HTTPのベンチマークパターンとテストを動的に書けるab-mrubyを作った
人間とウェブの未来（旧） 「ウェブの歴史は人類の歴史の繰り返し」という観点から色々勉強しています。2014年までの人間とウェブの未来の旧ブログです。 abコマンドのベンチマークパターンを書けるab-mrubyを作ったを昨日書いたわけですが、今日はab-mrubyに対して、ベンチマーク後の結果からテストをRubyで書ける機能を追加しました。 ab-mrubyのgithubのREADMEに大体書き方は書いていますが、ここでも簡単に紹介したいと思います。 ベンチマークの実行とテスト 基本的にはabコマンドにmrubyを組み込む事で、引数のURL毎に動的にベンチマークパターンを決定したり、その後のベンチマーク結果からテストを書けるようにしています。以下のように実行します。 [program lang=’bash’ escaped=’true’] ./ab-mruby -m ab-mruby.con
git diff の使い方がほんの少し理解できた - murankの日記
いままでなんとなく使ってきたけど、ようやく使い方が分かったような気がするのでメモ。 前提知識 インデックスとワーキングツリーが理解できていること HEAD が何か分かっていること git diff ワーキングツリーとインデックスの差分を表示。 git add した後にさらに修正したけど、そういえばどの時点で git add したのかなー、というときに使う？ git add したらすぐにコミットする自分には関係なさそう。 git diff --cached HEAD とインデックスの差分を表示。 git add して、コミットする前に差分を確認したい時に使うんだと思う。 自分は git diff よりもこっちの方をよく使う。 git diff HEAD HEAD とワーキングツリーの差分を表示。 前にコミットした時からどれくらい編集したか確認したい時に使う。 HEAD の部分はコミット(HE
Home | Open Problem Garden
Welcome to the Open Problem Garden, a collection of unsolved problems in mathematics. Here you may: Read descriptions of open problems. Post comments on them. Create and edit open problems pages (please contact us and we will set you up an account. Unfortunately, the automatic process is too prone to spammers at this moment.) Help us Grow! We are eager to expand, so we are inviting contributions b
lorem ipsum - Wikipedia
「Lorem Ipsum」はこの項目へ転送されています。2021年のシングル『Tough Heart』に収録されている楽曲については「小林愛香#シングル」をご覧ください。 ウェブページのレイアウトの例（正式な文書が出来上がる前に「lorem ipsum」を流し込んで作ったもの） lorem ipsum（ロレム・イプサム、略してリプサム lipsum ともいう）とは、出版、ウェブデザイン、グラフィックデザインなどの諸分野において使用されている典型的なダミーテキスト（英語版）。書籍やウェブページや広告などのデザインのプロトタイプを制作したり顧客にプレゼンテーションしたりする際に、まだ正式な文章の出来上がっていないテキスト部分の書体（フォント）、タイポグラフィ、レイアウトなどといった視覚的なデザインを調整したりわかりやすく見せるために用いられる。 「lorem ipsum」は様々なバリエーション
圏論勉強会用語集(1-3回まで) - Logic Dice
圏論の勉強を進めるにつれて、単語が分からなくなってきたので、 自分の理解のために簡単な単語帳を作ります。 間違いがあるかもしれませんが、何かの参考になれば。 圏(Category) 対象、射、合成からなり、以下の性質を全て満たすもの 射が対象から出て対象に入る 対象Aに入る射と対象Aから出る射は合成できる 射の結合律が成り立つ。 f . (g . h) = (f . g) . h 任意の対象に対して、恒等射1が存在する 対象(Object) 圏の構成要素。点。圏を図示するとグラフになるが、そのノード。 射(Arrow) 圏の構成要素。矢印。圏を図示するとグラフになるが、その有向辺。 ドメイン: 射fが出る対象。dom(f) コドメイン： 射fが入る対象。cod(f) 合成(Composition) 射f: A -> B, 射g: B -> C から、新たな射(g . f)を得ること 恒等射
Plesk 0-Day Targets Web Servers
Update 6/6/2013: We’re seeing reports of exploitation of this vulnerability. We can confirm Global Correlation – Network Participation telemetry is seeing multiple exploitation attempts across many customers. Customers who participate in Global Correlation – Inspection have a higher chance of this signature blocking in the default configuration since the sensor will take the reputation of an attac
Sysbench Benchmark for MongoDB - v0.1.0 Performance Update
Two months ago I posted a performance comparison running Sysbench on MongoDB versus MongoDB with Fractal Tree Indexes v0.0.2. The benchmark showed a 133% improvement in throughput. Nice, but our engineering team had an effort on our road-map for lock refinement that we believed would really boost our performance, which is now available in v0.1.0. The benchmark application itself is unchanged and a
多変量(多次元)正規分布のKLダイバージェンスの求め方 - EchizenBlog-Zwei
機械学習界隈では多変量正規分布のKLダイバージェンスの導出は自明らしく、とくに説明もなく「はいこうなりますね〜簡単ですね〜ははは〜」みたいな感じで軽く流されて死にそうになる。 軽く流されると私のように死んでしまう人もいるかもしれないので導出方法をメモしておく。 前準備 KLダイバージェンスは分布Pに対して分布Qがどれだけ近いかを表し、定義は以下のとおり。 KL(P(x) || Q(x)) = ∫P(x) log(P(x) / Q(x)) dx = ∫P(x) log(P(x)) dx - ∫P(x) log(Q(x)) dxまた多変量正規分布の定義は以下のとおり。 P(x | μ, Σ) = ((2π)^d * |Σ|)^(-1/2) * exp(-1/2 * (x - μ)T Σ^-1 (x - μ)) μ: 平均(d次元(縦)ベクトル) Σ: 共分散行列(d次正方行列) x: データ点
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
