@ITセキュリティセミナーでの発表資料です。動画等の一部スライドを除いています。このため発表時よりモンスト成分薄めです。ご了承ください。講演時の様子は以下です。 http://xflag.com/blog/sp_cheat.htmlRead less
Resepi ini menyediakan nasi ayam yang lengkap dengan pelbagai pilihan seperti ayam goreng, sos cili, sup ayam dan kuah kicap. Ayam direbus dahulu sebelum diperap dengan rempah dan digoreng ringkas. Nasi dimasak dengan rempah dan air rebusan ayam. Pelengkap lain termasuk sos cili, sup ayam dan kuah kicap manis.
4. • 並列実⾏関係の機能が詰まったユーティリティ • 便利なソフトウェアではあるのだが、マニュアル が不親切(※ボリュームがありすぎる) 4 For people who live life in the parallel lane. http://www.gnu.org/software/parallel/man.html http://www.gnu.org/software/parallel/parallel_tutorial.html インスピレーションを刺激 する例も多くて良いドキュ メントだとは思うのです が・・・ 研究室生活でよく直面するユースケースに限って説明 5. バカパラの三つのパターン 1. ⼩さなファイルが超⼤量、それぞれに処理 ex. Wikipediaのすべての記事(100万記事) 2. (1⾏1レコードの)巨⼤なファイル各⾏に処理 ex. ツイート
Broken benchmarks, misleading metrics, and terrible tools. This talk will help you navigate the treacherous waters of Linux performance tools, touring common problems with system tools, metrics, statistics, visualizations, measurement overhead, and benchmarks. You might discover that tools you have been using for years, are in fact, misleading, dangerous, or broken. The speaker, Brendan Gregg, has
2. 三角関数 レムニスケート関数 Jacobi の楕円関数 テータ関数 三角関数 Definition. “円周率” π を π 2 := ∫ 1 0 dx √ 1 − x2 で定める.また, x = sin u def. ⇐⇒ u = ∫ x 0 dx √ 1 − x2 ( −1 ≤ x ≤ 1 −π/2 ≤ u ≤ π/2 ) とする. @matsumoring 楕円関数とおもしろい応用 3. 三角関数 レムニスケート関数 Jacobi の楕円関数 テータ関数 x2 + y2 = 1 の微分を考えて x + y dy dx = 0, よって dy dx = − x y ⇒ u = ∫ x 0 √ 1 + ( dy dx )2 dx = ∫ x 0 √ y2 + x2 y2 dx = ∫ x 0 dx y = ∫ x 0 dx √ 1 − x2 . ⇝ 幾何学的に R 全体に拡張する.
The document discusses Linux memory management, describing how physical memory is divided into page frames and virtual memory allows processes to have a virtual view of memory mapped to physical memory using page tables, and covers topics like memory overcommit, page cache, swap space, and tools for monitoring memory usage.Read less
長岡技術科学大学 2015年度GPGPU実践プログラミング(全15回,学部4年対象講義) 第7回総和計算 2015年度GPGPU実践プログラミング ・第1回 GPGPUの歴史と応用例 http://www.slideshare.net/ssuserf87701/2015gpgpu1-59179080 ・第2回 GPUのアーキテクチャとプログラム構造 http://www.slideshare.net/ssuserf87701/2015gpgpu2-59179215 ・第3回 GPGPUプログラミング環境 http://www.slideshare.net/ssuserf87701/2015gpgpu3-59179255 ・第3回補足 GROUSEの利用方法 http://www.slideshare.net/ssuserf87701/2015gpgpu3-59183677 ・第4回 GPU
「Samba4を「ふつうに」使おう!」の資料です。以下のOSCなどでお話しています。 2016/02/27 OSC 2016 Tokyo/Spring https://www.ospn.jp/osc2016-spring/modules/eguide/event.php?eid=66 2015/11/14 OSC 2015 Tokushima https://www.ospn.jp/osc2015-tokushima/modules/eguide/event.php?eid=20 2015/11/07 KANSAI OPEN FORUM(KOF) 2015 https://k-of.jp/2015/session/758 2015/10/25 OSC 2015 Tokyo/Fall https://www.ospn.jp/osc2015-fall/modules/eguide/event.
「ITエンジニアのための機械学習理論入門」で提供しているサンプルコードに含まれるデータ分析ライブラリ(NumPy/pandasなど)を解説した資料です。 下記の書籍のサンプルコードが理解できるようになることが目標です。 - ITエンジニアのための機械学習理論入門(技術評論社) - http://www.amazon.co.jp/dp/4774176982/ 2015/10/25 ver1.0 公開 2015/10/26 ver1.1 微修正 2016/05/25 ver1.4 subplotの順番を修正 2016/11/15 ver2.0 改訂版公開 2016/11/16 ver2.1 改行幅修正 2017/01/10 ver2.2 微修正 2017/01/12 ver2.3 微修正Read less
コンテナと Kubernetes の到来によりソフトウェアをデプロイおよび運用する方法は大きく変わりました。ソフトウェアはコンテナ化された分散システムとなり、Kubernetes(または類似の基盤)の上で自動化を通じて動的に管理されるものになっています。そうしたアプリケーションを開発し、本番(プロダクション)に高頻度でデプロイしながらも安定した運用を実現することが今求められています。 本セッションは「OpenShift Meetup Tokyo #9 - DevOps/GitOps編」での発表の続編としてアプリケーションの運用、監視におけるメトリクスやオブザーバビリティに関する DevOps のプラクティスを実践する方法と具体的に利用できるツールを紹介します。
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