【Python】pythonで簡単に機械学習入門(SVM) - Qiita
はじめに 機械学習に関する入門サイト見ていると、難しいことが書いてあったりして、知識０の人がとっつきにくい印象があります。 まあテーマとして確かに難しいのでしょうがないですが.... 「数学や機械学習の知識が0でも、pythonの知識さえあれば誰でも実装できる」というのを目標に記事を書いていきたいと思います。 今回の記事では難しいことは説明せず、とりあえず機械学習というものに触れてみるというスタンスで、進めていきます。 対象者 ・pythonがある程度わかる ・機械学習に興味があるけど、何も知らない ・大学の授業で概要は学んだけど、実際にどう実装すればいいかわからない 環境 python 3.8.5 scikit-learn 0.231 まずはインストール 用語解説 scikit-learnとは scikit-learn （サイキット・ラーン）(旧称：scikits.learn) はPyt
RaspberryPi 4 にUbuntu20.04 をインストールして、Kubernetes を構築してコンテナを動かす - Qiita
組み立て USB充電器が重いので一番下にして組み立てました。 1本だけある「type-c to type-cケーブル」は重要であろうMaster Nodeに使用しています。(意味ないかもですが) あとは特筆することはないです。 組み上げたら、起動準備です。 Raspberry Pi 4 に Ubuntu 20.04 をインストールする ラズパイ起動用にSDカードを作ります。 作業PCはWindows10です。 SDカードの書き込みに、「Raspberry Pi Imager」を使用します。 「Raspberry Pi Imager」でフォーマットすると64GB以上のSDカードが使えます。 Raspberry Pi Imager からダウンロードします。 SDカードをライターにセットし、「Raspberry Pi Imager」を起動します。 ※SDXCカード対応のライターを使用してください
Python-LEGO Mindstormsでソケット通信 - Qiita
Python環境でLEGOMindsotrmsEV3(以降EV3)を利用してロボットプログラミンなどを開発していると当然機械学習などの分析を応用して制御をしたいと思うことがある。そんな時まず考えるのがEV3のセンサー値をPCに送って分析に利用したいと考えるだろう。 方法としてはいくつかあるかもしれないが、今回はソケット通信を用いてセンサーの値をPC側に送ったり、またPC側からメッセージをEV3に送ったりする方法を書いていく。 参考 本記事は以下の記事を参考にしている。 pythonでsocket通信を勉強しよう また、以下の書籍を参考にしている。 Pythonを使ったEV3の基本的な制御等については以下に網羅されている。 ロボットではじめるAI入門 ソケット通信とは ソケット(Socket)とは通信するアプリケーション(今回でいうと2つのpythonプログラム)同士の出入り口のことで、IP
画像認識の大革命。AI界で話題爆発中の「Vision Transformer」を解説！ - Qiita
0. 忙しい方へ 完全に畳み込みとさようならしてSoTA達成したよ Vision Transformerの重要なことは次の3つだよ 画像パッチを単語のように扱うよ アーキテクチャはTransformerのエンコーダー部分だよ 巨大なデータセットJFT-300Mで事前学習するよ SoTAを上回る性能を約$\frac{1}{15}$の計算コストで得られたよ 事前学習データセットとモデルをさらに大きくすることでまだまだ性能向上する余地があるよ 1. Vision Transformerの解説 Vision Transformer(=ViT)の重要な部分は次の3つです。 入力画像 アーキテクチャ 事前学習とファインチューニング それぞれについて見ていきましょう。 1.1 入力画像 まず入力画像についてです。ViTはTransformerをベースとしたモデル(というより一部を丸々使っている)ですが、
OpencvとPythonで監視カメラ(SecurityCamera)を作る方法 - Qiita
0.最初に 今回作るものがどういう感じで動くのか見てみたい方は、こちら(youtubeの動画)でどうぞ。 1.処理を書く import cv2 from datetime import datetime import requests import time token = 'Your Token' cap = cv2.VideoCapture(0) lastframe = None def send_msg(): url = 'https://notify-api.line.me/api/notify' headers = {'Authorization':'Bearer '+token} data = {"message":"Someone in your room."} image = '/home/igor-bond/image.jpg' file = {'imageFile':
