補足的な話 - 48's diary
先週末土曜日に広島でコンピュータ将棋の話をしてきました。 県外で依頼を受けて話したのははじめてです。 hiroshima.pycon.jp 私のリスペクトする如法さんから依頼頂いたってのが他を蹴ってたのに受けた理由のひとつです。もうひとつは酒祭かなｗ まぁ，それと岡山でのリアクションと異なるものが得られるかどうかってのが興味ありました。ただ，岡山で話すのと色々と変えてあります。 岡山で主催している自作AIの会では自分で時間管理ができますので，初回などは３時間ほど話しました。まだ数回ですが準備した資料の分量は相当なものです。 また，他の勉強会などでも一部切り出した形＋着色して話題にしております。 ai-okayama.connpass.com Pycon mini 広島ではウケを狙えとの指示でしたので，予備知識が必要な技術的な話はカットしてあります。特に個人差が激しいために調整しずらいところ
Pythonの10年と今、これから
Oct 6, 2018Download as PPTX, PDF7 likes126,514 views
20 万行超のコードベースをテストせずにリファクタリングリリースした話 - MonotaRO Tech Blog
こんにちは、鈴木です。 20 万行を超えるアプリケーションのほとんど全てのソースコードを変更し、テストを行わずに本番リリースしました。 「それってテストいるんですか？」問題 いきなりですが質問です。ソースコードを 1 バイトでも変更したら再テストする必要はあるでしょうか。「絶対に再テストすべき」という方もいれば、「状況によるしケースバイケースかな・・」という方もいらっしゃると思います。 ケースバイケースと考える方は、どのような場合にテストを行わなくて良いと考えるでしょうか。例えば、コメント内の誤字を修正した場合はどうでしょうか。ローカル変数の名前を typo していたので修正した場合、デッドコードを削除した場合はどうでしょうか。 こんなことがありました ある日、Python のソースコードを眺めていると、「# $Id」のような CVS 時代のコメントがありました。いまやソースコードは Gi
ゼロから作るRAW現像 - その１ - Moiz's journal
追記 このブログ記事「ゼロから作るRAW現像」を大きく再構成してより読みやすくした書籍「PythonとColabでできる-ゼロから作るRAW現像」を【技術書典6】にて頒布しました。 現在はBOOTHにて入手可能です。書籍+PDF版は2200円プラス送料、PDF版は1200円です。 moiz.booth.pm 追記 はじめに RAWファイルおよびRAWデータについて カメラ画像処理 準備 RAW画像読み込み 画像データ変換 ブラックレベル補正 簡易デモザイク ホワイトバランス補正 カラーマトリクス補正 ガンマ補正 まとめ 最後に 次の記事 改定履歴 はじめに 会社の同僚にrawpyというPython用のライブラリの存在を教えてもらいました。 これを使うと各種デジカメのRAWファイルから、BayerのRAWデータを抽出できます。以前はDCRAWのソースコードを改造してrawデータのダンプなどし
Pythonによるドローン「Tello」の制御 - 合同会社ミドリアイティ
Telloへのコマンド送信には、UDPのポート8889を使用します。今回使用するコマンドは、command、takeoff、landの3つです。 ドキュメントでレスポンスが OK / FALSE となっていても、実際には ERROR や error が返されることがあります。 サンプルプログラム 今回作成したプログラムは以下の通りです。GitHubでMITライセンスで公開しています。 #!/usr/bin/python3 # -*- coding: utf-8 -*- import threading import socket import time import sys from PyQt5.QtWidgets import * class TelloController1(QWidget): def __init__(self): QWidget.__init__(self) sel
Pythonで始めるウェブスクレイピング実践入門 - Speaker Deck
PyCon JP 2018 の発表資料です
【PyCon JP 2018】「野球エンジニア」が説く、エンジニアリングにおける“選球眼”の大切さ | ログミーBusiness
2018年9月17日から18日にかけて、日本最大のPythonの祭典、PyCon JP 2018が開催されました。「ひろがるPython」をキャッチコピーに、日本だけでなく世界各地からPythonエンジニアたちが一堂に会し、様々な知見を共有します。プレゼンテーション「Pythonistaの選球眼」に登壇したのは、株式会社ネクストベースの野球エンジニア兼CTO、中川伸一氏。講演資料はこちら Pythonistaの選球眼中川伸一氏（以下、中川）：では、野球の話を始めます。今年は「Pythonistaの選球眼」というタイトルで、野球と技術のオールインワンの話をしたいと思います。すみません、今さらながら遅れましたが、PyCon JP 2018もとい、PyConスタジアムへようこそ（笑）。 今年も野球の時間がやってまいりました。ということで、1個だけ真面目な話を挟ませてください。去年までは趣味でやっ
Pythonista's Batting Eye（選球眼） #PyConJP 2018
PyCon JP 2018 Talk Session https://pycon.jp/2018/ Baseball Science, Web Application, Barrel Zone, and more...
