PythonでLeft to Right型隠れマルコフモデルとBaumwelchアルゴリズム - 元理系院生の新入社員がPythonとJavaで色々頑張るブログ
この記事に書かれていること Pythonによる隠れマルコフモデル(Hidden Markov Model)とBaumwelchの実装 http://unicorn.ike.tottori-u.ac.jp/murakami/paper/STUDY/IEICE_2010_07/main.pdf 隠れマルコフモデルとBaumwelchアルゴリズムのとても親切な資料が公開されて居たので、Pythonで実装してみました。 時間が有る時に、隠れマルコフモデルの記事も書きたいですね。 また、Androidにおいて手書き数字文字のstroke情報をサンプリングし、strokeの移動角度を16分割にコードブック化し文字認識をした所、状態数1の時が最も識別率が高くなりました。(90%くらい) Pythonによる隠れマルコフモデルの実装 __author__ = 'emoson' def forward(A,
Pythonでデフォルトパスを追加する方法
import sys # モジュール(もしくはそのフォルダ)へのパスを追加 sys.path.append('/path/to/module/') # これで読み込み可能 import hoge このようにして指定すると、importすることができます。 しかしvirtualenv等で自分の環境に入っており、毎回デフォルトで読み込みを行いたい場合、このコードを記述するのは非常に面倒です。 そこで今回はPythonのデフォルトの検索先にパスを追加する方法をメモ書きしておきます。 Pythonのデフォルト検索パスを確認するまず、Pythonがデフォルトでどこを参照しているのか確認しましょう。 以下は、とある環境で実行した例です。 $ python Python 2.7.3 (default, Sep 26 2012, 21:51:14) [GCC 4.7.2] on linux2 Type "
Pythonの進化計算ライブラリDeap(3) - Qiita
CMA-ES 前回および前々回に続いてPythonの進化計算ライブラリDeapの紹介の続きをやります。今回はCMA-ESを見ていきます。 まず最初に、CMA-ESがどういったものかを解説したいと思います。CMA-ESは Covariance Matrix Adaptation Evolution Strategy の略で非線形/不連続関数の最適化計算です。簡単に説明すると、探索個体群の生成を多変量正規分布を用いて行い、個体群の評価から多変量正規分布の平均と分散共分散行列を更新させていくという方法です。 今、探索空間が$n$次元で$k$ステップ目の$\lambda(>1)$個の個体群生成を行うとした場合、以下の多変量正規分布から解候補$x_i \in {\bf R}^n(i=1,...,\lambda)$が生成されます。
PythonでWAVファイルを読み込む - 音楽プログラミングの超入門（仮）
音声信号処理を行う場合、大抵、数値列をWAVファイルから読み込むことになると思います。Python でそれを行う方法を２つ紹介します。 waveモジュールを使うwave モジュールはその名の通り、WAVファイルを扱うためのモジュールです。WAVファイルの読み込みはこんな感じにします。 # -*- coding: utf-8 -*- import wave from scipy import fromstring, int16 wavfile = "./test.wav" # WAVファイルを開く wr = wave.open(wavfile, "rb") # WAVファイルの情報を表示（別にいらん） print "Channel num : ", wr.getnchannels() print "Sample size : ", wr.getsampwidth() print "Sampl
Embedding IronPython in Unity = Tech-art hog heaven
A blog about technical art, particularly Maya, Python, and Unity. With lots of obscurantist references The blog has been retired - it's up for legacy reasons, but these days I'm blogging at blog.theodox.com. All of the content from this site has been replicated there, and that's where all of the new content will be posted. The new feed is here . I'm experimenting with crossposting from the live si
IronPython in Unity3D
I am trying to use IronPython as an external scripting language for Unity3D. The necessary DLLs for IronPython's execution load just fine inside of Assets\Plugins. However, when I try to run the script I get this error: PythonImportErrorException: No module named UnityEngine IronPython.Modules.Builtin.__import__ (IronPython.Runtime.Calls.ICallerContext,string,object,object,object) <IL 0x0003b, 0x0
Playing Music with Python
