概要 Commmon Lispで高速処理を行うためのユーティリティ集です。 ライセンスについて このライブラリは修正BSDライセンスで提供されています。著作権は豊住耕一および東京電機大学ビジュアルコンピューティング研究室にあります。著作権表記は以下に示します。 Copyright 2010-2015 TOYOZUMI Kouichi at Tokyo Denki University, Visual Computing Laboratory. 依存するライブラリ このライブラリは以下のライブラリに依存しています。 alexandria lift com.filmassembler.labs.commonlisp.utilities mbe SRFI-26 既知の問題 細かな問題についてはソースコード内をTODO:で検索してください。 DEFUNSAFEで索引登録される関数はパッケージを反映

RNN「これってもしかして」 CNN「わたしたちのモデルが・・・」 「「入れ替わってる～～～！？」」 というわけでQRNN、QUASI-RECURRENT NEURAL NETWORKSとは、RNNの機構をCNNで「疑似的(QUASI)に」実装するというモデルです。これにより、既存のRNN(というかLSTM)が抱えていたいくつかの問題の解決を試みています。 元論文は以下となります。 QUASI-RECURRENT NEURAL NETWORKS 作者によるブログ 作者の方のブログにChainerのサンプルコードがあったので、それを元にTensorFlowで実装してみました。早く動かしたい！という方はこちらを見てみてください。 icoxfog417/tensorflow_qrnn (Starを頂ければ励みになります m(_ _)m) 本記事では、この研究のモチベーションとそのアプローチについ

すべてがFになる，映像化するみたいですね．犀川創平も西之園萌絵も配役がイメージと違って一部で話題になっていました．さて，最近テンソル分解を使った論文をよく見かけるのですが，いまだにきちんと整理できずにいます．テンソルかわいいよ，テンソル． そこで，まずは行列分解(matrix factorization, matrix decomposition)を整理してみようと思います．行列の分解手法というと線形代数的な観点からは簡単に思いつくだけでも 固有値分解 LU分解 コレスキー分解 などがありますが，これらは分解前の行列と分解後の行列が一致する(たとえばA=LU)方法です．一方で，機械学習やデータマイニング界隈（特にレコメンデーション等）で出てくる行列分解というのは，大規模データや関係性データの中から低ランクの構造を抽出することや次元圧縮を目的としています．なので，正確に言うならば，行列分解と

ZEPPELIN ドイツ腕時計ブランドの"ZEPPELIN"とのコラボレーションウォッチパートナ... 詳細を見る

この文章は、 Lisp Advent Calendar 2015 - Qiita の記事として書かれました。 以下のコードは、平方根を取る関数 SQRT を呼び出すだけの関数を定義しています。 (defun hoge (n) (declare (optimize (speed 3) (safety 0) (debug 0)) (type double-float n)) (sqrt n)) これをSBCLでコンパイルすると、「最適化し損なったよ」というメッセージが出ます。 ; file: /private/var/tmp/tmp.Rs4pbf ; in: DEFUN HOGE ; (SQRT N) ; ; note: unable to ; optimize ; due to type uncertainty: ; The result is a (VALUES (OR (DOUBLE-F

争点の乏しい国会で「統合型リゾート」整備推進法案（カジノ法案）が争点になっている。これは今までもたびたび議員立法で提出されたが成立せず、今国会でも公明党が消極的で、成立が危ぶまれている。 党首討論でも、民進党の蓮舫代表がこれを取り上げて「カジノの収益は負けた人の掛け金で、新たな付加価値を生み出さない」と反対したが、負けた人の金で儲けるのがいけないのなら、株式も商品相場も禁止すべきだ。なぜカジノだけ禁止なのか。 パチンコは世界最大のギャンブル産業 ギャンブルは人類の歴史とともに古い。日本でも映画に出てくるように、侠客の主な仕事は博打の胴元だった。賭博を禁止したのは明治以降だが、今でも賭け麻雀や賭けゴルフなどの賭け事をまったくやったことのない人はいないだろう。 日本は、世界最大の「ギャンブル大国」である。パチンコの売り上げは『レジャー白書』（日本生産性本部）によると年間23兆2000億円（20

これはiRidge Advent Calendarの七日目の記事です。 この記事では、Pythonで実装されたLisp方言のHyを紹介します。 動機 株式会社アイリッジのサーバサイドエンジニア、tanaka.lispです。ウェブとPythonの世界を見てみたいと思い、Pythonの会社であるアイリッジでお仕事しています。 突然ですが、ぼくがこよなく愛する言語はCommon Lispです。業務ではもっぱらPythonを読んだり書いたりするわけですが、PythonはLispではないので、自動インデントに翻弄されたり、if pred1 and pred2: ...をif (and pred1 pred2): ...なんて書いてしまったりと苦労が絶えません。Lisper特有の禁断症状が顔を出すこともあります。S式のことを考え始めたり、おもむろに"Hyperspec 関数名"でググったり、Emacs

