シリコンバレーで働いてる俺が今回のTwitter買収について私見を述べる
ここのところ毎日ニュースになっている、イーロンマスクのTwitter買収とその後の施策について、シリコンバレーでソフトウェアエンジニアをしている俺が、Q＆Aの形で私見を述べる。 Q. Twitterは倒産寸前だったんだからレイオフは当たり前では？これは間違い。確かにTwitterは慢性赤字企業だったが、倒産寸前だったことは一度もない。しかし今回マスクがLBOを使ってTwitterを買収したため、Twitterにかかる借金が大量に増えた。金利だけで、次の７−８年に90億ドルもの支払いが発生するらしい。 https://www.wsj.com/articles/how-elon-musks-twitter-faces-mountain-of-debt-falling-revenue-and-surging-costs-11669042132 さらに言えば、マスクはTwitterを多分時価２倍以
コンサータを初めて飲んだらびっくりして泣いた - 双極性障害・ASD・ADHD
今日は、病院に行きました。以下の内容をお医者さんと話しました。 困っていること 自閉的フラッシュバックへの対処法 違うことをする 口に出さない うまくいっていること 薬を確実に飲む 探し物をしないで済むようにする 探し物をしているときの心境 お医者さんの見立て 工夫の結果 気分のプロット（ラモトリギン125㎎になった） ラモトリギンを飲む前 ラモトリギンを飲んだ後 気付いたこと ADHDの治療が始まる コンサータを飲み始めた結果 静かになった 視界がクリアになった スポンサーリンク 困っていること 困っていることとしては、自閉症的なフラッシュバックが一日十回は起きるということ。 イラつきから不穏になる。 不穏の前兆としては、「太った」「お金がない」「お母さん」「家」のキーワードが出たら不穏になる。 これは、リマインダーと呼ばれるものらしい。記憶を刺激してしまう要因。リマインダーを思い続けな
就活試験 “なりすまし” 4年ほど前からグループで代行か | NHK
就職活動中の学生になりすまし、企業のオンライン試験を代行する「替え玉受験」をしたとして関西電力の社員が逮捕された事件で、社員が4年ほど前から仲間とグループを作り、代行の依頼を受けていた疑いのあることが捜査関係者への取材で分かりました。ことしからグループを離れて1人で請け負うようになり、調べに対し「独立したほうが学生が支払う費用が安くなるのでいいと思った」などと供述しているということです。 大阪市の関西電力の社員、田中信人容疑者（28）はことし4月、都内の大学4年生から依頼を受け、クレジットカード会社が採用選考で行ったオンライン試験を代行する「替え玉受験」をしたとして、私電磁的記録不正作出などの疑いで21日、警視庁に逮捕されました。 これまでの捜査で田中容疑者はSNS上で試験の代行を募集し、およそ300人の就職活動生から依頼を受けて400万円余りを得ていたとみられることが分かっています。 ま
Inside of Deep Learning （ディープラーニングの性能改善手法 一覧） - Qiita
このポストは Inside of Deep Learning あるいは深層学習は何を変えるのか から分割したものです。全体があまりに長くなってしまったので、改善手法についても別のページにしました。 DL（ディープラーニング）の性能を改善していくポイントを駆け足で見て行きましょう。 学習データの追加、改善 DLシステムの性能を上げるためにはためにはより沢山の学習データが必要と言われています。例えば下記の図は、顔のパーツやバスの認識について学習データを増やすほど性能が上がるとした論文のものです。 Do We Need More Training Data? 画像であれば左右、上下、および上下左右に反転させた画像を使ってどちらを向いていても正しく特徴を取れるようにしたり、あるいは少し拡大したりノイズを混ぜるなどしてデータを水増しする手法がよく使われます。ユニークなのは例えばCGを用いて画像を作成
「サイゼリア」と書く人が本当に理解できない
興味がまったくなかったりするならわかる。サッカーに全く興味がない人なら「東京ベルディ」と表記することもあるだろう。耳から聞いた音で「シャー・アズナブル」と表記したりもするだろう しかし「週イチでサイゼリア通ってる～」みたいなことを言い出すやつがいる。どうして。すべての事象についてその程度の解像度で生きてるのか、お前？ あとpedophiliaを「ペドフェリア」と書く人も理解できない
画像認識の大革命。AI界で話題爆発中の「Vision Transformer」を解説！ - Qiita
0. 忙しい方へ 完全に畳み込みとさようならしてSoTA達成したよ Vision Transformerの重要なことは次の3つだよ 画像パッチを単語のように扱うよ アーキテクチャはTransformerのエンコーダー部分だよ 巨大なデータセットJFT-300Mで事前学習するよ SoTAを上回る性能を約$\frac{1}{15}$の計算コストで得られたよ 事前学習データセットとモデルをさらに大きくすることでまだまだ性能向上する余地があるよ 1. Vision Transformerの解説 Vision Transformer(=ViT)の重要な部分は次の3つです。 入力画像 アーキテクチャ 事前学習とファインチューニング それぞれについて見ていきましょう。 1.1 入力画像 まず入力画像についてです。ViTはTransformerをベースとしたモデル(というより一部を丸々使っている)ですが、
畑をマッピングして不必要な作物を狙撃して間引く「農業用スナイパーロボット」とは？
世界人口は2022年11月15日に80億人を突破しており、突破しており、2050年には100億人を超えるとまで推定されています。差し迫るエネルギー・食糧問題を解決するために農家はロボットを導入して大規模な耕作を行っていますが、新たに農作物へ自動的に農薬を噴霧するロボットが登場しました。 Sniper robot treats 500k plants per hour with 95% less chemicals | Challengers - YouTube Verdant Roboticsが開発した農業用ロボットがこんな感じ。 地面と接する部分が左右に展開。 作物を覆うように広がります。 このロボットは複数のカメラで畑をマッピングし、植えられた作物を自動的に検出することができます。広大な畑の「デジタルコピー」を取ることで、どこにどの作物が植えられているのかを正確に把握できるとのこと。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Redirecting