","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 -->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">\n <div class=\"

本日、Microsoft Power Platform ファミリーに新しく「Microsoft Power Fx」が加わりました。Microsoft Power Fxは、Microsoft Excel を基とした、オープンソースのローコード関数言語です。 Power Fx が素晴らしい理由は主に３つあります： Power Fx はオープンソースです： プログラミングの将来はよりオープンになることです。マイクロソフトは今までもC#やTypeScriptといったプログラミング言語の普及をオープンイノベーションによって加速してきました。Power Fx ではその同じオープンな方法をローコードの世界へももたらします。Microsoft は Power Fx をオープンソース化することで、より多くの方々がGitHubを通じてオープンに貢献することが可能な言語となるのです。 Power Fx は Mi

Blender アセット アセット-Asset SDF Prototyper V1 - BlenderでGeometry Nod... 2023-10-24 28 views jintat87氏による、BlenderのGeometry Nodesで構築されたSDFモデリングシーン『SDF Prototyper V1』のBlendファイルが無料公開されています。 000 続きを読む 3D統合 ソフト ソフトウェア＆ツール-Software&Tool Houdini 20 Sneak Peek - SideFXの3DCGソフトウェ... 2023-10-20 858 views 2023年10月19日、SideFX は3Dソフトウェアの最新アップデート「Houdini 20」のスニークピーク映像を公開しました。 001 続きを読む 業界-Industry VFX役職名リファレンスv1.0(20

肥料メーカーの多木化学（兵庫県加古川市）の株価が、5日急騰した。制限値幅上限の前日比1000円（19.42％）高の6150円だ。 それも朝一番にストップ高を記録してそのまま終値まで継続している。 急騰の理由は、バカマツタケの完全人工栽培に成功したと前日に発表したから。季節を選ばず大量栽培の道が開けたというので、投資家は飛びついたのだろう。バカマツタケが株価を大きく動かしたのだ。 バカマツタケはマツタケの近縁種。名前が名前だけに、マツタケより劣るように思いがちだが、実は姿もよく似ているうえに味と香りはこちらの方が美味しくて強いと言われるキノコである。 別名がサマツ（早松）であるように、マツタケより早く8～9月に発生することから名に「バカ」がついてしまった。なお生えるのは、松林ではなくミズナラやコナラなどの広葉樹林に多い。分布は全国ながら、あまり見つからないのでマイナーなキノコ扱いでほとんど市

Googleは8月27日、強化学習研究のためのフレームワーク「Dopamine」をオープンソースで公開した。強化学習アルゴリズムのプロトタイプを高速に実装できるという。 強化学習は入力に対する「報酬」が最大になるような行動を学習によって決定する手法。人間の囲碁棋士に勝利したGoogle DeepMindの囲碁ソフトウェア「Alpha Go」などで採用されている機械学習手法の1つ。 Googleによると、強化学習の課題として既存の強化学習フレームワークは研究者が効果的にイテレーションするのに十分な柔軟性と安全性がなく、新しい研究の方向性を探ることが難しいという問題があるという。また、既存のフレームワークからの結果の再現も時間がかかるという。 Dopamineは機械学習ライブラリのTensorFlowを土台としたオープンソースの強化学習フレームワーク。ベンチマークテストを簡単に実行できる、新し

大阪府北部で震度６弱の揺れを観測した地震の発生を受け政府の地震調査委員会は１８日、臨時会合を開き今回の地震に関する評価をまとめ公表した。地震を起こした震源断層は特定できず、周辺の活断層帯と「関連した活動である可能性がある」との表現にとどまった。 会見した平田直委員長は「（発生メカニズムが）非常に複雑で、どの断層に関連しているかを言うのは難しい」と述べた。 今回の震源周辺は地震を起こすひずみがたまりやすい「ひずみ集中帯」に含まれ、近くには東西に延びる有馬－高槻断層帯のほか、上町、生駒の各断層帯が南北に延びている。 このうち上町断層帯は震源から西に少し離れているが、地下の断層面は東側に向かって傾斜しており、震源周辺まで延びている可能性があると判断した。 調査委は、今回の地震がいずれかの活断層帯に関係することは否定できないとしたが、どれか１つを特定するのは困難だという。今回のようにマグニチュード

three.jsはjavascriptで簡単に3D表現を行うためのライブラリです。 今回はこれを使って、立方体を転がすアニメーションを作っていきます。 ※説明の都合上GIFアニメを多用するためご注意ください。 作成したもの はじめに 使用するライブラリ three.js(r86) OrbitControls.js(three.jsのプラグイン) CDNには上がってなかったのでGistから直接参照 es6-tween(v3.6.0) 1. 初期設定 以下の記事を参考にThree.jsの初期設定を行います。 【Qiita】three.jsで3Dを作りたい！ 以降は、今回追加する設定です。 グリッド配置 cubeのサイズに合わせてグリッド(床部分)を表示します。 var cube_size = 1; // cubeのサイズ var grid_count = 10; // グリッドの分割数 var

