はてなブックマーク

【限定募集：第1回の申込者のみ、参加登録可能】第４回ドメイン駆動設計読書会@大阪 - ドメイン駆動設計読書会@大阪 | Doorkeeper 第1章後半～第2章アタマあたりまで読んできた。この勉強会、ペースは非常にゆっくりだけど、ユビキタス言語ってどういう意味なのかとか、「厳密なモデル」が言う厳密さってどういうモノなんだよとか突っ込んでて面白い。ドメイン駆動開発というドメインについてワイワイやりながら一緒に考えてる感じがする。以下はメモなので参加した人以外には伝わらないと思うけど、これもドキュメントで全部表現するんじゃなくてコミュニケーションでモデルを深めていくDDDっぽい雰囲気がある(適当)。 第１章 隠された概念を引き出す(p.18) オーバーブッキングポリシーの計算を外出ししている。→すぐに分かるものかどうか？ すぐ分かる訳ではない。本来はリファクタリングのタイミングで見出されるもの

エリック・エヴァンスのDDD本、大阪で読書会が開催されているというので行ってきた。 【限定募集：第1回の申込者のみ、参加登録可能】第２回ドメイン駆動設計読書会@大阪 - ドメイン駆動設計読書会@大阪 | Doorkeeper 勉強会はまだ1章途中、自分で読んだのもまだ4割くらいだけど、得るものが多い本＆勉強会だと思う(主催の@kuma_nanaさんありがとうございます)。 エリック・エヴァンスのドメイン駆動設計 (IT Architects’Archive ソフトウェア開発の実践) 作者: エリック・エヴァンス,今関剛,和智右桂,牧野祐子出版社/メーカー: 翔泳社発売日: 2011/04/09メディア: 大型本購入: 19人 クリック: 1,360回この商品を含むブログ (132件) を見る ざっくりに言うと、ドメイン(ユーザーの問題領域)のことを深く考えてソフトウェア作っていきましょうと

C++のためのAPIデザイン 作者: マーティン・レディ,Martin Reddy,三宅陽一郎,ホジソンますみ出版社/メーカー: ソフトバンククリエイティブ発売日: 2012/11/02メディア: 大型本購入: 4人 クリック: 106回この商品を含むブログ (9件) を見る どんな本か この本は、誰かに使ってもらうためのソフトウェアを(主にC++で)書く際に役立つ本です。APIというと外部ユーザーに使ってもらうためのソフトウェアインターフェースだけを指すようにも感じられますが、この本で言うAPIとはもっと広い意味で、 自分が書いたコードを使う全ての人に対してコードの操作方法を定義するヘッダ、ライブラリ、ドキュメント を指しています。また、扱う内容もAPIの設計原則からアーキテクチャ設計手法、スタイル、実装テクニック、パフォーマンス、バージョン管理、自動テスト等、設計〜保守に至るまで多岐に

動機 PRMLと参考文献読んで、たたみ込みニューラルネットが気になった。世の中の実装を探してみたんだけど、CUDAが必要だったり実装が怪しかったりしたので、勉強がてら自分で書いてみた。 たたみ込みニューラルネットとは PRML5.5.6に出てくるアレ。1998年の以下の論文がたぶん初出。 Gradient Based Learning Applied to Document Recognition 7層前後の深い階層構造を持っており、最近流行りのdeep learningからすると恐らくご先祖のようなもの。論文中でもdeep learningみたく、「特徴抽出を問題ごとに手探りするのは止めて、生画像を深いネットワークに突っ込んで学習させた方がいいよね」という方向性をはっきり主張している。 The main message of this paper is that better patte

「Windows 高速化」なんてワードでググるとそれっぽいサイトが大量に出てくるわけですが，「とにかくここのレジストリをこう変えると高速化！」みたいな感じで，あまりにもブラックボックス．意味もわからずレジストリをいじくり回すのはなんだか気持ち悪いので，自分なりに調べたものをまとめてみます．今回はメモリの使い方に関係する， HKEY_LOCAL_MACHINE/SYSTEM/CurrentControlSet/Control/Session Manager/Memory Management について． とりあえず公式の解説 レジストリの公式リファレンス(英語)があるのでそれ見ましょう．Windows Server 2003/2000のしか無いけど… Memory Management: Core Services 結論 んで，高速化に意味あるのか的な観点から先に結論をまとめる． 名前 意味

