機械学習序曲(仮) > 数値計算の実行速度 - Python, C, Rの比較
上記の結果より明らかなように，最適化したCに比べても Python の 実行速度のほうがまだ速いという結構驚きな結果が得られました． しかしながら，その Python よりもRのほうがまだ速いという ことも分かりました．特に逆行列の演算に関してはRの圧勝です． 以上の結果のまとめです： 実行速度の速さは R > Python > C の順 CよりPythonの方が15%程度速い しかしながら，特に逆行列の演算に関してはPythonよりRの方が40%程度速い おわりに 以上のベンチマークにより，少なくとも行列演算に関しては CよりもPythonの方が速いということが分かりました． 今回の実験は個人的なプログラム環境の乗り換えのための 判断材料として行なったのですが， 乗り換えに関しては Python の速度性が最大の懸念材料だったので， これで心おきなくCからPythonに乗り換えられます(
Python: 分子動力学(MD)計算のSciPyによる主成分分析(PCA)
分子動力学(MD)計算で得られた座標データに対して、SciPyで主成分分析をしてみた。通常、座標のトラジェクトリーに対して最小二乗法によるフィッティングを行ってからPCAを行うのだが、ここで示すPCAの仮引数trjに渡すトラジェクトリーはフィッティングを前提にしてある。 実際のコードではフィッティングやら、ARPACKの利用やら、原子の重み付けの方法やらをオプションで引き渡して処理するようになっているのだが、ここでは内容を明確にするために、MDの一般的なPCAに絞ったコードを示す。 MD計算により10個の構造が出力される場合、N原子を持つ一構造のXYZ座標のリスト([N][3])をトラジェクトリー([10][N][3])として渡す(trj)。原子量は要素がN個のリストとなる(mass)。原子量のリストを渡さなければ原子の重み付けは行われず、Essential Dynamics (ED)の計
主成分分析を使ってバウンティボックスを作る - Pashango’s Blog
以前にnumpyを使った主成分分析を公開しましたが、今回はそれを使ってバウンティボックスを作ってみます。 ある頂点集合に対して、適切なバウンティボックスを求めたいとしましょう。簡単に思いつく方法としては、基底軸X,Yごとに最大値＆最小値を求め、それらの頂点を囲む方法です。 しかし、その方法では最適なバウンティボックスにならない場合があります（下左図参照）、頂点集合に対して適切な基底軸を求めれば最適に「近い」バウンティボックスを得ることができます。 主成分分析(principal component analysis) 適切な基底軸を求めるために登場するのが「主成分分析」です。 これはもともと統計学や経済学で発明された分析手法で、似たものに「因子分析」がありますが、これはまたの機会に・・・ 主成分分析は特に難しい話ではありません、高校数学レベルの知識があれば十分理解可能です。 まず頂点集合を
Python で RNN (PyRNN) を書いたので公開します
ソースはBitbucketに置いている． > tkf / PyRNN / overview — bitbucket.org 何が出来るかというと，こんなのとか（インパクトが欲しかったので，学習の様子をアニメーションにしてみた）： 左上がエラーの学習曲線，右上がパラメタのRMSの学習曲線，左下が教示信号とネットワーク出力の相空間プロット，右下がコンテキストの相空間プロット．このアニメを作るソースはこれ（が吐いたpngをconvert -delay 5 *.png nn.mpgで変換）． これを作った理由は，Pythonだと簡単に式を書けるからバグ入りにくい，だからCで書いた本番用のテストに使える！と思ったから．だから，かなり計算効率は悪いけど分かりやすい書き方になっている(はず)．これを使って本番用のネットの一つバグが落とせたのはかなりうれしかったけど，その本番用のはラボにいる別の人のより性
SpringPython 1.0登場、SpringのパワーをPythonへ | エンタープライズ | マイコミジャーナル
SpringSource 1日(米国時間)、Spring Pythonの最新安定版にして初のメジャーリリースとなるSpring Python 1.0.0 GAが発表された。Spring PythonはSpring Frameworkで実装されたコンセプトをPythonで実現するというもの。Javaで開発されているSpring Frameworkの機能やフレームワークをPythonに提供する。 すでにオーバービューやコンセプト、実装内容などをまとめた参照ドキュメントがSpring Python - Reference Documentationとして公開されているほか、開発に使えるAPIマニュアルがPython: package springpythonにおいて公開されている。 PythonはGoogle App Engineの対応言語として最初に対応されるなど、活躍の場を広げている。Spr
基礎からはじめるPython---目次
