WebGL experiments. Computer graphics. Information visualization. Contact. Twitter. GitHub.
C++17 is now available on codeforces, community wants new edition of C++ tricks by HosseinYousefi, so, let's start! Disclaimer: I have done only few examples of new features, which in my opinion are related to competitive programming. Feel free to comment and provide more real-world examples or ask to elaborate some features with more examples or explanations. Fold expressions I think that everybo
定期的にスクリプトを実行するには定期的にタスクを実行させるnode-cronとプロセス管理ツールのpm2でスクリプトをデーモン化することによって実現できます。 例えば、毎日午前6時にgood morningを表示するだけのcron.jsを作成してみます。 インストール まずはpm2とnode-cronをインストールします。 npm install pm2 -g npm install node-cron cron.jsを作成 定期的に実行するcron.jsを作成します。cronの詳しい表記はこのリンクが参考になります。 let cron = require('node-cron'); cron.schedule('0 0 6 * * *', () => { //定期的に実行する console.log('good morning'); }); scheduleの第一引数でスクリプトが実行さ
概要 Map Warper では、自分の持っている地図の画像を現実の地図上 (OpenStreetMap) に重ねて表示し、インターネットを通じて世界中の人へ公開することができます。利用はすべて無料です。 規格に沿って製作された現代の地図に限らず、手書きの地図や古地図も利用可能です。地図を登録する時は、現実の地図と位置を対応させるために基準となる点を指定し、地図を適切な形に整形して (ゆがめて) 現実の地図の上に置きます。 公開された地図は、画像データまたは地図データとして自由にエクスポートできます。 このサイトでは、自由に地図画像をアップすることができます。その中には、既にインターネット公開されているものも含め日本の古地図が含まれます。その多くは、発行当時の資料をそのままの形でデジタル化されたものです。現代においては適切ではないと思われる表現を含む資料がある可能性もありますが、その資料が
ここ数年のDeep Learningの発展は目覚ましく、急速に実用化が進んでいます。タスクによっては人間に匹敵する精度に達しているものもあり、システムの一部品としてデプロイする場面も増えてくると思います。そこで問題になるのが計算機資源の制約です。学習時には大量の学習データを用意し、GPUなどの計算資源で数時間や数日かかるような学習をしますが、推論時には限られたメモリや計算資源のもとで動作させる必要があります。リアルタイムに大量の入力データを捌く必要があったり、スマートフォンやエッジデバイスなどで動作させる場合には、この制約はさらに強くなります。 深くて大きいモデルの方が精度が出るが、実用を考えると軽量なモデルにする必要がある。こういった場面で最近よく使われる手法として、 知識の蒸留 (Knowledge Distillation) と呼ばれる方法があります。これは、(典型的には)大きくて複
元メルカリのPM 矢本真丈(Yamotty)は、献立アプリのアイデアをどう形にした? 矢本真丈さんは、日本有数のプロダクトマネージャー(PM)といっていいだろう。 丸紅、NPOを経て、ママ向けEC『Smarby』の創業メンバーに。2016年10月に同事業を売却。その後、メルカリにて『アッテ』や海外向けの新規事業のPMを歴任した。 そんな矢本さんだが、再び自身で事業を立ち上げるべく、2017年7月に独立。第一弾としてリリースしたアプリが『タベリー 』だ。 わずか10秒で献立が決められるというアプリ。できることはシンプルにも思えるが、子育て中のママパパをはじめ、「毎日のご飯の献立を考えるのが大変…」という層からの多くの支持を集める。ユーザー数も順調に増加している。 なぜ、彼はこのアプリをつくろうと考えたのか。 「僕には二人の子どもがいるのですが、子育てをするなかで、自分と妻がすごく献立に困って
Data Models: A Comprehensive Guide to Structuring Information for Optimal Insights and Decision-Making In the realm of data management, the use of effective data models plays a pivotal role in organizing and representing information in a structured and meaningful way. Data models serve as the blueprint for databases, facilitating efficient data storage, retrieval, and analysis. This article delves
はじめに 皆さんこんにちは。DeNAのAI研究開発エンジニアの本多です。DeNAからは初日の Realtime Multi-Person Pose Estimation につづき2回目のChainer Advent Calendar への投稿となります。私は2017年よりDeNA AIシステム部にジョインし、以来コンピュータビジョンの研究開発に従事しております。 12/16に行われた 第43会CV勉強会@関東 にてICCV 2017現地レポートをさせていただいたこともあり、同学会でBest Paper Awardを獲得した’Mask R-CNN' [1]を、chainercvをベースに実装してみることにしました。 背景 Mask R-CNNは、一つのネットワーク・モデルで、以下のような複数の情報を取得することのできるマルチタスク検出器です。 画像中の物体位置と大きさ (bounding b
バッチ正規化とは 書く層ごとに分散が1平均が0になるようにするらしい これを使うことでL2正規化やdropoutの必要性を減らせたり過学習を防げたりといろいろなメリットがあるらしい こいつを使わないと人生損してるぜHAHAHA的な話もあるらしい 注意点(落とし穴) タイトルにも書いた通りちゃんと理屈を知らないと常に同じものしか出力しなくなる 私は理屈知らないのに実装して出力全部同じになった Tensorflowで実装する際は学習中と学習後で別の処理をしなくてはいけないらしい 具体的に言うと学習中は与えられるミニバッチの平均や分散を計算する必要があるが学習後は入力に対してそのような処理を行う必要はないらしい じゃあどうすればいいの Implementing Batch Normalization in Tensorflow - R2RT この記事の def batch_norm_wrappe
