はてなブックマーク

ほとんど[Ubuntu] ユーザの追加・修正・削除をコマンドで実行 の「■ユーザID（uid）とプライマリグループID(gid)を変更する」のまんまだけど、自分の使い方に少しアレンジしたのでメモ。 やること： uid : 1000 -> 11111 gid : 1000 -> 22222 グループ名: tkf -> labgroup こんな感じ： tkf@tkf-pc2:~$ id tkf # id確認 uid=1000(tkf) gid=1000(tkf) 所属グループ=1000(tkf), # 以下略 tkf@tkf-pc2:~$ sudo groupadd -g 2300 tmpgroup # ダミーのグループ作成 tkf@tkf-pc2:~$ sudo usermod -g tmpgroup tkf # ユーザーのグループをダミーに tkf@tkf-pc2:~$ id tkf #

Cでベクトル演算沢山やるような数値計算をするときに多次元配列を a[i][j] と a[i*Nj+j] の どちらで書くのが速いか気になったので試してみた．(Njは添え字jの数ね．) x 始めは， a[i*N+j]で書くよりa[i][j]で書くほうが速いかｗ ってか当たり前かな．毎回i*Nやるの無駄だし． — Twitter / tkf: a[i*N+j]で書くよりa[i][j]で書くほうが … と思ってたけど， ポインタ参照(*)とアドレス取得(&)って四則演算くらい計算コストかかるもんなんだろうか — Twitter / tkf: ポインタ参照(*)とアドレス取得(&)って四則演算く … とか良くわからないなと思ってたら @tkf CPU内部の四則演算より、メモリアクセスの方が、一般に時間はかかるでしょう。キャッシュ (先読み）メモリがあるのは、そのためでしょう。 — Twitter

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

似たようなのを平均じゃなくてmedianでやるboxplotっていうのもあったりします。各因子で要素数が少ないんだったら、medianとかのほうがいいかもですね(medianについても中心極限定理が成立するので、信頼区間が取れる)。 http://www.okada.jp.org/RWiki/?%A5%B0%A5%E9%A5%D5%A5%A3%A5%C3%A5%AF%A5%B9%BB%B2%B9%CD%BC%C2%CE%E3%BD%B8%A1%A7%C8%A2%B7%BF%BF%DE あと、xのほうを因子みたいに離散値と考えないで、連続値と考えるんだったら、PRML3章の事後予測分布を使って信頼区間計算することもできますね(p155とか)。こっちのほうをやってくれることを期待!!(ぉ

id:salamannの卒論のために沢山FFTしてパワースペクトルのグラフ描くスクリプトをpythonで書いてみたやつ。id:salamannは卒論の謝辞に俺のこと書くべき！あとFFTのパワースペクトルについてちゃんと調べるべき！ 細かい説明書こうかとも思ったけど、コメントいっぱい入れたので分かる気がする。 #!/usr/bin/env python # -*- coding: utf-8 -*- import scipy import scipy.io import scipy.fftpack import pylab import os def fft_power(x, cols, sep): u"各列のパワースペクトルを計算する関数" n = len(x[0])# データの長さ pwr = []# 空リスト for c in cols:# 各列ごとにfftしてスペクトルに y = s

インターネットで論文が大量に手に入るのは良いけど，そのせいで放っておくとデスクトップがPDFだらけになってしまう．一つディレクトリを作ってぶちこんでおけばあとはGoogle Desktopがクロールしてくれるから良いかなとも思ったけれど， 検索の精度が悪い テキストデータじゃなくて画像データのPDFもある Google DesktopはPDFの最初のうん百文字しかインデックスしてないらしい という訳でなかなか使い勝手は良くなかった． そこで，wxPythonを使って作ってみたのがコレ： 起動したらPDFファイルをドロップしろと言う． PDFファイルをドロップすると，Text:っていう部分にその中身（の最初の200行くらい）が表示される． そのテキストから，まずタイトルを選択してマウスを離すと．．． Title欄に選択した部分が入る．その次にAuthorの部分が光るので， こっちも選択してマ

あまりカッコいい方法じゃないかも。 普通のemacsとUbuntu 8.04でEmacs 23、日本語フォントもアンチエイリアス化で美しくで紹介されてるemacs23を使い分けたいので考えた方法。 まず、.emacsに加えて設定したいことを書いたファイルを別に用意。例えば、「.emacs-snapshot」に以下の設定を書く（↑のUbuntu 8.04でEmacs 23〜の設定まんまですみません。） (set-default-font "Bitstream Vera Sans Mono-10") (set-fontset-font (frame-parameter nil 'font) 'japanese-jisx0208 '("VL ゴシック" . "unicode-bmp")) emacsは-lオプションでロードする設定ファイルを追加出きるので、bashなら.bashrcとかに ali

import pylab import scipy pylab.clf() gx0, gx1, gx2 = 0.1, 0.3, 0.95 gy0, gy1, gy2 = 0.1, 0.3, 0.95 x = scipy.arange(-5,5,0.5) a = pylab.axes([gx1, gy1, gx2-gx1, gy2-gy1]) pylab.plot(x,scipy.tanh(x)) pylab.axis((-5,5,-1.1,1.1)) pylab.setp(a,xticks=[],yticks=[]) t = scipy.arange(0,20,0.1) x1 = 0.5 * scipy.sin(t) x2 = 0.5 * scipy.sin(t) + 2.0 x3 = 0.5 * scipy.sin(t) + 4.0 a = pylab.axes([gx1, gy0, g

