盤面の駒の動きが全く頭に入らない――。昨年初夏、将棋棋士・先崎学九段は混乱の中にいた。うつを発症していたのだ。アマチュアですら簡単に解ける詰将棋も解けない。「もう将棋は指せないかもしれない」。そう思い詰めることもあった。かつて「天才」とたたえられた棋士の、喪失から復活までの軌跡を追う。(ノンフィクションライター・崎谷実穂/Yahoo!ニュース 特集編集部)
はてブみているとVtuber関係の話題が結構な割合で「アニメとゲーム」にいる。 まぁ、言いたいことはわからなくもないよ。二次元キャラはアニメってことだろうな。まぁ、「アニメとゲーム」に余裕で漫画が来る時点である程度予測できる。 でも、漫画もVtuberも「アニメとゲーム」って振り分け方は大雑把すぎるだろ。 もう、はっきりと書けよ「アニメとゲーム」なんて濁さず「オタク」って。 追記 enya_r テレビアニメ名乗ってるんだからアニメでしょ? / TVアニメ「バーチャルさんはみている」公式サイト https://virtualsan-looking.jp/ クソゴミブコメだと思ったので反論。 これからはJUDGE EYESでキムタクが主人公だからキムタクはエンタメじゃなくアニメ・ゲームに分類されるべきだな。そういうことだぞ。 キムタクはJUDGE EYESという単語と合わさってアニメとゲームに
どうも最近持ち歩く端末が多くなりすぎているので、ちょっと年末ですので整理をすることにしました。 具体的には、スマホを新しくして、デュアルSIM対応のAndroidにして、 ・エキサイトモバイルの音声通信SIM ・Fuji WifiのデータSIM を挿すようにしたのです。 で、データ通信のPrimary SIMがFuji WiFiで、音声通話のPrimary SIMがエキサイトモバイルです。 いちおう、エキサイトモバイルのSIMもやろうと思えば、データ通信もできるタイプです。従量制なので、あまりやりたくないですが、月に15GBまでは使えます。 Fuji Wifiのほうは200GB契約しているので、ちょっとやそっとではなくなりません。 この組み合わせに、あとは ・Kindle端末、または、Androidタブレット、または、レッツノート ということにすると、スマホ1台のみか、スマホ1台+何か1台
参考: GPipe、ARS-Aug、AutoAugment、森下らの手法 ただし、最も優れているGPipeはImageNetの学習済みモデルを利用するため、Train with 1000の条件から外れます。 GPipeを除くと、ARS-AugとAutoAugmentの双方でPyramidNet-SDが現時点で最も優れたモデルとなります。 従って、Train with 1000において現時点で最高水準の分類精度を達成しうるモデルはPyramidNet-SDと言えます。 (後記で言及しますが、実際は一応更に優れたモデルが提案されています。じ、実装できなかったんや…。) 実際にTrain with 1000に対してPyramidNet-SDを利用した所、分類精度は64.5%を達成しました。 本実験ではPyramidNet-SDをベースラインとし、更に認識精度を改善しうる手法について検討を行いまし
記事の目的 線形回帰を最小二乗法で解いた結果と最尤法で解いた結果が一致することに触れた記事は色々あるが、それを理解してさらに実装できるようになるとどう応用できるのかイメージしにくいのではないかと思ったので。 線形回帰を最尤法で解く実装(Keras on TensorFlow)と応用例を簡単に示してみる。 実行環境 Python 3.6 TensorFlow 1.12 TensorFlow Probability 0.5 最小二乗法 直線$y=f(x)$からデータ点$(x,y)$までの縦の長さ(赤い線)が最小になるように$f(x)$を決めるのが最小二乗法。 正確には $$\sum_{i=1}^{n}\left(y_{i}-f(x_{i})\right)^{2}$$ を最小にする。 import numpy as np import matplotlib.pyplot as plt from
昨今大企業やめました記事が盛り上がってますね。 anond.hatelabo.jp kumagi.hatenablog.com 僕もかくいう大企業ソフトウェアエンジニアで、機械学習を担当していて、クソみたいなことがいっぱい起こって辞めようかと思うことが非常に多い。 怒りの原因を分析したところ、僕のケースでは以下の3人の壁となるおじさんがいることがわかった。 [ここで注意] 本記事は著者含め大企業で働く機械学習エンジニアの友達とslackやtwitterで盛り上がった内容を、全て”僕”一人の体験としてまとめ上げたものです。つまり 実話に基づいたフィクションです。 分散する様々な大企業の悪いところをまとめて3人のタイプのおじさんを作っているので、とある大企業の批判をしていたり、著者個人がこの様な体験をしている訳ではないことにご留意ください。 (1) 幼稚園児でもわかる結果でしか技術を評価できな
はじめに 東京に引っ越すのは初めてなので,東京のクソ不動産と戦うために役立った情報などを本記事で掲載する. 自分自身は,完全紹介性の不動産業をしている方とやりとりを行なった為,特段苦しい出来事は発生しなかったが調べて役に立った情報もあるのでまとめて開示する. メモなので走り書きですが,これから都内に引越しを検討している方の役に立てば. はじめに 不動産に聞いた「分かりやすいクソ不動産」の見分け方 不動産に聞いた「ベストな物件選びシーズン」 自分の要求物件について 希望賃料 希望する物件の条件 MUST OPTION(あると良い) 物件探しのスケジュール 物件探し 内見 持ちもの 現地に行く前に確認する事 現地で確認する事 契約にあたっての交渉 交渉で値切れるもの 交渉するタイミング 仲介手数料に関して その他雑感 参考文献 不動産に聞いた「分かりやすいクソ不動産」の見分け方 不動産の店舗前
今日放送した水曜日のダウンタウン「モンスターハウス」でクロちゃんがとしまえんの檻に監禁されることになった。 なんつうかもうこの国終わってると思えてきた。 放送した番組の最後にDボタンによる投票でクロちゃんを許せるか許せないか国民に投票させてその票数に応じた時間、としまえんの檻の中にクロちゃんを監禁するっていう企画だった。いまこれを書いている瞬間もクロちゃんはこの寒空の下、スカジャン一枚で群衆の好奇の目にさらされている。 当該投票の結果、クロちゃんを許せないが95%だった。なんつうかもうこんな陳腐なことを言いたくないのだが、日本は終わったと思うね。これは誇張じゃなく想像力の欠如と現実への戦慄のなさが浮き彫りになった事態だと思っていい。たかがテレビ番組だがテレビほど大衆の無意識を現前するものはない。 投票数に応じてクロちゃんを檻に入れておく時間が決められたのだが普通の感覚であればまず、こんな真
再来年の東京オリンピック・パラリンピックに合わせて、日本の文化などを世界に発信する「日本博」の推進会議の初会合が開かれ、安倍総理大臣は、企業や団体などの協力を得ながら準備を進めるよう関係閣僚に指示しました。 そして、国宝や重要文化財を紹介する展示会や、歌舞伎や能などの伝統芸能を集めた催し、それに伝統工芸品の製作を体験するツアーなどを各地で展開することなどを確認しました。 安倍総理大臣は「わが国の『文化』や『美』が世界の至る所に発信され、より深い理解につながっていく、その集大成として『日本博』を位置づけたい」と述べました。 そのうえで「総合テーマである『日本人と自然』のもとに、『日本の美』を各分野にわたって体系的に展開することを試みるプロジェクトとして進めていきたい」と述べ、企業や団体などの協力を得ながら準備を進めるよう関係閣僚に指示しました。
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
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