尼崎南警察署に出頭しました。
警察署、それは善良な一般市民にとっては免許の更新など人生で数えることしか行かない場所です。 あの無機質な建物の威圧感、建物内は独特な緊張感があり、極力行きたくないところです。 まさかそんな場所にワクワクしながら訪れる日が来るとは夢にも思っていませんでした。 尼崎南警察署です。 警察署に入り、右手に進むとまず署長室がありました。偉い人の部屋というのは通常は階上の奥にあると思っていましたが、尼崎南警察署は違いました。市民と近い位置に部屋がある、署長の人間性が見えてきます。 今回、特に署長に用事があるわけではないので素通りし、光の射す方へ向かいます。 まばゆいばかりに光り輝くその先にあるものは、 食堂です。目的地へ到着しました。 お昼時だったのですが貸切状態でした。事前に確認はしていましたが念のため一般人でも食べて大丈夫か訊ねたら全然オッケーとのこと。 テレビではワイドショーとか流れてる昔ながら
新R25 - シゴトも人生も、もっと楽しもう。
新R25は、いま注目のビジネスパーソンが集結する「ビジネスバラエティメディア」です。「シゴトも人生も、もっと楽しもう」をコンセプトに、R25世代のみなさんが一歩踏み出すあと押しをするコンテンツをお届けします。
隠れすぎた名盤 | Music&Mizuki（ipodの中の青春）~ http://www.h4.dion.ne.jp/~t.mizuki/ より
#152 【Adrian Belew／Inner Revolution】 これはあまり人に教えたくない一人で楽しみたいアルバムである。しかし、あまりに凄く楽しいアルバムだから仲のいい人だけにこっそりと教えることにしている。嫌いな奴にこんな素晴らしいものを教える必要はない。もったいなさ過ぎるのである。それほどこれはすごい。これほどの優れたPOPアルバムを作れる人間はそうはいない。エイドリアン・ブリューがこれほどの才人だとは一部の熱狂的なファンしか知らない。しかしそれでいいのかもしれない。金やダイアモンドなど本当に価値があるものは少ないのである。価値がわからないものはガラクタだけで十分生きていけるのである。 それにしても、これほど素晴らしいアルバムの存在を知っており、毎日聴き狂っている人が世の中に何人いるだろうか？やはりもったいない。まったくもってもったいない。とにかく、このアルバム。飛び切り
白黒写真をカラー画像に自動変換 早稲田大学の研究チームが発表した技術がすごい
早稲田大学の研究チームが発表した、白黒写真をディープラーニングによりカラー画像へと自動変換する論文がとにかくすごいと話題です。 研究チームが発表した手法を用いることで、100年前のモノクロ写真でも自然なカラー画像へと自動変換可能（画像は研究チームのホームページより） 論文によれば、モデル構造は「低レベル特徴ネットワーク、中レベル特徴ネットワーク、大域特徴ネットワーク、色付けネットワーク」からなる4つのネットワークによって構成されるという。なるほど…… 論文では、ディープラーニングによる「画像の大域特徴と局所特徴を考慮した新たな畳込みネットワークモデルを用いることで、画像全体の構造を考慮した自然な色付けを行うことができる」としています。100年前のモノクロ写真でも自然なカラー画像へと自動変換可能とのこと。論文内では研究チームの理論で変換されたカラー画像を、他の先端理論で変換したものと比較した
東大が1341台のMacを使う理由
東京大学は、2016年2月に学内の教育用計算システム（ECCS）を刷新し、新しいiMacを計1341台導入した。2004年から4期連続でMacを採用している東大だが、Macを使い続ける理由はなんだろうか。 UNIX互換／root権限がなくても動くアプリが多い／iOSとの親和性 「昔からですが、学生や教員の需要に対して1種類のOSでは足りません。Windowsが動くことと、UNIXが動くという需要に対して現在最適なのがMacとWindowsのデュアルブートということです。OSバージョンはそれぞれOS X El Capitan、Windows10と現在最新のもので導入しました。ただ、毎年OSアップデートに対応できるかというとそうではなく、環境の検証の関係もあって2年に一度バージョンアップができたらいいほうです」と語るのは、東京大学情報基盤センター 情報メディア教育研究部門の柴山悦哉教授だ。 ―
統計的機械学習入門 | 中川研究室