たとえば組み込みで，2進数っぽい文法で数値を扱いたいときがある．ドットマトリクスに顔文字アイコンを表示させるときに set_icon_data( 0x0a, // 1 1 0x0a, // 1 1 0x00, // 0x11, // 1 1 0x0e // 111 ); みたいにベタ書きなのはあまりにも悲しい．顔文字をコードで直接記述したい！でもC/C++は2進表記を直接サポートしない．じゃあどうするか． コンパイラの拡張構文を使う コンパイラによっては"0b00100000"みたいなリテラルで2進数を扱える場合もある．4.3以降のgccでもそう． set_icon_data( 0b01010, 0b01010, 0b00000, 0b10001, 0b01110 ); マクロでbinary literal風事前定義 2進数表記のようなマクロを事前に定義しておく．数が多いなら機械的に生成し

以下に修正BSDライセンスで公開しておきます： nyanp/picotest · GitHub 一応VC10/VC11(Win7),gcc4.6.2(Ubuntu)で動作確認。 これは何？ C++向けのユニットテスティングフレームワークです。ちょっとしたコードに対してテストを書きたいなー、でもわざわざテストのためにGoogle Testをリンクするのも、Boost.Testを引っ張り出すのも大げさ*1…みたいな時に使えるかもしれません。ヘッダだけで使えるテスティングフレームワークは他にもあります*2が、picotestは以下のような特徴があります。 Google Testと同じ構文でテストが書ける 学習コストが0 プロジェクトが大きくなってきたら、簡単にGoogle Testに切り替えることが可能 Google Testのようにテストケースの自動登録、フィクスチャ、operator <<

高次元の特徴量を持ったベクトルの集合に対して，与えられたクエリベクトルに似ているものを探し出すという問題を，近傍探索とかいう．旧来のkd-treeあたりを使った探索ではなく，近似的に近いベクトルを探す近似近傍探索が流行っている（らしい）．近似近傍探索のひとつ，LSHの説明を読んでたら「これ案外簡単に実装できるんじゃね？」と思い至ったので，C++11で書いてみた． LSHについては以下の説明がとても分かりやすい． 060108 Locality-Sensitive Hashingの実装が一段落 - 飛行船通信 - Seesaa Wiki（ウィキ） 他には以下を実装の参考にした． lsh p-stable 最近のバイナリハッシングをいくつかJavaで実装してみた - るびゅ備忘録 Locality Sensitive Hashing - (setf yaruki nil) - nlpyutor

暫く触っていないとすぐ忘れるのでメモ．クラスを関数の引数に取るとき，参照で渡すかポインタで渡すか？結論をさっさと書くと，constなら参照，非constならポインタをデフォルトとする．constポインタはconst参照の使用が合理的でない場合に使える．非const参照は使ってはいけない． constの有無 ポインタ 参照 const △ 使える ○ 推奨 非const ○ 推奨 × 使ってはいけない！ 結局好みの問題でもある気がするけど，GoogleのC++スタイルガイド,プログラミング言語C++第3版，大規模C++ソフトウェアデザインあたりでも上と同じような主張がされているということで正当化してみます． なぜ非constの参照がまずいのか 引数が変更されるかどうかが構文だけから分かりにくい．たとえば以下のコードでcが意図せず変更されてしまったとき，どの関数が悪さをしているのか調べるために

すべてnは0始まり,xはunsignedと仮定． nビット目が1かどうか判定 if(x & (1 << n)) ビットに1をセット x |= 0xF0; // 10100110 -> 10101111 下位nビットを1で埋めるなら，これでも． x |= (1 << n + 1) - 1; あるいはnビット目だけを1に． x |= (1 << n); ビットに0をセット 下位4ビットを0で埋める． x &= ~0x0F; // 10100110 -> 10100000 nビット目を0に． x &= ~(1 << n); ビットを反転 全部反転ならもちろんNOT. x = ~x; // 00010111 -> 11101000 ある範囲だけ反転なら,反転させたい範囲を1にしたビットとのXOR. x ^= 0x0F; // 00110011 -> 00111100 1,0しか取らない変数のとき．

明けましておめでとうございます．今日はMacBookが欲しいので日本語の情報がちょっと少ないので，修論関係で触っているモデル検査ツール，Spinについて軽くまとめてみます． モデル検査とは 厳密さに欠ける言い回しでアレですが，「間違いなく正しく動くソフトウェア」が欲しいときにどうするか．テストはバグの早期検出に有効ですが，テストで得られるのは 「テストで検査した範囲においてソフトウェアが仕様を満たす」 という結論であって，当然 「すべての範囲においてソフトウェアが仕様を満たす」 ことではありません．たとえば人工衛星みたいなクリティカルな組み込み分野だと，「そのコードで『人工衛星の角速度が発散しない』ことを証明できるのかねキミ？衛星はメンテナンスできないってこと位分かってるよね？」とか言われた日には，テストケースを書いた我が脳味噌の完璧さに全てを賭けるか，泣きながら宇宙服の調達を開始するかの

