Featuring Prime Minister of Greece & top Euro tech voices!

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 始めに:pandasの作者であるWes McKinneyさんがPythonのデータツール関連でとても興味深いblogを書かれているので、翻訳して日本のPyDataコミュニティに公開してもいいでしょうか、とお聞きしたところ、快諾をいただきましたので少しずつ訳して公開していこうと思っています。 翻訳元: Native Hadoop file system (HDFS) connectivity in Python 2017/1/3 これまで、Hadoop File SystemことHDFSとのやりとりするためのPythonライブラリが数多く
こんにちは、エイチーム引越し侍の中川です。 「仕事をしながら、常に直感的にサーバの負荷状況を把握していたい」 今回はそんな要望を実現してみました。 概要 [1]サーバのロードアベレージを返すAPIと、 [2]HTML5のAudioタグで、 サーバの負荷に応じて再生速度を変えながら音楽が再生されるようにしました。 まずはこちらをご覧ください↓ https://youtu.be/u14rl3wgVSs 背景(こじつけ) 日頃、直感的にサーバの負荷状況を知りたい 職場の非エンジニアも知りたい 視覚は気が散るのでそれ以外の何か 味覚、嗅覚→負荷上がると臭くなる→実現難しい、触覚→負荷上がると椅子にビリビリ...→いや難しい 「音」なら、PCのファンやエアコンの稼働音のように、鳴っていても日頃慣れて忘れることができる 音楽再生側 html5とjsで実装しました。 ちなみに、これはどこかのサーバに置か
この記事について みんなのServerspecの知見を知りたい 背景 久しぶりにServerspecを 業務で真面目に導入しようという話になっている 前提 案件がたくさんある 案件によってアーキテクチャが全然違う ミドルウェア周りの共通的なものはまとめたい http://serverspec.org/advanced_tips.html のページの How to use Serverspec tests as shared behaviorsを参照している 工夫できること caseのディレクトリをつくって案件毎にまとめる sharedのディレクトリに共通の設定をまとめる というぐらいしかアイデアがない みんななにを工夫をしているのか知りたい 構成 ├── Rakefile └── spec ├── case │ ├── anken_one │ │ └── main_spec.r
CPU実験を終えて後輩のために書き残しておけそうなことをまとめます。 CPU実験とは何ぞや、という所については去年の先輩方の記事を見てもらうのが早いと思います。(今年は昨年と違ってFPU係がなくなったり、実験で使うHDLがVHDLからSystemVerilogに変わったりしていますが) 東大理情名物のCPU実験で毎週徹夜したお話(概要編) – Eureka Engineering – Medium CPU実験でコンパイラの改造でハマったところ - Handwriting CPU実験でTravis CIを使ってみた - Handwriting 自班のコンパイラ係も記事を書いてくれました。 CPU実験:マルチコアで並列実行するまで(コンパイラ係目線) - eguchishi 目次 目次 参考書籍 コンピュータ設計の基礎/高性能コンピュータ技術の基礎 RTL設計スタイルガイド Verilog H
Thread Safety Analysis¶ Introduction¶ Clang Thread Safety Analysis is a C++ language extension which warns about potential race conditions in code. The analysis is completely static (i.e. compile-time); there is no run-time overhead. The analysis is still under active development, but it is mature enough to be deployed in an industrial setting. It is being developed by Google, in collaboration wit
$ diff ~/git/Learning-Machine-Learning/Reversi/agent.py agent.py 47,55c47,55 < h = F.relu(self.l1(x)) < h = F.relu(self.l20(h)) < h = F.relu(self.l21(h)) < h = F.relu(self.l22(h)) < h = F.relu(self.l23(h)) < h = F.relu(self.l24(h)) < h = F.relu(self.l25(h)) < h = F.relu(self.l26(h)) < h = F.relu(self.l27(h)) --- > h = F.leaky_relu(self.l1(x)) #slope=0.2(default) > h = F.leaky_relu(self.l20(h)) > h
前回作成したスタックは、手元の端末でみなさんが対話的に操作しているうちは何も問題が起きません。しかし、このスタックを複数の処理が同時に操作した場合は問題が発生します。今回は、前回作成したスタックにどのような問題が存在しているのか、および、それを排他制御という仕組みによって解決する方法について述べます。 まずは今回用いるスタック作成モジュール用のソースを次に示します。前回作成したlist2.cのものに加えて、スタックのサイズを最大10に制限しています。 #include <linux/module.h> #include <linux/slab.h> #include <linux/debugfs.h> MODULE_LICENSE("GPL v2"); MODULE_AUTHOR("Satoru Takeuchi"); MODULE_DESCRIPTION("a example of mu
タイトルの通り全くのゼロから、つまり原材料からトースターを作ってみたというクレイジーな体験が軽妙でユーモアあふれる文章で綴られている。 最初にタイトルを見たときは「は??マジで?」って思ったものだが読みはじめたらもう止まらない。本当におもしろい本だ。 スポンサーリンク 結果的にどんなものが出来上がったのかは本の表紙を見れば一目瞭然。お世辞にもトースターと呼べるような代物ではない。 こんな不気味なものを作り上げるのにかかったコストは日本円で約15万円。店で同様のものを購入すればわずか500円である。どう考えても明らかに高すぎるコストだ。 しかしそうやってコストをかけながら、試行錯誤を繰り返しながら、そして時にはちょびっとズルをしながらトースターを作り上げる過程こそに価値があるのだ。 何の気なしに普段使っている電化製品の動く仕組みや原材料、生産工程や製造にかかるコストなどを気にする人は僕も含め
Go Conference 2017 Spring で Lightening Talk で話し足りなかったことを書いておく。 Go で書いたと話すと「Go っていいの?」と聞かれることがある。まともに伝えたい相手であれば、この質問には直接答えずに「どんな課題があって、Go はどのようにその解決に役立ったのか」を答えている。 要素技術の選択には、かならず文脈が影響する。Matz がウェブアプリを作るのと、私がウェブアプリを作るのでは、そもそもの前提が大きく違う。あと、スキルが低い奴の話なんて、みたいな言われ方をされることもある。それはまあ正しいんだけど、そのスキルアップに1年かけてたら預金がなくなってしまうのだ。いや、半年ももたないか。いずれにしても、現時点でのスキルをスタート地点として、納期までに成果物を仕上げて、現金を獲得する必要がある。そういうのも文脈のひとつだ。 私は Python
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