社内でも好評の声を頂いております。デバイスを作るとこまで視野に入れると、エンジニアリングで解決できる範囲が広がります。
はじめに Elasticsearch検証担当の藤本です。 概要 ElasticsearchはSuggesterというサジェストを実装するための検索APIを提供しています。 検索方法は単純な文字列の一致だけでなく、Elasticsearch(Lucene)が持つ検索エンジンを活用でき、RDMS+ロジックによりゴリゴリ実装せずとも、よりユーザーが望む検索結果、結果順序を提供することができます。 今回はSuggesterの内、Completion Suggestterで実装しましたが、Suggesterは複数あり、更には設定オプションも豊富なため、多くの要件を満たせるでしょう。 ちなみに現在(v2.1)、SuggesterはCompletion suggester含め、4つ提供されています。 Term suggester Phrase suggester Completion suggester
共通ポイントサービス「Ponta(ポンタ)」の「よくあるご質問」ページです。
IoTを駆使してトイレの個室空き状況を検知してWEBで確認できるアプリを会社で運用してみました。 小原正大 2016年2月5日 追記 本エントリの内容につきまして一部の方からご指摘をいただきました。 リクルートライフスタイルでは業務を円滑に回すための施策として座席のレイアウト変更およびそれに伴う従業員の出入りが頻繁に発生し、また部署やフロアにより男女比もさまざまであるという背景があります。これに伴い、トイレブース ( 個室 ) と従業員の割合は入居フロア全体 ( 複数階 ) のトイレブース数と従業員数とで算出しております。 これにより従業員に対するトイレブース数は法令上クリアされているとの認識です。 読者の皆さまならびに関係各位にご迷惑をお掛けしましたことをお詫びするとともに、ここに訂正させていただきます。 こんにちは、2015年度新卒フロントエンドエンジニアの小原正大です。 IoTでトイ
word2vec_cbow はさすがに GPU を使うだけあって元になった word2vec に比べて3倍以上高速になっています。 chainer は GPU を使うとだいぶマシになりますが、それでもかなり遅いです。ただ、 improve-word2vec ブランチの実装では、 Chainer 1.5 のものと比べて速度が1.5倍程度に改善されています(ここには示していませんが、条件によっては2倍以上の性能が出ることもありました)。残念ながらまだマージされていませんが、次のバージョンにはぜひ入ってほしいですね。 まとめ この結果を見る限り、速度に関する比較だけで言えば word2vec か gensim のどちらかを使っておけば良さそうです。 word2vec_cbow は速いですが、 GPU が必要なので動かせる環境が限定されてしまいます。逆にどうしても高速化したい場合には良い選択肢だと
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