2019年4月11日のブックマーク (5件)

  • 山本太郎『山本太郎は、自由党を離党、 新党を結成します。』

    太郎オフィシャルブログ「山 太郎の小中高生に読んでもらいたいコト」Powered by Ameba 山太郎オフィシャルブログ「山 太郎の小中高生に読んでもらいたいコト」Powered by Ameba 山太郎は、自由党を離党、 新党を結成します。 ただし、離党は4月の後半。 国民民主党と自由党の合流の可否が出たのち その結果にかかわらず離党します。 これからどうするかについて、 いくつかの選択肢があります。 このまま野党の結集が叶わず選挙になるならば、 夏の参院戦(衆院解散があった場合にはダブル選挙)を、 山太郎独自のグループで戦います。 山太郎の独自グループと主な公約は、 こちらでご確認ください↓ https://www.reiwa-shinsengumi.com/ 必要な準備を着々と進めますが、 最終的に野党が結集する事態が訪れた際には、 その旗を下ろし、私もその結集に

    山本太郎『山本太郎は、自由党を離党、 新党を結成します。』
    Betty999
    Betty999 2019/04/11
    肉球取り入れるのずるい🐾
  • NTTを退職しません

    最近よくNTT(事業会社含む)の退職エントリを目にするので、あえて逆の立場で書いておこうと思います。 言いたいこと端的に言えば「NTTグループは就職先としてそう悪くないよ」ということ。 もちろん当然万人にとっていい会社というわけではないので、 就職 or 転職NTTグループに少しでも興味を持った方の判断の助けになればと思い、筆を執りました。 「NTTグループ」と言いつつ私は1社しか知りませんので、他のグループ会社では異なる点もあるかと思います。 あくまで一社員目線の一例として捉えていただければ 筆者のプロフィールと業務概要NTT事業会社(茸の会社)に新卒で入社。30代前半。開発業務に従事。 開発といいつつコーディングは外部へ業務委託しているので、業務範囲は要件定義とプロジェクト管理。 要件定義も実際のドキュメント作成は常駐BPが担当し、プロパーの私は専らレビュー専門。 この辺はNTTによ

    NTTを退職しません
  • Googleが大量の機械学習用データベースを無料公開してた - Qiita

    個人用メモです。 機械学習は素材集めがとても大変です。 でもこの素材集め、実は無理してやらなくても、元から良質な無料データベースがあったようなのです。 URLはこちら YouTube8-M https://research.google.com/youtube8m/explore.html 提供されているサービスは以下の通り 800万個の動画 19億個のフレーム 4800個の分類 使い方はExploreから画像セットを探し、ダウンロードするだけ。 他の方法も見つけた open images dataset 「すごい神だな」と思ったのは これもう完成されてますよね もちろんこの認識前の画像もセットでダウンロードできます。 Youtube-8Mとは、画像数を取るか、精度で取るか、という違いでしょうか。 他にも良い素材集を教えていただきました (はてなブックマーク情報 @sek_165 さん )

    Googleが大量の機械学習用データベースを無料公開してた - Qiita
  • 「GraphQL」徹底入門 ─ RESTとの比較、API・フロント双方の実装から学ぶ|ハイクラス転職・求人情報サイト AMBI(アンビ)

    scalar型を新しく定義するためにはscalarキーワードを使います。例えば、Date型を新しく定義するには次のようにします。 scalar Date スキーマではこれだけですが、実際に使う際はGraphQL処理系に対してさらにシリアライズとデシリアライズを定義することになります。 GraphQL組み込みのscalar型は先にあげたものだけなので、例えばバイナリ、日付と時刻、HTML/XML、BigIntなどを必要に応じて追加することになるでしょう。ただしその場合、サーバーサイドとクライアントサイドでシリアライズ・デシリアライズの実装を一致させる必要があります。 Enum enum(イナム)はscalar型の一種で、特定の値のみを持つ型です。例えば、組み込みscalar型であるBooleanをenumで宣言すると次のようになるでしょう。 enum Boolean { true false

    「GraphQL」徹底入門 ─ RESTとの比較、API・フロント双方の実装から学ぶ|ハイクラス転職・求人情報サイト AMBI(アンビ)
  • ディープラーニング入門:Chainer チュートリアル

    Chainer チュートリアル 数学の基礎、プログラミング言語 Python の基礎から、機械学習・ディープラーニングの理論の基礎とコーディングまでを幅広く解説 ※Chainerの開発はメンテナンスモードに入りました。詳しくはこちらをご覧ください。 何から学ぶべきか迷わない ディープラーニングを学ぶには、大学で学ぶレベルの数学Python によるプログラミングの知識に加えて、 Chainer のようなディープラーニングフレームワークの使い方まで、幅広い知識が必要となります。 チュートリアルは、初学者によくある「まず何を学べば良いか」が分からない、 という問題を解決するために設計されました。 初学者は「まず何を」そして「次に何を」と迷うことなく、必要な知識を順番に学習できます。 前提知識から解説 このチュートリアルは、Chainer などのディープラーニングフレームワークを使ったプログ

    ディープラーニング入門:Chainer チュートリアル