MessagePackを使ってシリアライズを高速化したかったのですが、独自のクラスやネストされたオブジェクトについてシリアル化する方法が全然なかったので調べてみました。Numpyのシリアライズも使えるMessagePackの拡張版、MessagePack-Numpyを使って確かめます。 MessagePack-Numpy：https://pypi.org/project/msgpack-numpy/ こんなデータをシリアライズしたい （オブジェクト思考脳だったら）割とよくあるシチュエーション。例えば以下のような商品データがあったとします。 import msgpack_numpy as msgn import numpy as np class MerchantData: def __init__(self, *values): self.id = values[0] self.name

はじめに ふと思い立って勉強を始めた「ゼロから作るDeep LearningーーPythonで学ぶディープラーニングの理論と実装」の8章で私がつまずいたことのメモです。 実行環境はmacOS Mojave + Anaconda 2019.10、Pythonのバージョンは3.7.4です。詳細はこのメモの1章をご参照ください。 （このメモの他の章へ：1章 / 2章 / 3章 / 4章 / 5章 / 6章 / 7章 / 8章 / まとめ） 8章 ディープラーニング この章は、層を深くしたディープなニューラルネットワークの説明です。 8.1 ネットワークをより深く これまでに学んだことを使って、ディープなネットワークでMNISTの手書き文字認識の実装に挑戦します。残念ながらこの章はソースの解説が全くないので大変です。 前章までで学んだDropoutやAdamは実装をサボっていたのですが、今回使うの