고양이 두 잔

면목역 근처를 걷다가 우연히 발견한 카페, '면목다방'. 이곳은 면목역 2번 출구에서 도보로 5분 거리에 위치해 있어 접근성이 좋습니다.  또한 오픈한 지 제법 되어 면목동의 터줏대감으로 자리 잡은 곳입니다. 처음 이 카페를 방문한 것은 지인의 추천 덕분이었습니다.  "가격도 저렴하고, 분위기도 좋아. 한번 가봐!" 그 말에 이끌려 첫 발을 디딘 순간,  저는 이곳의 매력에 푹 빠졌습니다.영업시간은 오전 8시 30분부터 오후 11시까지로,  아침 일찍부터 밤늦게까지 운영되어 바쁜 일상 속에서도 잠시 쉬어갈 수 있는 피난처 같은 곳입니다.  면목다방의 첫인상은 '넓다', '쾌적하다'는 것이었습니다.  공간이 넓고 층고도 높아 답답함 없이 여유로운 시간을 보낼 수 있습니다.  여기에 더해, 대부분의 자리에 ..

영등포역 신한은행 뒤편에 숨겨진 보물 같은 포장마차를 발견했습니다. 이름이 뭐냐고요? 이름보다는 그곳이 주는 분위기와 맛, 그리고 추억이 더 중요하지 않을까요?  사실은 이름이 없는 포장마차입니다..ㅎ 밤이 되면 그 존재감을 드러내는 이곳은 비가 내리는 날, 우연히 방문했다가 완전히 매료된 포장마차입니다.위치는 바로 영등포역 신한은행 뒤편입니다.  많은 분들이 영등포역 주변의 맛집을 찾을 때, 대개는 번화가 쪽으로 발걸음을 옮기지만, 이곳은 조금만 발걸음을 돌리면 만날 수 있는 숨겨진 맛집이죠.  밤이 되면 여느 포장마차처럼 활기를 띠며, 비가 부슬부슬 내리는 날에는 더욱 운치가 있습니다.처음 이곳을 방문했을 때, 비가 조금 내리고 있었습니다.  비 오는 날의 포장마차만의 그 특별한 분위기, 알고 계시나..

안녕하세요, 고양이 두 잔의 블로거 여러분! 회사 퇴근길이면 자꾸만 생각나는 맥주 한잔.  특히 월요일 저녁의 피로를 풀기에는 역시 맥주만 한 것이 없죠.  그래서 이번에도 역시 제 발길은 우리 동네의 명소 '역전 할머니 맥주 상봉점'으로 향했습니다.  퇴근 후 들르기에 딱 좋은 분위기에, 매일같이 새로운 사람들의 활기로 가득 찬 이곳은 제가 자주 찾는 단골 집이죠.월요일임에도 불구하고 손님으로 북적이는 매장에 자리를 잡고 앉자, 여느 때처럼 메뉴판에 흠뻑 빠져봅니다. 저녁엔 살짝 출출하잖아요?  이번에는 특별히 눈에 띄는 새로운 메뉴를 발견했습니다.  바로 오돌뼈인데요, 이전부터 한 번 먹어보고 싶었던 거라 주문 없이는 못 배길 만큼 궁금했던 메뉴죠.주문은 오돌뼈와 수제소시지로 시작했습니다.  오돌뼈에..

안녕하세요, 고양이 두 잔 입니다! 여러분, 영등포역 근처에서 커피 한 잔의 여유를 즐기려 할 때 어디로 가시나요? 오늘 여러분에게 소개하고 싶은 곳은 '엘리스커피하우스', 바로 저희 동네 사랑받는 커피맛집이랍니다.대문을 열고 들어서자마자 퍼져오는 커피 향기가 사람을 기분 좋게 만드는데요.  엘리스커피하우스의 영업시간은 매일 10:00부터 01:00까지로, 낮보다는 밤에 더 아름다운 공간이에요.  3층으로 이루어진 크고 아늑한 카페이기 때문에 자리 걱정 없이 편안하게 대화를 나누거나  노트북으로 작업하기에도 최적의 장소죠. 이곳에서는 커피 한잔만 주문해도 그와 어울리는 디저트를 1000원만 추가하면 골라 먹을 수 있어요.  고구마 컵케익은 달콤하면서도 깊은 고구마 풍미가 느껴지는데, 입안 가득 퍼지는 향..

