野菜を摂れる在宅ランチ「春野菜のゆずこしょう風味パスタ」で春の香りを満喫【ツジメシの日常メシ】 - メシ通 | ホットペッパーグルメ
こんにちは。プロダクトデザイナーときどき料理人、ツジメシこと辻村哲也です。「ツジメシの日常メシと週末メシ」シリーズ、今回は日常メシ。 そろそろ春めいてきました。スーパーの野菜コーナーにも、この時期ならではの野菜が並んでいます。今回はその中から相性のいい３種類を使った、手軽なパスタをご紹介します。 パスタを茹でるお湯に、材料に合わせて時間差で野菜を入れて一緒に茹で上げ、フライパンで仕上げます。こういう野菜類を一緒に茹でるパスタでは唐辛子やアンチョビを使うパターンが多いのですが、ここではゆずこしょうで香りと辛味、味付けをまかないます。仕上げにチーズじゃなくて、すりごまでコクを出すのもポイントです。 使っているのは植物性のものだけなのに、食材の食感と香りの組み合わせでしっかり食べ応えもある、僕がこの時期に10年くらい作り続けているパスタです。 ツジメシの「春野菜のゆずこしょう風味パスタ」 材料（
あなたはmerge派？rebase派？綺麗なGitログで実感したメリット - BIGLOBE Style ｜ BIGLOBEの「はたらく人」と「トガッた技術」
BIGLOBEの開発現場の様子や、developブランチにrebaseで綺麗なコミット履歴を作る方法をご紹介します。 はじめまして！ GitHubを中心に仕事がまわる開発現場 Git logが綺麗だとバグが起こりにくい？ developブランチを綺麗に保つGit操作（マージ編） 1. そのまま気にせずdevelopにマージする。 2. 最新のdevelopをfeature/Bブランチに取り込んでからdevelopにマージする 3. 最新のdevelopにrebaseしてからマージする ﾘﾍﾞｰｽ ｺﾜｸﾅｲｮ 最後に はじめまして！ 基盤本部（開発部門）の江角です。 2021年8月にSIerからBIGLOBEに転職し、半年が経過しました。 転職期間中はもちろんコロナ禍で、カジュアル面談も面接も全てオンラインでした（多分今もそうだと思います）。 入社日当日は出社しましたが、入社してから半年の
(自分の) JavaScript のユニットテストの書き方
(社内用ドキュメントの公開版) テストのポリシー 前提として、ユニットテストを導入するコストを、限界まで低くすることを目指す。テストが根付いていない言語環境や文化では、放っておくとテストが書かれないまま実装が進行し、結果としてテスト不可能な巨大な雪だるまが完成する。こうなるとメンテコストが高いE2Eを大量に書かないといけなくなり、テストの実行時間が膨れ上がっていく。 そうなる前に、ユニットテストを書きやすい環境を維持し、ユニットテストとして問題を切り分けられるような環境を維持する。とにかく書きやすさを重視し、一つのユニットテストを書くオーバーヘッドを限界まで下げる。 最初の一つを早い段階で書く 自分の経験的には、ユニットとテストの最初の一つを書いたらあとは自然とその周辺で増えていく。サンプルがあったら人はコピペする。逆にいうと最初の一つを書かない限り一切書かれない。まず一つ用意するのが大事
S3のブロックパブリックアクセスが怖くなくなった【AWS S3】
設定画面の日本語の意味が理解できない この画面。 S3これから使っていこうというユーザーの心を闇へ引きずり込み、そっとキャンセルボタンへマウスカーソルを誘導する設定画面だと思います。 S3の基礎なのかもしれませんが、すごく分かりづらい。 アクセス許可の種類 ブロックパブリックアクセスの説明の中にいくつか重要な単語が出てきていたかと思います。 パブリックバケットポリシー アクセスポイントポリシー アクセスコントロールリスト（ACL） これらは、S3にはいくつかアクセス許可の手段がありそれらを制御するためのポリシー類になります。 これを絵するときっとこんな感じです。（間違ってたらごめん） インターネットやVPCなどからアクセスする際には必ずどこかのポリシーを経由しアクセスされるわけです。 ちなみに、AWSのコンソール上からのアクセスはどこ？となるのですが、ACLになります。 デフォルトでACL
Mac StudioでもHDMIダミーアダプタを利用することでリモートデスクトップやVNCのレスポンスが向上。
Mac StudioでもHDMIダミーアダプタを利用することでリモートデスクトップやVNCのレスポンスが向上します。詳細は以下から。 Appleは現地時間2022年03月18日より、Apple M1 Max/Ultraチップを搭載した「Mac Studio」の販売を開始しました。このMac StudioにはThunderbolt 4やUSB-A、HDMI、SDカードリーダーの他に、ベースモデルでも10Gb Ethernetポートが搭載されているため、 リモートデスクトップやVNCを利用してリモートでMac Studioを利用しようと考える方もいると思われますが、このMac StudioでもfitHeadlessシリーズなどのHDMIダミーアダプタを利用することにより、リモートデスクトップなどのレスポンスが向上するようになっています。
