触地図サイトは、立体地図サイトに統合しました。 立体地図サイトはこちら
先日Deep Learningでラブライブ!キャラを識別するという記事が話題になっていました。この記事で紹介されている SIG2D 2014を知り合いから貸してもらったので参考にしながら、ご注文は機械学習ですか?のDeep Learning版を作ってみました。 Caffeなど必要なソフトのインストール Ubuntu 14.04の場合は過去記事を参照してください。これ以外にもpython-opencvなどを使いますが、依存関係の全ては把握できていないのでエラーが出たら適宜インストールしてください。 データの準備 Deep Learningでは大量の学習データが必要になると言われているので、まずは大量のデータを用意します。参考記事では6000枚のラブライブ画像を使ったということなので対抗して12000枚以上のごちうさ画像を用意したいと思います。それだけのデータを手動で分類するとそれだけで時間が
事前準備 作業内容は表題の通り。環境はPython3を基本にして以下を使用します。事前にライブラリのインストールが必要です。 ipython pandas numpy matplotlib 元データは厚生労働省が公開している”平成25年 国民生活基礎調査の概況”を利用します。 調査の概要|厚生労働省 所得に関するデータはページの下段にExcel形式で公開してあります。以下にリンク先を記載します。人類は皆Excelが大好きです。 http://www.mhlw.go.jp/toukei/saikin/hw/k-tyosa/k-tyosa13/xls/10.xls PythonではPandasを使ってExcelファイルを直接読み込むことができます。素のPythonを使っても良いですが、iPythonの方が補完が聞いて楽です。 MacOSならコンソール、WindowsならターミナルかPowerS
昔読んだこんな話を、読み返す機会があって。 『ユリイカ 詩と批評』(青土社)2009年4月号の「総特集・RPGの冒険」より。 (特集のなかの「鼎談・われらの道(RPG)はどこにある」の一部です。鼎談の参加者はブルボン小林さん、飯田和敏さん、米光一成さん) 米光一成:物語とかを提示してみせるのではなく場としての世界を提出すること、つまり、今のゲームが何でもできるようなある種の「世界」を作るっていう方向に行っているのは、やっぱりゲームならではの語り口なのかもね。 ブルボン小林:それで思い出したけど、知り合いのデザイナー……というか、『ユリイカ』の表紙を装丁している名久井さんだけど、彼女が『タクティクスオウガ』を最近また買って遊んでるらしいんだけど、あれってシナリオが「ロウ(law)」「カオス(chaos)」「ニュートラル(neutral)」って大きく三つに分岐していくんだって。名久井さんは以前
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