折り紙の科学 – 日本折紙学会
日本折紙学会は、折り紙に関連した研究を促進・集約するため、機関誌『折紙探偵団』とは別に、和文雑誌『折り紙の科学』を2011年より新たに刊行開始しました。 このたび『折り紙の科学』は、学術情報の自由な流通とアクセシビリティの向上に向けて、オープンアクセスに移行することとしました。これにより、過去に本誌に掲載された論文、および今後掲載される論文は、どなたでも無料で閲覧できるようになります。（2023/6/20） わたしたちは、学術的な知識と情報の自由な流通が、科学の発展に不可欠であると信じています。この取り組みによって、折り紙の科学的な知見がより広範な方々からアクセスしやすくなることで、本誌が折り紙の科学の発展に寄与できることを願っています。 ◆論文は、各号の目次よりアクセスできます。 ◆第8号以前の各号の紙版、PDF版（第8号）の冊子ごとの販売は継続しています。 なお、海外からのpaypal
論文「Unsupervised Monocular Depth Estimation with Left-Right Consistency」を読んでみました (3)：学習方法編 - Fixstars Tech Blog /proc/cpuinfo
Fixstars Tech Blog /proc/cpuinfo » 未分類 » 論文「Unsupervised Monocular Depth Estimation with Left-Right Consistency」を読んでみました (3)：学習方法編 速度 学習速度 3万枚の画像を50 epoch学習するのにTitan X GPU 1基で約25時間 推論速度 512×256画像で35ms未満 (28 FPS以上) (GPU-CPU間のデータ転送時間込み) ハイパーパラメータなど パラメータ数 31 million (ResNetの場合、48 million) ハイパーパラメータ \(\alpha_{ap} = 1\), \(\alpha_{lr} = 1\) 前投稿の通り、マルチスケール(4スケール)の視差マップを出力します。 出力される視差は、 \(d_{max}=0.3 \t
Maglev Hashing with Python - yunazuno.log
今更ながら，GoogleのMaglev論文で提案されているMaglev Hashingを手元で実装してみた． Maglev: A Fast and Reliable Software Network Load Balancer Maglev Hashingとは 所謂Consitent Hashの一種．Maglevロードバランサにおけるリアルサーバ選択に使用されている． 上記論文のSection 3.4で詳細が説明されている．NSDI'16での発表スライドも併せて眺めると分かりやすい． Maglev: A Fast and Reliable Software Network Load Balancer | USENIX Slide: https://www.usenix.org/sites/default/files/conference/protected-files/nsdi16_sli
1
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
処理を実行中です
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
