はてなブックマーク

TL;DR (英語版) https://colab.research.google.com/github/chainer-community/chainer-colab-notebook/blob/master/hands_on_en/chainerrl/quickstart.ipynb (日本語版) https://colab.research.google.com/github/chainer-community/chainer-colab-notebook/blob/master/hands_on_ja/chainerrl/quickstart.ipynb Colaboratory で、ChainerRLで動かした。 ChainerRL は、Chainerを使った深層強化学習ライブラリ。 Colaboratory は、Google が公開している無料で Jupyter noteboo

Chainer 4.0 + iDeepで簡単にパフォーマンス測定をしたところ、なかなかすごかったので、メモです。 せっかくなので、Google Cloud Platform(GCP)のAlway freeのインスタンス、f1-microで動かしてみて、パフォーマンスを比較してみました。（安いインスタンスでも速くなるというのを確認したかったので） 参考： pip で MKL にリンクされた numpy, scipy が自動的にインストールされるようにする iDeep を使ってCPUでのChainerの推論速度をアップしよう インストール方法 以下、Ubuntu 17.10 に入れています。 https://software.intel.com/en-us/mkl から、"Intel Math Kernel Library"をダウンロード 既存の chainer、numpy をアンインストール

先月、長男が生まれました。ライフイベントの時には、何か作らなければなりません。（ちなみに、結婚式では余興用のゲームを作りました） とりあえず、育児日記をIoT化してみました。 育児日記とは、乳幼児の授乳・おしっこ・うんこ等を記録するものです。 NAVERまとめ：何を記録すればいいの？　育児日記の種類・書き方まとめ https://matome.naver.jp/odai/2140775827668974801 NAVERまとめにはちゃんと書いていませんが、、育児日記は、主に、赤ちゃんの次の授乳のタイミング・うんちのタイミングを知るために使うものだと理解しています。特に新生児は概ね2時間ごとに授乳ですので。 あまりに頻繁なので、紙に記録はどう考えても面倒です。頻繁なので、スマホアプリさえ面倒です。 ※ ACCESS advent calendarですが、例によって、ACCESSとは何の関係も

$ brew info ffmpeg ffmpeg: stable 3.1.2 (bottled), HEAD Play, record, convert, and stream audio and video https://ffmpeg.org/ /usr/local/Cellar/ffmpeg/3.1.1 (236 files, 51.5M) Poured from bottle on 2016-08-19 at 09:23:08 /usr/local/Cellar/ffmpeg/3.1.2 (241 files, 55.3M) * Built from source on 2016-08-19 at 10:30:23 with: --with-fdk-aac --with-ffplay --with-freetype --with-libass --with-libvorbis -

この記事はACCESS Advent Calendar 2016 23日目の記事です。 ですが、ACCESSとの関係は特になく、私の趣味の範囲の話です :) Chainerで、コードをざっと書いた後、GPU対応にしたい、ということは良くありますよね（多分） そこで、GPU対応していないコードをGPU対応する方法を説明します。 知識がほぼ無い状況から書き始めたので、わたしの作業メモになっていますが、何か参考までに。 とりあえず cuda.cupy 元のコードが以下のようにあるとします。（このサンプルコードは、はじめての深層学習プログラミング からの引用です。とても分かりやすい本なのでオススメです！） import numpy as np import chainer.functions as F import chainer.links as L from chainer import Va

SparkCore と MEANスタックで作るおうちハック（Advent calendar） つくるもの 以下のサイトに温度が表示されていると思います。 これは、Spark Core という Arduino 互換のハードで取得した温度です。このハードが、直接 WiFi に繋がり、クラウドに情報をアップロードしています。 ハードウェア編 SparkCore とは http://spark.io で発売される、Arduino + WiFi がワンセットになったデバイスです。以下の特徴があります。 使われているチップがCC3000なので、TELEC（技適）を通過しています。=>参考 SparkCore用のBaaSのクラウドがあり、簡単にデータのやり取りが可能です 必要なモノ・買い方 SparkCoreは、以下から買えます。 注意点は 安い Photon というのは2015年2月発売予定で、さらに

本当は、"JSON-LDとXML"というタイトルにしようと思ったが、XMLは語るにはあまりに広い世界で恐ろしいし、詳しい先生方が多い領域なので、JSON-LD だけを書くことにした、そんなエントリーです。 （もっとも、Linked Data 初心者であることは確かですので、誤りが有れば、ご指摘下さい） 追記 2014/08/27： メトロのオープンデータ活用コンテストが、JSON-LDなのに気をよくして、配列について追記しました。 みんな大好きJSON ですが、JSONでは、複雑なデータを記述できません。端的に言うと、XMLのように、XML Namespaceを使って、スキーマを使った意味づけができません。これでは、意味づけが曖昧になって、利用に制限が生じるので、何とかしよう、というのが JSON-LD です。 W3C の仕様 http://www.w3.org/TR/json-ld/ W