Goal¶ In this session, We will learn to create depth map from stereo images. Basics¶ In last session, we saw basic concepts like epipolar constraints and other related terms. We also saw that if we have two images of same scene, we can get depth information from that in an intuitive way. Below is an image and some simple mathematical formulas which proves that intuition. (Image Courtesy : The abov
このサイトについて DERiVEはコンピュータビジョン、画像認識が専門のMasaki Hayashiがお送りしている、コンピュータビジョン(Computer Vision)を中心としたITエンジニア、研究向けのブログです。※「DERiVE メルマガ別館」は2015/9月で廃刊致しました、 Tweet 私のこのTumblrでは、Point Cloud Libraryのチュートリアル連載である「PCLを触ってみよう!」をPCLの公式サイトのチュートリアルを日本語化して、かつ補足情報を付け加えることによって続けています。本業で普段PCLを使っていない方は、私の連載についてきてもらえれば十分かもしれませんが、実際の研究や業務で使っている方は、もっと発展的なことを自習する必要があります。 そこで、ここからがこの記事の本題です。Point Cloud Libraryの主要開発元であるWillow Ga
この記事はartima developerに掲載されている、Trygve Reenskaug氏とJames O. Coplien氏による記事「The DCI Architecture: A New Vision of Object-Oriented Programming」を、著作権者であるBill Bennrs氏の許可を得て翻訳したものです。本文内の図の著作権はArtima, Inc.に帰属します。(原文公開日:2009年3月20日) 要約 オブジェクト指向プログラミングはプログラマとエンドユーザの視点をコンピュータコードにおいて統一するものと考えられていた。この恩恵はユーザビリティとプログラムの分かりやすさの両面にわたる。しかし、オブジェクトは構造をとらえるのに長けている一方で、システムの動作をとらえることができていない。DCIはエンドユーザのロールに関する認識モデルとロール間の関係を
こんにちは Ryobot (りょぼっと) です. Google 翻訳の中身である GNMT (Google's Neural Machine Translation) [Wu, 2016] は良くいえばニューラル機械翻訳の王道を征 (ゆ) く手法であり,悪くいえば既存手法のいいとこ取りである.また,大規模対訳コーパス + モンスター級に巨大なモデル + 大量の GPU が一般化する契機にもなった.2016 年までの NMT を素早く把握するのに最適な教材と言える. WMT'14 の BLEU スコアは英仏: 39.9, 英独: 24.6 で第 5 位 (登場時 1 位) Google's Neural Machine Translation System: Bridging the Gap between Human and Machine Translation [Yonghui Wu,
Chainer上の実験中の学習ログの可視化や実験管理機能を追加するパッケージ、ChainerUIを公開しました。 GitHub ChainerUIは、多くのChainerユーザが持つ「学習中の実験ジョブの進捗を手軽に知りたい」、「複数の実験ジョブの手軽に管理したい」ニーズに応えるために開発しました。 具体的には、下記の機能を備えています。 学習ログの可視化 実験履歴閲覧 実行中の実験に対する操作 (スナップショット・学習ハイパーパラメーター修正) 本パッケージは、Chainerの学習用Trainerを監視するChainer extensionとして機能するものです。このChainer extensionを有効化した実験を、Webブラウザからリアルタイムで監視、制御することができます。複雑な依存関係がないため、Trainerを用いる既存の実験スクリプトに簡単に導入できます。 学習ログの可視化
We have released ChainerUI, a training visualizer and manager for Chainer We have released ChainerUI, to help visualize training results and manage training jobs. GitHub Among Chainer users, there are demands to watch the progress of training jobs or to compare jobs by plotting the training loss, accuracy, and other logs of multiple runs. These tasks tend to be intricate because there were no suit
Style-guide driven development is a fantastic idea about how to keep a style guide from becoming outdated due to neglect. Thanks to AllanMaltais for sharing this image of his unbridled enthusiasm for style guidesNicole Sullivan developed the idea while working at Pivotal Labs in New York. The idea is simple: Build your User Interface in your style guide first What this means is that when building
追記: 2019/04/08 IFTTTとGmailの連携できなくなってしまったので、メール転送で通知送ることができなくなってしまった😵 うちではゴミ出しをヨシダ(旦那です)に任せているのですが、ヨシダがゴミを出す日を把握してくれないので私が言わないとゴミを出してくれません(#^ω^)ピキピキ 何故ゴミを出さなかったと問うと 「ゴミ出す日を通知してくれたらちゃんとやる」 ゴミ出し担当なんだから 自分でなんとかしろよ!!!(#^ω^)ピキピキ さて、愚痴はさておき、なんとかヨシダにゴミ出せと通知する方法はないかと考え(TwitterBotとかも考えたのですが)GmailとLINEをIFTTTで連携して通知を飛ばすことにしました。 ※IFTTTとはアプリ同士を連携するサービスです 以下やったことメモ 【 1 】住んでいる地区のお知らせメール設定 私は自分が住んでる地区にゴミ通知サービ
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