VS CodeでPythonプログラムを快適コーディング！
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
【いつの間にか進化してた！】TensorFlowのKerasの様々な使い方 - HELLO CYBERNETICS
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
KerasでGAN - stMind
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
10億粒子を用いて地滑りや地層の変化を調べるシミュレーション
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
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