オブジェクト指向スクリプト言語であるPythonは，日常の作業に利用するちょっとしたスクリプトから，商用サイトや大規模Webシステムまで幅広く適用できる非常に便利なプログラミング言語です。日本ではあまり認知度は高くありませんが，欧米を中心に幅広く利用されており，米Googleなどの有名企業でも採用されています。 この特集では，プログラミング言語Pythonの魅力と使い方を説明します。特にこれからPythonをはじめようというビギナーの方に，とっかかりとなる言語の基礎と導入方法を説明します。 第1回 気軽にPythonを始めよう 第2回 データベース・プログラミングも簡単 第3回 スクレイピングにチャレンジ！ 第4回 Google App EngineでPythonプログラムを公開してみる 第5回 GoogleAppEngineでMVCアプリケーションを作成する 第6回 Djangoフレーム
Flex ＋ LL連携（Ruby、Python、PHP）
Flexが登場してから、Webの様相は大きく変わりました。本稿では、初めてFlexを触ってみる人や、軽量スクリプト言語の経験があるWeb系エンジニアにもわかりやすいように、Flexとサーバサイドの通信方法について説明したいと思います。 はじめに 必要なソフトウェアとファイル Flex Builder 3（Flex 3 SDK） 体験版 購入 サンプルコード Sample_code.zip（zip形式、26KB） この記事で使用する言語 Ruby 1.8.4以降 Python 2.3以降 PHP 5.2以降 事前知識 Flex又はFlashの基礎的な知識。上記の（サーバサイドの）言語の何れかの基礎的な知識。 サーバサイド？ Flexが登場してから、Webの様相は大きく変わりました。FlexはFlashの表現力を持ちながら、データベースに代表されるサーバサイドのリソースとの融和性に優れ、まだ
ホーム — PythonMatrixJp
wheezy.webいいかもー(1) wheezy.webという新しいフルスタック軽量WebFrameworkがリリースされています。 モダンな作りでかつ役割分担を明確に分離してデザインされています。 コードがシンプルで、アプリの実装に対して 極力オーバーヘッドにならないよう注意深く実装されています。 「契約によるデザイン」やベンチマークテストも取り入れていて 多人数での開発でも耐えうる仕掛けを持っているようです。 サイト： https://bitbucket.org/akorn/wheezy.web ドキュメント： http://packages.python.org/wheezy.web/ 続きを読む...
2009-01-02
Pythonは科学計算にもよくつかわれるようだ。 科学者に必要なpythonモジュールはなにか 科学者のための Python 入門 とりあえず、Python本体に加えて以下のモジュールをインストールしてみる。 Python SetupTools モジュールを簡単インストールできる numpy 行列などを扱える SciPy 数値計算など Matplotlib: Python plotting — Matplotlib 3.0.3 documentation グラフプロットなど。easy_installでインストール PIL 画像処理ライブラリ。easy_installでインストール http://ipython.scipy.org/moin/:pyreadline IPythonで使用するモジュール IPython インタラクティブシェル。easy_installでインストール 準備 Pyt
スペル修正プログラムはどう書くか
Peter Norvig / 青木靖 訳 先週、2人の友人(ディーンとビル)がそれぞれ別個にGoogleが極めて早く正確にスペル修正できるのには驚くばかりだと私に言った。たとえば speling のような語でGoogleを検索すると、0.1秒くらいで答えが返ってきて、もしかして: spelling じゃないかと言ってくる(YahooやMicrosoftのものにも同様の機能がある)。ディーンとビルが高い実績を持ったエンジニアであり数学者であることを思えば、スペル修正のような統計的言語処理についてもっと知っていて良さそうなものなのにと私は驚いた。しかし彼らは知らなかった。よく考えてみれば、 別に彼らが知っているべき理由はないのだった。 間違っていたのは彼らの知識ではなく、私の仮定の方だ。 このことについてちゃんとした説明を書いておけば、彼らばかりでなく多くの人に有益かもしれない。Googleの
人工知能に関する断想録
Deep Learningの訓練終了など任意のメッセージを特定のSlackチャネルに投稿できるボットを作りました。 Yatta Kun プログラミングは不要で curl というコマンドラインツールから簡単に投稿できるので非常に便利です。可愛いくて便利なので作り方を紹介します。 職場などでみんなが使っているワークスペースで実験すると迷惑がかかる可能性があるので、最初は個人の実験用ワークスペースを作ってしまうのが良いと思います。無料でできます。 1. Incoming Webhookをインストール SlackアプリのページからIncoming Webhookをインストールします。Slackアプリページは、 https://[workspace name].slack.com/apps/ から行けます。 workspace name はワークスペース名です。 Incoming Webhook で
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
Algorithms with Python
