Chiselとは何者か、なぜRISC-Vで使われているのか - Qiita
表題の通り、RISC-Vで使われているHDL（？）のChiselに興味が湧いたので調べていたのですが、このChisel、さっぱり正体がつかめません。 日本語、英語問わず解説記事が少なすぎです。 そもそも、どのレベルのハードウェア記述を対象としているのか、言語の狙いはなにか、から分かりません。 RISC-Vという「普及させたい」CPUの記述言語に選んだわけですから、きっと何かすごい理由があるはずなのです。 せっかく調べたので、まとめます。 Chisel の特徴 ここは公式の箇条書きや、DAC2012の論文を読み込んでいくのが近道のようです。 ハードウェア構築（construction）言語（高位合成言語ではない） Scalaの処理系をベースに拡張された言語 代数的（algebraic）構築と配線 Scalaにはalgebraicという概念のデータタイプ（sum type）があり、それが使える
最近のQiitaの記事の質が下がってきている事への考察 - Qiita
ここ最近、Qiita上でクソ記事書くなとか、炎上YouTuberとか、今後必要になる～～とか、全ての開発者が～～とか、 そしてそれらの記事に対する反論記事にアンサー記事、言ってしまえばこの記事だってそうなるけども そういうモノが多い気がしませんか Qiitaって、そういう目的のサイトだったんでしょうか？ 確かにPHP触らない人は基本PHPの記事は見ないし、C#について調べている最中にHaskellの記事は読まない。 Pythonで機械学習しようとしてる人は3Dオブジェクトが云々の記事を見ないし、AWSマスターだと言える人はAWS初心者向けはあまり開かない。 そのため、記事のジャンルによってはいいねの数も付きやすさも変わって、大衆受けするものがトレンド入りしやすくなるし、まして"全ての開発者"なんて広い主語の記事は大体の人は気になって見に行くし、結果いいねが付きやすくなる。 大人数のユーザー
全ての開発者が学ぶべき1つの言語 - Qiita
「どの言語を学ぶべきか」という議論が都内各所で流行しているようなので、FPGA論理合成の間に暇だったので私も書いてみることにしました。 1.D言語 D言語はサーバーサイドのアプリケーション開発をリードできる言語です。 モバイルゲームやAndroidアプリの開発、そしてエンタープライズWebアプリケーションの開発まで、非常に大きなマーケットに大胆かつ冒険的な野心的大挑戦が行えます。 頑強でスケーラブルなサーバーサイドアプリケーションを開発したいなら、あなたはD言語を学ぶべきです。どのように複雑なシステムであってもD言語で書けますし、様々なツールやテクノロジー、そしてコミュニティのサポートを得ることができないこともないこともないかもしれません。少なくともソースコードは公開されています。 なぜD言語を学ぶ必要があるのでしょうか？D言語を使うことで、システムレベルの詳細事項やメモリ管理に手を入れる
D言語くんにもできるRaspberry Piベアメタルプログラミング - Qiita
今回のソース はじめに D言語のver. 2.076から、-betterCオプションが追加されました。 言語仕様 本家Blog D as a Better C このオプションを使用すると、druntimeやPhobosはコンパイル時に参照されなくなり、ランタイムライブラリを使用するような機能は使えなくなります。 その代わり、コンパイル時のみで解決できるような機能は制限されません。 つまり、PhobosやC言語の標準ライブラリに依存していないD言語のサブセットを、コンパイラのチェックのもと使うことができます。 これを嬉しく思える人はたぶんごく一部ですが、以下のような場合に該当すると思われます。 OSやドライバなど、ランタイムライブラリを気軽に使用できない部分の実装 マイコンなどの組み込み機器向けのプログラミング リアルタイム性の高い箇所で、GCなどのオーバーヘッドのある言語機能を排除したい場
ID生成大全 - Qiita
セッションIDやアクセストークン、はたまた業務上で使う一意の識別子など、いろんなところで一意のIDを生成しなきゃいけないケースが存在します。 そこで世間で使われているIDの生成方法について調べてみました。 選択基準 ID生成における要求として、以下の観点が上げられるかと思います。 生成の速度 大量にデータを短期間で処理し、それらにIDを付与する場合、ID生成そのものがボトルネックとなることがあります。 推測困難性 IDを機密情報と結びつける場合、IDを改ざんされても、機密データが見れないようにできている必要があります。 順序性 採番した順にデータをソートする必要がある場合は、IDがソートキーとして使えないといけません。 それぞれについて各生成手段を評価します。 ID生成の手段 データベースの採番テーブル 採番用のテーブルを作り、そこで番号をUPDATEしながら取得していくやりかたです。古い
ひとりでCPUとエミュレータとコンパイラを作るのカレンダー | Advent Calendar 2017 - Qiita
The Qiita Advent Calendar 2017 is supported by the following companies, organizations, and services.
