The importance of a handbook-first approach to communication
A handbook-first approach to communication is sneakily vital to a well-run business. While it feels skippable — inefficient, even — the outsized benefits of intentionally writing down and organizing process, culture, and solutions are staggering. Conversely, avoiding structured documentation is the best way to instill a low-level sense of chaos and confusion that hampers growth across the board. G
Awesome - Most Cited Deep Learning Papers | Curated list of awesome lists | Project-Awesome.org
[Notice] This list is not being maintained anymore because of the overwhelming amount of deep learning papers published every day since 2017. A curated list of the most cited deep learning papers (2012-2016) We believe that there exist classic deep learning papers which are worth reading regardless of their application domain. Rather than providing overwhelming amount of papers, We would like to p
文字通りRustでOSを作ってみるという内容の記事で、最新のAsync/Awaitまで写経を終わらせたので復習も兼ねて内容をまとめる 結論から書くと非常に面白い記事だった x86_64というcrateが用意されていて、だいたいはそれを使って書いていくことになるのでアセンブラはほとんど触らず理論的な部分の学習にフォーカスできた(なので低レベル初心者の自分でもなんとかなった) OSを構築する概念についてざっくり踏み込みたい場合に良い題材になるんじゃないかと思う。特にメモリアロケーションやCPU割り込みの仕組みに興味がある人はやってみるとイイかも 以下は各章のざっくりまとめ。個人的に印象的だった内容だけ掻い摘んで書いておく。もちろん僕の理解度で書いているので間違いがあるかも知れない A Freestanding Rust Binary 1つ目の記事ではオレオレkernelを作成するところから始め
A General Toolbox for Identifying Object Detection Errors
TIDE A General Toolbox for Identifying Object Detection Errors View on GitHub Download .zip Download .tar.gz A General Toolbox for Identifying Object Detection Errors An easy-to-use, general toolbox to compute and evaluate the effect of object detection and instance segmentation on overall performance. This is the code for our paper: TIDE: A General Toolbox for Identifying Object Detection Errors
マッハバイトにRedis Sentinelを導入した話とClusterデータ移行ツールを自作した話 - LIVESENSE ENGINEER BLOG
インフラグループの春日です。 従来のパッチワーク的なアップデートとは別に、完全新規にサーバーを構築し直すメンテナンスのことをインフラグループでは 式年遷宮 と呼んでいます。 我々は以下の目的でオンプレサーバーに対して定期的に式年遷宮を実施しています。 OSやミドルウェアのバージョンUPになるべく追従して脆弱性や不具合を回避する アップグレードや設定変更の積み重ねで汚れたOSをクリーンな状態に戻す より良い構成に変えて運用負荷を減らしていく 今回は マッハバイト で使っている Redis の式年遷宮で、 可用性向上のため Redis Sentinel を導入 速さを求めて Redis Cluster のデータ移行ツールを自作 した話をさせていただきます。 Redis Redis Sentinel を導入 Sentinel 導入前の構成と課題 Active Standby 構成 Replica
Can't use X-Server in WSL 2 · Issue #4106 · microsoft/WSL
tom@TOM-HOME-PC:~/z80pack/imsaisim$ strace ./cpm22 execve("./cpm22", ["./cpm22"], 0x7ffd01082fd0 /* 23 vars */) = 0 brk(NULL) = 0x55675a8f8000 access("/etc/ld.so.nohwcap", F_OK) = -1 ENOENT (No such file or directory) access("/etc/ld.so.preload", R_OK) = -1 ENOENT (No such file or directory) openat(AT_FDCWD, "/home/tom/z80pack/frontpanel/tls/x86_64/x86_64/libc.so.6", O_RDONLY|O_CLOEXEC) = -1 ENOEN
