ディープラーニング実践入門 ~ Kerasライブラリで画像認識をはじめよう! ディープラーニング(深層学習)に興味あるけど「なかなか時間がなくて」という方のために、コードを動かしながら、さくっと試して感触をつかんでもらえるように、解説します。 はじめまして。宮本優一と申します。 最近なにかと話題の多いディープラーニング(深層学習、deep learning)。エンジニアHubの読者の方でも、興味ある人は多いのではないでしょうか。 しかし、ディープラーニングについて周りのエンジニアに聞いてみると、 「なんか難しそう」 「なかなか時間がなくて、どこから始めれば良いかも分からない」 「一回試してみたんだけど、初心者向けチュートリアル(MNISTなど)を動かして挫折しちゃったんだよね」 という声が聞こえてきます。 そこで! この記事では、そうした方を対象に、ディープラーニングをさくっと試して感触を
Overview ApacheBench、Tsung等といったら通常、Webサーバのパフォーマンスチューニングや測定する事が多い。 だが、今回はWebサーバよりも経路上に設置したFireWallがどの程度、トラフィックを裁けるかを測るために環境を作ってみた。 とはいえ、HTTPの性能試験なので環境作り自体はWebサーバのパフォーマンス試験とほぼ変わらない。 試験環境 Web Server - CentOS 6 on VMwareESXi 6.0 x 10 Tsung Master - CentOS 6 on VMwareESXi 6.0 Tsung Slave - CentOS 6 on VMwareESXi 6.0 x 10 パフォーマンス試験を行う上で、試験環境がESXi上というのは少々情けないが、 大量のコネクションを発生させる事が目的なので帯域という点におけるNICの性能は殆ど必要
皆さん、こんにちは。皆さんは、どのような基準でルータの機種選定をしていますか? QoSやセキュリティなどの機能や価格も重要ですが、やはり一番気にしているのは性能ではないでしょうか? せっかく100MbpsのWAN回線を契約していても、もしかしてルータの性能が50Mbpsで限界になっていたら、むだな回線コストを払い続けることになってしまいますよね。そんなとき真っ先に参考にするのは、メーカがカタログなどに記載しているスループット値でしょう。 たとえば、Yamaha RTX1200のホームページを見ると、以下のように記載されています。 今回は、この「スループット」の意味を探ってみたいと思います。 スループットを測ってみると ネットワーク機器の性能評価の標準的な方法として、RFC2544があります。 このRFCはInformational(参考情報)という位置づけであり、必ず準拠しなければいけない
これらはそれぞれ同一のマシンで実行させることもできるし、異なるマシンで実行させることも可能だ。なお、Greenbone Security DesktopおよびOpenVAS CLIについてはLinuxおよびWindows向けのバイナリがリリースされているが、それ以外のコンポーネントについては基本的にはLinux向けとなっている。ダウンロードページではソースコードのほか、CentOS 6およびFedora 15~18、Red Hat Enterprise 6向けバイナリパッケージの入手方法が案内されている。なお、Debian GNU/LinuxやFedoraなどはその公式リポジトリでOpenVASのバイナリパッケージが提供されている。ただし、必ずしも最新のバージョンが提供されているわけではないので、それらを利用する際は注意してほしい。 今回は、CentOS 6.3をインストールした1台のサー
この連載では、無料で使える最新の仮想化ソフトウェア「Hyper-V Server 2012 R2」について、基本的な使い方から少し進んだ使い方までを紹介していく。初めてHyper-Vに触れるという読者の皆さんにも、できるだけわかりやすくお話していきたい。今回はGUIを使ってHyper-V Serverをリモート管理するための準備や設定、具体的な操作の基本、そして仮想マシンの作成方法を紹介しよう。 GUIでHyper-V Serverを操作したい! 第1回記事では、Hyper-V Server 2012 R2のインストールと初期設定(物理マシンのネットワーク設定など)までを終えた。今回は仮想マシンの作成や設定、操作、そして仮想マシンへのOSのインストールなどを試してみたい。 だが、困ったことがある。Hyper-V Serverが備えるユーザーインタフェースはすべてテキストベース(CUI)だ。
機械学習は日々進化を遂げ、全てのエンジニアにとって無視できない存在となってきました。 現在では、検索エンジン、マーケティング、データマイニング、SNS等さまざまな分野で活用されています。 そんな中、2015年11月10日にGoogleが機械学習ライブラリ・TensorFlowをオープンソース化し、大きな注目を集めました。 そこで今回は、機械学習に興味があるけれど何から手を付けたらいいのかわからないエンジニア向けに、TensorFlowの入門資料(記事・スライド)をまとめました。 機械学習案件を提案してもらう 特にプログラマーでもデータサイエンティストでもないけど、Tensorflowを1ヶ月触ったので超分かりやすく解説 / Qiita http://qiita.com/tawago/items/c977c79b76c5979874e8 TensorflowがMNIST(手書き数字データ)の
Googleが、同社の製品開発でも使用しているディープラーニング・機械学習用のシステム「TensorFlow」をオープンソース化し、Apache 2.0ライセンスとして公開しました。これでGoogleの使う機械学習システムをライバル企業も自由に利用できることになるわけですが、Googleは将来を見据えて自由化に踏み切ったようです。 Home — TensorFlow http://tensorflow.org/ Research Blog: TensorFlow - Google’s latest machine learning system, open sourced for everyone http://googleresearch.blogspot.jp/2015/11/tensorflow-googles-latest-machine_9.html Official Googl