この記事はLisp Advent Calendar 2016 5日目の記事です。 Futhonとは Futhonとは、Pythonが呼べるLispである。 先日作ってみた。 読み方は「ふとん」である。 本記事は、Futhonの内部実装がどうなっているかを簡単に説明する。 すごく小さな実装（ソースコードすべて含んで500行くらい）なので、この記事とコードを合わせて読めば誰でもちょっとしたおもちゃ言語が作れるようになるんじゃないかと思う。 作った動機 最近周りで機械学習がアツい。 Pythonはディープラーニング・機械学習ライブラリが充実していて、モデルを簡単に作ったり試したりすることができる素晴らしい環境になっている。 SciPy scikit-learn Caffe Chainer TensorFlow 一方で、Lispでニューラルネットを組もうと思ってもライブラリがなかったり、あってもド

CNNは画像認識の分野で驚異的な精度を誇るディープラーニングのアルゴリズムのひとつであるものの、ぱっと見がとても複雑な構造をしているため、実装するのも大変そうです。 実際、ネットや文献上で見られる多くのCNNの実装は、Theano (pythonのライブラリ)の自動微分機能を使っていたり、MATLABの組み込み関数を使っているものがほとんどです。 そのためか、きちんと forward propagation & backpropagation を数式で書き下している文献はないように思いました。（もちろん、楽に実装できるならばそれはそれで素晴らしいことです。） そこで、どうすれば CNN を実装するための数式を書き下せるのか、レイヤーごとに分けて導出していきたいと思います。 まず、CNN がどんな層に分解できるのかについて。これは、下記の３つで表せるでしょう。 Convolution Lay

Maxoutは、他のディープラーニングの手法とは異なり、活性化関数自体を学習するという、少し特殊な手法です。論文にも示されている通り、実験による精度は人気の活性化関数である rectifier (ReLU) よりも高い結果が得られていますが、そのとっつきにくさからか、敬遠されがちな気がしています。そこで、前回のCNN記事と同様、数式で Maxout function を書き下してみたいと思います。 （ちなみに、CNNはpythonで実装したものの、これまでのコードをかなり変える必要があったり、python向けに最適化できていなかったりするため、devブランチに置いています。ソースコードはこちらからご覧ください。） さて、Maxout を数式で表すために、以下の graphical model に沿って説明したいと思います。Maxoutは図の真ん中の部分で、図の左端は入力層、右端はもしdee

Powered by Tumblr; Design by Smaran Dayal This is a mod of Tumblr's Litewire theme

この記事はLisp Advent Calendar 2016の1日目の記事です。 Lisperの皆さん、どうもこんにちは、こんばんは、おはようございます。 Lisp Advent Calendar初日ということで、この場を借りて僕のCL生活1年目を振り返らせていただきます。 これからCommon Lispを始める方の道標になれば幸いです。 始めたワケ 僕がCommon Lispを始めようと思った理由です。 ブログの最初の記事にも書きましたが、やはり深町さんの影響が大きく、特に刺激を受けたのが以下の記事です。シビレますね B-) Common LispがWeb業界を駆逐するとき – Revenge of Lisp in Web | ありえるえりあ この記事のポストからおよそ6年が経ちましたが、今とこの当時を比べるとかなり状況が変わったように感じられます。 Lisp自体への注目は多くありません

僕はよく落語を聴きに行きます。 寄席のときもあるし、お気に入りの落語家が出演する落語会のチケットを買って行くこともあります。寄席と落語会を合わせてだいたい月に3回くらい。 「寄席」というのは都内の各所で1年365日やってる落語イベントです。都内には新宿、池袋、上野、浅草に席亭があります。途中から入ったり途中で帰ったりが自由なので「あー、落語聴きに行きたいなー」というときに気楽にいけます。 そういうときにはどこの席亭の寄席に行こうかな、と当日の出演スケジュールを見て決めることになります。 ところがこれが意外と面倒くさい。 それぞれの席亭の本日の番組表を複数窓で開いて見比べるわけですが、一昔前のWebサイトっぽさがあってあんまりスマートフォン対応してくれていません。小さな文字を見比べて「上野には誰々が出るから…」とか思案するわけです。 落語Bot そういう事情もあって、LINEで寄席の情報を調