![長文日記](https://cdn-ak-scissors.b.st-hatena.com/image/square/ee247eb7aa705529d472e4753199db2d494aa6cf/height=288;version=1;width=512/http%3A%2F%2Fpc.watch.impress.co.jp%2Fimg%2Fpcw%2Fdocs%2F640%2F706%2F054.jpg)
お知らせ このセッションは開発者プレビューのための古い情報です。正式版については ウェアラブル向けアプリを作る 目次を見てください 目次Android Wear >Android Wear Developer Previewを始めよう Android Wear UI概要 Android Wear デザイン原則 Android WearのためのNotificationを作る Android Wear Notificationから音声入力を受信する Android Wear NotificationにPagesを追加する Android Wear NotificationをStackする Android Wear Notificationリファレンス(英語) ライセンス規約(英語) 原文 Android Developer Previewを始めようAndroid Wear Developer
爆速を超える"超爆速"エミュレータ! 最近、巷で話題となっている"超爆速"なエミュレータ環境を構築できる Genymotion を使ってみました。 所感では以前話題となった Intel 製システムイメージを使う方法 (下記リンク参照) よりも速い印象を受けました。 【番外編】Androidの爆速エミュレータ環境を構築する | Developers.IO 起動までも非常に速いですし、動作もサックサクでまさに超爆速!です。 ということでインストール手順から便利な使いかたまでまとめてみました! 動作環境 今回 Genymotion を導入した環境は以下の通りです。 Mac OS X 10.9 VirtualBox 4.3.2 Genymotion 2.0.1 Genymotion を動作させるためには VirtualBox が必要になります。インストールされていないかたは以下のリンクからダウンロ
2014年3月19日水曜日 Android Wearが発表される(開発環境構築編) 本日、Android Wearが発表されました。 Android Wearでは、スマートフォンと連携し、Android WearへのNotification表示や、タッチもしくは音声コマンドによるスマフォアプリの操作が可能なプラットフォームになっています。Android Wearと、Androidスマートフォン間のやりとりは、Intnet連携によりおこなわれます。 Android Wearの発売は、今夏の予定で、複数のメーカーから販売されるとの事です。現在は、開発者向けにDeveloper Preview版が公開されています。 http://developer.android.com/wear/preview/start.html それでは、実際にAndroid Wearアプリの開発環境を構築する方法を解
早くも発売が待ち遠しいAndroid Wearの端末ですが、端末を買ってから環境を整えていたら開発者として楽しめません。 エミュレータを使って開発ができるので環境構築手順を紹介します。 現時点では色々制限があり、Kitkatが搭載された実機と組み合わせないとエミュレータを使った開発ができないのでご注意ください。 4.4.2以降のAVDを使ってゴニョゴニョしてエミュレータを2個立ち上げれば何とかできそうな気はしますがここでは紹介しません。 おおまかな流れ Android Wear Developer Previewに登録 テスト用のアプリを実機にインストール Android SDKの環境を整える Wearのエミュレータと実機を接続 Android Wear Developer Previewに登録 Get Started with the Developer Previewに移動し、 のボタ
得居です。3月下旬とは思えない寒さに凍えています。 Facebook が CVPR2014 に投稿しアクセプトされていた顔認証に関する論文 [1] が MIT Technology Review にて紹介されたことで注目を集めています。DeepFace と名付けられた手法で、同社が集めた4030人の顔写真440万枚を用いた大規模学習によってほぼ人間並の人物識別性能を達成しているということで、なかなかキャッチーな話題です。一方、Face++ という顔認証・分類のプラットフォームを展開する Megvii社 がつい先日公開したプレプリント [2] でも DeepFace と同程度の性能を達成しています。今日はこの2つの論文を解説します。 DeepFace の論文では、検出された顔矩形に対して以下の3つの処理を施しています。 矩形の2次元アラインメント 3次元モデルを用いた out-of-plan
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