宇宙大航海時代のためのCDN選び - Qiita
こんにちは。NASAのプロジェクトで月面勤務のジャバオペレータのジャバ（仮名）といいます。今日は、ついにやってきた宇宙大航海時代のためのコンテンツ・デリバリー・ネットワーク (CDN)の選び方を、原理を含めて説明していきます。 CDNと宇宙大航海時代 CDNは、リソースを配布する際に、宇宙で地理的に分散して配置されたエッジと呼ばれるサーバーにリソースをキャッシュすることで、ユーザのそばのエッジからコンテンツを配信できるようになり、ユーザの待ち時間が短くなるシステムです。宇宙大航海時代より前では、地球の大陸やいくつかの島にサーバを配置していたにすぎなかったようです。地球は比較的小さい惑星ですので、往復遅延時間(RTT)は一番遠いところでも500 msを越えないくらいです。この状況では、CDNが存在しない場合でも、確かにちょっと待たされるものの、リソースが使えないといった状況にはなりませんでし
AWSバッドノウハウ集 2017/02 - Qiita
おことわり 主観であり何らかのデータにもとづいてはいない この記事に書いてあることは信じずに自分で試そう EC2 t2 ファミリーは他ファミリーと比べて不安定 どのインスタンスもいつかは死ぬという点では共通なのですがそのなかでもt2は故障したり不具合が発生したりする確率が非常に高い気がする なので死んだり、死にかけ状態で動き続けたりしてほしくないインスタンスはあんまりリソースを使わなくても t2.micro とかじゃなくて m3.medium にしとくとすこし可用性があがる 追記: CPUクレジット理解していないだけではとか書かれていたんですがその辺は確認している。 t2の可用性が問題になったケースいくつかあるんだけど、自分の場合はネットワークがたまに断する問題が多くて、分散DBクラスタの死活監視で1secごとにpingするだけでCPUは常に1%以下みたいなものとかに使うとカジュアルに10
数学の苦手なバイオの学生がCourseraの機械学習コースを修了して気づいたこと - Qiita
機械学習を学ぶのに最も適した教材と言われる、Machine Learning | Coursera を受講し終わりました！ 「機械学習に興味はあるけど、何から始めたらいいかわからない」 「Courseraはいいって聞くけど、難くて挫折する気がする」 「機械学習やるなら、PRMLがいいって聞いたけど」 という人は多いと思います。私も同じように思っていました。Courseraの機械学習コースを始めたのはなんとなくですが、修了してみて、やって本当に良かったと思います。機械学習は面白いし夢があるので、ちょっとでも興味がある人の背中を押したいと思い、このコースの何がいいのか簡単にまとめたいと思います。 過去の記事 Coursera Machine Learning (1): 機械学習とは？単回帰分析、最急降下法、目的関数 Coursera Machine Learning (2): 重回帰分析、スケ
D言語のカレンダー | Advent Calendar 2016 - Qiita
About reserved postingIf you register a secret article by the day before the same day, it will be automatically published around 7:00 on the same day. About posting periodOnly articles submitted after November 1 of the year can be registered. (Secret articles can be registered anytime articles are posted.)
target="_blank" で開くリンクには rel="noopener" をつける - Qiita
The performance benefits of rel=noopener - JakeArchibald.com より target="_blank" でリンクを開く場合は、rel="noopener"をつけておくのが良い。 管理画面などでは rel="noopener noreferrer"というかたちでnoreferrerをつけるとさらに良いかもしれない（参考：http://qiita.com/wakaba@github/items/707d72f97f2862cd8000 ） target="_blank" で開いたWindowは、 window.opener を使って親のWindowを操作することができる。つまりtarget="_blank"で開いたサイトで任意の操作ができてしまうことになるけど、Same origin の仕組みが働く。ので、Same originではない場
Day of D言語くん - Qiita
Merry Christmas !!! 今回 Effekseer でD言語くんを彩るエフェクトを作ってみました。 各シーンに特に意味はないぞ！ デジタルマァズの世界から召喚されたD言語くん 異世界からやってきたぞ！ デコられるD言語くん イマドキ流行してるクリスマスツリーだぞ！ 人気者のD言語くん 光の魔法でクリスマスのお祝いをするぞ！ 発射されるD言語くん ロケットエンジンで飛べるぞ！ 飛翔するD言語くん 回転するとジャイロ効果によって飛行が安定するぞ！ 疲れからか黒塗りの高級車にぶつかってしまうD言語くん 完全に撃破したから示談とか関係ないぞ！ 量産されるD言語くん なかまがふえるぞ！ 空から降る1億のD言語くん やがて世界はD言語くんで包まれるだろう。 人はそれを審判の日と呼んだ。 終
D言語でコンピュータ将棋プレイヤを作りました - Qiita
test1, test2の(LDCの)結果から、（テストが間違ってなければ）ゲーム木探索でも1コア100万局面/秒を見込める実行速度が出ていると考えられます。実際、電王トーナメント時のcore-i7 6700K環境の4スレッド並列探索では、合法手数の少ない序盤局面＆軽めの２駒関係の評価関数という条件ですが400万局面/秒出ていました。 （C/C++で実装された他プログラムと比較しても負けてない速度は出ていると思います！[要出典]） ビットボードの演算子の一括オーバーロード ビットボード：1マスを1ビットで表現→将棋では81ビット以上必要（、なので構造体でビット演算を定義したい、できればSSEを使いたい） D言語では演算子をopBinary(2項演算), opUnary(単項演算), opOpAssign(代入演算)などでまとめてオーバーロードでき、コードがすっきりします。 またオーバーロー