목차 기수(Cardinality, 원소의 개수) 집합 $X$내의 원소의 수를 $X$의 기수(카디널리티)라고 하며, 종종 $|X|$로 표시한다. 예를 들면 $|\{ 2,5,7 \}| = 3$이다. 두 집합이 같은 카디널리티를 가지고 있는지 알아내는 것은 수학적으로 뿐 아니라 응용의 측면에서도 중요한데,  두 집합이 모두 유한한 경우에는 문제가 없다; 집합의 원소를 세면 되기 때문이다. 하지만 $\mathbb{Z}$, $\mathbb{Q}$, $\mathbb{R}$은 같은 카디널리티를 가지고 있을까? 두 집합 $X$와 $Y$가 같은 카디널리티를 가진다는 것을 확신하기 위해 $X$의 $x$를 $Y$의 단 하나의 $y$와 짝지어 보여주려 시도할 수 있다. 예를 들어 집합 $X = \{ 2,5,7 \}$과 $Y ..

목차 딥러닝의 역사와 발전: 머신러닝에서 딥러닝까지의 여정 인공 신경망의 기본 구조와 중요성 활성화 함수(Activation Functions) 이해하기 손실 함수(Loss Functions)의 역할과 중요성 딥러닝에서의 최적화: 하강법과 경사하강법 확률적 경사 하강법(Stochastic Gradient Descent, SGD) 기울기 사라짐(Vanishing Gradient) 손실 함수와 최적화 컴퓨터 비전(Computer Vision) 합성곱 연산(Convolution) 합성곱 신경망(Convolutional Neural Network, CNN) 순환 신경망(Recurrent Neural Network, RNN) 순환 신경망의 발전(The Evolution of RNN) 오토 인코더(Autoencod..

목차 딥러닝의 역사와 발전: 머신러닝에서 딥러닝까지의 여정 인공 신경망의 기본 구조와 중요성 활성화 함수(Activation Functions) 이해하기 손실 함수(Loss Functions)의 역할과 중요성 딥러닝에서의 최적화: 하강법과 경사하강법 확률적 경사 하강법(Stochastic Gradient Descent, SGD) 기울기 사라짐(Vanishing Gradient) 손실 함수와 최적화 컴퓨터 비전(Computer Vision) 합성곱 연산(Convolution) 합성곱 신경망(Convolutional Neural Network, CNN) 순환 신경망(Recurrent Neural Network, RNN) 순환 신경망의 발전(The Evolution of RNN) 오토 인코더(Autoencod..

목차 딥러닝의 역사와 발전: 머신러닝에서 딥러닝까지의 여정 인공 신경망의 기본 구조와 중요성 활성화 함수(Activation Functions) 이해하기 손실 함수(Loss Functions)의 역할과 중요성 딥러닝에서의 최적화: 하강법과 경사하강법 확률적 경사 하강법(Stochastic Gradient Descent, SGD) 기울기 사라짐(Vanishing Gradient) 손실 함수와 최적화 컴퓨터 비전(Computer Vision) 합성곱 연산(Convolution) 합성곱 신경망(Convolutional Neural Network, CNN) 순환 신경망(Recurrent Neural Network, RNN) 순환 신경망의 발전(The Evolution of RNN) 오토 인코더(Autoencod..

목차 딥러닝의 역사와 발전: 머신러닝에서 딥러닝까지의 여정 인공 신경망의 기본 구조와 중요성 활성화 함수(Activation Functions) 이해하기 손실 함수(Loss Functions)의 역할과 중요성 딥러닝에서의 최적화: 하강법과 경사하강법 확률적 경사 하강법(Stochastic Gradient Descent, SGD) 기울기 사라짐(Vanishing Gradient) 손실 함수와 최적화 컴퓨터 비전(Computer Vision) 합성곱 연산(Convolution) 합성곱 신경망(Convolutional Neural Network, CNN) 순환 신경망(Recurrent Neural Network, RNN) 순환 신경망의 발전(The Evolution of RNN) 오토 인코더(Autoencod..

목차 딥러닝의 역사와 발전: 머신러닝에서 딥러닝까지의 여정 인공 신경망의 기본 구조와 중요성 활성화 함수(Activation Functions) 이해하기 손실 함수(Loss Functions)의 역할과 중요성 딥러닝에서의 최적화: 하강법과 경사하강법 확률적 경사 하강법(Stochastic Gradient Descent, SGD) 기울기 사라짐(Vanishing Gradient) 손실 함수와 최적화 컴퓨터 비전(Computer Vision) 합성곱 연산(Convolution) 합성곱 신경망(Convolutional Neural Network, CNN) 순환 신경망(Recurrent Neural Network, RNN) 순환 신경망의 발전(The Evolution of RNN) 오토 인코더(Autoencod..