PCI DSS のセグメンテーションテストに VPC Reachability Analyzer を使う - カンムテックブログ
カンムでバンドルカードのバックエンドやインフラを担当している summerwind です。 バンドルカードはスマホ上で Visa のプリペイドカードを発行して決済に使える機能を提供しているため、クレジットカードのデータを安全に取扱うことを目的として策定された、クレジットカード業界のセキュリティ基準である PCI DSS に準拠しています。 PCI DSS にはセキュリティ基準として様々な要件が定義されており、中には次のようなものがあります。 11.3.4.1 Additional requirement for service providers only: If segmentation is used, confirm PCI DSS scope by performing penetration testing on segmentation controls at least ev
NovelAI 5ch Wiki 画像生成AIの情報を纏めるWikiです。 トップページページ一覧メンバー掲示板編集 Dreambooth-LoRA 最終更新：ID:QNrw4jY8gQ 2024年03月02日(土) 17:34:52履歴 概要 公式情報 sd-scripts (kohya) 参考資料・スレ住民による学習ガイド 記事 インストール、初回セットアップ編 sd-scripts (作: kohya) LoRA_Easy_Training_Scripts Installers あかちゃんLoraインストーラー bmaltais版 GUI AUTOMATIC1111 SD WebUI 拡張機能版 (作: ddPn08 GUI) Kohya_lora_param_gui (スレ住民作) sd-webui-train-tools | https://github.com/liasece/
Introducing Segment Anything: Working toward the first foundation model for image segmentation
Segment Anything’s promptable design enables flexible integration with other systems. SAM could receive input prompts, such as a user’s gaze from an AR/VR headset, like Project Aria. SAM: A generalized approach to segmentation Previously, to solve any kind of segmentation problem, there were two classes of approaches. The first, interactive segmentation, allowed for segmenting any class of object
【RubyKaigi 2024 参加レポート】Namespaceを実際に触ってみた - Timee Product Team Blog
こんにちは、タイミーの @masarakki です。 先日、5月15日から3日間開催された「RubyKaigi2024」に参加しました。 本記事で取り上げるのは、そのRubyKaigi2024の最後のセッションであるmatzのキーノートで、「これが入ったらRuby 4.0」とまで言われた @tagomoris 氏のNamespace機能。 セッション終了後、目の前に本人が座っていたので「責任重大だねwww」と煽りに行こうとしたところ、感極まって帽子を目深に被りなおしている瞬間だったのでそっとしておきました。 というわけで、セッションの内容 は他にいくらでも記事があると思うので、実際に手を動かしてみようと思います。 参考: https://gist.github.com/tagomoris/4392f1091f658294bd4d473d8ff631cb 作業ブランチが Namespace
PHP のメーリングリストから、気になった情報をピックアップします。 Internal RFC: rules for #include directives - Externals ここで言う #include は PHP のソースコードの方です。 私自身の理解度が浅い分野ではあるのですが、大まかにまとめると 巨大コードベースで #include が不適切になっていたのでリファクタした 4つほど PR マージしたら、--enable-dtrace オプションのビルドがエラーになるようになった それに対する不具合修正をしたが、これまでの PR もすべて戻せという方向に発展し..... よし、それなら RFC で解決しようじゃないか！ という流れです。一連のやり取りには激しい言葉も一部見られます。 PHP の機能性には影響しないので、 RFC を作るものではないという意見もありましたが、紛争解
