ブチザッキ兄さん の Dv3 / Ev3 VM と Nested Virtualization を見ればすべて解決ですが、自分メモとして。 Azure のサブスクリプションの利用料金に余裕があるうちは、デモ環境を Azure 上に持っておきたいなと思いまして。 投稿を書いている時点の、MS の公式なアナウンスとしては、次の二つになるかと。 Introducing the new Dv3 and Ev3 VM sizes Nested Virtualization in Azure Nested VM の情報については、入れ子になった仮想化による仮想マシンでの Hyper-V の実行 から確認できます。 新しい VM のサイズ 新しい VM のサイズとして、「Dv3」「Ev3」(旧 D11 ～ D14) が使用できるようになりました。 Dv3 シリーズ (汎用) Dsv3 シリーズ (汎用)

Author : Cheng (Charles) Ding Bootstrap Powershell Script for Setting up NestedVMs. Checks Pre-Reqs, then installs/configures NestedVM. Will restart computer as necessary. This script was designed to be used by the new Windows Server 2016 VMTypes on Azure which suport Nested Virtualization. This script may work in other environments but is not guaranteed. This is forked from an older script found

TL;DR; Amazon AuroraはIn-Memory DBでもなくDisk-Oriented DBでもなく、In-KVS DBとでも呼ぶべき新地平に立っている。 その斬新さたるやマスターのメインメモリはキャッシュでありながらWrite-BackでもなくWrite-Throughでもないという驚天動地。 ついでに従来のチェックポイント処理も不要になったのでスループットも向上した。 詳細が気になる人はこの記事をチェキ！ Amazon Aurora Amazon AuroraはAWSの中で利用可能なマネージド(＝運用をAWSが面倒見てくれる)なデータベースサービス。 ユーザーからはただのMySQL、もしくはPostgreSQLとして扱う事ができるのでそれらに依存する既存のアプリケーション資産をそのまま利用する事ができて、落ちたら再起動したりセキュリティパッチをダウンタイムなしで(!?)適

2017年12月15日 「スターウォーズ／最後のジェダイ」が公開です。 スターウォーズをあまり知らない人、観たけどあまり覚えていない人にも、スターウォーズを楽しんでもらうべく、インフォグラフィックスを制作しました。 スター・ウォーズ エピソード1/ファントム・メナス 1999年公開 エピソード1〜3は、アナキン・スカイウォーカーを主人公とするエピソードです。エピソード4〜6ではダース・ベイダーとして登場するアナキンの少年時代を描いたものです。 ちなみに『ファントム・メナス』は日本語に直訳すると「見えざる脅威」を意味し、ダース・シディアスのことを指しているとのこと。 スター・ウォーズ エピソード2/クローンの攻撃 2002年公開 エピソード2とエピソード3の主要テーマは『クローン大戦』であるため、エピソード2は途中で終了する感があります。ちなみに、エピソード1からは、10年と間がが空いていて

マイクロソフトはDynamics AX7（コードネーム”Rainier”）のRTW「Release to Web」版を4月にリリースしてから3ヶ月が経過し、6月にはUpdate 1をリリースしました。今回はこの最新版のDynamics AXを使った、Azure環境でのデプロイ方法をご紹介します。 まず、以下のリンクから、「The organization administrator should click HERE to obtain the Microsoft Dynamics AX 90 day trial offer.  This public preview offer will expire automatically within 90 days.」という文章の「HERE」をクリックし、試用版のDynamics AXを有効化します。 お客様向け（CustomerSource）

こんにちは。みなさんもウェブアプリをリリースしたあとに同業者にソースごとパクられたことってありますよね。難読化しても難読化されたまま同業者のサーバで動くので困ったものです。そこで、私がとった解析しずらい対策をまとめてみたいと思います。 前提 多機能な画面をJavaScriptでゴリゴリ作ったのにもかかわらず、HTMLやCSS、JavaScriptファイル一式を自社サーバにまるごとコピーして、ライセンス表記だけ書き換えて使うような業者を罠にはめるということを想定しています。 当然通信をリバースエンジニアリングする人もいるので、自社サーバでは防げないという前提です。 HTMLにはauthorメタタグ よくあるMETAタグで権利者を明記します。これは権利の主張もそうですが、JavaScript自体に権利者が認定した権利者でなければ無限ループを起こすという処理のためにも使用します。逆に、権利者が我