かなり間があいてしまった．また覚え書きエントリですが． C#のSystem.Drawing.Bitmapを使って画像を出そうとすると，場合によってはものすごく重たくなってしまう．ボトルネックとなっているのはSetPixel/GetPixel関数．ググると重いと感じている人は沢山いるようで，こんなものを見つけた． NonSoft - Bitmap処理を高速化するサンプル(C#.NET) BitMapをシステムメモリにロックし，RGB値を保持する場所のポインタを取得し，それを直接いじる荒業．C#でポインタを使うにはプロジェクトのコンパイルオプションでunsafeコードを許可してやる必要がある． ためしに2048×2048pixelの画像を描かせてみる． using System; using System.Collections.Generic; using System.Linq; usin

人工衛星bot（http://twitter.com/XI_V）を作ったときに嵌ったところをメモる。 まずはC#でのTwitterAPI使用例をググる OAuth認証まわりをやってくれるOAuthBase.cs、Twitter投稿用のOAuthTwitter.csというライブラリが転がっているので、これを使えばSignature生成やトークン取得など面倒な処理を自力で実装しなくて良い。 OAuthBase.cs oAuthTwitter.cs - zscreen - Advanced Image/Text/File utility that allows for region/window/full-screen screenshots, text services and file hosting - Google Project Hosting 問題はこの両ライブラリがマルチバイト文字

キーバインド大事 分かっちゃいるけど覚えられない アプリケーションごとにバラバラだし xkeymacsの設定とブラウザのショートカットとウェブサイトに実装された独自ショートカットが入り混じってわけわかんない！ すぐ参照できるように壁紙にショートカットを並べたい！ マイクロソフトがこんな壁紙を公開してるよ ちょっとデスクトップアイコンが見づらいかも 複数アプリケーションのバインドを一覧したいんだよなー というわけで 自分用にキーバインド壁紙作ってみました。ついでに公開。 (オリジナルサイズはこちら) サイズがやたらでかいですが、ペイントなり何なりで切り貼りして必要なアプリケーションのバインドだけ好きな場所にレイアウトして使えばいいんじゃないでしょうか。自分はデュアルスクリーンにまるごと貼りました。これでうっかり忘れたキーバインドも、[Win]+[D] (デスクトップを表示) さえ覚えていれば

実用的な時間で厳密解を求めるのが難しいような問題によく使われる手法として、遺伝的アルゴリズムというものがある。 Wikipedia - 遺伝的アルゴリズム 遺伝的アルゴリズム（いでんてき-、Genetic Algorithm、GA）とは、1975年にミシガン大学のジョン・H・ホランド（John Henry Holland）によって提案された近似解を探索するメタヒューリスティックアルゴリズムである。人工生命同様、偶然の要素でコンピューターの制御を左右する。 （中略） 遺伝的アルゴリズムはデータ（解の候補）を遺伝子で表現した「個体」を複数用意し、適応度の高い個体を優先的に選択して交叉（組み換え）・突然変異などの操作を繰り返しながら解を探索する。適応度は適応度関数によって与えられる。 学習理論などをやってるうちの研究室でも馴染みはあり、群衛星のパラメータ最適化に使った論文を出した人もいる。つい先

以前CNN(畳み込みニューラルネット)の実装を公開して放置していたら、じわじわstarが溜まってきた。(みんなCaffe使ったほうがいいんじゃ…)と思いつつも、少し前からコードを整理して少し良い感じにしたので、改めて宣伝。 github.com 良い感じなところ ヘッダをincludeするだけでOK、外部依存なし 並列化したい場合だけintel TBBが必要 最近の流行を含め、最小限のパーツは揃っている 活性化関数はtanh/sigmoid/softmax/relu/leaky-reluなど ソルバーはSGD/adagrad/RMSPropなど 詳しくはreadme そこそこ速い GPUには勝てないが、MNIST程度のタスクなら10分程度で終わる コードが(比較的)少ない 全部で3000行程度 こんな感じに、C++のコードでモデルを定義して学習します。 // 損失関数とソルバーを先に指定