Register as a new user and use Qiita more conveniently You get articles that match your needsYou can efficiently read back useful informationYou can use dark themeWhat you can do with signing up

パフュームの名を上げた「ポリリズム」は本当名曲ですが、当初はアレンジも曲調も過激すぎるとして、スタッフはシングルカットには反対だったそうです。 確かにアイドル歌謡としては分かりやすいフックもなく、最先端のテクノ・アレンジなので、マーケティングを考えると躊躇するのも理解できますが、プロデューサーの中田ヤスタカの強力推しで無事にシングル・カットへ。末端のリスナーの感覚はもっと高度の物を求めるという判断だったそうですが、慧眼ですね。 www.youtube.com それで、「ポリリズム」とは何かというと、 ポリリズム（英: polyrhythm）は、楽曲中、または演奏中に、複数の異なる拍子が同時進行で用いられている音楽の状態の事である。ポリリズムのポリは「複数の」なので「複数のリズム」を意味する。 引用：Wikipedeiaより 例えば、4/4拍子で進行している曲中に、同拍子の２拍３連を同時進行

2016年に出版されて，読もう読もうと思いつつ積読になってしまっていた「カンバン仕事術」をやっと読んだ． もう，とにかく良かった．カンバンに限らず，アジャイルな開発プロセスに興味がある人は全員読むと良いんじゃないかと思うほどオススメできる良書だった．僕が推進しているプロジェクトのメンバーに繰り返し，繰り返し説明している話（WIP，終わらせることを始める，振り返り，緊急など）も全て書かれていた．僕自身もっと早く読むべきだったし，メンバーにも読んでもらえば良かった ( ﾟдﾟ)!!! カンバン仕事術 作者: Marcus Hammarberg,Joakim Sundén,原田騎郎,安井力,吉羽龍太郎,角征典,?木正弘出版社/メーカー: オライリージャパン発売日: 2016/03/26メディア: 単行本（ソフトカバー）この商品を含むブログ (7件) を見る WIP 制限 仕掛りタスク (WIP)

はじめに Torch.Tensor 多次元配列 torch.Tensor torch.Tensorの型変換 .cuda() torch.autograd.Variable chainer.Variableとtorch.autograd.Variable torch.autograd.Variableの配列データを見る GPUへの転送 chainerのgpu利用補足 cupyへの期待（余談） Variableを使った微分 実装上の注意 最後に はじめに 残念ながら（？）ChainerとPytorchの優劣を決めるわけではありません。 Chainerから移行し、Pytorchを利用していく中で自分が気に掛かったところを比較、メモした記事です。このメモ内容がPytorchビギナーにもしかしたら有用かもしれないと思い記事にしました。 基本的にAtomのHydrogenプラグインを用いて、Jupyt

目標：「pythonで音を出す。」ための環境構築 「pythonで音を出す。」ための環境構築 準備編　pythonでメロディーを作りたい - エンジニア戦記← 第２回　【その２】pythonでメロディーを作りたい - エンジニア戦記 第３回　【その３】Pythonでメロディーを奏でたい - エンジニア戦記 第４回　【その４】Pythonでメロディーを奏でたい-モジュール化とwavファイル出力 - エンジニア戦記 「pythonで音を出す。」ための環境構築 環境 Anacondaをインストール エディタ パッケージインストール 音作りプログラミングをしたい。 いつもはubuntu for windows10 を使っていたけど、音を出すプログラムはlinux系と相性が悪い。 というより、比較してwindowsがやりやすい。 環境 windows10 Anacondaをインストール 既にwind

はてなグループの終了日を2020年1月31日(金)に決定しました 以下のエントリの通り、今年末を目処にはてなグループを終了予定である旨をお知らせしておりました。 2019年末を目処に、はてなグループの提供を終了する予定です - はてなグループ日記 このたび、正式に終了日を決定いたしましたので、以下の通りご確認ください。 終了日: 2020年1月31日(金) エクスポート希望申請期限:2020年1月31日(金) 終了日以降は、はてなグループの閲覧および投稿は行えません。日記のエクスポートが必要な方は以下の記事にしたがって手続きをしてください。 はてなグループに投稿された日記データのエクスポートについて - はてなグループ日記 ご利用のみなさまにはご迷惑をおかけいたしますが、どうぞよろしくお願いいたします。 2020-06-25 追記 はてなグループ日記のエクスポートデータは2020年2月28

A large-scale and high-quality dataset of annotated musical notes. Download Contents Motivation Description Format Files Example Features Feature Encodings Instrument Sources Instrument Families Note Qualities Example Statistics Instrument Classes Qualitiy Co-occurrences License How to Cite Updates Motivation Recent breakthroughs in generative modeling of images have been predicated on the availab

DeepLearning.jpでは、知識の共有と最新研究動向の把握を目指して、各種の勉強会を開催しています。 2016年論文輪読会 06/24: TBA 06/17: TBA 06/10: Leveraging Visual Question Answering for Image-Caption Ranking Binarized Neural Networks: Training Neural Networks with Weights and Activations Constrained to +1 or =1 06/03: Convergent Learning: Do different neural networks learn the same representations? XNOR-Net: ImageNet Classification Using Binary

