いま世界中で、歴史的名作のデジタル・アーカイブ化の流れが進んでいます。 今回は、世界の名画を無料ダウンロードできる美術館サイトをまとめてご紹介します。 著作権の消滅したパブリックドメインの作品が中心で、クレジット表記なしで無料ダウンロード、二次創作での利用が可能です。 紹介するサイトをすべて合わせると、600万枚を超える貴重な資料や作品を網羅。 このリストは、随時アップデート中です。 世界の名画を無料ダウンロードできる美術館サイト一覧 NDLイメージバンク(国立国会図書館) | 1,900枚 ルーブル美術館 | 500,000枚 メトリポリタン美術館 | 490,000枚 ニューヨーク公共図書館 | 754,000枚 アムステルダム国立美術館 | 747,000枚 ナショナル・ギャラリー・オブ・アート | 130,000枚 ロサンゼルス・カウンティ美術館 | 68,000枚 J・ポール・ゲ
Paul Boag氏はユーザー体験デザイナー、サービスデザインコンサルタント、およびデジタルトランスフォーメーションのエキスパートです。非営利団体や企業向けに、デジタル体験の改善を目指す支援をしています。 あなたのWebサイトは、訪れるユーザーにあれこれ考えさせすぎてはいないですか? ユーザーに大きな認知負荷をかけていて、それによってユーザーがあなたのWebサイトから離脱していっている、ということはありませんか? もしそうならば、これは修正すべき問題で、実際に修正が可能です。 認知的な負荷による影響 この問題はWebデザイナーである私たちと明らかに密接に関連しています。ユーザーが1つのことに集中しすぎて、他の要素に気が付かなかった場合、Webサイトでの重要なCTA(コールトゥアクション)だって気づかれない可能性があるということです。そう、ものごとをクリーンかつシンプルに整理したいというデザ
OpenAIが開発する「GPT-3」は、ほとんど違和感のないブログ記事を生成できてしまうほど高い精度を誇る言語モデルです。そのGPT-3がテキストを生成する仕組みについて、オンライン学習プラットフォーム「Udacity」でAIや機械学習関連の講座を持つJay Alammar氏が解説しています。 How GPT3 Works - Visualizations and Animations – Jay Alammar – Visualizing machine learning one concept at a time. https://jalammar.github.io/how-gpt3-works-visualizations-animations/ The Illustrated GPT-2 (Visualizing Transformer Language Models) – Ja
個人でも商用プロジェクトでも無料で利用できる、小さいスペースにも配置できる極小サイズ対応のSVGアイコンを紹介します。SVGアイコンなので、もちろん通常のサイズ、大きいサイズでも美しく表示されます。 UIデザイン用のアイコンはアウトライン・ソリッドの2種類計1,130アイテムが揃っています。しかもオープンソースなのは、嬉しいですね。 Teenyicons Teenyicons -GitHub Teenyiconsの特徴 Teenyiconsのダウンロード Teenyiconsの使い方 Teenyiconsの特徴 Teenyiconsは非常に小さいスペースにも配置できるようデザインされたSVGアイコンで、極小サイズ(15x15)でも鮮明に見えるよう設計されています。 MITライセンスで、商用プロジェクトでも無料で利用できます。
Web標準のHTTPクライアントfetch()でストリーミングしながらアップロードできるようになる。
配色はデザインにおいて重要な要素の1つですが、慣れている人でないとバランスの取れた配色を決めていくのは簡単ではありません。 そこで、今回は初心者の方でもおしゃれな配色ができるカラーパレットツール・配色パターン見本サービスをまとめました。下記のように、おすすめのツールや使用する色数ごとに分類しています。 おすすめカラーパレットツール・サービス AIを使ったカラーパレットツール 2色の配色パターン見本 3色の配色パターン見本 4色の配色パターン見本 5色の配色パターン見本 その他のカラーパレットツール・サービス グラデーションの配色パターン見本 2022年に流行するWebデザインの最新トレンド10個まとめ 2021年のミニマリズムを中心としたトレンドが注目されていましたが、2022年は鮮やかで、奇抜で、記憶に強く残るようなデザインを中心としたトレンドが注目されています。 今回は、2022年に流
機械学習用の環境を0から構築した(windows10 + Anaconda + VSCode + Tensorflow + GPU版)Python機械学習AnacondachainerRLTensorFlow2.0 少し間が開いてOSも再インストールしていたので、再度環境構築しました。 その時の備忘録です。 追記:最新の環境で改めて記事にしました(https://qiita.com/pocokhc/items/ed2d25c5f6b63a9d11a4) 概要 ほぼ0から機械学習(強化学習)の環境を構築した(GPU対応) 環境 windows10 NVIDIA GeForce GTX 1060 構築環境 Anaconda VSCode Tensorflow GPU対応の設定 AnacondaとVSCodeの連携 ChainerRL Tensorflow GPU版 を使うための準備 ※ CPU
ゲーミングPCで機械学習をして、CPU/GPUの性能の違いをColaboとも比較してみた話【Windowsの機械学習環境構築手順決定版。TF2.0対応】PythonGPU機械学習Anacondacolaboratory ひとことで言うと 格安ゲーミングPC(Windows)を購入して、 Anacondaの仮想環境でCPU/GPUを切り替えられるようにして、 Tensorflow-GPU(v2.0)のコードを動かして、 ColaboratoryのCPU/GPUも含めた4パターンで、 性能比較をしてみたよ。 性能比較結果とWindows版環境構築手順をまとめておくね。という記事。 機械学習にはGPUが有効だよ、ってよく聞く ゲーミングPCにはGPUがある、そして最近安い ⇒ ゲーミングPCのGPUを機械学習に使ってみよう! ということで、Windows上でのGPU環境構築を実施したが、 ハマり
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