先日、機械学習モデルの学習・デプロイのためのJavaScriptライブラリ「TensorFlow.js」がGoogleから公開されました。Googleからは「deeplearn.js」という同様のライブラリが以前から公開されていましたが、TensorFlow.jsはこのdeeplearn.jsをコアライブラリとして利用しており、モデルの構築を簡単にするhigh level APIや、TensorFlow本体・Kerasで学習したモデルをインポートするツールを備えているとのことです。 このライブラリでは、WebGLを介してGPUを利用することで計算を高速化しているのが特徴です。WebGLはJavaScriptでグラフィック描画を高速に行うための機能ですが、これをどのようにして機械学習の計算に利用しているのか調べてみました。 そもそもWebGLは何をするためのもの？ TensorFlow.js

目的 随時更新されているKPIの時系列データに関して、数値に異常があった場合になるべく早くアラートを出せるようにしたいという要請がありました。これはいわゆる異常検知の問題です。多くの場合、異常検知では異常・正常を判定するラベル情報がないので、教師あり学習ができないことが多いです。教師なしで時系列データを異常検知する方法としては、ARIMA など時系列モデルを当てはめて、予測値と実績値の差が大きすぎるものを異常判定する、という方法が考えられます。しかし、この方法は精度の高い時系列モデルを作成できることが前提です。そこで、別のアプローチがないか調べたところ、参考文献 [3] で特異スペクトル変換 (SST, 別名: SSA, 特異スペクトル分析)という方法を見つけたので試すことにしました。 特異スペクトル変換には、 時系列データの分布の形状に依存せず、さまざまな形状に対応できる 仕組みが比較的

「TensorFlow.js」公開、Webブラウザ上で機械学習の開発、学習、実行が可能に。WebGL経由でGPUも活用 TensorFlow.jsの基となったオリジナルの「TensorFlow」は、Googleが開発しオープンソースとして公開されている機械学習ライブラリです。Windows、Mac、Linuxなどに対応し、Python、C＋＋、Java、Goなどに対応したAPIを備えています。 今回発表されたTensorFlow.jsはそのJavaScript版で、Webブラウザ上で実行可能。TensforFlow.jsのAPIはオリジナルTensorFlowのPython APIのすべてをサポートしているわけではありませんが、似た設計となっており、機械学習のモデルの構築、学習、学習済みモデルの実行が可能なほか、学習済みモデルのインポートも可能。 WebGLを通じてGPUを利用した処理の高

本日、フィックスターズは、PythonからNVIDIA GPUを使うためのライブラリCuPyをOpenCLでも使えるようにしたClPyをGitHubにて公開しました！ ClPyを使えば、例えばChainerのようなニューラルネットを用いた機械学習を、OpenCLが動くデバイス（例えばAMD Radeonなど）でも動作させることができるようになります。 詳細 CuPyとは、Python上での数値計算におけるで事実上の標準となっているNumPy互換でCUDAを使ったGPGPUが利用できるようにするためのライブラリです。もともとCuPyは、Preferred Networksさんが作っているChainerというニューラルネット用フレームワークをCUDAで動かすためのバックエンドとして統合されていました。現在では分離・独立して、Preferred Networksさん主体で「NumPy互換で動く」

Opensource.comは5月29日(米国時間)、「5 trending open source machine learning JavaScript frameworks｜Opensource.com」において、オープンソース・ソフトウェアとして開発が行われているJavaScriptの機械学習(マシンラーニング)フレームワークを5つ紹介した。機械学習技術は注目が高まっている分野であり、すでにいくつものフレームワークが提供されている。 紹介されているJavaScriptフレームワークは次のとおり。 TensorFlow.js - Webブラウザ上で機械学習が行えるオープンソースの機械学習ライブラリ Machine learning tools - さまざまな機械学習機能をサポートしたツール。幅広く利用することが可能 Keras.js - WebGLを使ってGPUでの計算をサポートした