micro:bitの電源供給について - Qiita
USBから供給する場合 USB I/FのKL26が内蔵しているレギュレータを使ってmicro:bit用の3.3Vが生成されます。 逆流防止用のダイオードBAT60を経由して他のデバイスに供給されます。 KL26のレギューレータにかけられる電圧は2.7～5.5Vとなります。供給電圧が3.6V以上の時に供給される電圧は3.3V, それ以下の場合はパススルーモード(ほぼ入力電圧を供給)として動作します。この値からBAT60の電圧降下(0.1～0.2V)を引いた電圧が回路に供給されます。 KL26のレギュレータが供給可能電流の最大値は120mAとなっています。ただし、micro:bitボード上のデバイスで30mAを最大使用するので、エッジコネクタ等から取り出して使用出来るのは最大90mAとなります。 電源コネクタ(PHコネクタ)から供給 逆流防止用のダイオードBAT60を経由して他のデバイスに供給
【Power Automateの新しいRPA機能】Power Automate Desktopの操作方法(ExcelとWebブラウザ操作の自動化) - Qiita
【Power Automateの新しいRPA機能】Power Automate Desktopの操作方法(ExcelとWebブラウザ操作の自動化)RPAPowerAutomateDesktop サンプルファイルについて 2021/7/24 追記 Github に、本ページで扱う Excel ファイルやサンプルのフローをアップロードしました。 よろしければご使用ください。 以下のイベント用にで作成したファイルになります。 はじめに Microsoft Igniteの発表でPower Automateの「per user with attended RPA plan」で「Power Automate Desktop」が使用できるようになりました。2020年9月24日でPreview版です。 この記事でPower Automate DesktopのWebレコーダーによる自動化やExcel操作を通
Python初学者のためのPandas100本ノック - Qiita
Information 2024/1/8： pandas , Polars など18を超えるライブラリを統一記法で扱える統合データ処理ライブラリ Ibis の100 本ノックを作成しました。長期目線でとてもメリットのあるライブラリです。こちらも興味があればご覧下さい。 Ibis 100 本ノック https://qiita.com/kunishou/items/e0244aa2194af8a1fee9 2023/2/12： 大規模データを高速に処理可能なデータ処理ライブラリ Polars の 100 本ノックを作成しました。こちらも興味があればご覧下さい。 Polars 100 本ノック https://qiita.com/kunishou/items/1386d14a136f585e504e はじめに この度、PythonライブラリであるPandasを効率的に学ぶためのコンテンツとして
GitHub Container Registry(ghcr.io)にDockerイメージをpushする手順 - Qiita
概要 2020年9月1日、GitHub が GitHub Container Registry をパブリック・ベータとして発表 し、同日から利用開始になりました。これは Docker Hub のような公開レジストリ（Dockerイメージを置く場所）の1つであり、GitHub アカウントさえあれば、誰でも利用できるサービスです。 これは ghcr.io 上に Docker イメージを push し、誰でもイメージをダウンロードできるようにするまでの手順をまとめました。 GitHub Container Registry とは？ GitHub が提供する、（現時点で）無料で利用可能な、容量無制限の Docker イメージのレジストリ（ ghcr.io は、これまでの docker.pkg.github.com とは別） Docker イメージは誰でもダウンロードでき（anonymous pul
Self-Attentionを全面的に使った新時代の画像認識モデルを解説！ - Qiita
08/31 (2020): 投稿 08/31 (2020): 「畳み込みを一切使わない」という記述に関して、ご指摘を受けましたので追記いたしました。線形変換においては「チャネル間の加重和である1x1畳み込み」を実装では用いています。 08/31 (2020): 本論文で提案されているモデルの呼称に関して認識が誤っていたためタイトルおよび文章を一部修正しました。 言葉足らずの部分や勘違いをしている部分があるかと思いますが、ご指摘等をいただけますと大変ありがたいです。よろしくお願いします！(ツイッター:@omiita_atiimo) 近年の自然言語処理のブレイクスルーに大きく貢献したものといえば、やはりTransformerだと思います。そこからさらにBERTが生まれ、自然言語の認識能力などを測るGLUE Benchmarkではもはや人間が13位(2020/08現在)にまで落ちてしまっているほ
