はてなブックマーク

[tasks.BUILD] description = "Build hoge" script = [''' #!/usr/bin/env bash echo "build ${@}..." '''] [tasks.TEST] description = "Test hoge" script = [''' #!/usr/bin/env python3 print("test ...") '''] dependencies = ["BUILD"] $ makers TEST -- --option-a --option-b [cargo-make] INFO - makers 0.20.0 [cargo-make] INFO - Using Build File: Makefile.toml [cargo-make] INFO - Task: TEST [cargo-make] INFO -

Google が MediaPipe を公開。 エッジもサーバーも、ML を組み込んだアプリケーションを作るのが楽になりそうだ。 https://twitter.com/_tkato_/status/1141028951734677504 Google Research Perception - CV4AR/VR - MediaPipeMediaPipe — MediaPipe v0.5 documentationhttps://github.com/google/mediapipeたとえば顔検出のアプリケーションを作る上でも、画像の前処理、モデルでの推論、結果の後処理、描画、など複数のコンポーネントに分かれる。 さらにモバイルデバイスのセンサなど活用したアプリを作ろうとすると ML 以外のところでデータの同期やら諸々が大変になってくる。 MediaPipe は、これを各機能のノードからな

今日から Chainer-compiler について調べてみよう。 DeepLearning コンパイラ、先日のFPGAXでも話題になってましたね（リモートでちょっと見てました） PFN からの release はこれ Chainer モデルのさらなる高速化、デプロイの簡便化、可搬性の向上に向けた実験的な取り組みについて | Preferred Research 今日見るソースとバージョンはこれ。experimental な点注意。 pfnet-research/chainer-compiler at 1c788abbaf5fc74533d332b3141d5a141b6db020 https://github.com/pfnet-research/chainer-compiler/tree/1c788abbaf5fc74533d332b3141d5a141b6db020 README を