バージョン1.0が見えてきたElmが良さげなのでお試し。 バージョン0.19がリリースされ、その先にバージョン1.0が見えてきたというElm。 『今勢いのある言語 Elm』という勢いあるエントリーに乗っかって、入門してみた次第。インストールやコマンド体系などが今までのバージョンと違うようだったので、備忘録をここに記す。 入門者のスペック Haskellは以前に2冊くらい本を読んだ程度。Scalaはベターjavaとして実案件で活用。普段はPythonを使う。趣味は、同じくバージョン1.0出るか出たよが話題となる、NimとJulia。以前、フロントエンドも自前で書いた時に辛かったので、Immutableな言語で仮想DOMを操作してフロントエンドを完結できるならいいねと、Elmに期待(加えて、Mutableな処理をガリガリ書く必要があるならば、Nimでwebassemblyといきたいところ)。
正式なタイトルは「VS Code で Elm の開発環境を構築する on Windows 10 on 人権不足マシン(メモリ8GB)」 といったところです。 気になるところ、足りないところがあればコメントいただけると助かります。 動機 腰を据えて Elm やってみようかと思ったけど、ググると大体 Mac か Linux 向けの解説… Windows だと環境構築するの結構しんどいのでは? というわけで、Windows でほぼ何もない所から環境構築する一連の手順が あるといいなと思ったので書きます。 前提 OS は Windows 10 を想定しています。 VS Code が動けば 10 以外でも大丈夫なはず。 Elm のインストール時にバージョンは指定しません。 2018.12 現在では Elm 0.19 がインストールされることを期待した手順となっています。 後述の理由により Elm の
米Adobe Systemsは11月7日、ロサンゼルスで開催された自社イベント「Adobe MAX 2019」で、製品に未実装の11の技術を集めた「SNEAKS」を披露。その中で、写真に写った顔が加工されたものかどうかを検知し、それを元に戻す「Project About Face」デモを行った。 読み込んだ写真ファイルから顔を検出し、機械学習によりその顔が加工されている可能性(probability of manipulation)をパーセンテージで表示。一定以上の比率になると、×印が付いて、加工されていると判断する。引き延ばし、歪み、ピクセルの脱落などから加工されたかどうかを決める仕組みだ。
エンジニアの皆さん、DJしていますか? していない方は次の記事とこの記事を読んで、機運を高めてください。 エンジニアに捧ぐDJのススメ、あるいはDJコントローラの簡単なハック はじめに DJというものは、複数の音楽を繋げていかなければなりませんが、その際に繋げるタイミングの他にも気を使う点があります。 次の動画をご視聴ください。 これは2つの楽曲を単に混ぜています。つまり、1つ目の曲を流しながら単に2つ目の曲の音量を上げ、その後単に1つ目の曲の音量を下げています。 2つの曲が同時に流れている際、ドラムの音がちょっと2つ混ざってわちゃわちゃしていると思いませんか? それでは今度次の動画をご視聴ください。 こちらでは、2つ目の曲の音量を上げる前に2つ目の曲の低音域(つまりドラムの音域)を下げてから、2つ目の曲の音量を上げて、1つ目の曲の低音域を下げながら2つ目の曲の低音域を上げ(つまりドラムを
ボーカルや複数の楽器で構成された音楽データを、機械学習を用いてそれぞれの音に分類したファイルとして出力する「spleeter」がGitHubで公開されています。ボーカルの声や伴奏の部分だけを抽出できるとのことで、実際に使ってみました。 deezer/spleeter: Deezer source separation library including pretrained models. https://github.com/deezer/spleeter 以下のURLにアクセスすれば、spleeterでサンプルの楽曲を分離することができます。 spleeter.ipynb - Colaboratory https://colab.research.google.com/github/deezer/spleeter/blob/master/spleeter.ipynb#scrollTo=
楽曲を最大5トラック(ヴォーカル/ドラム/ベース/ピアノ/その他)に分離できる、高速かつ無料のオーディオ分離ツール「Spleeter」が公開。音楽ストリーミングサービス「Deezer」のエンジニアリングチームが開発。機械学習によって楽曲を分離するツールです。 「Spleeter」には、3つの事前トレーニングモデルが付属されており、以下の3タイプへの分離が可能になっています。 2つ(ヴォーカル/その他の伴奏) 4つ(ヴォーカル/ドラム/ベース/その他) 5つ(ヴォーカル/ドラム/ベース/ピアノ/その他) 実行例: https://waxy.org/2019/11/fast-and-free-music-separation-with-deezers-machine-learning-library/ 「Deezer」内の紹介文 https://deezer.io/releasing-sple
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