Python threads synchronization: Locks, RLocks, Semaphores, Conditions and Queues – Laurent Luce's Blog
Home Python Python threads synchronization: Locks, RLocks, Semaphores, Conditions and Queues Python threads synchronization: Locks, RLocks, Semaphores, Conditions and Queues This article describes the Python threading synchronization mechanisms in details. We are going to study the following types: Lock, RLock, Semaphore, Condition and Queue. Also, we are going to look at the Python internals behi
Pythonコードを使用して、Pythonコードを書く方法を人工知能に学習させる | POSTD
ここでは少しの間、自律走行車のことは忘れてください。物事は深刻になってきています。この記事では、独自のコードを書くマシンを作ることに的を絞って話を進めていきたいと思います。 GlaDoS Skynet Spynetを使用します。 具体的に言うと、Pythonのソースコードを入力することで、自分でコードを書くように、文字レベルでのLong Short Term Memoryニューラルネットワークを訓練していきます。この学習は、TheanoとLasagneを使って、EC2のGPUインスタンス上で起動させます。説明が曖昧かもしれませんが、分かりやすく説明できるように頑張ってみます。 この試みは、 こちらの素晴らしいブログ記事 に触発され行うに至りました。皆さんもぜひ読んでみてください。 私はディープラーニングのエキスパートではありませんし、TheanoやGPUコンピューティングを扱うのも初めてで
Python C APIでイテレータを実装する (後編) - 座敷牢日誌
PythonのC/C++ APIによるイテレータを実装する話の続きです。 ここにあるコードの多くは、オフィシャルのドキュメントを参考にしています。 1. C や C++ による Python の拡張 — Python 3.4.2 ドキュメント 2. 新しい型を定義する — Python 3.4.2 ドキュメント ここまではチュートリアルで、イテレータ用の __iter__ 相当, __next__ 相当のメソッドの 話までは載ってません。 詳細はリファレンスに網羅されているので、詳しくはそっちを参考にしました。 型オブジェクト — Python 3.4.2 ドキュメント setup.py を書く linuxの場合、python用のモジュールをビルドすると、共有ライブラリ *.so.1 みたいな ファイルが作られることになります。 ビルドの仕組みは、distutils モジュールを使う se
scikit-bio: Bioinformatics in Python — scikit-bio
A community-driven Python library for bioinformatics, providing versatile data structures, algorithms and educational resources. Robust, performant and scalable algorithms tailored for the vast landscape of biological data analysis spanning genomics, microbiomics, ecology, evolutionary biology and more. Built to unveil the insights hidden in complex, multi-omic data. from skbio.tree import TreeNod
非エンジニアによる人工知能と機械学習の話 & scikit-learnで回帰分析もやってみる。 - Fire Engine
現在、人工知能(Artificial Intelligence; AI)という言葉が、新聞やWebニュースで見かけない日がないほど盛り上がりを見せています。人工知能は、近年の目まぐるしい発展により、もはや研究の分野だけに留まらず、私たちの身近な生活にまで押し寄せてきています。iPhoneに搭載されている音声対話システムである『Siri』やロボット掃除機の『ルンバ』などはその一例に過ぎません。これからの世界は人工知能によって、どう変わっていくのでしょうか？ 人工知能という名前はよく聞くし、なんかすごいことができるんだろうなーということはわかる。でも実際何ができるの？人工知能って人工で人間の脳のようなものを作るの？という曖昧な理解の方も多いと思います。また、IT関連の勉強している方々の中には、人工知能に興味があるから実際に自分でもやってみたいという方々も多いでしょう。私もその一人であり、興味が
shapely
Verified details (What is this?) These details have been verified by PyPI Maintainers jorisvandenbossche mwtoews seang Unverified details These details have not been verified by PyPI Project links Documentation Repository Meta License: BSD License (BSD 3-Clause) Author: Sean Gillies Maintainer: Shapely contributors Tags geometry, topology, gis Requires: Python >=3.7 Provides-Extra: docs, test Mani
Peak Detection in the Python World
As I was working on a signal processing project for Equisense, I’ve come to need an equivalent of the MatLab findpeaks function in the Python world. Detecting peaks with MatLab For those not familiar to digital signal processing, peak detection is as easy to understand as it sounds: this is the process of finding peaks - we also names them local maxima or local minima - in a signal. The MatLab DSP
Understanding the FFT Algorithm | Pythonic Perambulations