バイドゥ、映像内の物体をそれぞれ抽出するセグメンテーション技術「CFBI」開発 背景も考慮しより精密に 2020-07-31 Baidu Researchとシドニー工科大学の研究チームが開発した「Collaborative Video Object Segmentation by Foreground-Background Integration（ CFBI ）」[Yang et al. 2020]は、動画内において、オブジェクトごとに追跡しクラス分けする半教師あり学習のビデオオブジェクトセグメンテーション（Video Object Segmentation 、VOS）だ。 ビデオオブジェクトセグメンテーション（ VOS ）とは ビデオオブジェクトセグメンテーション（VOS）とは、動画内のオブジェクトに対して、そのオブジェクトが何なのかをピクセル単位で区別し認識するタスクを指す。ターゲット
A wild backdoor has appeared. Press 1 to ptrace :D While going though some vulnerable servers I was able to find a backdoor present that is only 249 bytes long. The backdoor’s md5sum is 93363683dcf1ccc4db296fa5fde69b71 and is undetected on virustotal and other threat intelligence websites. Reversing this binary gave us insights on how malware authors are using techniques to make their backdoors un
FROM foo # ... RUN sh -c 'echo "deb [arch=amd64] http://dl.google.com/linux/chrome/deb/ stable main" >> /etc/apt/sources.list.d/google-chrome.list' RUN apt-get -y update RUN apt-get install -y google-chrome-stable # ... # コンテナ起動後アプリケーション内のChrome利用箇所でクラッシュ selenium.common.exceptions.WebDriverException: Message: unknown error: Chrome failed to start: crashed. (chrome not reachable) (The process star
「WHO、WHAT、HOW」を決める前にマーケターがすべきこと――コレクシア 芹澤連インタビュー | Marketing Native（マーケティング ネイティブ）
『“未”顧客理解』に続き、『戦略ごっこ』（いずれも日経BP）と2冊の著書が話題になっている株式会社コレクシア 執行役員でマーケティングサイエンティストの芹澤連さん。 マーケティングの重要フレームワークである「WHO、WHAT、HOW」について、「WHOで顧客を絞る前にマーケターが考えることがある」と問題提起しているのをはじめ、従来「当たり前」とされてきた考え方に異論を投げかけ、注目されています。 具体的にはどんなことなのか。みる兄さんの「キーパーソン深掘り」第4回は、2冊の著書が話題の芹澤連さんに話を聞きました。 （構成：Marketing Native編集部・早川 巧、撮影：永山 昌克） 小さなブランドの浸透率を上げるには みる兄さん 最初は「書籍が話題になったポイント」を伺います。バイロン・シャープの『ブランディングの科学』（朝日新聞出版）が以前、1つの事例として話題になりましたが、事
Fosdem, February 2021 Network Performance in the Linux Kernel Maxime Chevallier maxime.chevallier@bootlin.com © Copyright 2004-2021, Bootlin. Creative Commons BY-SA 3.0 license. Corrections, suggestions, contributions and translations are welcome! embedded Linux and kernel engineering - Kernel, drivers and embedded Linux - Development, consulting, training and support - https://bootlin.com 1/1 Max
Transformer, an attention-based encoder-decoder model, has already revolutionized the field of natural language processing (NLP). Inspired by such significant achievements, some pioneering works have recently been done on employing Transformer-liked architectures in the computer vision (CV) field, which have demonstrated their effectiveness on three fundamental CV tasks (classification, detection,
そして本年も9名のKagglerの方にアンケートにご協力いただき、2022年に面白かったコンペと論文を教えていただきましたのでその結果を紹介します。 (1)回答いただいたKaggler9名のご紹介 まずは今回のアンケートに回答いただいたのは以下9名のKagglerの方です。 杏仁まぜそば YujiAriyasu カレーちゃん shinmura0 俺人〜Oregin〜 Hiroki Yamamoto SiNpcw ころんびあ regonn_haizine ※Twitterアカウント、アルファベット順 業務でのデータ解析分野 普段業務で利用しているデータ解析分野は、以下の通りです。今年は画像解析業務の方が多くいました。 過去に参加したことがあるコンペ・コンペに参加する理由 過去に参加したことがあるコンペは以下の通りです。やはりKaggleが最も多く、次いでProbSpace、Nishikaとい
