遺伝的アルゴリズムでナーススケジューリング問題（シフト最適化）を解く - Qiita
この記事は ナーススケジューリング問題という最適化の問題を遺伝的アルゴリズムで解いてみたらまあまあの精度が出たので記録です pythonのdeapというライブラリを使っています 前提 ナーススケジューリング問題というものがあります 病院等の医療施設に勤める看護師の勤務スケジュールを決定する問題のことであり，シフトスケジューリング問題の代表例である．日勤・夕勤・夜勤等の複雑なシフト勤務や多岐に渡る制約の考慮のため，実際にスケジュールを求めるのは人手では手間のかかる困難な作業であり・・・ 要するにシフト勤務のスケジュールを自動的に最適に組むというものです 制約が色々あって、必要人数を満たすような基本的なものから、公平性、必須な資格/役割、この２人は（仲が悪いから？）一緒に入れないなど、いくらでも複雑になりうる問題て感じで、完璧な解答を作るのは困難なので、近似解を求めるような分野みたいです *
メモ：Google製DockerクラスタツールKubernetes - Qiita
はじめに BounscaleというオートスケールするHeroku Addonを作っています。 Bounscaleは現在はHerokuに対応していますが、元々Herokuに関わらず主要なクラウドのリソースをオートスケールさせたいと考えています。なので今後数年のトレンドを持って行きそうなDockerの動向はもちろん注視しています。 そんな中、DockerのクラスタツールKubernetesがGoogleから発表されたので、概要をつかむために少しドキュメントを読んだので所感を含めてまとめておきます。 注意 公式のGithubのWikiのデザインドキュメントなどを読んで自分なりに理解した内容をまとめています。私見メモであり推測も多分に含まれているいい加減な文書です。翻訳ではありません。また、理解に誤りが含まれていると思います。原文読んでください。 Kubernetes? これはなんて読むんでしょう
TensorflowのInception-v3実装のCPUボトルネックをGPUに移す - Qiita
この記事は ディープラーニングの画像認識の学習時にCPUがボトルネックになってGPUが本領を発揮できない事象があったのでそれを解消した時のメモです 事象 Tensorflowのmodelリポジトリには画像認識CNNのInception-v3の実装が入っています。 パラメータ1つで複数GPUでの学習を実行できるようになっています しかしなぜか複数GPUで動作させても学習速度が上がりません、てかむしろちょっと遅くなってる？ 1batchあたり0.7秒 2016-12-16 03:35:23.690928: step 120, loss = 13.14 (45.2 examples/sec; 0.707 sec/batch) 2016-12-16 03:35:31.121967: step 130, loss = 13.06 (44.6 examples/sec; 0.717 sec/batch
TensorflowのFaster RCNN実装を試す - Qiita
この記事は ちょっと前まで最速とされていた物体検出のディープニューラルネットであるFaster RCNNのTensorflow実装Faster-RCNN_TFを使ってみたのでメモです 時代はSingle Shot Multibox Detector (SSD)らしいですが、Tensorflow実装はこんな開発中のしかないので一週遅れ感は否めませんが。 セットアップ 前提 TITAN X (Pascal) ubuntu14.04.5 LTS python2.7 Tensorflow v0.12 その他cython, python-opencv, easydictなど適当にインストール インストール README通りにセットアップしました。 # git clone --recursive https://github.com/smallcorgi/Faster-RCNN_TF.git # cd
CPU/GPU/AWSでのTensorflow実行速度比較 - Qiita
この記事は Tensorflowを使って大量の画像データの学習をしています 収束までとにかく時間がかかるので学習環境をアップグレードしてきました 各環境でTensorflowの処理速度がどの位出たのかがベンチマーク的な意味合いを持ちそうなので公開しておきます OS含めて諸々環境のバージョン類が異なるのであくまで参考としてみていただければ 実行処理内容 Tensorflow上でCNNの最高峰、Inception-v3を使ってオリジナルの画像でトレーニングします 枚数は数十万オーダ（性能には影響しないはず） 1000カテゴリへの分類器 実行コマンドは下記 $ bazel-bin/inception/imagenet_train --num_gpus=[gpu数] --batch_size=32 --train_dir=/share/train/ --data_dir=/share/tfreco
buildpack:linuxbrewを使ってmecab入りRails環境をHerokuに作る - Qiita
したいこと mecab入りのrails環境をHerokuに作りたい heroku-buildpack-mecabというのもあったけど今後gslとか、他のネイティブライブラリを使う予定があるのでもう少し汎用的な仕組みを使いたい heroku-buildpack-linuxbrew heroku-buildpack-linuxbrewというbuildpackが公開されてた そもそもlinuxbrewというMacのbrewをforkしてlinuxで動くようにしたパッケージマネージャがあって、root権限なしでホームディレクトリに各種パッケージをインストールすることができる 上記buildpackはlinuxbrewの仕組みでパッケージをherokuにインストールしてくれる インストール手順 結構手こずったのでメモっておきます。 環境変数、ビルドパックの設定 Herokuの環境変数とビルドパックの
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
