(navigator.userAgent)) { // ie 일때 input[type=file] init. $("#board_fname1").replaceWith( $("#board_fname1").clone(true) ); } else { // other browser 일때 input[type=file] init. $("#board_fname1").val(""); } 2. 특정확장자 만 선택받는 방법 - accept 에 확장자만 써주면 .. 더보기
jquery dom 객체 존재 여부 체크 출처: http://murdering.tistory.com/126 [웹프로그래머] 요즘 스크립트 작업은 대부분 jQuery에 의존하고 있다.작업을 하다 객체가 존재하는가 하지않는가가 필요해서 코딩을 약간 해봤는데 무조건 객체가 존재한다고 나와버린다. 보통 자바스크립트에서는 alert(getElementById("id값"));이렇게 적으면 존재유무가 표시되는데.... alert($("#id값));jQuery도 비슷하게 했는데 안된다.그래서 검색을 하다보니 jQuery는 다른 방식으로 객체를 찾아내는걸 알게 되었다. alert( $("#id값").length );위와 같이 수행했을경우 id값이 존재하면 1 이상을, 존재하지 않으면 0을 리턴한다. 존재할때 계속 코드를 수행하게 만들기 위해서는 if ( $(".. 더보기
jQuery로 outerHTML처럼 사용하기 출처 : https://blog.outsider.ne.kr/401 Javascript에는 innerHTML이 있습니다. 선택한 Dom객체의 내부 HTML을 가지고 있는 프로퍼티라고 할 수 있습니다. (Javascript가 아니라 DOM에 있는건가요? 흠..) Html test 예를 들어 위와같은 소스가 있을때 testdiv의 innerHTML은 test입니다. testdiv 엘리먼트를 선택하고 innerHTML을 하면 a태그부터 가져올 수 있지만 div태그는 가져오지 못합니다. 자기 자신은 innerHTML에 포함되지 않죠. 간단한 소스야 가능하지만 DOM트리가 복잡할때는 div부터 HTML태그를 가져오려면 좀 난감할 때가 있습니다. jQuery로는 $("#testdiv").html()을 하면 a태그만 .. 더보기
첨부파일 byte 용량 계산 [bytes, KB, MB, GB, TB, PB으로 변환] 12345678910111213141516171819//byte를 용량 계산해서 반환 function byteCalculation(bytes) { var bytes = parseInt(bytes); var s = ['bytes', 'KB', 'MB', 'GB', 'TB', 'PB']; var e = Math.floor(Math.log(bytes)/Math.log(1024)); if(e == "-Infinity") return "0 "+s[0]; else return (bytes/Math.pow(1024, Math.floor(e))).toFixed(2)+" "+s[e]; }Colored by Color Scriptercs첨부파일 같은 파일 사이즈를 받아서 byte, KB, MB, GB, TB, PB 형을 .. 더보기