New OpenSSH Vulnerability Could Lead to RCE as Root on Linux Systems
OpenSSH maintainers have released security updates to contain a critical security flaw that could result in unauthenticated remote code execution with root privileges in glibc-based Linux systems. The vulnerability, codenamed regreSSHion, has been assigned the CVE identifier CVE-2024-6387. It resides in the OpenSSH server component, also known as sshd, which is designed to listen for connections f
概要 Goのポインタを図で理解することで ダブルポインタとは Goは全て値渡し ポインタレシーバと値レシーバの違い がどういうことかを理解でき、参照渡しの時に x = y だと更新されず *x = *y だと更新される理由が分かります。 ポインタを図示する ポインタはメモリアドレスを指すというは理解しているでしょうが、ポインタ変数との関係を分かりやすくするために図示します。 func main() { var x = 100 fmt.Println("x address:\t", &x) var y *int fmt.Println("y value:\t", y) fmt.Println("y address:\t", &y) y = &x fmt.Println("y value:\t", y) fmt.Println("y address:\t", &y) } The Go Play
複数の商品・サービスを展開する大手企業で、よくある悩みの1つが「事業部間の壁」。 社内の他事業部／グループ会社の営業に、商品・サービスを担いでもらいたい新規事業を立ち上げたが、専任営業が不在。顧客基盤を活かせていない大手企業の強みである顧客基盤や営業網を活かしきれておらず、機会損失を招いているとのお悩み相談が後を立ちません。 筆者は以前、大手メーカー系商社で従業員5,000名（単体）の会社に所属し、あるBtoB事業のマーケティングを管轄していました。その後、全社デジタルマーケティング部門で事業部のデジタル活用の推進やオウンドメディア運用のために、社内マーケティングに奔走した経験があります。 本稿では他事業部の営業に売ってもらう社内マーケティングの手法やアイデアをまとめました。当時の実践経験をベースに、同社のマーケターの取り組みを加えています。 本記事の内容をまとめたチェックリストもあわせて
Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 Preferred Networks（PFN）が開発した「Fast Soft Color Segmentation」は、1枚の画像を複数のRGBA （RGBカラーと不透明度を表現するアルファチャンネル）のレイヤーに分解する、深層学習を用いたカラーセグメンテーション技術だ。分解したレイヤーは画像や動画の再彩色や合成など、レイヤーベースの編集に利用できる。既存の手法に比べ、処理が30万倍高速になったという。
Go3 Advent Calendar 2019本記事は Go3 Advent Calendar 2019 の 8日目 の記事です。 ではでは、早速本題に入っていきます。 モック使ってますか？みなさんモックコードは書いていますか？ テストコードを書いているなら、ほぼ必ず登場するあのモックです。 DB処理や関数のモックなどいろいろありますよね。 そんなモックコードですが、作ったり管理するのめんどくさいなぁとか思ってないですか？ モックだからといって雑なコードになっていませんか？ 今回は、外部API通信のモック化にフォーカスし、 モックコードの作成・管理コストを軽減する VCR ライブラリ を紹介します。 VCR ライブラリ とは？VCR（Video Cassette Recorder）とは、通信を保存し、再生するライブラリです。 つまり、APIリクエストの初回通信の内容を保存し、 次回以降そ
Jagger - C++ implementation of Pattern-based Japanese Morphological Analyzer
Jagger - C++ implementation of Pattern-based Japanese Morphological Analyzer About Jagger is a fast, accurate, and space-efficient morphological analyzer [1] inspired by the dictionary-based longest matching for tokenization and the precomputation of machine-learning classifiers. Jagger applies patterns, which are extracted from morphological dictionaries and training data, to input from the begin
