この先生きのこるには
ちょっとずつ複雑なことをやっていっているのですが、正直まだ自分で作っていくイメージがついていません。 加速と減速＝イージングタイムラインパネルのフレーム数がでてるとこの下のスライダーでワークエリアの幅を操作できるグラフエディターというのが存在する。値グラフと速度グラフ。グラフを編集するときに触るのはハンドルだけイージングの速度が早くてコマが見える時はモーションブラーをかける(13:40)モーションブラーは色々ごまかせてしまうので最後につけたほうがいい。処理が重いから最初のほうでつけるとプレビューのときにしんどいとかもある（ただプレビューのときだけオフにするとかもできる）
Emacs実践入門「はじめに」の没案。 - 日々、とんは語る。
Emacs実践入門 ?思考を直感的にコード化し、開発を加速する (WEB+DB PRESS plus) 作者: 大竹智也出版社/メーカー: 技術評論社発売日: 2012/03/07メディア: 単行本（ソフトカバー）購入: 22人 クリック: 396回この商品を含むブログ (1件) を見るみなさん、もう3月ですね。どうやら、3月7日にはAppleのイベントがあるらしく、おそらく世間一般では iPad3 の話題で持ち切りとなるでしょう。ですが、時同じくして、3月7日に技術評論社さんのWEB+DB PRESS plusシリーズの新刊である『Emacs実践入門』が発売される予定です。いつもこのブログ読んでいらっしゃる方は、既にご存知かと思いますが、まぁ僕が書いた本になります。 恐らく、当日は Apple に話題を掻っ攫われること必死なので、それまでにざっと紹介していきたいと思います。 という訳で、
dstatの万能感を満喫するためにfluentdにログを飛ばしてみた - As a Futurist...
@hirose31 さんが突如として流行らせた感のある dstat ですが、「乗るしかない、このビッグウェーブに！」ということで python の勉強ついでに触ってみました。 dstat の万能感がハンパない – (ひ)メモ dstat の結果を fluentd に投げる やったこととしては、csv に吐き出す部分をパクってそのまま fluend に投げる様にしてみました。 fluent-logger · b6dcb12 · riywo/dstat これで、dstat の起動オプションに--fluentdというのを与えると、ローカルの TCP:24224 で待ち受けている fluentd に対して「debug.*」の形で毎秒ログを送りつけることができます。(fluentd の接続先とかタグとかは誰か調整できるようにして下さい。。。) 2012-03-03 03:36:43 +0900 de
退職しました — takanory.net
メールアドレスの抽出 まずはメールアドレスを抽出します。 私は過去メールを Maildir 形式で保存しています。 これらのメールを以下のようなスクリプトで走査して、私と直接メールをやりとりした社内の人のメールアドレスをとりあえず抽出します。 コードを書いた時の個人的なポイントはこんな感じです。 mailbox.Maildir で Maildir フォルダから書くメールファイルを読み込む。 rfc822 を使用してメールアドレスのみを抜き出す。 set とか正規表現を使って、自分のメールアドレスが含まれているか、社内のメールアドレスかを調べる。 #!/usr/bin/env python from __future__ import print_function import mailbox import rfc822 import re # 自分のメールアドレスの一覧 my_addres
boost-python ではじめる大規模機械学習 （２） - データの受け渡し - Next MIDI Project
あらすじ boost-python を使用して、Python と C 言語両方を活用する方法を説明しています。 前記事では、C 言語で Hello world を出力する関数を作成し、これを Python から呼び出す方法を説明しました。 本記事では、ふたつの言語の間で簡単なデータを受け渡す方法について解説します。 プリミティブの受け渡しは簡単 渡したいデータが文字列や数値である場合は、何も気兼ねする必要がありません。 hello.cpp #include <string> #include <boost/python.hpp> using namespace boost::python; double increment(int x) { return x + 1; } std::string add_txt(std::string x) { return x + ".txt"; } B
boost-python ではじめる大規模機械学習 （１） - Next MIDI Project
はじめに Python は、機械学習の分野で広く使用されるスクリプト言語です。SciPy や matplotlib といった、科学計算に特化したライブラリが多数提供されているのが特徴です。 いっぽう、弱点もあります。for ループの速度が遅いこと、並列処理が苦手なことなどです。これらの目的には、C 言語が適しています。 そこで、本記事では、Python と C の相互連携を可能にする boost-python ライブラリを使用して、大規模科学計算を効率的に解く方法を紹介します。題材には混合ガウス分布を使用します。 動作テストは、Fedora 環境で行なっています。Ubuntu でも動くと思います。 準備 はじめに、SciPy、matplotlib、boost ライブラリをインストールしてください。 boost-devel とか色々インストールした記憶がありますが、忘れました… Hello,
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