日本経済新聞は国内を代表する経済誌だ。その電子版はwebでの継続課金を大成功させ、いまや50万以上の有料会員を擁するモンスターサイトだ。 その日経電子版が11月6日に全面リニューアルしたのだが、公開後、web業界がにわかにざわついた。表示速度が爆速だったのだ。日経公式もモバイルで2倍の表示速度を達成したと堂々と宣言していた。 webサービスは継続率こそ神KPIで、その継続率には速度が大きく影響する。 これはチェキらないとヤバイと感じ、友人のkitakさんとスピードの秘密を調査してみた。 Fastlyをコンテンツキャッシュに使う殆どのデータはFastlyを経由して取得されていた。Fastlyは最近注目を集めているCDN（世界中にエッジサーバーを配置し、高速にコンテンツを配信するサービス）で、非常に高機能でユニークなサービスだ。 一般に、CDNはいったん世界中にコンテンツをばらまくと、それを無

※この記事の1年後に文系エンジニアがCourseraの機械学習コースを1ヶ月で修了したので振り返ってみました。という記事もアップしました。 文系エンジニアが機械学習に入門しようと思うと、どうしても「数学の壁」にぶつかります。 一般的に、機械学習を理解するためには、大学レベルの「微分積分」「線形代数」「確率統計」の知識が必須とされていますが、私のような典型的文系エンジニアの場合、それを学習するための基本的知識自体が圧倒的に不足しているため、まずは高校までの数学を一からやり直してみました。 学習前の私の数学スペック 学生時代の数学の学習歴は高校2年生の2学期位まで。 大学で経済数学の授業があった気がするがほとんど出席していない。 仕事で使った数学知識は三角関数程度。(画像処理ソフトを開発した際に使用) 学習に要した時間 小学校の算数 5時間 中学数学 6時間 数I/数A 12時間 数II/数B

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? ディープラーニングは特定分野で非常に高い精度が出せることもあり、その応用範囲はどんどん広がっています。 しかし、そんなディープラーニングにも弱点はあります。その中でも大きい問題点が、「何を根拠に判断しているかよくわからない」ということです。 ディープラーニングは、学習の過程でデータ内の特徴それ自体を学習するのが得意という特性があります。これにより「人が特徴を抽出する必要がない」と言われたりもしますが、逆に言えばどんな特徴を抽出するかはネットワーク任せということです。抽出された特徴はその名の通りディープなネットワークの中の重みに潜在してお

おしっこセンサーできました ウチの小学生の息子が家のトイレでたびたびおしっこをこぼしてしまう。俺がくどくど注意してもあんまり効果ない。そこで、代わりにAIに怒ってもらうことにした。こんな感じである。 おしっこセンサーのデモ（[動画](https://www.youtube.com/watch?v=ktSukhHdogM)）。水を数滴床にたらすとブザーが鳴り、床を拭くと止まる。 ディープラーニングの画像認識を使い、床の上に落ちた水滴をカメラで検出してブザーが鳴る仕組みだ。夏休みの自由工作に過ぎないので精度は期待していなかったけど、意外にきちんと動いてくれて、カメラに映る範囲に水滴を数滴たらすとピッピと鳴り、床を拭くとブザーも止まる。「お父さんだってAIくらい作れるぞ」と息子に自慢したいがための工作なのだ。 でも、これ作るのはそんなに難しくなくて、休み中の3日くらいで完成した。かかったお金は、

概要 現在の日付を$T$とすると、$T+1$から$T+30$までにおける日次価格の単純移動平均をDeepLearningを使って予測し、 ロングポジションを持った（もしくはショート）時の価格より、予測した移動平均を上(下)回れば利益確定するようなシミュレーション売買を行いました。また、３０日保持したら強制的に手仕舞いするようにします。 エントリーは日時毎に残高があれば全力で行うようにします。 ※オレンジのラインが30日後の30日単純移動平均になります。緑がx軸の日付時点における為替価格です。 使用したDLフレームワーク chainer ver1.3~1.5 ちょうどver1.5で互換性が大幅に変更になって、対応するのが大変でした。 2017/8現在はver2.0.2になっているみたいですね。 使用データ みずほヒストリカルデータ https://www.mizuhobank.co.jp/r

第2回　スキャフォールディング機能で軽々DB連携アプリケーション：連載：ASP.NET MVC入門（1/5 ページ） 連載目次 本連載では、MVCモデルをベースとした.NET Frameworkの新たなアプリケーション・フレームワーク「ASP.NET MVC」を基礎から解説している。前回は、Model－View－Controllerのうち、主に「View」「Controller」について解説した。今回は残る1つである「Model」を中心に、データベース連携アプリケーションを作成してみよう。 また今回は、ASP.NET MVCでデータベース連携の機能を実装する場合には欠かせない「スキャフォールディング（Scaffolding）機能」についても解説する。「Scaffolding」とは「足場」という意味で、データベースの基本操作（登録、参照、更新など）に必要な機能の骨組みを自動生成する機能のこと