任天堂の社長だった岩田聡さんが、55歳の若さで亡くなられたのは、2015年7月11日のことでした。 僕はファミコン時代から、岩田さんが作った『ゴルフ』や『バルーンファイト』『ピンボール』に夢中になっていましたし、HAL研究所という小さな会社から、抜擢されて任天堂の社長になった岩田さんのサクセスストーリーと、そんな凄い人であったにもかかわらず、いつも静かに微笑んでいる姿に親しみと憧れを抱いていたのです。 こんなリーダーの元で働くことができたらいいのになあ、あるいは、自分自身も、岩田さんのような人に少しでも近づきたいなあ、って。 『岩田さん: 岩田聡はこんなことを話していた。』（ほぼ日刊イトイ新聞・編/ほぼ日ブックス）は、岩田さんの言葉や、岩田さんをよく知っている人たちが、岩田さんについて語ったことを集めた本です。 岩田さんは、糸井重里さんと長年親しくされていました。 糸井さんたちがつくってい

はじめに DeepLab v3+はセマンティックセグメンテーションのための最先端のモデルです。 この記事では、DeepLab v3+のgithubを使って、公開されたデータセットまたは自分で用意したデータセットで学習・推論までをおこなう方法を紹介します。 DeepLabv3+をやってみたという記事は検索すれば多く見つかります。 しかし、どれもこれも、結局どうやってデータ準備したの？とか、手順を省略しすぎて分からん！というものが多かった・・・。 今回の記事では、全ての手順を丁寧に説明しながら誰でもできるように紹介していきたいと思います。 ※誰でもと書きましたが、tensorflowとGPUが絡む部分は各自で気を付けて頂かなければ失敗します。 環境構築 OSは Windows10 が対象です。 とはいえLinuxでもコマンドの書き方などを変えれば動くと思います。 学習にはGPUを使います。 t

こちらの記事は、Indrek Lasn 氏により2019年 7月に公開された『 9 Useful Browser Extensions for Developers — 2020 edition 』の和訳です。 本記事は原著者から許可を得た上で記事を公開しています。 著者Twitter https://twitter.com/lasnindrek Web開発者として、私達はブラウザの拡張機能を存分に利用することができます。ブラウザの拡張機能は、作業環境とコーディングの生産性の向上にとても役立ちます。 2020年に近づき、数多くの新しい拡張機能が登場しました。そこでWeb開発者にとって最も便利な拡張機能を紹介します。 「私がかなたを見渡せたのだとしたら、それは巨人の肩の上に乗っていたからです。」 アイザック・ニュートン Refined GitHub Refined GitHubはGitHub

麻生副総理兼財務大臣は、消費税率の引き上げに伴うポイント還元制度で、想定を上回るペースで利用者への還元が進んでいることについて、ギリギリ予算は足りるとの見方を示したうえで、不足した場合は追加の措置を検討する考えを明らかにしました。 これについて麻生副総理兼財務大臣は、閣議のあとの記者会見で「今の段階で需要を予測するのは、なかなか難しいと思うが、予算はギリギリ足りるのではないか」と述べました。 そのうえで「足りなくなったら、足りなくなったときの話で、必要があれば、予算の執行状況などをよく分析したい」と述べ、予算が不足した場合には追加の措置を検討する考えを明らかにしました。 また麻生副総理は、消費税率引き上げからまもなく１か月となることについて、「駆け込みもなかったので反動減もそんなにあるようには思えない。大きな景気の落ち込みもなく、このまま順調な形でいってもらうのがいちばんだと思っている」と

Markdown to PDF Markdownで書きたいけど、PDFで出力したい という機会はエンジニアはよく出くわすと思います。 「Markdown to PDF」といえばGitBook CLIが有名ですが、こちらはメンテナンスがストップされているため推奨されません（環境依存による不具合などが解決されない）。 GitBookほど多機能でなくても良いですが、綺麗にいい感じに出力したい…！と探し回っていたところ md-to-pdf が最も私の要件に合致したので使ってみました。 そんな私の要件はこちら。 CLIから出力したい ページ内リンクが作れる ページ分割ができる ページ数表示が簡単にできる 全体に対して簡単にテーマをCSSで適用できる いざという時にはHTML+CSSでカスタマイズができる それに対して md-to-pdf は以下のような機能があります。 ディレクトリ内のMarkdow