Annotated history of modern AI and deep neural networks
For a while, DanNet enjoyed a monopoly. From 2011 to 2012 it won every contest it entered, winning four of them in a row (15 May 2011, 6 Aug 2011, 1 Mar 2012, 10 Sep 2012).[GPUCNN5] In particular, at IJCNN 2011 in Silicon Valley, DanNet blew away the competition and achieved the first superhuman visual pattern recognition[DAN1] in an international contest. DanNet was also the first deep CNN to win
We summarise the state of the competitive landscape and analyse the 200+ competitions that took place in 2022. Plus a deep dive analysis of 67 winning solutions to figure out the best strategies to win at competitive ML. 2022 was a big year for competitive machine learning, with a total prize pool of more than $5m across all platforms. This report reviews all the interesting things that happened i
🎄本エントリは『WebXR』をテーマにしたアドベントカレンダー『WebXR ( WebVR/WebAR ) Advent Calendar 2021』の初日 Day 1 を飾るエントリです。 whoami @ikkou a.k.a HEAVEN chan です。長らく WebXR 周辺の動向を追っていて、定期的に WebXR に関する『現状確認』エントリを投下しています。 本エントリでは『現状確認 2021 Summer』から少しだけ経過した『現状確認 2021 Winter』として 2021-12-01 JST 現在 の WebXR 全般に触れていきますが「個々の詳細」には触れません。また、具体的なコンテンツの動向にも触れません。それらは Day 2 以降で触れられていくことでしょう。本エントリを読めば WebXR の現状が概ね理解できることを目的としています。 Update 2021
こんにちは、hachi8833です。「Rustで書かれたRuby」であるArtichoke RubyをRustでビルドしてみました。Gobyもそうですが、ついこういうのをやってみたくなってしまう自分😅。 Playground: Artichoke Ruby Playground リポジトリ: artichoke/artichoke: 💎 Artichoke is a Ruby made with Rust 同リポジトリより artichoke: チョウセンアザミ（キク科の多年草） 特徴 Rustで書かれている Ruby 2.6.3（MRI）互換を目指す Playgroundサイトですぐ試せる WebAssemblyベースでビルドされている 設計と目標（Readmeより） WebAssemblyのビルドをサポート 信頼できない環境でのRuby組み込みや実行をサポート Rubyアプリをシン
山野氏の自己紹介 金子春信氏（以下、金子）：ここから、PoCの内容について山野さんにお話しいただきたいと思います。 山野葉子氏（以下、山野）：ありがとうございます。ただいま紹介いただいた山野と申します。今日はこのような場でお話しする機会をいただき、Akamaiさま、本当にありがとうございます。 それでは私から、「Akamai Guardicore Segmentation」のPoCをした内容についてお話ししたいと思っています。はじめに簡単に自己紹介をします。私、株式会社大和総研のフロンティア研究開発センターに所属している山野葉子と申します。よろしくお願いします。 私のキャリアですが、まず大和総研に入社して、証券会社さま向けのオンライントレードのシステム開発に従事した後、企画部門で金融機関さま向けのDXソリューションの企画などに携わってきました。 フロンティア研究開発センターには2016年ぐ
同じニュースを見たにもかかわらず、政治的なスタンスが左派か右派かによって理解のしかたが180度違ってしまうという現象が、しばしば発生します。政治的なニュースを処理している人の脳をスキャンする新たな研究により、このような偏りが脳の中で発生するメカニズムが解明されました。 Shared neural representations and temporal segmentation of political content predict ideological similarity | Science Advances https://doi.org/10.1126/sciadv.abq5920 Study offers neurological explanation for how brains bias partisans against new information | Brown
