技術書でご飯は食べられるのか？ #技術書典 - その後のその後
昨日開催された技術書典5にて、新刊「実践ARKit」と既刊「Metal入門」という2冊の技術書を販売してきました。これまで商業出版も含め何度か技術書を書いてきて、「技術書に儲けを期待してはいけない」1と思い込んできましたが、昨日一日の売り上げは約46万円（詳細は後述）。もしかしたら技術書を書くこと自体でそれなりに稼げる時代が来つつあるのかもしれない・・・と考えを改めました。 （技術書典5。自分のブースからの光景） 自分の書籍の中身やイベントがめちゃくちゃ楽しかったという話は本記事ではいったん置いておいて、そんな「お金」の面について具体的な数字、気付きなどを書いておきたいと思います。 1日の売り上げ詳細 実践ARKitとMetal入門、どちらも製本版＋電子版のセットで2000円で販売しました。どっちが何冊売れたかはちゃんと数えてないのですが、だいたい3:1ぐらいでARKitのほうが多かった感
API Diffsから見るiOS 12の新機能 - ARKit 2 #WWDC18 - その後のその後
今年のWWDCの基調講演は、エンドユーザ向けの新機能の話に終止した感が強く、デベロッパ的にはあまりピンと来ない2時間だったように思います。が、State of the Unionやドキュメントを見ると、試してみたい新APIが目白押しです。例年通り、気になったものを列挙していきます 1。 全部書いてると時間かかりそうなので、まずは本記事では ARKit 2 について。 Multiuser and Persistent AR 自分が見ているARの世界を共有・永続化できるようになったというのは本当に大きいです。Appleのデモは「ゲームで対決できます」みたいな派手なものでしたが、たとえば奥さんの机に花を置いておくとかみたいなささやかなものでもいいですし、ソーシャルコミュニケーションな何かでもいいですし、教育的な何かでも使えそうですし、とにかく「自分しか見れない」という従来の制約がなくなるだけでA
Swiftで書かれた人工知能・機械学習ライブラリ「Swift-AI」をiOSで動かしてみる - その後のその後
全編Swiftで書かれたオープンソースの人工知能／機械学習ライブラリが出てきました。その名も「Swift-AI」。 https://github.com/collinhundley/Swift-AI デモが入っていて、こんな感じで手書き文字認識してくれます（詳細は後述します）。 今のところ iOS と OS X をサポート しているとのこと。MITライセンス。 できること README の Features を見ると、2016年1月現在、フィードフォワード（順伝播型）ニューラルネットワークと、高速行列演算ライブラリはできあがっているようです。 それぞれドキュメントがあります。 https://github.com/collinhundley/Swift-AI/blob/master/Documentation/FFNN.md#multi-layer-feed-forward-neural-
ディープラーニングの有名ライブラリ5種を最短距離で試す半日コース（TensorFlow, Chainer, Caffe, DeepDream, 画風変換） - その後のその後
「いつか勉強しよう」と人工知能／機械学習／ディープラーニング（Deep Learning）といったトピックの記事の見つけてはアーカイブしてきたものの、結局2015年は何一つやらずに終わってしまったので、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をやってみました。 試したのは、TensorFlow、Chainer、Caffe といった機械学習およびディープラーニングの代表的なライブラリ／フレームワーク3種と、2015年に話題になったディープラーニングを利用したアプリケーション2種（DeepDream、chainer-gogh）。 （DeepDreamで試した結果画像） タイトルに半日と書きましたが、たとえばTensorFlowは環境構築だけなら10分もあれば終わるでしょうし、Chainerなんてコマンド一発なので5秒くらいです。Caffeは僕はハ
iOSエンジニアが初めてAndroid開発をやってみた第１日目のメモ - その後のその後
当方フリーランスエンジニアですが、iOS専業でやっております。これまで幾度と無く「ちなみにAndroidの方は・・・？」「すいません、できないんです・・・」と肩身の狭い思いをしてきましたが、ついに今日第一歩目を踏み出しました。 ちなみに現在のスペックですが、 iOSアプリ開発歴4年、Android開発歴ゼロ Androidはユーザーとしても経験値ほぼゼロ（先週 Nexus5 購入して WiFi セットアップしただけ） という感じです。 実況中継的に随時追記する形で書いていきたいと思います。iOS からプログラミングの世界に入り、これから Android もやってみたい、という人も今となっては結構多いんじゃないかと思うので、どなたかの第一歩目の参考になれば幸いです。 ※（終了後に追記）あとから読んだ人には何のことかわからないかもしれませんが、本記事は昼ぐらいに出だし（午前中に進めた内容。書籍
iOSと機械学習 - その後のその後
ビッグデータとかの機械学習隆盛の背景にある文脈や、その拠り所となるコンピュータの処理性能から考えても「モバイルデバイス向けOSと機械学習を紐付けて考えようとする」ことはそもそもあまり筋がよろしくない・・・とは思うのですが、やはり長くiOSだけにコミットしてきた身としては、新たに興味を持っている機械学習という分野と、勝手知ったるiOSという分野の交差点はないのかなと考えずにはいられないわけでして。。 そんなわけで、「iOS と機械学習」について雑多な切り口から調べてみました。 iOSで使える機械学習ライブラリ DeepBeliefSDK コンボリューショナルニューラルネットワークを用いた画像認識ライブラリ。iOSとかのモバイルデバイスで処理できるよう、高度に最適化してある、OpenCVと一緒に使うのも簡単、とのこと。 https://github.com/jetpacapp/DeepBeli
【WatchKit】Apple Watch アプリのつくり方 & 全API解説 - その後のその後
Apple Watch の SDK である『WatchKit』がリリースされてたので、さっそくさわってみました。 以下、サンプル実行方法、AppleWatchアプリの実装方法（所要時間1分、プログラミング不要！）、全クラス解説の順に書いていきます。 ※本記事は、Appleによる公開ドキュメント（ログイン不要領域にあるもの）の範囲で書いています。 サンプル実行方法 何はともあれまずはサンプル実行。 iPhone6 シミュレータとかの並びに Apple Watch とかが来るのかなと思ってたので、一瞬サンプルをどう実行してよいのか面食らいましたが、シミュレータメニューから [Hardware] > [External Displays] > [Apple Watch - 38mm] または [Apple Watch - 42mm] を選択 で、Apple Watch サイズの外部ディスプレイシ
iBeacon＋実店舗の初仕事がリリースされました（＆独立のご報告） - その後のその後
人に会う度に「あれ、なんで日本にいるの？」「いつアメリカに戻るの？」とよく聞かれるのでまずご報告ですが、現在はフリーランスの iOS エンジニアとして日本国内で活動しております。 シリコンバレーから戻ってきたきっかけは、こちら や こちら の記事に書いた通り「プライベートな事情」だったわけですが、その後しばらくしてその「事情」は落ち着き、アメリカに戻れる状況になったときに、自分としては結構迷いがありました。 理由は主に自分がエンジニアとして今後どう生存していくか的なことなのですが、本題に入る前にものすごく長くなってしまいそうなのでまたの機会に書きます。 そんなこんなで数ヶ月フラフラしつつ色々考えた結果、今年1月末に都内にちゃんとアパートを借りて引っ越し、2月から正式にフリーランスエンジニアとしての活動を開始したのでした *1 。 みなさまどうぞよろしくお願いいたします！！！！ ・・・で、や
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
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
