class Solution: def sortedSquares(self, nums: List[int]) -> List[int]: square = [] for i in range(len(nums)): square.append(nums[i]**2) square = sorted(square) return square

class Solution: def findNumbers(self, nums: List[int]) -> int: res = 0 for i in range(len(nums)): if len(str(nums[i])) % 2 == 0: res += 1 return res

class Solution: def findMaxConsecutiveOnes(self, nums: List[int]) -> int: maximum = 0 temp = 0 for i in range(len(nums)): if nums[i] == 1: temp += 1 else: maximum = max(maximum, temp) temp = 0 return max(maximum, temp)

DreamCraft3D: Hierarchical 3D Generation with Bootstrapped Diffusion Prior Jingxiang Sun, Bo Zhang, Ruizhi Shao, Lizhen Wang, Wen Liu, Zhenda Xie, Yebin Liu Abstract 저희는 높은 충실도와 일관성 있는 3D 객체를 생성하는 계층적 3D 콘텐츠 생성 방법인 DreamCraft3D를 제시합니다. 저희는 2D 참조 이미지를 활용하여 지오메트리 조각 및 텍스처 부스팅 단계를 가이드함으로써 문제를 해결합니다. 이 작업의 핵심은 기존 작품이 직면하는 일관성 문제를 해결하는 것입니다. 일관성 있게 렌더링하는 지오메트리를 조각하기 위해 뷰 의존 디퓨전 모델을 통해 score distillat..

LucidDreamer: Towards High-Fidelity Text-to-3D Generation via Interval Score Matching Yixun Liang, Xin Yang, Jiantao Lin, Haodong Li, Xiaogang Xu, Yingcong Chen Abstracttext-to-3D 생성의 최근 발전은 다양한 실제 시나리오에서 상상력이 풍부한 3D 자산을 생성할 수 있는 새로운 가능성을 열어주면서 생성 모델의 중요한 이정표를 세웠습니다. text-to-3D 생성의 최근 발전은 가능성을 보여주었지만, 상세하고 고품질의 3D 모델을 렌더링하는 데는 종종 부족합니다. 이 문제는 특히 많은 방법이 Score Distillation Sampling (SDS)을 기반으로 하기 ..

Deep Generative Filter for Motion Deblurring Sainandan Ramakrishnan, Shubham Pachori, Aalok Gangopadhyay, Shanmuganathan Raman Abstract 이미지에서 카메라 흔들림으로 인한 블러를 제거하는 것은 잘못된 특성으로 인해 컴퓨터 비전 문헌에서 항상 어려운 문제였습니다. 3D 공간에서 카메라와 객체 간의 상대적인 움직임으로 인한 모션 블러는 전체 이미지에서 공간적으로 변화하는 블러 효과를 유도합니다. 본 논문에서는 이 문제를 해결하기 위해 전역 스킵 연결 및 고밀도 아키텍처와 통합된 Generative Adversarial Network (GAN) 아키텍처 기반의 새로운 심층 필터를 제안합니다. 저희 모델은 ..