短時間フーリエ変換 ウェーブレット変換 Stockwell変換 経験的モード分解（不完全） 信号処理関連の記事 書籍紹介 短時間フーリエ変換 波形の一部を切り取りフーリエ変換を行います。 切り取る場所を少しずつずらしながらフーリエ変換することで、スペクトルの時間的な変化を追うことが可能になる時間周波数解析の最も古典的な方法です。 英語ではShort-Time Fourier Transform(STFT)と略記します。 変換は波形時間窓として と、にを畳み込み積分した形になります。 フーリエ変換では時間と周波数の間にトレードオフが存在し、の定義域に応じての方の誤差が決定されます。 短時間フーリエ変換では１つのを使うため、基本的にどの周波数帯域に置いても誤差は一定となり、に対する誤差もに対する誤差も同じ大きさになっており、低周波域に対する周波数分解能が相対的に悪くなる傾向にあります。 ウェー

概要 私が機械学習の勉強を始めた頃、何から手を付ければ良いのかよく分からず、とても悩んだ覚えがあります。同じような悩みを抱えている方の参考になればと思い、自分が勉強していった方法を記事にしたいと思います。 目標としては、機械学習全般について、コンパクトなイメージを持てるようになることです。 そのためにも、簡単な本から始めて、少しずつ難しい本に挑戦して行きましょう。 入門書 何はともあれ、まずは機械学習のイメージを掴むことが大切です。 最初の一冊には、フリーソフトでつくる音声認識システムがおすすめします。 フリーソフトでつくる音声認識システム - パターン認識・機械学習の初歩から対話システムまで 作者: 荒木雅弘出版社/メーカー: 森北出版発売日: 2007/10/17メディア: 単行本（ソフトカバー）購入: 45人 クリック: 519回この商品を含むブログ (38件) を見るレビュー :

Boost の一部ながらも「実用的」すぎるため、とかくテンプレートメタプログラミングを愛好する諸兄から黙殺されてきた不幸のライブラリ、Boost.Python。Boost.勉強会でこいつの魅力を伝えようと思ったのだけど、時間の都合で無理だったので、簡単に紹介してみたい。 Boost.Python の基礎 Boost.Python は C++ のクラスや関数をラップする Python モジュールを恐ろしく簡単に書けるようにする、強力なライブラリである。 特に、Pyrex や Cython と比べて何がうれしいのかというと、 Python側にいちいちラッパ関数を書かなくてよい (テンプレートにより自動的に定義される) コンバータを登録することで、Python⇆C++の型の透過的な変換が容易にできる C++ のクラスを分かりやすい形で Python のクラスとして見せることが可能 といった点が挙

2012年にACMというカンファレンスに出された「Predicting Quality Flaws in User-generated Content: The Case of Wikipedia」という論文を読み考察をしました。 www.acm.org [原文] http://www.uni-weimar.de/medien/webis/publications/papers/stein_2012i.pdf この論文ではWikipediaについているcleanup tagをもとに記事の質の悪さを予測する手法を提案している。 序章 現在誰もが知っているWikipediaには日々膨大な記事が作成されていおり、その著者に誰もがなれるため様々な質の記事が生み出されている。 本来は記事がリリースされる前に専門家のチェックを理想とするが、記事の量が膨大なため人手で目を通すのは不可能に近い。 そこで、

深層学習 (機械学習プロフェッショナルシリーズ) 作者: 岡谷貴之出版社/メーカー: 講談社発売日: 2015/04/08メディア: 単行本（ソフトカバー）この商品を含むブログ (12件) を見る 1日飛んでしまいましたが、引き続き青イルカ本を読む上で参考になりそうな資料を集めていきます。残り4章をスパッと紹介して切り上げようかとも思いましたが、いよいよ「深層学習」の入り口に入ってきたかな、という感もあるのでじっくりいきます。 5章 自己符号化器 自己符号化器（オートエンコーダ、autoencoder）とは、入力データを再現するデータを出力するよう、自分自身をトレーニングするニューラルネットワークです。下図のように、入力層（Input）に対して、少ない数の中間層（Hidden）を経て、入力層と同じユニット数の出力層（Output）から構成されます。 入力データを再現させるので、入力データと

深層学習 (機械学習プロフェッショナルシリーズ) 作者: 岡谷貴之出版社/メーカー: 講談社発売日: 2015/04/08メディア: 単行本（ソフトカバー）この商品を含むブログ (12件) を見る 本ブログでもキーワードとしてたびたび出てきている「ディープラーニング（深層学習）」ですが、実体は多層のニューラルネットワークを用いた機械学習の一手法です。音声、画像、自然言語処理の各種分野で、他の手法を圧倒する高い性能を示すことが分かり、非常に高い注目を集めています。本書(青イルカ本)は、めまぐるしく変わる深層学習の研究の中でも、最新手法や応用事例ではなく、基本的な事項をなるべく広くおさえつつ、コンパクトなページ数（165ページ）にまとめられています。 今日は、第1章〜第4章を理解する上で助けとなる動画やスライドなどの補助資料を集めてみました。これから本書を読んでみようと思っている方にご活用いた

2024-06-02 とある「梅酒」作成の記録 今年もシーズン到来です こんにちわ。こんばんわ。かえるのクーの助手の「井戸中 聖」（いとなか せい）でございます。 今のシーズンは別の趣味である「家庭菜園」と「梅酒つくり」がメインになってしまい、実験が滞っております。なお、ゴールデンウィーク… 2024-04-22 ED法(誤差拡散法)の時流に乗る 自分、不器用なので こんにちわ、こんばんわ。かえるのクーの役立たず助手の「井戸中 聖」（いとなか セイ）でございます。 今日何故か検索で、あの「金子勇」様の「ED法」が頻繁にヒットしました。「流れ」があるのかもしれません。柳の下のｎ+1匹目のドジ… 2024-04-21 ChatGPTに敗北 サブスクリプション整理したばかりですが こんにちわ。こんばんわ。かえるのクーの助手の「井戸中 聖」（いとなか せい）でございます。 いろんなサブスクリプショ