ラズパイとUSBカメラとTensorFlowで物体検出 - Qiita
更新情報： 2021年5月に TensorFlow 2.5, OpenCV 4.5.1, Debian 11 Bullseyeに合わせて更新しプログラムを動作確認した ラズパイにUSBカメラを繋ぎ、Python 3上のOpenCVを用いて映像を取り込み、リアルタイムにTensorFlowで物体検出する手順です。Tensorflow HubのサンプルとTensorFlow Lite のサンプルを改変して用いて、それぞれ以下のような検出結果を表示します。ラズパイ依存部分は無いので、インテルCPUを積んだノードパソコンとかでも以下のプログラムは実は問題無く動作します（少なくともLinux稼働していれば（などといいつつ後半２つがインテルUbuntu 20.04で動作していなくて直せていない…😭））。ARM特有の話として import cv2 をTensorFlow関連パッケージのimportより
Pythonでも簡単にGUIは作れる - Qiita
PythonだってGUIを作りたい Pythonで書いたプログラムを実行して使う場合、『GUIで入出力できたら便利なのに…』と思うときはありませんか？ 誰かにプログラムを配布する場合でも、CUI(コマンドラインから入出力)はあまり親切とは言えません。 特にITスキルの高くない人にとっては、CUIは拒絶反応を起こすこともあります。 Pythonでも簡単にGUIを作れたら… そんな場合、PySimpleGuiを使ってみてはいかがでしょうか？ PySimpleGuiは誰でも簡単にGUIを実装できるのが特徴で、PySimpleGui公式ドキュメントによると、PySimpleGuiはすぐに習得でき、コード量も他のGUIライブラリ(Tkinter、Qt、WxPythonなど)の1/2～1/10程度で済むとのこと。 百聞は一見にしかずなので、まずは下記のコードと実行結果をご覧ください。 import P
ARDUINO NANO EVERY をさわってみた - Qiita
Arduino Nano Everyについて ARDUINO NANO EVERYは、Arduino ファミリーの新ボードの１つです。 種類はいくつかありますが、今回は秋月電子通商でNANO EVERYが手に入ったのでさわってみました。 パッケージから取り出すと既にピンがはんだ付けされていました。 奥が今回購入したNano Every,手前が旧来のNanoです。USBがMiniからMicroになっている以外はピンの数、サイズともに同じです。 Nanoからの置き換え用途にも使えるように、Nano互換モードでビルドすることができるようです。 ピン番号がボード裏面に印刷されているのは非常に残念です。 ブレッドボードに差したらピンの配置がわかりません。 ArduinoUnoは表面ばかりか側面にも印刷されているのに…。 というわけで側面にシールを張ってみました。 #テプラを貼られたら負け Ardui
開発体験を変える! Chrome DevTools Tips 7選 - Qiita
最近Chrome DevToolsについて調べていて発見した便利機能を紹介します。 誰もが使える最高便利な開発マシンChrome DevToolsを使いこなして開発体験を変えましょう！ 1. $0で選択中のDOM要素の取得 特定の要素に何かしたいという時には、要素のIDやclassを確認してConsoleでdocument.querySelector("#xxx")で取得するというのが一般的だと思います。実はそれはカーソル選択と$0で代替できます。 Classや、IDがついていない特定のDOMを取得したい時とかにも使えるので地味に便利です。 手順 カーソルで取得したい要素を選ぶ Consoleタブで$0を入力 最近知ったChrome DevToolsの便利機能① $0 での選択中のDOM要素取得 Elementsタブで選択状態のDOM要素は、Console上で $0 を入力することで取得で
DockerでのディープラーニングGPU学習環境構築方法 - Qiita
DockerでGPU学習環境構築 背景 ディープラーニングでローカルPCのGPUを使った学習環境を構築した経験のある人は、一度はNVIDIAのドライバやCUDA周りでハマった経験があるのではないでしょうか？そんなバッドノウハウ（怪文章？）をまとめたQiita記事（TensorFlowでGPU学習させるためにCUDA周りではまったときの対処法）に、なんとNVIDIAの中の人(@ksasaki さん）から「Dockerを使えば…人類は幸せになれる（超意訳）」とのコメントをいただきました！ 喜び勇んで、NVIDIAのドライバをアップデートしたところ、そこには文鎮と化した起動しないLinuxマシンが…からあげのNVIDIAとの戦いは始まったばかりだ！（戦ってません） DockerでGPU学習環境構築するメリット うまく構築できればという前提で、以下のようなメリットがあります。 様々なフレームワーク
