手元でJupyter NotebookでJuliaを実行して、ファイルを.ipynbで保存していたとします。 そのファイルをGoogle Colabでも実行してみたいことがありますよね? そのやり方についての説明です。 基本的には https://qiita.com/ueuema/items/ca1b326f5df10a4203bd と同じです。補足説明がついているだけとなります。 追記:ローカルでの編集を全く必要としないで新しいノートブックをJuliaで始める方法を追記しました。 さらに追記:ローカルでの編集を全く必要としないで新しいノートブックをJuliaで始める方法のJuliaのバージョンを上げる方法を追記しました Jupyter Notebookの用意 まず、自分で作ったJuliaのJupyter Notebookを用意します。 例えば、 https://github.com/co
どうすればPythonをJuliaと同じくらい速く動かせるのか? : 様々なやり方で計算の高速化を図る Julia対Python 科学技術計算には、Pythonなどの言語よりもJuliaを使った方がいいのでしょうか? http://julialang.org/ に載っているベンチマークを見ると、どうしてもそんな風に思ってしまいます。というのも、Pythonなどの高水準言語は、スピード面で大幅に劣っているのです。けれども、これは私が最初に感じた疑問ではありません。私が気になったのは、「Juliaのチームが書いたPythonのベンチマークは、Pythonに最適なものだったのか?」ということです。 こういった多言語の比較について、私の考えを述べましょう。まずベンチマークというのは、実行するタスクによって定義されるものです。よって、そのタスクを実行するための最適なコードを、各言語に精通した人々が最
Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎 posted with カエレバ Amazon 目次 目次 はじめに ハイパーパラメータ学習ライブラリoptuna Pythonのコードをoptunaでパラメータ最適化してみる。 C++のコードをoptunaでパラメータ最適化してみる Juliaのコードをoptunaでパラメータ最適化してみる 今後optunaに期待すること create_studyとstudyの関数の統合 他の言語との統合方法のexampleの拡充 GitHubリポジトリ 参考資料 MyEnigma Supporters はじめに 最近、最適化技術の勉強の一貫として、 ベイズ統計・最適化を勉強しようと思っています。 そこで、以前PFNが公開した ベイズ最適化による、ハイパーパラメータ自動最適化ツールである optuna
(訳注:2016/1/5、いただいた翻訳フィードバックを元に記事を修正いたしました。) よくある主観的で痛烈な意見を題名に付けたクリックベイト(クリック誘導)記事だろうと思われた方、そのとおりです。以前指導してくれた教授から教わったある洞察/処世術は、些細でありながら私の人生を変えるマントラとなったのですが、私がこの記事を書いたのはそれによるものです。「同じタスクを3回以上繰り返す必要があるなら、スクリプトを書いて自動化せよ」 そろそろ、このブログはなんだろうと思い始めているのではないでしょうか。半年振りに記事を書いたのですから。ツイッターで書いた Musings on social network platforms(ソーシャル・ネットワークプラットフォームについてじっくり考える) はさておき、この半年の間書き物をしていないというのはうそです。正確には、400ページの 本 を書きました。
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