タグ

2017年2月25日のブックマーク (6件)

  • Softmaxって何をしてるの? - 画像処理とか機械学習とか

    ニューラルネットワークの出力は例えばニューロンが一つの場合は以下のようになります。 各ノードの出力 まず、それぞれの入力xに重みwを掛け合わせ、全て足します。そして、閾値θを引いた式を、活性化関数に入力した結果が出力yとなります。活性化関数には、様々種類があり古いものではtanhやsigmoid関数などが使われてきました。 しかし、勾配消失問題というニューラルネットワークの層が深くなるにつれて、学習の際に勾配が0に近くなり、低い層で誤差が消失する問題がありました。 この問題に対応するために開発されたのが、ReLU(rectified linear unit)やMaxOutという活性化関数です。これらの手法では誤差消失問題を起こさないため、深い層のネットワークでも学習が可能となり、現在多くのネットワークで採用されています。 Softmaxとは このような活性化関数を通して出力される値は、使用

    Softmaxって何をしてるの? - 画像処理とか機械学習とか
  • ヘッダービディング | Prebid.js 解剖 - MARTECH LABO | AI, BigData, CRM, DMP, EC, Fxxx

    2017 - 02 - 25 ヘッダービディング | Prebid.js 解剖 昨今ヘッダービディング・S2Sと、キタコレ感が書かれた記事は乱立していますが、実際どういう仕組みで動いているかに触れているものが無いので、少しずつまとめていこうかと。 ヘッダービディングとは なぜ生まれたか Prebid.jsとは 導入方法 Prebid.jsサンプルの分析 サンプルの動作確認 ヘッダービディングとは ページのヘッダーで SSP を競わせて、最高値をアドサーバーに渡す仕組みです。 詳細(別ページ) なぜ生まれたか Google がダイナミック アロケーション という、自社アドサーバー内で自社 Adx が無双状態になる仕組みを作ったからです。(詳細次回) 他社の実績がCPM100~300円だったときに、 Google が201円でビッドすると必ず勝つ仕組みです。 他社「300円出せるよォーーーッ!

    ヘッダービディング | Prebid.js 解剖 - MARTECH LABO | AI, BigData, CRM, DMP, EC, Fxxx
    miguchi
    miguchi 2017/02/25
  • Theano で Deep Learning <3> : 畳み込みニューラルネットワーク - StatsFragments

    Python Theano を使って Deep Learning の理論とアルゴリズムを学ぶ会、第三回。今回で教師あり学習の部分はひと段落。 目次 DeepLearning 0.1 について、対応する記事のリンクを記載。 第一回 MNIST データをロジスティック回帰で判別する 英 第二回 多層パーセプトロン 英 第三回 畳み込みニューラルネットワーク (今回) 英 第四回 Denoising オートエンコーダ 英 第五回 多層 Denoising オートエンコーダ 英 第六回の準備1 networkx でマルコフ確率場 / 確率伝搬法を実装する - 第六回の準備2 ホップフィールドネットワーク - 第六回 制約付きボルツマンマシン 英 Deep Belief Networks 英 Hybrid Monte-Carlo Sampling 英 Recurrent Neural Network

    Theano で Deep Learning <3> : 畳み込みニューラルネットワーク - StatsFragments
  • Bigqueryで使ったクエリまとめ - Qiita

    About 久しぶりにSQL触ったので、サンプルとして置いておきます。間違っていたら教えて下さい。。。適宜追加予定です。 UTC -> JST変換 SELECT create_time , STRFTIME_UTC_USEC(TIMESTAMP_TO_USEC(create_time) + 32400000000, "%Y/%m/%d %H:%M:%S") AS create_time_jst FROM [test.access_log] LIMIT 1

    Bigqueryで使ったクエリまとめ - Qiita
    miguchi
    miguchi 2017/02/25
  • Pull Request発行時にそのコミットIDでデプロイされた環境を自動構築してレビュー時/マージ前に確認しやすくする仕組み - トレタ開発者ブログ

    インフラをアレしてる佐野です。Pull Request(以下、p-r)が発行されると、そのp-rのコミットIDでデプロイされた環境を自動構築する仕組みを作ったので、今日はそれについて。マージ直前の環境が立ち上がるのでレビューアはレビュー時にコードを追うだけでなく、ブラウザ/アプリの接続先をこの環境に向きかえることで実際のアプリケーションの動作も確認できるようになります。レビューが非常に捗ります。 動作 仕組み GitHubのWebhookについて 自動構築の処理 Dockerの活用 tmpfsの活用 まとめ 1. 動作 こんな感じです。ここで、この通知するボットおよびこの仕組みを以下、シャイニング・ウィザードと呼ぶことにします。シャイニング・ウィザードというのは好きなプロレスの技でして最初はこの基盤の仮名だったのですが、チーム内で定着してしまったのでもうこれでいいや的な…。ちなみに、Ama

    Pull Request発行時にそのコミットIDでデプロイされた環境を自動構築してレビュー時/マージ前に確認しやすくする仕組み - トレタ開発者ブログ
    miguchi
    miguchi 2017/02/25
  • Rails5のActionCable(WebSocket)をPumaとnginxで本番環境で動かす - Qiita

    リアルタイムな処理をしたいときにWebSocketをする実装は、Node.jsが多いかと思いますが、結構めんどう・・・ RailsのActionCableを使ったら簡単に実装できて結構良さげ!、いざデプロイして番環境で動かそうと思うとわりとRails4時代とは同じようにいかずハマったのでメモ。 rails newした状態からスタート nginxの設定 server { listen 80 default_server; root /var/rails-server/public; location ~* \.(ico|css|gif|jpe?g|png|js|html)(\?[0-9]+)?$ { break; } location / { proxy_pass http://0.0.0.0:3000/; proxy_set_header X-Forwarded-For $proxy_a

    Rails5のActionCable(WebSocket)をPumaとnginxで本番環境で動かす - Qiita