学校に行けなかったときの話。 夏休みが終わって、学校に行けない子供たちのニュースを耳にする。私も中学生の時、学校に行けない時期があった。 たすけてくれたのは、周りの人たち。 姪っ子ちゃんや、関わる子供たちを、あの時支えてくれた… https://t.co/mT3zzRLYoE
明@Ming on Twitter: "学校に行けなかったときの話。 夏休みが終わって、学校に行けない子供たちのニュースを耳にする。私も中学生の時、学校に行けない時期があった。 たすけてくれたのは、周りの人たち。 姪っ子ちゃんや、関わる子供たちを、あの時支えてくれた… https://t.co/mT3zzRLYoE"
学校に行けなかったときの話。 夏休みが終わって、学校に行けない子供たちのニュースを耳にする。私も中学生の時、学校に行けない時期があった。 たすけてくれたのは、周りの人たち。 姪っ子ちゃんや、関わる子供たちを、あの時支えてくれた… https://t.co/mT3zzRLYoE
西沢5㍉🦀C101土曜 西あ-49a on Twitter: "待ち合わせ中の彼女 https://t.co/zFrr54ZABl"
待ち合わせ中の彼女 https://t.co/zFrr54ZABl
Core MLを利用した機械学習とVisionでの画像認識 - WonderPlanet Developers’ Blog
coremltoolsの環境構築 大まかな手順は以下の通りです。 virtualenvでPythonが動く環境用意する。 pip install -U coremltoolsでツールをインストールする。 coremltoolsを利用するために必要な下記のツールをpipでインストールする。 ・numpy (1.12.1+) ・protobuf (3.1.0+) ・Keras (1.2.2+, 2.0.4+) ・Tensorflow (1.0.x, 1.1.x) ・Xgboost (0.6+) ・scikit-learn (0.15+) ・libSVM 詳細なインストール手順はcoremltoosのドキュメントを参照してください。 変換の例（.h5 → .mlmodel） TensorFlowとKerasで作成した犬と猫の画像をどちらか判別する学習モデル「model.h5」をXcodeで扱える
Core ML＋Visionを用いた物体認識の最小実装 - Qiita
iOS 11 より追加される Core ML を使うと、Keras や Caffe や scikit-learn で学習させたモデルをコマンドラインツールで変換でき、それをXcodeにドラッグ＆ドロップすれば必要なコードが自動生成される、とのこと。 開発者ドキュメントから見る iOS 11 の新機能 #WWDC17 - Qiita "Vision Framework: Building on Core ML" というWWDC17のセッションに付随する公式サンプルで、Core MLでつくったカスタムモデル＋Visionフレームワークで画像の識別（MNISTの手書き数字認識）をやる実装があるのですが、その実装を参考にCore ML+Visionでリアルタイム物体認識を実装してみました。 このキャプチャはiOS 11のものではなく、iOS-10-Samplerのものです。NDAに配慮してこちらを
平面上のロシアゲー（構築ゲー）を解くためのそこそこ一般的なテクについて - Learning Algorithms
平面上のロシアゲー（構築ゲー）を解くためのそこそこ一般的なテクについて この記事はCompetitive Programming Advent Calendar 2017の12月13日の記事です。 ロシアゲーとは 「ある条件を満たすものを何でもいいから一つ出力しなさい」という形式の問題のことです（参照）。色々なロシアゲーがありますが、この記事では平面上で何かを構築する系のものを扱います。 やり方 1.「ヘビがくねくねしたようなやつ」を作ります。次のようなヘビをヘビAと呼ぶことにします（てきとー）。 そして次のようなものをヘビBと呼ぶことにします。 2. 必要ならばヘビの頭と尻尾をくっつけます。 例えば次のヘビは、ヘビAの頭と尻尾をくっつけたやつです（いつでも作れるとは限りません）。 3. このヘビをいい感じに使います。 4. ヘビを描いただけで問題が解けるので、サルのように喜びます。 この
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
処理を実行中です
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
learning-algorithms.com