（たぶん）君はまだtmuxの真の力を引き出せていない - Qiita
目次 tmuxとは 起動して新規セッションを作成する windowを作成する window間を行き来する windowを分割してpaneを作成する paneを行き来する セッション間を行き来する 【応用】tmuxの表示内容をリダイレクトする 【応用】情報バーにgitのbranch名を表示する 【応用】現在の操作パスを表示する 【応用】スニペットを呼び出す 以上の設定の .tmux.conf はこちら tmuxはバージョン互換性がかなり微妙 YouTubeでも公開したのでチャンネル登録してくれると嬉しいです tmuxとは tmuxとはターミナルマルチプレクサと言われるもので、sshで作業マシンにログインして操作した際や、重いプログラムを実行するなどして帰りたいが終了せずに作業を継続したい際などが、最も簡単なユースケースです。 これだけにとどまらず、tmuxはterminalを複雑に装飾できる
Google翻訳とPythonを使ってPDF論文を一発で翻訳する - Qiita
概要 Google翻訳APIをPythonで実行するでは、四苦八苦しながらも、Google翻訳APIにより、テキストファイルに書かれた英文を日本語に翻訳するPythonスクリプトを書いた。 元々の動機は論文の翻訳する際に、ちまちまGoogle翻訳にコピペするのが面倒くさいということであった。 そこで今回は、Pythonスクリプトを拡張し、PDFの論文を一気に翻訳するようにしたので共有したい。 そもそもなんで日本語に翻訳して論文を読むの？ もちろん、細かい内容は原文を精読する必要がある。そりゃそうだ。 日本語で読む理由はなんといっても、論文の内容を俯瞰的に把握できるということに尽きる。 俯瞰的に把握できることで、以下のメリットがある。 俯瞰的に把握した上で原文を読むことになるため、より早く理解することができる。 俯瞰的に把握できるため、原文を読む前に、自分にとって読む必要がある論文かどうかか
M5Stackの限界に挑戦～高音質スピーカー再生 - Qiita
0. はじめに M5Stack のスピーカーは低音質で有名です。私も M5Stack 入手直後、サンプルスケッチで Wave File をスピーカーで再生してみて、前評判通りの低音質にがっかりしました。そこで、この音質問題に取り組まれた先駆者様の知恵を参考にしつつ、高音質化の限界1に挑戦しました。この記事では、そのプロセス、ソフトウェア実装例、改善効果をレポートします。 先駆者様 文献1 : Tw_Mhage 様 M5Stackのスピーカーの音質が悪い原因と対策 文献2 : N.Yamazaki 様 M5Stackの音量を抵抗1つで調節する - N.Yamazaki's blog 文献3 : macsbug 様 M5Stack speaker noise reduction 他 1. 概要 M5Stack のスピーカーの低音質原因は、文献1で以下のように分析されています。 1.アンプのゲイ
Node.js でお手軽スクレイピング 2020 年夏 - Qiita
皆さんは Web ページのスクレイピングって書いた事ありますか？私はあります。だってどんなに平和で平穏な生活を送っていても数年に一度はスクレイピングってしたくなりますよね。「うわーまじか！API ないのかよ…。」的な。 そうしたら HTTP クライアントと HTML パーサのライブラリを探してきてインストールした上でごりごり書くことになると思います。でも実際に書いてみると、そうやってライブラリのインストールをしたりサンプルコードで動作確認している時間よりも、HTML を解析して実際にパースしたところから対象の要素を取得して欲しい値を取り出す試行錯誤の時間の方が長かったっていう事はないですか？ 今日ご紹介する Node.js でお手軽スクレイピングは、その辺の試行錯誤の手間を極力減らすことが出来る方法です。2020 年夏の最新版です。 まずは環境から。特に古いものを使う理由もないので 202
異常検知プロジェクトを取り巻くtips - Qiita
はじめに 最近、異常検知に関する案件に関わって、結構苦労しました。 その理由の一つとして、異常検知の手法については一部本がでているもののそこまで多くはなく、また、異常検知プロジェクトの進め方という意味では情報があまり見つけられなかったというのがあります。 そこで、プロジェクト実施前に、こんな情報があればよかったなという内容についてまとめました。 自分が関わった案件は、設備のセンサーデータを用いた異常検知だったため、その内容に偏っていますが、全体の流れや考え方としてはあまりドメインや異常検知によらないものと思います。 なお、個別の異常検知のアルゴリズムについては話しません。 また、読者の対象しては、異常検知に興味がある人、機械学習プロジェクトに興味がある人を想定しています。 異常検知を取り巻くコミュニケーション 前提として、「異常検知」という言葉でイメージするものは人によって違います。関係者
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
