[小ネタ] VS Code Python拡張機能 × Anaconda Navigator でお手軽にJupyter Notebookが使える環境を手に入れる！（クロスプラットフォーム対応） #VSCodejp #VSCode #拡張機能 #Jupyter #Python | DevelopersIO![[小ネタ] VS Code Python拡張機能 × Anaconda Navigator でお手軽にJupyter Notebookが使える環境を手に入れる！（クロスプラットフォーム対応） #VSCodejp #VSCode #拡張機能 #Jupyter #Python | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/611914e4c074abe947efa5c820fc1646e6c60a0a/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2020%2F06%2Fvscode-2020-eyecatch-1200x630-1.png)
Pythonエンジニアが紹介する、Pythonの超便利なライブラリ・フレームワーク13個 -
Photo by hoerner_brett 秋山です。 私は主にPythonを使って開発をしているので、今回はPythonの便利なライブラリやフレームワークを紹介していきたいと思います。 といっても割と定番のものを中心に使っているので、既にPythonをがんがん使っている人にとっては「知ってるわ！」というものも多いかと思います。「最近Python書くようになりました～」という人たちにも「これ良い！」ってものが見つかればと思います。 ちなみに前回はPython2系と3系の違いについて書いてますので、「3系に移行しよっかなー」と考えている人は合わせて見てみてください。 paiza.hatenablog.com ■Pythonの便利なライブラリやフレームワーク ◆Web開発系フレームワーク ◇Django みんな大好き有名なDjango。RubyでいうところのRailsのような……全部のせ的な
手書きひらがなの認識で99.78%の精度をディープラーニングで - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 手書きひらがなの認識、教科書通りの畳み込みニューラルネットワーク（ディープラーニング）で、99.78%の精度が出ました。教科書通りである事が（独自性がない事が）逆に読む方・書く方にメリットがありそうなので、Qiitaで記事にします。 ソースコード ソースコードは https://github.com/yukoba/CnnJapaneseCharacter です。 いきさつ いきさつは、友人と手書きひらがなの認識の雑談をFacebookでしていて、ググったら、この2つが見つかりました。 「Tensorflowを２ヶ月触ったので"手書きひら
Jupyter (iPython) Notebookを使ってプレゼンテーション資料を作る方法 - MyEnigma
データ分析ツールJupyter入門posted with カエレバ掌田津耶乃 秀和システム 2018-05-31 Amazonで探す楽天市場で探すYahooショッピングで探す 目次 目次 はじめに reveal.js reveal.jsでのプレゼンスライド操作 Jupyterにおけるプレゼンテーションスライド作成 1.スライド用のJupyterノートブックを作成する 2.スライドの設定 3.スライドをブラウザに表示する 注意点 nbviewerを使ってプレゼン資料を公開する 使い方 nbviewerのプレゼン資料が更新されない場合 ブラウザでGUIを使ってプレゼン資料を作る 参考資料 MyEnigma Supporters はじめに 先日、 Pythonのブラウザインターフェイス、 Jupyter (iPython) を使って 技術ノートを作る方法を紹介しましたが、 myenigma.ha
TensorFlow 畳み込みニューラルネットワークで手書き認識率99.2%の分類器を構築 - Qiita
TensorFlowとは2015/11/9にオープンソース化されたGoogleの機械学習ライブラリです。この記事ではディープラーニングと言われる多層構造のニューラルネットワークをTensorFlowを利用して構築しています。 TensorFlowはPythonから操作できますがバックエンドではC++で高速に計算しています。macのPython2.7系環境でTensorFlowの上級者用チュートリアルを行い、手書き認識率99.2%の多層構造の畳み込みニューラルネットワークモデルの分類器を構築したときの作業メモです。特別な設定なしにCPU使用率270%メモリ600MByteとちゃんと並列計算してくれました。MNISTランキングを見ると認識率99.2%は上位のモデルとなるようです。 TensorFlowチュートリアル TensorFlowの初心者用と上級者用チュートリアル2つに取り組んでみました
常勝のFXシステムトレードのコードが書けたっぽい? with Python and PyAlgoTrade - Ryoの開発日記 Neo!
https://www.facebook.com/shen.l.liang/posts/10204224244113198 移動平均線ベースのテクニカルに基づいたトレードルールです。 一緒にお金持ちになりたい人は、積極的にプルリク送りましょう。 from pyalgotrade import strategy from pyalgotrade import plotter from pyalgotrade.stratanalyzer import sharpe from pyalgotrade.barfeed import yahoofeed from pyalgotrade.barfeed import csvfeed from pyalgotrade.barfeed import Frequency from pyalgotrade.technical import ma from p
1
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
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料