ストレンジアトラクタ大好きな人にお勧め！ただしWindowsユーザーに限る。 Chaoscopeは3次元ストレンジアトラクタを描画するためだけのソフト。何につかうとかはあまり深く考えない！ 簡単な使い方： Chaoscope Projectファイルを開く。File > Open してデフォルトで色々入ってるやつを使う。 ちょっと汚いグラフィックスが出るけど気にしない。後で細かく描く。 F3を連打して面白そうなアトラクタを探す。Alt + ← で戻れる。 良さげなやつをF4でレンダー。 操作画面はこんな感じ： 使えると思ったページ： Manual : 使えるのはあたりまえか。 2 Attractors : このページ、アトラクタの図＋数式が載っているので、Chaoscope使わなくても面白いページではないだろうか。 3 Rendering modes : レンダラの違いが分かる。 Chaos

もっとあるかもしれないけど，知ってるのはこんな感じ．もっと使えるor変なサービスあったら知りたい！ｗ ブログ 自分のサーバにインストールして使うタイプじゃなくて，サインアップするだけで使えるやつ． WordPress.com このブログで使ってるサービス．数式使える． こんな感じ→ アンチエイリアスかかってて綺麗だと思う．サイトのデザイン変えたら，背景色や数式の色をちゃんと変えてくれる． はてな ふちがギザギザしているのでちょっと好きじゃない． mimeTeXを使っている 実際のブログだとこんな感じ プレスナイン WordPressが使えるサービス． 数式使えるようにするには設定とか必要？ WikiWiki Wikidot 数式使える @wiki 数式使える 画像を生成できるサービス 大きく分けて，画像を生成するからダウンロードして使ってよ，と直接リンクして良いよ，ってのがある． TeXc

リンクがとんできてびっくりした。 @tkf NNとか専門絡みで面白い本、おすすめの本を教えて欲しい＞＜ [Book][本]2008年にお勧めだった本  <<  Seeking for my unique color. twitterでNN絡みで良く発言しているけど、実はNNとかあんまり詳しくないw でもせっかくなので、今年読んで良かったなと思った本を書いてみる！ — 力学系の本 著者；Kathleen T. Alligood， Tim Sauer， James A. Yorke，津田 一郎 訳 タイトル：カオス 第1巻 – 力学系入門，カオス 第2巻 – 力学系入門，カオス 第3巻 – 力学系入門 原書タイトル ：Chaos: An Introduction to Dynamical Systems ここでも書いたけど、今年読んで一番感動した本がこれ。カオス・力学系の話の全体像がつかめる。

アップデートされたUbuntu 7.10をインストールしてみると、Eamcsでipython使う設定が前にインストールした時と違うみたいだ。Emacsにはデフォルトでpython-modeがついてるので、ipythonは使わずにpython-modeだけ使うならなにもしなくて良いのだけれど、ipythonをEmacsから使いたいのでがんばってみた。結構時間がかかってしまったのでメモがてらまとめてみる。 まず、Emacsやpythonはインストールされているとして、ipythonとpythom-modeをインストール。 $ sudo apt-get install ipython $ sudo apt-get install python-mode このままEmacsを起動すると次のようなエラーが出てしまう。 file-error “Cannot open load file” “pytho

Cでベクトル演算沢山やるような数値計算をするときに多次元配列を a[i][j] と a[i*Nj+j] の どちらで書くのが速いか気になったので試してみた．(Njは添え字jの数ね．) x 始めは， a[i*N+j]で書くよりa[i][j]で書くほうが速いかｗ ってか当たり前かな．毎回i*Nやるの無駄だし． — Twitter / tkf: a[i*N+j]で書くよりa[i][j]で書くほうが … と思ってたけど， ポインタ参照(*)とアドレス取得(&)って四則演算くらい計算コストかかるもんなんだろうか — Twitter / tkf: ポインタ参照(*)とアドレス取得(&)って四則演算く … とか良くわからないなと思ってたら @tkf CPU内部の四則演算より、メモリアクセスの方が、一般に時間はかかるでしょう。キャッシュ (先読み）メモリがあるのは、そのためでしょう。 — Twitter