連載「Visual Studio Codeで始めるPythonプログラミング」 前回は、Visual Studio Code（以下、VS Code）でPythonするために必要となるPython拡張機能のインストールを中心に話をした。今回は、これを利用して、実際にPythonコードを記述、実行する方法を見ていこう。 なお、本稿ではWindows版のVS Code（64ビット版）を使用し、venvモジュールを用いて作成した仮想環境を使用している。 ファイル操作はここで：［エクスプローラー］ビュー 前回も簡単に述べたが、VS Codeでは「フォルダを開いて、そこに含まれるファイルをエディタと呼ばれる領域（タブ）で編集する」のが基本だ（単一ファイルを開いて、編集することも可能ではある）。ここではvscpython_02フォルダを開いている。開いたフォルダに含まれるファイル群はサイドバーと呼ばれる

はじめに これまで通りの使い方 Kerasと言えばコレ：Sequential 少し発展版：Modelによるfunctional API Eagerの登場によって…！ Pythonのclassとしての作り方 Eagerモードとしての書き方 確率的なニューラルネットワーク はじめに 最近機械学習から離れ気味ですが、何やらTensorFlowのDocumentを覗いたらTensorFlow内部のKerasがすごくいろいろな使い方できることに気が付きました。 （ちなみに、TensorFlowとは別の（いろいろなフレームワークをバックエンドにできる）Kerasの方はどうなっているのか知らないので申し訳ありません。） ということでそれを簡単にまとめておきたいと思います。本当に簡単に。 これまで通りの使い方 Kerasと言えばコレ：Sequential 最もよく知られている使い方ですね。 model=t

towardsdatascience.com Mediumの記事を参考に、一番基本のGANについて試してみた。データセットはおなじみのfashion mnist。 GANのアーキテクチャ ノイズ画像（100次元のランダムなベクトル）からfashion画像を生成するgeneratorは、3層の全結合層から成るネットワーク。各層の出力次元数は28, 29, 210としている。 def get_generator(optimizer, output_dim=784): generator = Sequential() generator.add( Dense( 256, input_dim=random_dim, kernel_initializer=initializers.RandomNormal(stddev=0.02))) generator.add(LeakyReLU(0.2)) ge

流体の振る舞いをシミュレーションするやり方として、流体を小さな粒子の集まりとして取り扱う「DEM(Distinct Element Method)」と「SPH(Smoothed particle hydrodynamics)」という方法がある。海洋開発研究機構(JAMSTEC)の数理科学・先端技術研究分野の古市氏らが、これらの数値解析の手法を使って、地滑りや地層の変形などを解析しようとしている。 しかし、粒子の位置が動くとプロセサの負荷が偏ってしまう。このため、並列コンピュータでPSM(Particle Simulation Method)を効率よく実行させるのは難しいという。 粒子法を、並列コンピュータで負荷バランスをとって、効率よく実行させるのは難しい (この記事のすべての図は、古市氏の発表資料の抜粋である) 理化学研究所(理研)で開催された「New Horizons of Compu

RaspberryPiでcondaもpython3.6も使いたければ、Berry Condaを使うのがよさそうです。 Berry CondaはRaspberry Pi用のcondaディストリビューションです。 condaとは何か、何がいいのか、という点についてはこちらが詳しいです。 環境 RaspberryPi3 Model BにRaspbianを入れています。 検証していませんが、おそらくほかのRaspberryPiの型でも可能です。 背景 2017/12/6現在、RaspberryPiでcondaを使いたいと思って調べると、かなり古いバージョンのminicondaを使う方法が出てきます。（このページなど） これはRaspbianに対応するminicondaがアップデートされていないからなのですが、このminicondaを使うとpython3.4までしか入らないみたいです。 python

OculusGoが届いたぞ～～～！！ というワケで、Twitterに流れてくるGoの魅力に耐えられず衝動買いをした。貯金は消し飛びました。 VR開発、始めます さて、このOculusGoですがAndroidで動いているようです。つまりUnity製アプリが動かせる！ つまり、夢にも見たVR開発がお手軽にできてしまうワケです。こりゃやるっきゃない！ というワケで、今からUnityで作ったモノをOculusGoで動かすまでの経緯を纏めていきたいと思います。 設定をしよう あたかも「OculusGo開発講座」のような書き出しでしたが、ぶっちゃけその辺は「OculusGo Unity」でググれば出てくるので割愛します。 既に「この記事いる？」って感じですがまあ知見は多いほど良いということで… syuuki-k.hatenablog.com qiita.com Oculus Goで何か作るぞ！って人は