The Fast Fourier Transform (FFT) is one of the most important algorithms in signal processing and data analysis. I've used it for years, but having no formal computer science background, It occurred to me this week that I've never thought to ask how the FFT computes the discrete Fourier transform so quickly. I dusted off an old algorithms book and looked into it, and enjoyed reading about the dece
音楽アプリのための音声解析入門 - Qiita
Courseraで受講したAudio Signal Processing for Music Applicationsの内容のまとめです。単純にトラックを再生するだけではなく、一歩踏み込んだものを作りたい、というときの入り口になる・・・と思います。 音声解析の目的 音声解析とは、ざっくりいえば「聞こえてくる音声がどんな周波数の音で構成されているか」を明らかにすることです。これをスペクトル解析といいます。 これを明らかにすると、以下のようなことができるようになります。 音の構成から、特徴づけを行う(楽器・発話者の特定、音楽のジャンルの推定など) 目的の周波数以外の音を除外する(フィルタリング) 音の合成によって目的のサウンドを構成する(シンセサイザーなど) 上記の点にもある通り、分解(解析)が上手くできれば、その逆の合成によって音を作り出すこともできるようになります。つまり、音楽解析は全体と
Python: SciPy のパワースペクトル密度推定の関数
periodogram は最も簡単な方法で、単純に測定データの離散時間フーリエ変換を求め、その結果の大きさを二乗するものです。 計算は高速ですが、原理的に推定誤差が大きい方法です。 オプション引数で FFT の前処理で使用する窓関数を指定できます。(修正 Periodogram 法) 測定データが欠けのない等間隔なサンプリングデータであれば、大抵は welch を使います。 Welch 法はデータを(何% か重ね合せるように)いくつかのセグメントに分割し、各セグメントについて修正 Periodogram 法で PSD を推定し、最後にその結果から平均を計算するものです。 そのため、welch のオプション引数でセグメント長をデータ長と同じに設定し、同じ窓関数を使用すれば、periodogram の結果と同じになります。 lombscargle は欠損があったりして不等間隔でサンプリングされ
Drag'n'Drop Pivot Tables and Charts, in Jupyter/IPython Notebook
Drag'n'Drop Pivot Tables and Charts, in Jupyter/IPython Notebook PivotTable.js is a Javascript Pivot Table and Pivot Chart library with drag’n’drop interactivity, and it can now be used with Jupyter/IPython Notebook via the pivottablejs module. This has been possible for RStudio users for a while now via rPivotTable, but why should they have all the fun? I first built PivotTable.js with a plan to
OpenCVでの物体検出器作成 - kivantium活動日記
OpenCVのオブジェクト検出器作成方法についての解説です。 学習データの作成 まず最初にオブジェクト検出器の学習に使う教師データを用意する必要があります。そのためにまずGUIでオブジェクトの位置を指定するGUIツールを作りました。 PythonのOpenCVを使います。 #!/usr/bin/env python #! -*- coding: utf-8 -*- import cv2 import numpy as np import sys drawing = False sx, sy = 0, 0 gx, gy = 0, 0 rectangles = [] ok = False def draw_circle(event,x,y,flags,param): global sx, sy, gx, gy, drawing if event == cv2.EVENT_LBUTTONDOWN
ディープラーニングでおそ松さんの六つ子は見分けられるのか？ 〜準備編〜 - bohemia日記
最近おそ松さんというアニメが流行っていますね。 ６つ子のおそ松くんのアニメを現代版にアレンジした作品なのですが、その過程でそれぞれの兄弟の特徴が付けられています。 左から、おそ松、から松、チョロ松、一松、十四松、とど松で、順に長男次男三男・・・となっています。 簡単にまとめると、このようになります。 生まれ 名前 色 特徴 長男 おそ松 赤 クズ 次男 から松 青 ナルシスト 三男 チョロ松 緑 ツッコミ、意識高い系 四男 一松 紫 コミュ障 五男 十四松 黄色 マイペース 六男 とど松 ピンク 甘え上手、腹黒 それぞれの色を着ているときは、簡単に見分けられますが、そうでないときは見分けるのに困難を伴います。 髪や目つきにも特徴があるので、見分けることができるので、このような表を作ってらっしゃる方もいます。 それでも結構苦労したので、同じくディープラーニングで学習させたモデルで判別できない
Heroku + OpenCVで簡易顔検出API - すぎゃーんメモ
Docker Image of Python with OpenCV 3.0 for Heroku - すぎゃーんメモ の続き的なかんじで。 OpenCVでよく使われるObject Detection機能で、画像から顔を検出するAPIを作ってみた。 Heroku app https://face-detector.herokuapp.com/ Github repository https://github.com/sugyan/face-detector 顔検出 基礎 一番簡単なオブジェクト検出の手法が、Haar-like特徴に基づくカスケード型分類器(Haar Feature-based Cascade Classifiers)というのを用いるやつ。 OpenCV: Face Detection using Haar Cascades OpenCVには顔や目などに関して学習済みのデータ
minepy - Maximal Information-based Nonparametric Exploration
The minepy homepage has moved to minepy.readthedocs.io.
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
Registration: Machine learning & data conference | O'Reilly Strata
DMG-α Project — PyDMGA - DMGA Python Bindings 1.0.1 documentation
Fourier Transforms (scipy.fftpack) — SciPy v1.4.0.dev0+50df830 Reference Guide
Jupyter Notebook Viewer
Cause-effect pairs | Kaggle