ゲーム開発者のための C++11~C++20, 将来の C++ の展望 【CEDEC ページ】https://cedec.cesa.or.jp/2020/session/detail/s5e8327a52702c.html 【解説付きの書籍版 📚】https://zenn.dev/tetsurom/…
For more information about installing the required tools or setting up the extension, please follow the tutorials below. Overview and tutorials C/C++ extension overview Introductory Videos C/C++ extension tutorials per compiler and platform Microsoft C++ compiler (MSVC) on Windows GCC and Mingw-w64 on Windows GCC on Windows Subsystem for Linux (WSL) GCC on Linux Clang on macOS Quick links Editing
Announcing a single C++ library manager for Linux, macOS and Windows: Vcpkg At Microsoft, the core of our vision is “Any Developer, Any App, Any Platform” and we are committed to bringing you the most productive development tools and services to build your apps across all platforms. With this in mind, we are thrilled to announce today the availability of vcpkg on Linux and MacOS. This gives you im
doctest is a new C++ testing framework but is by far the fastest both in compile times (by orders of magnitude) and runtime compared to other feature-rich alternatives. It brings the ability of compiled languages such as D / Rust / Nim to have tests written directly in the production code thanks to a fast, transparent and flexible test runner with a clean interface. The framework is and will stay
Decentralized, open-source (MIT), C/C++ package manager. Homepage: https://conan.io/ Github: https://github.com/conan-io/conan Docs: https://docs.conan.io Slack: https://cpplang.slack.com (#conan channel. Please, click here to get an invitation) Twitter: https://twitter.com/conan_io Conan is a package manager for C and C++ developers: It is fully decentralized. Users can host their packages on the
C++でCPUのみでonnx-chainerで出力したONNX形式のDNNモデルの推論(Inference)をするライブラリ「Instant」を作った 背景 DNNを用いた一般的な機械学習の手法は学習フェーズと推論フェーズに分かれます.学習フェーズでは対象のデータを元にモデルのパラメータを調整し,推論フェーズでは学習フェーズで得られたモデルを実際の使用したい環境に組み込んで,実際に未知のデータを入力として結果を得ます.学習フェーズと推論フェーズの両方で用いることができるDNNライブラリは数多くあります(Chainer, Tensorflow, PyTorch, CNTK, Caffe2など). しかし,そのほとんどどれもPythonの使用を前提としているため,実際の推論フェーズの環境でPythonを使えない,もしくは使いたくないという場面は,そういったライブラリを直接使うことができません.
はじめに include-what-you-useはC/C++のコードから不要な#includeを洗い出し、前方宣言への置き換えや削除を提案してくれるツールです。コードから不要な#includeが減るとコンパイル時間が短くなり、コードが読みやすくリファクタリングしやすくなります1。不要な#includeを減らすにはまず洗い出しが必要です。この作業はinclude-what-you-useを使うと簡単に済ませることができます。ここではinclude-what-you-useの導入方法とinclude-what-you-useの結果をJenkinsで集計する方法を紹介します。 インストール Windows/Macの人はinclude-what-you-use公式HPのdownloadからビルド済バイナリをダウンロードしてください。 Ubuntuの人はapt-getでインストールできます ひとつ
C++ Multithreading Mistakes Threading is one of the most complicated things to get right in programming, especially in C++. I've made a number of mistakes myself over the years. Most of these mistakes were luckily caught in code review and testing ; however, some arcane ones did slip through and make it into production code and we had to patch live systems, which is always expensive. In this arti
ディープラーニングを使った将棋プログラムを試しているが、将棋プログラムは速度が必要なため、開発言語はC++が適している。 しかし、使用しているディープラーニングフレームワークのChainerはPythonにしか対応していない。 CaffeやCNTK、TensorFlowなどC++で実行可能なフレームワークもあるが、個人的にはChainerが使いやすいので、できればC++からChainerを使用したい。 以前に、ChainerのモデルをC++で読み込んでcuDNNで実行することを試したが、今回はBatchNormalizationやDropoutも使用しているので、スクラッチで作成するには少々無理がある。 ということで、C++からPythonランタイムを呼び出して、PythonでChainerを使うことを考える。 Pythonの呼び出しにはオーバーヘッドがあるので、その影響も考慮する。 実装
In this blog, I will discuss features, techniques and tools you can use to reduce build time for C++ projects. The primary focus of this post is to improve developer build time for the Debug Configuration as a part of your Edit/Build/Debug cycle (inner development loop). These recommendations are a result of investigating build issues across several projects. Developers invoke build frequently whi
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