KoaでWeb開発: Koaの検証を通じてミドルウェアの概念を理解する - Qiita
はじめに 動機 やっすいサーバでしかしパフォーマンスは出て、しかも大量のリクエストが来ても大丈夫なサービスを立ち上げたい。。。 そんなわがまま放題な欲求を満たすためにはやはりnode.jsで動作するアプリケーションがいいんじゃないのか、と思ったのです。 しかし、非同期とか超苦手だし・・・と思っていたところに、このKoaというフレームワークが来たわけです。 これまで、何回にもわたって、ES2015の話題を出してきたのは、ひとえにこいつを使うためでした。 ミドルウェア？ しかし、Koaの説明の中で、頻繁に「ミドルウェア」というキーワードが出てきます。 自分のこれまでの認識だと、「DB」とか「Apache」とかのを表しているのかと思いましたが、どうも違いそうだと。。。 で、検索してもミドルウェアという言葉の意味がわかっている前提で述べられているものばかり。。。 こいつを自分の中で理解できないかぎ
2016年にRaspberry Pi始めるなら必読「ラズパイ超入門」 - karaage. [からあげ]
「ラズパイ超入門」献本いただきました Amazonランキング一位の話題のRaspberry Pi入門書「ラズパイ超入門」 ラズパイ超入門(日経BPパソコンベストムック) 作者: 日経Linux出版社/メーカー: 日経BP社発売日: 2016/01/04メディア: 単行本この商品を含むブログを見る こ、これは買わねば。と思ったものの、今更超入門書を買うのも勿体ないかなぁと2の足を踏んでいたら、なんと本書の執筆者の1人でもある「Mana Blog Next」の、mana_cat (id:mana-cat) さんに「ラズパイ超入門」を献本いただきました。 じゃーん！生まれて初めての献本！人妻からの献本！ そもそもなんで私が献本頂いたかというと、ラズパイ超入門を執筆するきっかけが、自分の以下のブコメがきっかけだったとのことです。 【選択と集中】「やらないこと」を決める勇気 - Mana Blog
![2016年にRaspberry Pi始めるなら必読「ラズパイ超入門」 - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/8df607ad7040423b8d8f3922ab720c17b9f9d2e7/backend=imagemagick;height=288;version=1;width=512/https%3A%2F%2Fcdn.image.st-hatena.com%2Fimage%2Fscale%2F07eeb28f9c47d1e5d42bb1361c3ba227cedc9573%2Fbackend%3Dimagemagick%3Bversion%3D1%3Bwidth%3D1300%2Fhttp%253A%252F%252Fcdn-ak.f.st-hatena.com%252Fimages%252Ffotolife%252Fk%252Fkaraage%252F20160105%252F20160105152104.jpg)
SankeiBiz（サンケイビズ）：自分を磨く経済情報サイト
サービス終了のお知らせ SankeiBizは、2022年12月26日をもちましてサービスを終了させていただきました。長らくのご愛読、誠にありがとうございました。 産経デジタルがお送りする経済ニュースは「iza! 経済ニュース」でお楽しみください。 このページは5秒後に「iza!経済ニュース」（https://www.iza.ne.jp/economy/）に転送されます。 ページが切り替わらない場合は以下のボタンから「iza! 経済ニュース」へ移動をお願いします。 iza! 経済ニュースへ
How to C (as of 2016)
How to C in 2016 This is a draft I wrote in early 2015 and never got around to publishing. Here’s the mostly unpolished version because it wasn’t doing anybody any good sitting in my drafts folder. The simplest change was updating year 2015 to 2016 at publication time. (Update: Many people have submitted revisions, notes, and improvements. All contributions have been incorporated throughout the pa
OpenCVでのORBによる特徴点抽出とマッチング(その1)基本的な使い方
システム開発エンジニアの西田五郎が運営しております。Raspberry Pi や Arduino その他新規開発案件のご依頼をお待ちしております。 OpenCVでのORBアルゴリズムによる特徴点抽出とマッチングの処理についてです。特徴点抽出とマッチングの処理はOpenCVでは重要なテーマの一つだと思います。特徴点とは画像上での特徴となる点、代表的にはコーナーとなるでしょうか。この特徴点抽出、マッチングの課題としては、拡大縮小や回転された形状でも同じ特徴点が抽出出来るということがあります。これにより、動画上の物体追跡や物体認識に応用出来ます。（※これらの画像処理の理論的な内容についてはページ最後の関連リンク等を参照して下さい。） ここではOpenCVでのORBアルゴリズムを使ってみます。ORBアルゴリズム以外にもいろいろなアルゴリズムが使えますが、特許が有効なアルゴリズムもあるので特許の制約
PyLearn2を使ってミスコン支援アプリを作る - Qiita
この記事で紹介すること Deep Learning(RBM)を使って遊んでみる１事例としてミスコン支援アプリを作る PyLearn2で簡単に学習を実行 Pythonコードでインタラクティブな散布図を作成する はじめに Deep Learningを使ったタスクの応用事例として、「ミスコン支援アプリを作る」ということをやってみました。 いまは便利な世の中で、大学ミスコンのポータルサイトが存在します。 出場者が多く、楽しみがいもあります。 しかし、同時に、全員をまとめて眺めてみたい気もしました。 そして、似た顔をまとめてみたいとも思いました。（邪道なのかもしれませんが、少なくとも私はそうやってミスコンを楽しんでいます） そこで、今回は次の目標を設定します インタラクティブな散布図を作る。 散布図をみて、似た顔が集まっていれば成功 ミスコン支援したいので、投票するモチベーションが高くなればOK（個
scikit-learnの決定木/ランダムフォレストのルールからPythonコードを生成 - Qiita
はじめに Pythonで機械学習といえばscikit-learnですが、scikit-learnを使うにはnumpyやscipyといった大きめのライブラリを入れる必要があります。でも、プログラムでほんのちょこっとだけ機械学習のモデルを使って分類したいって場合だと、わざわざそういう重いもの入れたくないなーと思うときがあります。scikit-learnで学習したものをnumpy, scipy, scikit-learnなしに使って分類処理ができたらなーって。 そこで今回はscikit-learnの決定木 (DecisionTreeClassifier) やRandom forest (RandomForestClassifier) からif-then形式のコードを生成するものを紹介します。 コード https://github.com/ikegami-yukino/misc/blob/mast
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
GitBook – The AI-native documentation platform