Deep Learningで「いらすとや風人間画像生成モデル」を作った話（DCGAN、Wasserstein GAN） - ぬいぐるみライフ？
フリー素材サイト「いらすとや」に出てくる人間風の画像を自動生成するモデルをDeep Learningで作りました。実装にはGoogle製のライブラリ「TensorFlow」と機械学習アルゴリズムの「DCGAN」「Wasserstein GAN」を用いています。 以下は生成された人間画像のうちそれなりにきれいなものの一例です。頬のところが赤くなっていて何となく本家いらすとやの特徴を捉えられていると思います。 「いらすとや」とは？ 実装した手法の概要 DCGAN、Wasserstein GANについて Generator Discriminator GeneratorとDiscriminatorの学習 学習や実装の詳細 Generator、Discriminatorのネットワーク構成やパラメーター 訓練データ その他 学習経過 モデルを検証する 入力にバイアスを掛けていい画像を出やすくする ま
日本全国の地震の推移をggplot2で可視化する - ぬいぐるみライフ？
RubyやRでスクリプトを書いて可視化してみた． tenki.jpの地震情報を取得するRubyスクリプト (fetch_quake_info.rb) 以下は2011/3/11 0:00から現在時刻までのtenki.jpの地震情報を取得するRubyスクリプト．Nokogiriを使ってスクレイピングする． #!/usr/bin/env ruby # -*- coding: utf-8 -*- require "open-uri" require "nokogiri" puts "datetime\tplace\tmagnitude" i = 1 cont = true stop = Time.parse(ARGV[0] || "2011/03/11 0:00") while cont doc = Nokogiri::HTML(URI("http://tenki.jp/earthquake/en
福島原発のγ線量測定データをggplot2で可視化してみた - ぬいぐるみライフ？
東京電力が福島原発周辺におけるγ線量などの測定データをPDFで随時公開しているが，これを奥村先生がCSV形式に加工して配布なさっている． http://oku.edu.mie-u.ac.jp/~okumura/stat/data/ このデータをRのggplot2ライブラリで可視化してみた． CSVデータの特徴 各CSVファイルは以下のような形式になっている． $ head fukushima1.csv 【別紙】福島第一原子力発電所モニタリングカーによる計測状況,,,,,,,,, 計測日,計測時間,計測場所,γ線,中性子線,風向,風速(m/s),,, 3月11日,午後5時30分,体育館付近,49nGy/h,-,-,-,,, ,午後5時40分,正門付近,56nGy/h,-,-,-,,, ,午後5時50分,管理棟,64nGy/h,-,-,-,,, ,午後6時45分,MP-6,56nGy/h,-,
Rubyによるワンライナーのまとめ - ぬいぐるみライフ？
Rubyでワンライナーを書く際によく使うコマンドライン引数と具体例をまとめてみた． 基本 -e : コマンドラインからスクリプトを指定 コマンドラインからスクリプトを指定する場合に使う．ワンライナーでは必須． $ ruby -e 'puts "Hello, world!"' 行単位の処理 -n : 各行ごとに処理 プログラム全体が以下のwhileで囲まれているように動作する． while gets ... end 標準入力やファイルの各行に対して処理を行いたい場合に便利．getsの結果は$_に格納される． $ ruby -ne 'puts $_ if $_.include?("mickey24")' foo.txt -p : 各行ごとに処理＆出力 -nとほぼ同様だが，各ループの最後で print $_ が実行されるようになる．標準入力の各行に対して処理を行いつつ出力していく場合に便利． $
ggplot2のqplot関数のまとめ - ぬいぐるみライフ？
Rのステキグラフィックスライブラリ「ggplot2」のqplot関数についてまとめてみた．少し頑張りすぎた． 関連記事：ggplot2の概要 - ぬいぐるみライフ？ qplot関数とは ggplot2にはqplot(Quick PLOTの略)というステキな関数が用意されている．これを使うと，デフォルトの設定のままでもRのbaseライブラリ(plot関数など)と比べてきれいな図が描ける上に，色付けや凡例の設定もある程度よしなにやってくれる． 以降，ggplot2のqplot関数について詳しく見ていくことにしよう． この記事の構成 最初に，qplot関数について以下のことをチェックする． qplot関数の基本 qplot関数のdataパラメータ 次に，以下のグラフについてbaseライブラリとggplot2のqplot関数の間でシンタックスの違いや描画されるグラフを比較していく． 散布図 折れ線
