一般的なテレワークのイメージと、リモートチームの６つの違い | Social Change!
働き方に注目される時勢のおかげで、私たちが昔からやっていたリモートワーク、それも、チームワークを重視するリモートワークである「リモートチーム」について話をする機会が非常に増えた。とてもありがたいことだ。 ただ私たちの場合は、働き方だけに注目して取り組んできた訳ではなくて、生産性を高めることや無駄なことをなくすことを追求した結果として、今のスタイルになっている。だから、一般の人のイメージするようなテレワークとは大きく違っている。 一般的なテレワークに対するイメージと、私たちが取り組んでいるリモートチームの実態について、その違いを明確にしておかないと、いくら伝えても伝わらないと感じることがあったので、改めてまとめてみたのが以下の図だ。 申請は不要、誰でもいつでも在宅勤務 一般的なテレワークや在宅勤務の話を聞くと、在宅勤務をしたい場合は事前に申請をして、会社や上司の許可を得てから実施するらしい。
Simple note taking from the command line
This is a simple function that can be called from the command line, just like if it was a regular command. It is a quick way of taking notes and storing them in a text file. Just add the following lines to your ~/.bashrc: # My function to take quick notes on useful commands notes() { echo $1 >> $HOME/notes.md }
Apple open-sourced the kernel of iOS and macOS for ARM processors | TechCrunch
Apple open-sourced the kernel of iOS and macOS for ARM processors Apple has always shared the kernel of macOS after each major release. This kernel also runs on iOS devices as both macOS and iOS are built on the same foundation. This year, Apple also shared the most recent version of the kernel on GitHub. And you can also find ARM versions of the kernel for the first time. But first, it’s time for
Language identification · fastText
Fast and accurate language identification using fastText We are excited to announce that we are publishing a fast and accurate tool for text-based language identification. It can recognize more than 170 languages, takes less than 1MB of memory and can classify thousands of documents per second. It is based on fastText library and is released here as open source, free to use by everyone. We are rel
ザ･クロマニヨンズ「音楽で大層な事を目指している人が多い気がする｡俺達は楽しければそれでいい」（田中久勝） - エキスパート - Yahoo!ニュース
「真面目」と「ロック」という言葉は、反義語といっていいほど極端な温度差を感じる。でもザ･クロマニヨンズは11年間でシングル16作、アルバム10作を発表し続け、年間約70本の全国ツアーをやり続けている、どこまでも真面目なロックバンドだ。もっというと甲本ヒロトと真島昌利はザ･ブルーハーツ、ザ･ハイロウズ時代から30年間、愚直に、純粋にロックをかき鳴らし続けている。そして10月11日には11枚目のアルバム『ラッキー&ヘブン』をリリースした。その作品に込めた熱い想いを語る……ことはなく、甲本も真島もどの作品についても「成り行き。楽しいからやっている」という一貫した答えしかない。マイペースで自然体。楽しく真面目にロックを奏でている。だから真面目というのはもしかしたら「違う」と、二人からは言われかもしれないが、二人の言葉からロックンロールへの深い愛、そしてバンド活動への愛を感じて欲しい。結論からいうと
Introducing Gluon — An Easy-to-Use Programming Interface for Flexible Deep Learning | Amazon Web Services
AWS Machine Learning Blog Introducing Gluon — An Easy-to-Use Programming Interface for Flexible Deep Learning Today, AWS and Microsoft announced a new specification that focuses on improving the speed, flexibility, and accessibility of machine learning technology for all developers, regardless of their deep learning framework of choice. The first result of this collaboration is the new Gluon inter
Exploding Git Repositories – Kate Murphy
Exploding Git Repositories If you are an adventurous sort (and can handle a potential reboot) I invite you to clone this tiny repo: Were you able to clone it? Unless you have quite a lot of memory (both RAM and storage) git was killed, ran out of memory, or you had to reboot. Why is this? It is a perfectly formed repo made of only 12 objects. How does a tiny repo cause git to run out of memory? Th
動画像を用いた経路予測手法の分類
6. 6 経路予測の流れ • 環境からの特徴抽出 ⎻ シーンラベル ⎻ 局所領域のコスト ⎻ シーン全体の特徴ベクトル • 対象からの特徴抽出 ⎻ 過去の移動経路，向き ⎻ 身体的属性 ⎻ 対象の特徴ベクトル Prediction 特徴抽出 予測 • ベイズモデル ⎻ KF, DBN • エネルギー最小化 ⎻ Dijkstra’s Algorithm • 深層学習 ⎻ CNN, LSTM • 逆強化学習 • その他 ⎻ Social force model, Data driven 入力 ⎻ 動画像 ⎻ 過去の経路 出力 ⎻ 座標 ⎻ 確率分布 7. 7 経路予測の流れ • 環境からの特徴抽出 ⎻ シーンラベル ⎻ 局所領域のコスト ⎻ シーン全体の特徴ベクトル • 対象からの特徴抽出 ⎻ 過去の移動経路，向き ⎻ 身体的属性 ⎻ 対象の特徴ベクトル 予測 Prediction 特徴抽出
Building a Neural Net from Scratch in Go
I'm super pumped that my new book Machine Learning with Go is now available! Writing the book allowed me to get a complete view of the current state of machine learning in Go, and let's just say that I'm pretty excited to see how the community growing! In the book (and for my own edification), I decided that I would build a neural network from scratch in Go. Turns out, this is fairly easy, and I t
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
Identifying a Large Number of Fake Followers on Instagram
You Need to Be Drawing Consistently
How Does Attention Work in Encoder-Decoder Recurrent Neural Networks - MachineLearningMastery.com