Arduinoを自作して量産して販売する(超小型Arduino互換機 8pinoを例に) - Qiita
田中章愛と申します。友人の高橋良爾とVITROというデザインユニットで作品を作ったり、品川周辺の仲間と放課後ものづくりコミュニティ品モノラボで活動しています。普段はメーカーでハードウェアエンジニアをしています。 このAdvent CalendarはArduinoがテーマと言うことで、読者の皆様はすでに一連の連載でArduinoの使い方はある程度ご存じなのかなと思い、今回はいざという時に役立つArduinoの自作・販売方法について説明したいと思います。 ちなみに書いてみるとかなり長文になってしまったのでご注意ください。。 本記事のテーマと対象範囲 自作と言っても普通に手作りする例はネット上にたくさんある（1、2）ので、この記事では 1. 独自の要素を加えた自作Arduinoの回路を試作・量産設計する 2. 深センの工場（SeeedStudio）で量産する 3. オンラインストア（Switch
（ 調査 ）Deep Learning 計算を、FPGA 専用アクセレレータ 上で 高速 に 行う試み ～ Deep Learning 計算基盤 を、GPU から 自社製FPGA に 切り替える動き が 加速中。今後はさらに、Neuromorphic chip がやってくる？ - Qiita
（ 調査 ）Deep Learning 計算を、FPGA 専用アクセレレータ 上で 高速 に 行う試み ～ Deep Learning 計算基盤 を、GPU から 自社製FPGA に 切り替える動き が 加速中。今後はさらに、Neuromorphic chip がやってくる？FPGADeepLearningneuromorphic-computingneuromorphic-tipCognitive-computing 1. 個人プログラマの手で、機械学習 / Deep learning 専用 FPGAアクセレレータを論理合成した先行事例 が Webに公開されている Google検索でしらべたところ、以下 の 高前田 伸也 氏 のSlide Shareが、公開されている先行事例として先駆的です。 （ 以下、下記 の SlideShare から 該当ページを抜粋して転載 ） (Slide S
Linuxに関わる人が一度は読むべきStackOverflowまとめ - Qiita
なぜStackOverflowか Upvote/Downvoteの仕組みにより、自然とベストプラクティスが蓄積されている 世界中のプログラマの目に晒されているため質が高い 答えが幾つか出されているため視野が広がる・一つの手法に固執することがない 英語の勉強にもなる StackOverflowのおすすめの見方 質問はまずしっかり理解する それに対する答えを比較してみて、なぜそう動くのかを考える コメント欄はFont Size的には小さいが、かなり濃いコメントが書かれていることが多いので暇なら目を通す 10. Looping through the content of a file in Bash? ファイルの内容をループで取得するためのベストプラクティス。 （2015/10/23 : 本節修正しました。@heliac2000 さん、@kawazさん、ありがとうございました。詳しくは本記事コ
Rを使うなら知っておきたいチートシート群 - Qiita
Rにもチートシートはある。 なかでもRStudio社のチートシートは使い勝手が良い。 RStudio社のチートシートは知っている人にとっては当たり前の情報だが、知らない人は本当に知らないことを最近知ったのでQiitaにも記事を残しておく。 できればこの記事をストックするのではなく、以下のURLをブックマークしてほしい。 https://www.rstudio.com/resources/cheatsheets/ 以下に各チートシートの簡単な紹介とURLを示す。 データハンドリング いわゆるデータの前処理。Data Wranglingとも言う。 dplyr、tidyrを使った例が図入りで書かれている。必見。 https://www.rstudio.com/wp-content/uploads/2015/02/data-wrangling-cheatsheet.pdf なお、データハンドリング
【機械学習】ディープラーニング フレームワークChainerを試しながら解説してみる。 - Qiita
今話題のDeep Learning(深層学習)フレームワーク、Chainerに手書き文字の判別を行うサンプルコードがあります。こちらを使って内容を少し解説する記事を書いてみたいと思います。 (本記事のコードの全文をGitHubにアップしました。[PC推奨]) とにかく、インストールがすごく簡単かつ、Pythonが書ければすぐに使うことができておすすめです！ Pythonに閉じてコードが書けるのもすごくいいですよね。 こんな感じのニューラルネットワークモデルを試してみる、という記事です。 主要な情報はこちらにあります。 Chainerのメインサイト ChainerのGitHubリポジトリ Chainerのチュートリアルとリファレンス 1. インストール まずは何はともあれインストールです。ChainerのGitHubに記載の"Requirements" ( https://github.co
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
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
基礎からはじめる物理ベースレンダリング - Qiita
数学カフェ_4次元コンテンツ出展の記録のカレンダー | Advent Calendar 2016 - Qiita