12月12日（土）、PHPカンファレンス2020が開催されました。PHPカンファレンスは今年20周年の節目を迎え、初のオンライン開催となりました。前編に続き、本稿ではその模様をお伝えしていきます。 竹澤有貴さん「事業のスケールアウトを支えるPHPで作る分散アーキテクチャ」 スターフェスティバルの竹澤有貴さんは、これまで大規模データを扱う業務に多く携わってきました。その中での経験を基に、事業を支える大規模アプリケーションをどのようなパターンで構築していくかについて話しました。 「Event Sourcing」と「CQRS」をキーワードに上げ、これらと同列に語られることの多いドメイン駆動設計についても紹介しました。 ビジネスの成長と組織 アプリケーションは小さなアプリケーション、小さなチームから始まります。当初は意思疎通が取りやすいのでコードベースの統一も容易に取れますが、大きいチームにな
「リモセンと深層学習の課題とトレンド」を知る上で、よくまとまっている2017年の論文"Deep learning in remote sensing: A comprehensive review and list of resources."がありましたので、この論文の解説をします。 1. はじめに 宇宙から地球を観測するリモートセンシング（リモセン）データと深層学習については宙畑でも色々な記事が出ています。この「リモセン×機械学習」を俯瞰でみた時にどのようなトレンドになっているのでしょうか。 この「リモセンと深層学習の課題とトレンド」を知る上で、よくまとまっている2017年の論文“Deep learning in remote sensing: A comprehensive review and list of resources.”がありましたので、この論文の解説をします。なお、本
こんにちは、メディアサービス開発部Webアプリケーション開発課のシゲタです。5/11~5/13に長野県松本市で開催されたRubyKaigi2023に参加してきました。RubyKaigiへの参加は今回がはじめてなので、参加してみてどうだったのか等の感想をお話しします。RubyKaigiの雰囲気が少しでも伝えられれば幸いです。 ハイレベルで刺激を得られるセッション 気になったセッションについて LT Implementing "++" operator, stepping into parse.y Fix SQL N+1 queries with RuboCop Learn Ractor 連日開催されるアフターパーティ 話したこと ご飯や観光など 感想 ハイレベルで刺激を得られるセッション わかってはいましたがやはりRubyKaigiのセッションはハイレベルでした。 Ruby言語本体の仕様や機
Image recognition (i.e. classifying what object is shown in an image) is a core task in computer vision, as it enables various downstream applications (automatically tagging photos, assisting visually impaired people, etc.), and has become a standard task on which to benchmark machine learning (ML) algorithms. Deep learning (DL) algorithms have, over the past decade, emerged as the most competitiv
今日も少し前に流行ったモデルの復習。 今日はBERTに関してまとめる。 https://wikiwiki.jp/animegameex/%E3%83%90%E3%83%BC%E3%83%88 これもまた既に素晴らしいまとめがあるのでそちらを参考にしながら復習した。 jalammar.github.io towardsdatascience.com BERTとは 「Bidirectional Encoder Representations from Transformers」の略。 BERT自体は事前学習モデルではあるが、これを利用することで様々なタスクのSOTAを達成している。 「A new era of NLP」なんて言われるほど、色々なところで騒がれている。 さて、以下の内容としては BERTのモデルについて どうやって目的のタスクに適用するか の2つを中心にまとめようと思う。 ※きっ
Prompt engineering is the process of structuring text that can be interpreted and understood by a generative AI model.[1][2] A prompt is natural language text describing the task that an AI should perform.[3] A prompt for a text-to-text language model can be a query such as "what is Fermat's little theorem?",[4] a command such as "write a poem about leaves falling",[5] or a longer statement includ
「風が吹けば桶屋が儲かる」は江戸時代から伝わる言い回しで、一見、何の関係も無さそうなところにまで影響が及ぶ事例や、そのために使われる無理なこじつけを批判するような場面で使います。 元々の意味としては「風が吹けば土埃がたつ、すると土埃が目に入って目を病む人が増える、目を病む人の生業は三味線の師匠が多いから三味線が売れる、三味線には猫の皮を貼るから猫が狩られる、狩られて猫が少なくなると鼠が増える、鼠が増えると桶などが齧られる、ゆえに仕事が増えて桶屋が儲かる」という連鎖だそうです。まぁ、これは笑い話レベルのこじつけですが、最近、これに類したトラブルを経験したので紹介してみましょう。 mate-calcのSeg.fault ある日「mate-calcが動かなくなった」という報告が届きました。"mate-calc"はMateデスクトップ環境で開発されている電卓ツールで、一見すると単純な電卓なものの、
