agwのブックマーク - はてなブックマーク

ヒューリスティックコンのパラメータチューニングをGCPでやる - threecourse’s blog
AtCoderのヒューリスティックコン（https://atcoder.jp/contests/intro-heuristics）のような短時間のコンペのパラメータチューニングをGCPで行ってみました。理想のラン環境を求めて - threecourse’s blog のつづきです。（ソースコードは、敵に塩を送りたくない整理できていないので公開せず、考え方のみまとめています。）概要 GCPを使って、並列でOptunaによるパラメータチューニングを行う Google Cloud Run（以下Cloud Run）というサービスを使うと、計算時間の短い計算を比較的簡単にスケーリングしてくれる（他のサービスだと、クラスタの構成が面倒だったり、起動時間がかかったりする）設定と結果設定は以下のとおりです： Introduction to Heuristics Contest（https://
agw 2021/04/11
AI

MM

Competitive

Programming
リンク
ソフトウェアのアーキテクチャについて - threecourse’s blog
最近、小〜中規模のプログラムを保守性高く記述するにはどうすればよいかが気になっていて、ソフトウェアのアーキテクチャについて調べていました。本を読んでみる以下の本を浅めに読み通してみました。どの本もそれぞれ学ぶべき点があって興味深かったです。 .NETのエンタープライズアプリケーションアーキテクチャ第2版 https://www.amazon.co.jp/dp/B00ZQZ8JNE C#での設計の話。ドメイン駆動設計など、設計に関わるトピックが広く触れられていて良い。 Adaptive Code C#実践開発手法　第2版 https://www.amazon.co.jp/dp/B07DJ2BL4Y C#での実装の話。SOLID原則を中心に、実装に関わるトピックが広く触れられていて良い。 Clean Architecture　達人に学ぶソフトウェアの構造と設計 https://www.a
agw 2020/10/17
Programming

Design Pattern
リンク
xgboostのコードリーディング - threecourse’s blog
xgboostでどのような処理が行われているのかを、メモの意味でまとめてみました。たぶん続きます。なお、あくまで私の理解であり、正確性の保証は無いのでご注意下さい。ソースコードは以下を参照しています。 https://github.com/dmlc/xgboost (release_0.90を参照) 前提以下の前提とする: ブースター(booster)はgbtree 決定木のアルゴリズム（tree_method）はexact カスタム目的関数を使わない GPUの使用、マシン並列を行わない xgboostでは、tree_methodオプションで決定木を作成するアルゴリズムを選択できる。デフォルトではデータ数が一定未満の場合にはexact、それ以上であればapproxが適用される。 (4UL << 20UL = 4194304件が境目、GBTree::PerformTreeMethod
agw 2019/10/21
deferred

PRML

AI

Programming
リンク
1