奴隷制を連想させるとして、Pythonで「master」「slave」といった単語が削除される | スラド デベロッパー
Pythonのバグトラッカーに、「Avoid master/slave terminology」という要望が寄せられている。これは「多様性のため」に奴隷制度を連想させる「master」「slave」という単語を削除するほうが好ましいという提案だ（Slashdot、Motherboard、Register）。 そもそも「master」という単語は非常に多くの場所で使われており、たとえばバージョン管理システムGitでは「masterブランチ」という概念がある。そのため、これを変更するのは容易なことではない。また、master/slaveという単語は電子回路やソフトウェアアーキテクチャにおいて奴隷制とはまったく関係ない文脈で使われている。そして、「slave」を置き換えられる単語で適切かつ広く普及している単語はいまのところ存在しない。こういった理由から反対の声も出ていたが、最終的には「salve
Python Numpy Tutorial (with Jupyter and Colab)
This tutorial was originally contributed by Justin Johnson. We will use the Python programming language for all assignments in this course. Python is a great general-purpose programming language on its own, but with the help of a few popular libraries (numpy, scipy, matplotlib) it becomes a powerful environment for scientific computing. We expect that many of you will have some experience with Pyt
Pythonでデータと向き合いながら価値を見出す「探索的データ解析」に挑戦しよう
本連載では、プログラミングの基本は理解していて、より実践的なデータ解析に取り組みたい方を対象に、スクリプト言語によるデータ解析の実践を解説します。スクリプト言語のなかでも特にデータ解析に役立つライブラリや環境が整っているPythonを取り上げ、対話型解析ツールやライブラリについて導入から解析の実行・可視化までを解説します。第2回では、Pythonによる探索的データ解析を解説します。まず対話的環境による探索的データ解析について確認し、Jupyter Notebookを使ったデータ解析の実行・可視化までの手順を解説します。 対象読者 Pythonの基本的な文法を理解しておりデータ解析のスキルアップに取り組みたい サンプルの動作確認環境 MacOS 10.13 Anaconda 5.1 Python 3.6 Jupyter Notebook 5.4 探索的データ解析の流れを確認 まず対話型環境に
人3Dモデルを当てはめてポーズ推定 - Qiita
前提 写真に映った人のポーズ推定をする方法としてOpenPose( https://arxiv.org/abs/1611.08050 )がある。 検出方法はたしか各部(二の腕とかふとももとか)を判別し、それのもっともらしい接続を導くことで全身の推定をするとかだったはず。 別の方法を思いついたのでやってみた。 人の3Dのモデルをどう移動、関節回転させれば画像中の人にうまく重なるかで推定を行う。 こんな感じ。 人物画像を入力し、モデルの中心である骨盤のx,y,zの位置と3軸角度、各部位の3軸角度を推定できればOK。 CNNで人物画像を入力とし、複数の値を同時に回帰で出力し推定する。 CNNにはDenseNet( https://arxiv.org/abs/1608.06993 )を使う。 とりあえずフィージビリティスタディで、3Dモデルの関節をランダムに曲げた画像を作って入力画像とし、回転角度
GitHub - manga109/manga109api: Simple python API to read annotation data of Manga109
import manga109api from pprint import pprint # (0) Instantiate a parser with the root directory of Manga109 manga109_root_dir = "YOUR_DIR/Manga109_2017_09_28" p = manga109api.Parser(root_dir=manga109_root_dir) # (1) Book titles print(p.books) # Output: ['ARMS', 'AisazuNihaIrarenai', 'AkkeraKanjinchou', 'Akuhamu', ... # (2) Path to an image (page). print(p.img_path(book="ARMS", index=3)) # the 4th
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
GitHub - ksnt/Dash_Translation_into_Japanese: Dashドキュメント日本語化プロジェクト I am working on Translation of English Dash tutorial into Japanese. This repository will be aborted when marged into official documents. This repository is temporary.
Redirecting to latest Folium documentation
TheAlgorithms/Python: All Algorithms implemented in Python
Python と SageMath (PDF)
msfd27
GitHub - drillan/pyconjp2018: PyCon JP 2018の資料
9: Kinsai PyCon mini Hiroshima (nishimotz) - わしポ