You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
計150万マイル(約240万km)の公道実走試験を行うなど、米Googleは米国で積極的な自動運転開発を行っている。しかし自動車業界の関係者からよく耳にするのは、「Googleは恐るるに足らず」という声だ。それは本質を捉えているのだろうか? Googleはなぜ凄いのか、自動車業界関係者が徹底解説する。現在発売中のWedge6月号では、「自動車産業が壊れる日」と題して、米国の自動運転開発や次世代カーシェアなどについて、現地ルポを行い特集しています。 自動運転車の開発で、Googleが他社を凌駕している技術がある。それが、一般道まで含めた完全自動運転のソフトウェア(走行アルゴリズム)だ。いわゆるレベル4と呼ばれるドライバー不要の自動運転車が走る時代には、このソフトウェアの良し悪しが、クルマの重要な競争要因になる。 Googleが他を凌駕している根拠となるのが、AI(人工知能)におけるディープラ
先日公開された Google Cloud Platform Japan 公式ブログ: Cloud Vision API でイメージの「銀河」を探索しよう を参考にしながら,自分でも可視化に挑戦してみた.記事で書かれている手順説明とGitHubで公開されているソースコードを眺めながら,可能な範囲で真似しながら作った.制作過程をざっくりまとめていく. 可視化の題材は,Cloud Vision APIではなくて,TensorFlowを使って実験を進めているConvolutional Neural Network での定食画像分類実験とした.定食分類実験については下記記事をご覧ください. 「銀河」の様子 ブラウザで3D空間を表示するためにthree.jsを使っていて,完全に初心者状態だったので予想以上にいろいろなところで躓いた.とりあえず今のところはこんな感じで触れるようになっている. 画像収集
アプリケーションのパフォーマンス問題の解決やチューニングで大切なのは問題のコアやボトルネックに最短パスで到達することである. 基本的なパフォーマンス分析の入り口はアプリケーションのスレッドがon-CPUで時間を消費しているかoff-CPUで時間を消費しているかを理解するところから始まる.on-CPUの場合はそれがuserモードかkernelモードかを特定し,さらにCPUプロファイリングによってどのcode pathがCPUを消費しているのかの分析に向かう.off-CPUの場合はI/OやLock,pagingといった問題の分析に向かう. Flame Graphはon-CPUでのパフォーマンスの問題が発覚した時に行うCPUプロファイリングを助ける.どのcode pathがボトルネックになっているのかを1つのグラフ上で理解できる.本記事ではFlame Graphとは何か? なぜ必要なのか? を解
Googleが、太古のディストリビューションであるRed Hat 7.1から、10年新しいDebianベースのディストリビューションへ、ライブアップグレードした話を紹介する。 そのあと、自分の身の回りの環境と比較し、参考にすべきポイントを考察する。 原文は USENIX LISA の投稿論文だ。しかし、中身は論文体というよりは、事例の紹介といった適切かもしれない。 MERLIN, M. Live Upgrading Thousands of Servers from an Ancient Red Hat Distribution to 10 Year Newer Debian Based One. In Proceedings of the 27th conference on Large Installation System Administration (LISA) (2013),
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