SSEとAVXで高次元ベクトルの内積計算を高速化してみた | さかな前線
世界最速のお魚と言えばカジキ類で，泳ぐ速度は時速100km/hを超えるとか．55ノット程になるのでこれはMk-48魚雷にも匹敵するほどです． 一方ちょっとチートな高速お魚としては，お馴染みトビウオが飛行中に最大70km/hほどに達するとか． 今日はそんな若干チートな高速化のお話（？）ということで，SSE組み込み命令について． SSEやAVXといえばお馴染みSIMD命令で，それをプログラムから構造体と関数の形式で高移殖に記述する方法がSIMD組み込み関数(SIMD Intrinsic)なわけですが，これを使ってごく典型的なベクトルの内積計算を高速化してみました． ベクトルの内積の高速化と言えば星の数ほどもされてる話なわけで，いまさら魚の情報なんか役に立つ気は全くしないのですが，純粋に自分でやらないとわかんない＞＜ ということで， とにかく書いてみよう 効果の程はいかに？ を調べてみたくて，や
Line Segment Detector線分検出器で秋をおいしくいただく | さかな前線
夏の暑さもだいぶやわらぎ，おさかなが美味しい季節になってきましたね． 画像からの線分検出といえばHough変換やRANSACなどがあり，そんな手法のひとつであるLSD;Line Segment Detectorを使ってみた． 原著は2010年のIEEE論文誌で発表されたようですね．今でもこれ系の分野がアツいということで見ていて楽しいですｗ さて，ところで今日の記事は， JugglerYou日記 :: LineSegmentDetectorを使ってみた さんの記事の丸パクリに近い． juggler_youさんはリアル知り合いだったりします．ｔｈｘ！ 概要 http://www.ipol.im/pub/art/2012/gjmr-lsd/ ホントはアルゴリズムについてまとめたかったんですが気力がなかったし説明ページを読めば英語だけどけっこうわかりやすいので，詳細を知りたい方はそちらで． サブピ
魚でもわかるRandom Projection | さかな前線
いきなり始まった「魚でもわかる」シリーズ． 今回は情報科学系の方向け． 次元削減のいち手法である「Random Projection」を簡単に紹介します． 具体的にやってること，できることはものっそ簡単で，こないだBoostアドベ記事を書き上げてから寝付けなかったのでふと思い立って取り組んでみたら一発ですごいちゃんとできたのでブログにまとめるに至った次第(そしてその日はそのまま寝付けずに昼間死ぬかと思ったという)． 最初に知ったのはMIRU2011という，夏にあった学会でとある論文を読んだ時． もちろんわかってると思いますが，ツッコミ待ちです！！ 次元削減とは 機械学習やデータ処理あたりの用語で，高次元データをその情報をなるべく保ったまま低次元に変換するタスクやその技術を指します． 具体的な手法として主成分分析(PCA)や特異値分解(SVD)あたりはこの分野の院生クラスなら必須教養レベルっ
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
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
