タグ

2018年1月2日のブックマーク (4件)

  • PostgreSQLアンチパターン

    2017/9/7 db tech showcase Tokyo 2017(JPOUG in 15 minutes)にて発表した内容です。 SQL大量発行に伴う処理遅延は、ミッションクリティカルシステムでありがちな性能問題のひとつです。 SQLをまとめて発行したり、処理の多重度を上げることができれば高速化可能です。ですが・・・ AP設計に起因する性能問題のため、開発工程の終盤においては対処が難しいことが多々あります。 そのような状況において、どのような改善手段があるのか、Oracleを例に解説します。

    PostgreSQLアンチパターン
  • GPU無しで画像のみから人間のボーン推定が出来るtf-openposeを導入する - Qiita

    概要 CVPR2017でOpenPoseというライブラリが公開されました。 これは、画像のみから人間のモーションのボーン推定ができます。 GIF動画を見てもらえればわかりますが、このような動画(画像)のみから、人間のボーン位置が推定できます。昔、Kinectでわざわざデプスセンサを駆使して、こういうことをやっていた時代から考えると信じられませんね。 原理については以下の動画があるのでご覧ください。(クリックするとyoutubeに飛びます。) かなり面白そうなプロダクトなので、自分でも動かしてみたい!と思いました。 しかし、OpenPose自体、CPUのみの動作は対応していないらしく、まだこれから実装する予定のようです。 CPU only code #150 "CPU ONLY" works? #200 ただソースコードレベルでは、CPUのみの実装があるらしく、先人の方も、CPU版をビルドし

    GPU無しで画像のみから人間のボーン推定が出来るtf-openposeを導入する - Qiita
  • リヨン大学ら、直感的なスケッチ入力から現実的な仮想地形モデルを生成できる敵対的学習(cGAN)を用いたオーサリングツールを論文にて発表

    リヨン大学ら、直感的なスケッチ入力から現実的な仮想地形モデルを生成できる敵対的学習(cGAN)を用いたオーサリングツールを論文にて発表 2017-12-29 リヨン大学のLIRIS-CNRS、パデュー大学、Ubisoftの研究者らは、直感的なユーザ入力で現実的な仮想地形を作成できる機械学習を用いたサンプルベースのオーサリングツールを論文にて発表しました。 Interactive Example-Based Terrain Authoring with Conditional Generative Adversarial Networks 稿は、簡単なスケッチ入力から地形をモデリングするための機械学習を用いたフレームワークを提案します。初心者でも短時間で広範囲の地形を設計することができます。 (初心者が数分で作成した仮想地形) 提案手法のパイプラインは、トレーニングステップとインタラクティ

    リヨン大学ら、直感的なスケッチ入力から現実的な仮想地形モデルを生成できる敵対的学習(cGAN)を用いたオーサリングツールを論文にて発表
  • 機械学習をやる上で知っておきたい連続最適化 - Qiita

    記事では、機械学習のタスクを解く上で非常によく登場する最適化問題(optimization problem)の基礎を解説していきます。 機械学習で用いる最適化といえば、SGDやMomentum、Adamなどが有名ですね。はじめ、それらに関しての解説を書こうかとも考えましたが、既に優れた記事が多々あるので、ここではほとんど触れません。 一方、最適化問題とは何か、アルゴリズムが"優れている"とはどう評価するか、などの最適化の基礎に関わる部分の情報が少なかったので、記事ではそれらについて解説を行なっていきたいと思います。 最適化問題 まず、はじめに最適化問題の定義を与えます。最適化問題とは、与えられた条件のもとで何らかの関数を最小化(もしくは最大化)する問題のことを指します。 関数$f:R^n \rightarrow R$, $g_i:R^n \rightarrow R(i=1,...,m)

    機械学習をやる上で知っておきたい連続最適化 - Qiita