ggplot2の概要 - ぬいぐるみライフ？
Tsukuba.R#9での発表に向けてggplot2の勉強を始めた．これまで調べたことを軽くまとめてみる． ggplot2とは 高度な2Dグラフィックの描画について統一的な操作を提供してくれるライブラリ．「The Grammar of Graphics」という思想に基づいていて，ユーザがデータのどの部分に注目したいかを記述していくだけで簡単にきれいなグラフを得られるようになっている． http://had.co.nz/ggplot2/ ggplot2のインストール いつも通り． > install.packages("ggplot2") ggplot2で図を描画する ggplot2で図を描画する方法は主に以下の2通り． qplot関数を使う 自分が得たいグラフに合わせてレイヤーオブジェクトを組み合わせる ここでは以下のggplot2パッケージ付属のdiamondsサンプルデータを使い，それ
Tsukuba.R#9は3/20に東京大学で開催です - ぬいぐるみライフ？
会場が決まったみたいなので再度宣伝します． 統計処理言語Rの勉強会「Tsukuba.R#9」が3/20(日)に東京大学で開催されます．興味を持たれた方はぜひ↓のWikiに名前を追加して参加表明してください．懇親会もありますのでよろしくお願いします． http://wiki.livedoor.jp/syou6162/d/Tsukuba.R%239 私はggplot2パッケージについて発表する予定です．ggplot2を使うと以下のようにいい感じの見た目のグラフが簡単に作れます． > library(ggplot2) > head(mtcars) mpg cyl disp hp drat wt qsec vs am gear carb Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4 Mazda RX4 Wag 21.0 6 160 110 3.
映画「The Social Network」の脚本をNLTKで解析して遊んでみた - ぬいぐるみライフ？
※この記事には映画「The Social Network」のネタバレがそれなりに含まれています．これから映画を観る予定の方は逃げた方が賢明です． 最近ブログで宣言した通り，入門 自然言語処理を読みつつPythonのNLTK(Natural Language ToolKit)を使った自然言語処理について勉強中．入門 自然言語処理はPythonをロクに触ったことがない私でもちゃんと理解しながら読み進められるようになっているのが嬉しい． ところで，少し前に映画「The Social Network (ソーシャル・ネットワーク)」を観て，登場人物の台詞や行動がなかなか面白くて気に入ったのだけど，この脚本が映画の公式サイトで公開されていることを最近知った．映画の脚本となると，特徴的な表現が多く文章数もそれなりにあるので，興味深いコーパスになり得るのではないかと思う． というわけで，NLTK習い立ての
Rのインタプリタを改造して->(){}で関数を書けるようにしてみた - ぬいぐるみライフ？
何やったの Rのインタプリタのソースコードを改造してfunction(x){ statement }をRubyのlambdaライクに->(x){ statement }と書けるようにした． 何がうれしいの わざわざ"function"という長いキーワードを入力しなくて済む 記号だけで関数が記述できる ソースコードからアルファベットや数字を除外できる アルファベットや数字を読めない子供にやさしい ->って元々はRight Assignmentですよね Right Assignmentはなかったことになった． パッチ パッチは以下の通り．このパッチでRのソースファイルsrc/main/gram.yを修正してRをコンパイルすると，->(){}で関数が書けるようになる．R 2.12.1で動作確認済． *** R-2.12.1.org/src/main/gram.y 2010-09-17 07:02
Tsukuba.R#7で発表してきました - ぬいぐるみライフ？
Tsukuba.R#7 - Tsukuba.R - Seesaa Wiki（ウィキ） 今回も無事開催できました．発表者の皆さん，参加者の皆さん，ust視聴者の皆さん，どうもありがとうございました！ 私は「Parallel Computing in R」というタイトルで，Rの便利な並列計算パッケージ「snow」について発表しました．スライドは以下にあります． http://www.slideshare.net/mickey24/parallel-computing-in-r また，今回はgihyo.jpの高橋さんにご協力をいただいたおかげでハイクオリティなUst配信を提供できました．どうもありがとうございました．以下で私の発表の録画映像が見られます．制限時間10分のLTだったので大分早口になってしまいました． 以下，感想など． 私もTsukuba.Rで毎回発表する事が当たり前のようになってき
OpenCVで顔認識→笑い男アイコン貼り付け - ぬいぐるみライフ？