2019年9月19日「MACHINE LEARNING Meetup KANSAI #6」が開催されました。関西のIT企業が協力して開催している機械学習エンジニアのためのコミュニティイベント「MACHINE LEARNING Meetup KANSAI」。第6回となる今回は、LINE、オムロン、パナソニックシステムデザインの3社がプレゼンテーションを行いました。「機械学習を用いたテキスト正規化手法の動向」に登壇したLINE株式会社の朴炳宣氏は、LINEにおける音声合成技術の紹介と、近年のテキスト正規化手法の動向を解説しました。 機械学習を用いたテキスト正規化の今 朴炳宣氏（以下、朴）：ただいま紹介いただきました、LINE株式会社の朴でございます。大勢の方の前でしゃべることはなかなかないので緊張していますが、よろしくお願いします。 まず自己紹介からですが、私、名前から察していただけるように、

今日では多くのWebサービスがRESTアーキテクチャスタイルで実装されています。RESTは2000年にフィールディングの論文で提唱された後に爆発的に普及し洗練されてきました。一方で、本書で紹介するGraphQLは2015年にFacebookによって公開されたRESTとは異なるアプローチのアーキテクチャです。GraphQLの最大の特徴はクエリ言語を用いてデータを操作する点です。クエリ言語の表現力の高さによりクライアントは本当に必要なリクエストを送ることができます。本書ではGraphQLの概要とGraphQLを用いたWebサービスの開発方法を実装例に沿って紹介します。認証やファイルアップロードといった実践的なトピックまで踏み込んだGraphQLの実用的な入門書です。 関連ファイル サンプルコード 正誤表 ここで紹介する正誤表には、書籍発行後に気づいた誤植や更新された情報を掲載しています。以下の

現在では世界中で数100万人以上のユーザーから絶大なる人気を誇っているサービスにも、必ず初期ユーザーがいたはず。 多くのサービスがユーザー獲得に苦しむ中で、人気サービスはどのようにして無名の頃にユーザーを集めていったのだろうか？ それぞれのサービス内容や時代背景によって、そのユーザー獲得方法は異なるが、全てに共通しているのは、かなりユニークな方法を取っているという事。 今回は現在人気になっている下記の32サービス企業のユーザー獲得方法を紹介する。 AirbnbAlibabaAmazonAppleDoorDashDropboxFacebookFirefoxGitHubGrouponGumroadHotmailInstagramIntercomMicrosoftMixpanelPaypalPinterestProductHuntRedditSalesforceSkypeSlackStripeT

今日から始められるよ。心が穏やかになる「小さな幸せ」の見つけかた自分は不幸で幸せになんてなれない、失敗や挫折ばかり……と思い悩んでいませんか。ご縁やチャンスを待つことはあっても、幸せは向こうからやってくるものではありません。ましてや人から与えられるものでもなく、幸せは自分で見つけるもの、感じ取るものです。あなたの身のまわりにはすでに「小さな幸せ」で満ち溢れています。それに気付けるようになることが、幸せになる近道なのです。すぐそばにある「小さな幸せ」を今日から見つけてみませんか？2018年12月06日作成

はじめに 変分法 変分 微分との差異 微分可能 変分と汎関数 補足 機械学習 関数近似 変分ベイズ法 はじめに 変分法 変分 変分の概念は下記の通りです。 引数 $x$ を受け取る関数 $F[x]$ に関して、引数を $x + h$ へ変えることを考えましょう。すると、引数を変えたことによる $F$ の変化量は $$ \delta F[x] = F[x + h] - F[x] $$ と表すことができます。この $\delta F[x]$ を変分と呼びます。 微分との差異 さて、上記までの議論を見てみると、これは普通にいつも考える微分と何も違いが無いように見えるでしょう。 実際、微分とは、関数 $f(x)$ の引数 $x$ を $x + h$ と変化させた時の $f$ の変化量 $$ {\rm d} f = f(x + h) - f(x) $$ のことを指すのでした。何やら文字の書き方がちょ