August 17, 2012 Wand to play a sound in Python but don’t know how? It's your problem No problems. I’ll show you some ways. Here is the list of popular Python libraries used to make noise with short descriptions and usage examples. Pyglet A cross-platform windowing and multimedia library for Python. Among it’s features: no external dependencies or installation requirements; can optionally use AVbin
pyublas使うまでのメモ
環境はUbuntu12.04、Boostはインストール済みとする。ちなみに1.46 まずはPyUblasのインストール ここから最新版をダウンロード http://pypi.python.org/pypi/PyUblas tar xvzf PyUblas-VERSION.tar.gz 解凍して cd PyUblas-VERSION ./configure.py --boost-python-libname=boost_python --use-iterators sudo make install boost-python-libnameは/usr/libにあるlibboost_python*.soのlibと.soを除いた部分を設定。 今回はCMakeでサンプルをビルドしてみた。別にMakeでもよい cd test すると sample_ext.cppとsample.pyがある 自分で考え
scipy/numpyのBoost.Pythonによる高速化 - Risky Dune
Boost.PythonとPyUblasに関して, 今まで適当に書いていた日記をまとめたもの. 詳細は過去の日記へのリンクをあちこちに貼ってある. 前書き Pythonは言わずと知れた非常に遅い言語だ. Pythonで大きなループを含む処理を書くことは即ち死を意味する. 例えば手元のthinkpad Core2Duo2.5GHzでは, Pythonで2つの500×500の行列同士の行列積を計算するのに29秒かかる. これは, C++では僅か0.6秒で終了することを考えると非常に遅い. (ただし, 乱数による行列の生成処理を含み, コンパイルオプションは-O2である) しかし世間は広く, この遅いPythonで数値解析をしたい奇特な人間がいるらしい. そこで恐らく今もっとも使われているライブラリがscipy(numpy)である. このscipyには様々な数値解析用の関数などが含まれている.
Boost.Python Tips - Risky Dune
Boost Pythonで困ったところを適当にまとめる. 型の対応 (左がPython, 右がC++) numpy.float32 ⇔ float fload ⇔ double 2次元array ⇔ pyublas::numpy_matrix 1次元array ⇔ pyublas::numpy_vector (たぶん) list ⇔ boost::python::list numpy_matrixのインターフェイスはublasとあわせていると思われるので, 扱いはublasのMatrixの定義を見れば大体どう使えばいいかわかるはず. リストなど一般的なオブジェクトを含む場合の扱い boost::python::objectがおそらくC++側から見えているPythonの全てのオブジェクトの基底クラス. typedef boost::python::list pylist; pylist re
Pythonを高速化するCythonを使ってみた - Kesinの知見置き場
突然ですが私はPythonが好きです。でもPythonは遅いです。 何が遅いかというと、致命的なことに四則演算が遅いです。でも他の動的型付け言語でスクリプト言語と呼ばれるPerl, Ruby, Javascript も C, Javaのようなコンパイルを行う静的型付け言語に比べれば圧倒的に遅いです（近年ではJavascriptのように著しく進歩した言語もあるので必ずしもそうだとは言えませんが）。 スクリプト言語が遅い原因の一つは、変数の型が指定されていないので型のチェックを毎回行う必要があるからです。この特性があるおかげ自動的に型を変換してオーバーフローを防いでくれるというメリットもあるのですが、どうしても静的型付け言語よりは速度を出すことができません。 ならPythonのコードに型指定を加えてコンパイルしちゃえばいいじゃん！というのがCythonです。正確にはPythonライクな文法で書
Shibu's Diary: PyPyよりも5倍高速な最速のPython処理系
渋日記@shibu.jp 渋川よしきの日記です。ソフトウェア開発とか、ライフハックを中心に記事を書いていきます。 今出張で、サン・フランシスコに来ています。街はもうクリスマスムードで、楽しげな雰囲気がただよっています。期間限定のアイススケートのリンクが公園にできていたり、ngmoco:)のオフィスの入っているビルにもイルミネーションが飾られていたりします。 PyPy advent calendar に参加しています。@aodagからバトンを受け取りました。今日のこのネタはアドベントカレンダーの記事です。 PyPyはご存知でしょうか？その怪しげな(Pythonらしくイヤラシい)名前にもかかわらず、なんだかよく分からないパフォーマンスを叩き出しているPython処理系です。1.6でもすでにCPythonよりも早かったのですが、1.7ではさらに改善されています。 ですが、このPyPyよりも速いP
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
How to generate audio from a numpy array?
pythonのデフォルトエンコーディングをutf-8に変更する - Qiita
GitHub - r9y9/world.py: Python wrapper for the World vocoder
GitHub - erogol/RSOM: Rectifying Self Organizing Map
NLTK :: Sample usage for ccg
std::vector to boost::python::list
Speect
Fastest way to pack a list of floats into bytes in python