導入pdf 情報の変換過程のモデル化 ベイズ統計の意義 識別モデルと生成モデル 最尤推定、MAP推定 データの性質 情報理論の諸概念 (KL-divergenceなど) 距離あるいは類似度 数学のおさらいpdf 行列の微分 線形代数学の役立つ公式 多次元正規分布 条件付き正規分布 Bayes推論pdf Bayseによる確率分布推定の考え方 多項分布、ディリクレ分布 事前分布としてのディリクレ分布の意味<\li> 正規分布と事後分布 指数型分布族 自然共役事前分布の最尤推定 線形回帰および識別pdf 線形回帰のモデル 正則化項の導入 L2正則化 L1正則化 正則化項のBayes的解釈 線形識別 2乗誤差最小化の線形識別の問題点 生成モデルを利用した識別 学習データと予測性能pdf 過学習 損失関数と Bias,Variance, Noise K-Nearest Neighbor法への応用 b
シンプルな配列クラスを使って「右辺値参照」と「ムーブセマンティクス」を知る - Qiita
C++11 の新しい機能に「右辺値参照」と「ムーブセマンティクス」があります。 ググればこれらに関して解説されてるサイトが結構ありますが、一般的には理解しづらいものとして扱われてるみたいです。 かくいう自分もよくわかりませんでした……。 ですので、今回は至ってシンプルな配列クラスを使って、これらが何を意味するのかを知ろうかと思います。 従来は「コピー」 まずは、「右辺値参照」と「ムーブセマンティクス」を使わないコードを見てみます。 #include <iostream> using namespace std; struct Array { typedef int ValueType; ValueType *p; int length; // コンストラクタ Array(int _length) : p(new ValueType[_length]) , length(_length) {
基本的なプロキシサーバーの設定
本ガイドでは、WWW におけるプロキシサーバーを構築するために必要と思われる代表的なタグについてのみ解説しますが、いちど全体に目を通しておくことをお勧めします。 基本的なタグは以下の通りです。 http_port 3128 # cache_mem 8 MB # cache_swap_low 90 # cache_swap_high 95 # maximum_object_size 4096 KB # ipcache_size 1024 # ipcache_low 90 # ipcache_high 95 # ftp_user Squid@ # ftp_passive on # cache_dir ufs /var/spool/squid 100 16 256 access_log /var/log/squid/access.log squid # cache_log /var/log/sq
Squidによるプロキシサーバーの構築
ここでは、プロキシサーバーであるSquid について解説していきます。プロキシサーバーには、いくつか役割があり、ひとつはキャッシュサーバーとしての働きがあります。LAN内のクライアントがプロキシサーバーを中継点としてインターネットにアクセスすれば、次回、同じサイトにアクセスする際にはキャッシュとしてプロキシサーバーに情報が蓄積されていくために、一度目よりも2度目の方が高速にアクセスすることができます。キャッシュとしての機能は、ブラウザにも標準で付属しているものですが、これはあくまでも自分のマシンのみ。他のマシンでアクセスする場合には、当然、キャッシュがあるはずがありません。そこで、これらのキャッシュをプロキシサーバーに集積させ、複数の人数、複数のマシンで有効に活用しよう、というのがプロキシサーバーの利点です。 その他、有害な情報を表示しないようアクセス規制をかけたり、ウィルスの侵入をブロッ
ブライアン・イーノが新SFドラマ・シリーズ『Strange New Things』で音楽とサウンドスケープを担当 - amass
ブライアン・イーノ（Brian Eno）が新たなSFドラマ・シリーズ『Strange New Things』の制作に参加。米国の映画サイトDeadlineによれば、シリーズの音楽とサウンドスケープ（音風景）を担当する予定です。Amazonが製作を手がける本シリーズは、映画化もされた『アンダー・ザ・スキン』で世界的な注目を浴びた作家ミッシェル・フェイバーのSF小説『The Book Of Strange New Things』（2014年）を原作としたドラマ。監督はケヴィン・マクドナルド。複数のシーズンが作られる可能性が高い作品のようで、最初のシーズンは10エピソードほどとなるようです。 原作は、 遠い宇宙の彼方にある惑星に地球人の入植地があり、そこの住む人々に布教を行うため、英国人の牧師ピーター・リーが旅に出る。地球には彼の妻が残り、2人は文字だけが送れるメールで連絡を取り合っている。そん
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
31歳からの大学院進学（数学・修士課程） - 34歳からの数学博士
Data-Driven Water Simulation