はじめに いよいよ本連載も今回で最終回です。最終回ということで、近年報告件数が増加傾向にある「型混同の脆弱性」[1]を取り上げたいと思います。具体的には、2016年にPHP にて発見されたCVE-2016-3185を解説します。PHPは前回（本誌2021年5月号）も取り上げましたが、今回はそれとはまったく別の種類の脆弱性になります。その点を頭の片隅に入れつつお読みください。また補足になりますが、今回の脆弱性はすべてPHP 7.0.3で検証・解説しています。 今回の脆弱性：CVE-2016-3185 CVE-2016-3185はPHPのインタプリタ内に実装されているmake_http_soap_request関数の中に存在する型混同の脆弱性です。前回のおさらいになりますが、PHPのインタプリタ自体に脆弱性が存在した場合、不正なPHPのプログラムを解釈・実行させるとその脆弱性が発現します。 実
trilogy を調査したら Active Record が抱える問題にまで辿り着いた - Money Forward Developers Blog
はじめに あけましておめでとうございます。k0iです。 皆さんは年末年始、いかがお過ごしでしたでしょうか。 私は久しぶりに会った高校の友達と飲んで帰省の列車に乗り遅れ、更にスマホを落として壊してしまい中々痺れる年越しとなりました。 2024年も良い年になると良いですね.....! さて、Rails 7.1 で trilogy という MySQL 互換の Database Adapter が追加されました。 しかし我々はすでに MySQL 互換の Database Adapter として mysql2 を使っています。 一体なぜ新しい Adapter が必要なのか。trilogy は何を解決するために開発されたのか。 気になりませんか?(なりますよね?) そこで、trilogy について開発の背景や、採用すると何が嬉しいのかを調査してみました。 タイトルにもある通り、調査の過程で Activ
Google、モバイルアプリ開発で視覚処理などの機械学習を利用しやすい「ML Kit」をリリース：Pose Detection API β版も機能強化 Googleは機械学習に対応したモバイルSDK「ML Kit」の一般提供を開始した。合わせてSelfie Segmentation API β版のML Kitへの追加と、ML Kitに含まれるPose Detection API β版の機能強化も発表した。モバイルアプリケーション開発者が視覚処理と自然言語処理に関する機械学習を利用しやすくなる。 Googleは2021年3月9日（米国時間）、Googleのオンデバイス機械学習機能を利用したAndroidアプリケーションやiOSアプリケーションを開発するためのモバイルSDK「ML Kit」の一般提供を開始した。合わせて、Selfie Segmentation（自撮り写真分割）APIのβ版をML
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
Writing an OS in Rustを一通りやった｜LTKSK
Dreambooth-LoRA - NovelAI 5ch Wiki
今週の PHP 2023-01-21 〜 2023-01-27
バイドゥ、映像内の物体をそれぞれ抽出するセグメンテーション技術「CFBI」開発 背景も考慮しより精密に
Reversing a real-world 249 bytes backdoor!
M1 (M2) Mac上のDockerコンテナでChromeを動かす方法 2023年版 - Qiita
Network Performance in the Linux Kernel
A Survey of Visual Transformers
Kaggleランカーの9人に聞いた、2022年面白かったコンペ7選と論文7選 | 宙畑
ポインタを図で理解する - Carpe Diem
「営業が売ってくれない！」社員5,000人企業のマーケターが実践した社内マーケティングのすべて | メソッド | 才流
PFN、AIで動画を複数の色レイヤーにリアルタイム分解する技術開発
【Go+VCR】外部APIとの通信を保存してテストに使用する話
The State of Competitive Machine Learning | ML Contests
#WebXR ( WebVR/WebAR ) の現状確認 2021 Winter
Artichoke RubyをUbuntu上でビルドしてみた｜TechRacho by BPS株式会社
セキュリティと管理の課題感から取り組んだ「Akamai Guardicore Segmentation」のPoC 大和総研が感じた「ネットワークを可視化できる」メリット
「同じものを見ても支持政党が違うと解釈がまったく異なるのはなぜか？」が神経学的に解明される
PHPカンファレンス2020 レポート［後編］ | gihyo.jp
論文解説：リモートセンシングにおける深層学習のトレンド | 宙畑
RubyKaigiにはじめて参加してきた感想 - BOOK☆WALKER inside
A Visual History of Interpretation for Image Recognition
（論文）BERT - 機械学習・自然言語処理の勉強メモ
Prompt engineering - Wikipedia
第43回 風が吹けば桶屋が儲かる？ | gihyo.jp
第5回（最終回） PHPの脆弱性 ～型混同～ | gihyo.jp
Google、モバイルアプリ開発で視覚処理などの機械学習を利用しやすい「ML Kit」をリリース