『イーデス』は、複数の企業と提携し情報を提供しており、当サイトを経由して商品への申込みがあった場合には、各企業から報酬を受け取ることがあります。ただし当サイト内のランキングや商品の評価に関して、提携の有無や報酬の有無が影響を及ぼすことはございません。 また当サイトで得た収益は、サイトを訪れる皆様により役立つコンテンツを提供するために、情報の品質向上・ランキング精度の向上等に還元しております。※提携機関一覧 WEBサイトを作るときに、必ず必要になるのが画像素材ですね。 WEBサイトを制作する時に大切なのは、配色のバランスはもちろんですが、素材の良さで天と地ほどWEBサイトの魅力に差がでるので、素材選びがとても重要になります。 そこで、今回現役デザイナー8人が、本気で選んだ実践で活用できる素材サイトやトレンドをキャッチするための情報サイトをご紹介しようと思います。 「ユーザーが信頼して利用でき
このサイトについて DERiVEはコンピュータビジョン、画像認識が専門のMasaki Hayashiがお送りしている、コンピュータビジョン(Computer Vision)を中心としたITエンジニア、研究向けのブログです。※「DERiVE メルマガ別館」は2015/9月で廃刊致しました、 以下のサイトに、「Image Classifier Demo 」と銘打った、Deep Learning ベースの画像認識器のデモアプリが公開されているので紹介します。 Image Classifier Demo このサイトはNYUのMattherw Zeiler氏により製作されたデモサイトです(※ NYUでDeep Learningと言うとYann Lecun先生を思い出すかもしれませんが、彼はRob Fergus研の方です)。彼はこのICCV2011の論文あたりで著名と言えます。 サイト中のAboutに
Acrylic Wi-Fi Analyzer requirements and compatibility Minimum requirements Operative system: Microsoft® Windows 10 System components: Microsoft® .NET FRAMEWORK: 4.7.2 Screen resolution: 800×600 (1024×768 or higher recommended) Memory: 1GB RAM Wi-Fi: Any WiFi adapter (Internal or USB) (2.4GHz , 5GHz , 6GHz) (WIFI 7) Monitor mode Through Acrylic Wi-Fi Sniffer integration List of compatible monitor m
この記事は VOYAGE GROUP Advent Canlendar 20日目の記事です。 こんにちは。@daybysayです。 私事ですが最近SDKエンジニアに転向したので、iOSにおける静的ライブラリ作成技法について勉強してまとめてみました。 iOSにおけるライブラリ、特にベンダーが提供するSDKと呼ばれている子たちは静的ライブラリ、あるいはそれをラップしたFramework形式で配布されることが多いです。 そこで、今回は静的ライブラリの作成方法とFramework化をするところまでを実装しました。 静的ライブラリ作成とFramework化を実現したプロジェクトはこちらになります。 静的ライブラリの作成 静的ライブラリを作成するには、まずCocoa Touch Static Libraryテンプレートを用いてプロジェクトを作成します。 Xcode -> File -> New ->
※FlashAir本体をアップデートすること! W3.00.01にしないと、fa.spi関数は正常に動作しません! (W3.00.00にも関数が存在はしていますが、動作不良のようです) 秋月DIPボードの挙動が、fa.spiを使った時だけ妙 + mode切り替えをすると動くことがある という話を聞いたので、mode切り替えだけで出力が切り替わるのかを調査。 初期状態 SCK = HIGH(Hi-Z) MOSI = HIGH(Hi-Z) INT = HIGH(Hi-Z) SS = HIGH(Hi-Z) MISO = HIGH(Hi-Z) fa.spi("init") SCK = LOW MOSI = LOW INT = HIGH(Hi-Z) SS = HIGH MISO = HIGH(Hi-Z) →defaultではモード3とリファレンスに書いてあるが、どうみてもmode3で
概要 EthernetシールドについているマイクロSDカードスロットを使って、SDカードにアクセスする実験です。 目的 SDカードライブラリの使い方を確認します。 実験 初期化 SDカードライブラリを利用するには、SD.begin()で初期化を行う必要があります。SDという変数(オブジェクト)は、SDカードライブラリの中で事前に定義されているSDClass型の変数です。この関数は引数としてCS(Chip Select)ピン番号をとることができます。CSピン番号を指定しない場合のデフォルトはSSピン(Arduino Unoの場合は10番ピン)です。CSピン番号は、利用するSDカード用のボード・シールドによって異なります。また、利用するボード・シールドが利用するCSピンがSSピンではない場合でも、SSピンをOUTPUTモードにしておく必要があります。ただし、ソースコードを読んだところ、SD.b
Arduino/Make/フィジカルコンピューティング/電子工作あたりで活動しています。スタバの空きカップを使ったスタバカップアンプなど製作。最近はもっぱらArduinoと3Dプリンタの自作に興味があります。 SparkFunで取り扱っているJPEGカメラモジュール(C328-7640)は解像度640x480のカラー静止画をJPEG圧縮して出力するモジュールだ。マイコンとの接続はシリアルでたった4本のワイヤでArduinoと接続、制御することができる。スナップショットコマンドを送ると撮影した画像をJPEGで圧縮してシリアルで送信する。日本だとスイッチサイエンスさん、ストロベリーリナックスさんで買える。今回はこのJPEGカメラモジュールを使って静止画を撮影し、Processingの画面に撮影した画像を表示してみよう。 ※夜に撮影したのでちょっと画像が荒い感じ。昼に撮ればもう少し綺麗になると思
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