1. Amazon AlexaとFire TVでHello Worldを試してみる - QiitaDeleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
音声アシスタントのAmazon AlexaとGoogle AssistantとLINE Clovaを比較した - Qiita
まずは開発者として気になる所は、日本語対応とサードパーティーへのSDKの提供です。 Clovaはスマートスピーカーの国内発売、日本語対応ともに一番はやいのですが、残念ながらサードパーティーの開発はまだ出来ません。 一方でAmazon Alexaは早い段階でサードパーティーの開発を開放しており、既にかなりの数のスキル（スマホで言う所のアプリ）が存在しています。 AmazonのEcho dotも招待制で発売が開始されました。現時点で日本語対応で開発が行えるスピーカーはAmazonとGoogleのみです。 Amazon Alexa サードパーティー開発 Alexa developer Alexaは早い時期から開発者向けにSDKを提供しています。その為、音声アシスタントに必要な外部サービスとの連携やSlotsによる言葉のゆらぎなどもサポートしていて開発が始めやすい印象です。 また、ソフトウェア開発
プログラミング言語の構文の複雑さについて考える 〜Java vs. Scala〜 - Qiita
プログラミング言語同士の比較をするとき、ある言語が別の言語より複雑であるということがよく批判の対象になります。たとえば、C++は複雑過ぎる、Scalaは複雑過ぎる（Javaと比較して）、といった意見をよく耳にします。 しかし、実際に客観的な指標に基いて比較してみたことがある人はあまり居ないのではないでしょうか。自分がみる限り、その人がこれまで学んできた言語と比較して、「難しく感じた」ことをもって「複雑だ」という主張をしていることが多いように思います。 しかし、複雑である <=> 難しい（と感じる）も必ずしも正しくありませんし、単純である <=> 簡単であるとも限りません。 このエントリでは、JavaとScalaの構文を比較して、よく言われる「Scalaは複雑である」という主張に反して、「Scalaの方が単純である」ということが言える（ただし、Scalaの方が簡単であることは意味しない）とい
Keras バックエンド速度比較 CNTK vs TensorFlow - Qiita
from __future__ import print_function import time start_time = time.time() import keras from keras.datasets import mnist from keras.models import Sequential from keras.layers import Dense, Dropout from keras.optimizers import RMSprop batch_size = 128 num_classes = 10 epochs = 20 # the data, shuffled and split between train and test sets (x_train, y_train), (x_test, y_test) = mnist.load_data() x_tr
主要クラウドサービス別 機械学習アルゴリズム機能比較 - Qiita
#はじめに AzureのMachineLearningで使用している機械学習アルゴリズムを調査するついでに、他の主要クラウドサービスで提供している機械学習についても調べてみたので、機能比較としてまとめてみました。 #対象クラウドサービス 以下ベンダーのクラウドサービスを対象としました。 Microsoft Azure Machine Learning Amazon Machine Learning Google Prediction API IBM Bluemix(Watson) #比較内容 １．機能有無 機械学習アルゴリズムを「学習分類」と「アルゴリズム分類」のカテゴリに分類し、その観点での機能有無の比較を行いました。 学習分類 アルゴリズム分類
画像認識対決 ~Microsoft VS Google VS IBM VS AWS~ - Qiita
はじめに この記事は、Life is Tech ! アドベントカレンダー2016 18日目の記事です。 はじめまして！iPhoneメンターのにっしーです。 「時間があるときに勉強しよう」と人工知能／機械学習／Deep Learning／認識技術といったトピックの記事の見つけてはストックしてきたものの、結局2016年は何一つやらずに終わろうとしているので、とにかく一歩でも足を踏み出すべく、 本質的な理解等はさておき、とにかく試してみる ということで画像認識技術に触れてみることにしました。 画像認識とは? 画像認識とは、画像データの画像内容を分析して、その形状を認識する技術のことである。 -- Weblio辞書 画像認識では、画像データから対象物となる輪郭を抽出して、背景から分離し、その対象物が何であるかを分析するのが基本になります。 しかし、人間なら無意識化に行われていることですが、コンピュ
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
Python vs Ruby 『ゼロから作るDeep Learning』 まとめ - Qiita