Cで作ってみました．ソースはgithubにあります．エラー処理とか結構適当なのでうまく動かない場合があるかも． http://github.com/mickey24/laugh 実行するにはあらかじめOpenCVをインストールしておく必要があります． $ git clone git://github.com/mickey24/laugh.git $ cd laugh顔認識用分類器のカスケードのxmlファイルがOpenCVのインストールディレクトリにあるので，それをコピーしてローカルに置きます． $ cp /opt/local/share/opencv/haarcascades/haarcascade_frontalface_default.xml .あとはmakeして実行するだけです．MakefileのOpenCVのinclude pathとlibrary pathは環境に合わせて書き換え
Vim完全バイブル 第1章 編集の基本 - ぬいぐるみライフ？
最近、至高のエディタ「Vim」の解説本「ViIMproved-Vim完全バイブル」を端から読んでいます。 読んだことを着実に身につけるためにも、簡単なメモを残していこうと思います。 「第1章 編集の基本」の内容は以下の通りです。 準備 Vimの起動 二つのモード 基本操作のコマンド Vimの終了 ヘルプの読み方 同じコマンドの繰り返し チュートリアル 準備 Vimを「Vimモード」で動作させるための準備。 ホームディレクトリに.vimrcを用意しておく。 この準備をしない場合、Vimは「Vi互換モード」で動作することになる。 $ touch ~/.vimrc もしくは、Vim起動中に以下のコマンドを実行する。 :set nocompatible Vimの起動 ターミナルで以下のコマンドを実行すると、新しいウィンドウが立ち上がってVimが起動し、fileの編集を開始できる。 $ gvim [
2009-06-14
Tsukuba.R#5でLTします． http://wiki.livedoor.jp/syou6162/d/Tsukuba%2eR%235 発表スライドは以下の通り．タイトルは「Animation with R」． http://www.slideshare.net/mickey24/r-de-animation slideshareでアニメーションが動いてくれなくて涙目． 正弦波． library(animation) wave <- function() { for(t in 1:100) { plot(function(x){ sin(x + 0.08 * pi * t) }, -pi, 2*pi, xlab="x", ylab="sin(x)", col="blue", lwd=3) } } saveMovie(wave(), interval=0.05, moviename="w
最小全域木問題(クラスカル法とプリム法) - ぬいぐるみライフ？
最小全域木問題を解くためのアルゴリズム「クラスカル法」と「プリム法」を使ってみた． 最小全域木について クラスカル法 プリム法 PKUの問題 クラスカル法による解答 プリム法による解答 メモリ使用量と実行時間の比較 最小全域木について まず，全域木(Spanning tree)とは連結グラフの全ての頂点とそのグラフを構成する辺の一部分のみで構成される木のこと．つまり，連結グラフから適当な辺を取り除いていき，閉路をもたない木の形にしたものが全域木となる．ここで，グラフの各辺に重みがある場合，重みの総和が最小になるように辺を選んで作った全域木のことを最小全域木(Minimum spanning tree)という． 最小全域木を求めるアルゴリズムとしては以下の二つが有名である． クラスカル法 (Kruskal's algorithm) プリム法 (Prim's algorithm) いずれも貪欲
Disjoint SetsにおけるUnion Find - ぬいぐるみライフ？
またPKUの問題を解いてみた．今回のテーマはUnion Find． Union Find Disjoint Sets(互いに素な集合)におけるUnion Findとは，指定された二つの要素x，yが同じ集合に含まれるかどうかを調べるアルゴリズムのこと．集合と要素を多分木とその葉で表現し，木の根を集合の代表要素とみなすことによって，二つの要素が同じ集合に含まれるかどうかの判定は代表要素の比較操作に落とすことができる．単純な木を用いた場合は代表要素の検索には最悪O(N)の計算量がかかってしまうが，この木に適当な平衡操作を行うことによって，計算量をO(A(N))に抑えられることが知られている(A(N)はアッカーマン関数の逆関数)． 問題 Problem 2524 - Ubiquitous Religions http://acm.pku.edu.cn/JudgeOnline/problem?id=
1
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
Tsukuba.R#8で発表しました - ぬいぐるみライフ？