C＋＋クラス設計に関するノート
C++が他のオブジェクト指向言語と比べて難しいのは、やはりメモリ管理をプログラマが自分でしなければいけない点だと思います。よくよく注意しないと、削除し忘れたり、同じオブジェクトを2度削除してしまうというエラーが発生します。このノートでは、オブジェクトを「値オブジェクト」と「参照オブジェクト」というカテゴリに分け、詳細設計の段階で注意すべき点を整理しておきたいと思います。 0. はじめに 私自身今までいくつかのプログラミング言語を使ってきましたが、C++ が他のオブジェクト指向言語と比べて難しいのは、やはりメモリ管理をプログラマが自分でしなければいけない点だと思います。例えば、 Person* person = new Person(); と生成したオブジェクトは、使い終わったら次のように削除しなければなりません。 delete person; 生成してすぐ削除するなら簡単なのですが、実際に
OOエンジニアの輪！ ～ 第 35 回 千葉 滋 さんの巻 ～ | オブジェクトの広場
特になし。 技術者は、自分が慣れ親しんだ愛用のツールをもつと、そこに閉じこもってしまう傾向があります。だから、モットーとして愛用のツールを決めていません。これが愛用のツールだと思ってしまったら、それはちょっと頭が固まってしまっている状態です。常に新し物好きでなくてはいけないと思っています。 今までのお仕事について -- まず今までの経歴を簡単にご紹介いただけますか？ 博士まで大学に残って、博士課程の途中にアメリカのゼロックスパークというゼロックスの研究所に居候しました。帰ってきてから、東大の助手をやって、筑波大へ行って、5年ほど前から東工大にきているという感じです。 -- 今までの研究内容は？ 研究内容は、今と大体同じようなことですね。プログラミング言語とかオペレーティングシステムとかそういうインフラストラクチャーのような部分をずっとやっていました。 アスペクト指向とオブジェクト指向～ 個
OOエンジニアの輪！ 〜 第 34 回 比嘉 康雄 さんの巻 〜
特になし。 私は人を丸ごと尊敬することはありません。それぞれ好きなところもあれば、嫌いなところもある。できるだけいろんな人の素敵な点を見つけて、その素敵な点を 認識したいです。 現在のお仕事について -- まず最初に、現在の業務についてお話していただけますか？ 弊社でこの 4 月より「Seasar2 技術推進グループ」が新しくできました。そこで主に、弊社の中での Seasar2 を使ったプロジェクトへの支援や、商用サポートなどをやっています。 あるいは、ちょっと会社の仕事には関係ないんですけど、Seasar プロダクトの強化もやっています。 -- 基本的には技術的なリーダーをされているのでしょうか？それともマネジメントが中心ですか？ 時と場合によりけりで、会社ではマネジメントとして判断することがほとんどです。 Seasar ファウンデーションではチーフコミッターとしての役割がありますので、
OOエンジニアの輪！ 〜 第 21 回 川合史朗 さんの巻 〜
Hope is a good thing, maybe the best of things, and no good thing ever dies. （希望は良いもの、おそらく最上のものだ。そして、良いものは決して消えない。：『ショーシャンクの空に』より） 高林さんとのつながり -- 今回は、高林さんからのご紹介ですが、どういったつながりですか？ 実は、直接お会いしたことは一度もないんです。一番最初はですね、Paul Graham の『Beating the Averages』 っていうのを、私が翻訳（邦題『普通のやつらの上を行け』）させて頂きまして、それの感想をメールで頂いたのがきっかけです。それから、私が開発している Scheme 処理系(Gauche)を使って頂いています。 -- 川合さんにとって翻訳って、あれは自分で読んで面白いものをみんなに見てもらう、っていうところですか？
OGIS-RI OBJECT SQUARE
今月もオブジェクトの広場をどうぞお楽しみください。記事に対する感想は、ぜひ公式Facebookページのコメント欄までお願いいたします。（2023.12.20） 寝かせて使うソフトウェアコンテスト 本選レポート オージス総研主催のソフトウェアアイデアコンテストOGIS-RI Software Challenge Award 「寝かせて使うソフトウェアコンテスト」の本選と最終審査を2023年11月15日（水）に当社東京オフィスで開催しました。本レポートでは受賞作品と本選の様子をご紹介します。 はじめての自然言語処理 第30回 Elyza 日本語 Llama2 指示応答モデルのファインチューニングと vLLM での推論 今回は Elyza の日本語 Llama 2 指示応答モデルをファインチューニングし、vLLM にデプロイして高速に推論してみます。70 億パラメータモデルならギリギリ Tesl
1
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