ゆる言語学ラジオというロバストなコンテンツ - 本しゃぶり
ネットでは長く活動できた者が強い。 ではどうしたら長く活動できるのか。 頑強さを生み出す『ゆる言語学ラジオ』の振る舞いが参考になる。 ジャパンポッドキャストアワードでW受賞 このブログでも何度かネタにしている『ゆる言語学ラジオ』が、JAPAN PODCAST AWARDSの「ベストナレッジ賞」と「リスナーズチョイス」を受賞した。 #ポッドキャストアワード 授賞式、無事終わりました！！！ 結果は、リスナーズチョイスとベストナレッジ賞のダブル受賞でした！！ この後21時からライブ配信で感想喋り倒すよ！ pic.twitter.com/OzeKbjQfTr— ゆる言語学ラジオ (@yuru_gengo) March 17, 2022 チャンネル登録者数が10万人を突破するなど勢いがあったので、何かしら受賞するだろうとは思っていた。だがダブル受賞するとは普通に凄い。この受賞をきっかけに人気をさらに
Auroraを活用してAWS Glueでデータ分析機能を構築した話 - techtekt
ベネッセ i-キャリアの小島です。 dodaキャンパスでは、AWS AthenaやQuickSightを利用して、日々データ分析活用を行っていますが、 今回は、Auroraを活用して、AWS Glueでデータ分析機能を構築しました。 その際に選定したアーキテクトとその理由を中心にお話させていただきたいと思います。 背景 dodaキャンパスでは現在、以下のサービスを用いてデータを取り扱っています。 DynamoDB サービスのデータ管理として利用 Athena SQLを用いたデータ分析に利用 QuickSight AthenaをデータソースとしたBIツールとして利用 今回、QuickSightで実行しているデータ分析のような機能を法人ユーザーにも提供することになりました。 要件は以下です 前日までの分析データのためデータの更新は1日1回でよい Readは大量かつ高速であることが求められる グ
手軽に負荷テストができるツール「Taurus」がスゴい
modules: jmeter: version: 5.4.1 # ここに書いてあるバージョンを勝手にダウンロードしてくれる properties: log_level.JMeter: WARN log_level.JMeter.threads: WARN system-properties: org.apache.commons.logging.simplelog.log.org.apache.http: WARN 既存ツールのラッパーとして動作 デフォルトでは内部的にJmeterが実行されますが、以下のようなツールで作成されたスクリプトを流用することが可能です。 JMeter Gatling Locust Selenium Vegeta つまり、さきほどはYAMLでシナリオが記述可能とは言いましたが、もちろん既存のスクリプトを流用できるってことです。 いままで作り上げてきたスクリプトや
ひさしぶりにzshに戻りました - ちなみに
仕事用のマシンをM1 MacBook Proに交換してもらったので、開発環境を整え直しました。 2年ほど fish を使ってきたのだけれど、普段は良いのだけれど、ちょっと自動化したくなったときに、やはりPOSIX準拠じゃないシェルはなかなか難しかった。macOSの標準も zsh になったことだし、久しぶりに戻ってみることにした。 導入 現代なので XDG Base Directory Specification に乗っかっておくことにする。 Arch Linux の Wiki がよくまとまっていて助かるのでこれを参考にして進めた。 zshの場合は ZDOTDIR を指定するといいのだけれど、これをどこで指定するのかという問題がある。zshの起動時に最初に読み込まれるユーザー設定は ~/.zshenv なのだけれど、ここに ZDOTDIR を書くということは .zshenv だけホームディレ
おわりに - なぜ機械学習はうさん臭く感じられるのか? / 真面目なプログラマのためのディープラーニング入門
本講座では計8回にわたり、ディープニューラルネットワークの原理と実装について 説明してきた。ニューラルネットワークの原理は基本的には 勾配降下法であり、その基盤となっているのが関数の微分可能性である。 ニューラルネットワークにはさまざまな形態が存在するが、 画像処理・画像認識の場合は畳み込みニューラルネットワークが非常に 有効であることがわかっている。また、ニューラルネットワークの 出力形式や損失関数を変えることにより、ニューラルネットワークが 物体検出や奥行き推定など、さまざまなタスクに利用可能であることを紹介した。 さて、本講座は「真面目なプログラマのための」ディープラーニング入門、 と銘打っている。真面目なプログラマとは何か? 諸説いろいろあるだろうが、 多くのプログラマは、ソフトウェア開発において 仕様の明確さや、 システムの効率・堅牢性、そして 保守のしやすさといったものを 追求
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
