はてなブックマーク

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? この記事は とあるサービスを運営しています そのサービスでは、（よくある動きですが）一度ユーザ仮登録メールを送ってリンクをクリックして本登録画面に遷移するような動きをします AmazonSESからこのメールを送信しているのですが、携帯キャリアのメールアドレス（特にdocomoとau）の大半が本登録リンクをクリックしていない事象が発生しました どうやらそもそもメールが到着していないようです この記事はこの問題へ対処するにあたり色々調べたのでそのメモです よくあるワークアラウンド エンジニアの守備範囲としては「mydomain.netからの

この記事は スマホのブラウザで画像を圧縮する手順メモです したかったこと スマホでブラウザから画像をアップロードさせたかったです 最近の高性能カメラだと画像サイズが大きすぎて非常に重くなってしまいました サーバサイドで圧縮する方式だと結局アップロードの通信量は変わらないから効果がありません 対処 ブラウザ上で画像を圧縮して対応することにしました image-comporessorというJavaScriptライブラリを使います 内部的にはCanvasとか使って圧縮をしているみたいです 別にスマホじゃなくてもモダンブラウザなら動きます 対処コード FormDataオブジェクトを生成 Ajax送信でのみ利用できる操作しやすいFormオブジェクトみたいなもの FormのDOMを渡して生成する input　type=fileから画像ファイルオブジェクトを取得して、ImageCompressorに渡し

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

この記事は 前にラーメン二郎を識別するチャットボットを作ったのですが、そのバックエンドではディープラーニングで画像分類をしています 具体的には、Tensorflow上で動く画像識別モデルInception-v3を使って、独自カテゴリ約1300種類の画像を分類しています 結構はまりどころが多く、動くところまで持っていくのはそれなりに面倒だったので、手順を残しておきます Tensorflowでの画像認識 Inception-v3？ GoogleのディープラーニングフレームワークTensorflowのチュートリアルではいくつかの画像認識のサンプルが出てきます MNIST For ML Beginners：単なるニューラルネットワークで28x28のモノクロ数字画像の分類 Deep MNIST for Experts：CNNで28x28のモノクロ数字画像の分類 Convolutional Neura

この記事は ナーススケジューリング問題という最適化の問題を遺伝的アルゴリズムで解いてみたらまあまあの精度が出たので記録です pythonのdeapというライブラリを使っています 前提 ナーススケジューリング問題 ナーススケジューリング問題というものがあります 病院等の医療施設に勤める看護師の勤務スケジュールを決定する問題のことであり，シフトスケジューリング問題の代表例である．日勤・夕勤・夜勤等の複雑なシフト勤務や多岐に渡る制約の考慮のため，実際にスケジュールを求めるのは人手では手間のかかる困難な作業であり・・・ 要するにシフト勤務のスケジュールを自動的に最適に組むというものです 制約が色々あって、必要人数を満たすような基本的なものから、公平性、必須な資格/役割、この２人は（仲が悪いから？）一緒に入れないなど、いくらでも複雑になりうる問題て感じで、完璧な解答を作るのは困難なので、近似解を求め

はじめに LINE BOT AWARDS向けにレコーディングダイエットのサービスを作ってみました 料理の画像を上げるとAIが自動的に識別してカロリー情報を返却してくれるというものです 要するにこの記事はそのサービスのステマなので早速BotのQRコードを貼っておきます！ 技術的には Qiitaなので技術面をご紹介。 Tensorflow上のInception-v3で料理の判定(Gunicorn + flaskでWebAPI化） LINE Messaging APIとのやりとり部分はHubot上で動作 アダプタはこちら 管理画面はRuby on Railsでさらっと ランタイム入り乱れてて、マイクロサービスアーキテクチャって感じです 後日このあたりの詳細は別の記事にしたいなと思っています。 ＃特にInception-v3でオリジナル画像でトレーニングするのは結構大変だったのでそのへんとか。 2

デモが動かない 画像の物体検出をして、赤枠で囲って表示するというデモが準備されています ここにデモを動かす手順があります しかし、この通りにやっても、訓練済みモデルファイルとソースのネットワーク構成がずれているようなエラーが出ます なんらかのバージョン問題なんだと思いますが、よくわからないのであきらめました そもそもこのFaster RCNN実装が想定しているTensorflowのバージョンがいくつなのか不明だし・・・ 自分でモデルをトレーニングする 仕方がないので自力でモデルをトレーニングして、それでデモを動かすことにしました。 画像データのダウンロード README通りに入手＆解凍＆配置 # wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar # wget http://host

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

[Unit] Description=Puma HTTP Server After=network.target [Service] Type=simple User=root WorkingDirectory=/opt/rails Environment=RAILS_ENV=production ExecStart=/usr/local/rvm/bin/rvm-exec 2.2.3 bundle exec puma -b tcp://0.0.0.0 -e production -p 80 TimeoutSec=300 Restart=always [Install] WantedBy=multi-user.target # systemctl enable puma.service # systemctl start puma.service # systemctl status pum

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

$ git push heroku master Counting objects: 5, done. Delta compression using up to 2 threads. Compressing objects: 100% (5/5), done. Writing objects: 100% (5/5), 562 bytes | 0 bytes/s, done. Total 5 (delta 3), reused 0 (delta 0) remote: Compressing source files... done. remote: Building source: remote: remote: -----> Fetching set buildpack https://github.com/heroku/heroku-buildpack-multi... done re

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

FluentdからElastic Searchへ投入するデータの型を変換する 元々やりたかった事 apacheのアクセスログをfluentdで取り込んでElastic Searchに投入してKibanaで分析したい アクセスログはちょっと形式をいじってレスポンスタイムが記録されるようになっている ElasticSearchで10秒以上とか遅いアクセスを抽出したい 困った事 標準のapacheのログ形式は使えないので自前で下記の感じで正規表現を定義 <source> type tail format /^(?<host>[^ ]*) - - \[(?<time>[^\]]*)\] "(?<method>\S+)(?: +(?<path>[^ ]*) +\S*)?" ( ?<code>[^ ]*) (?<size>[^ ]*) (?<restime>[^ ]*) (?<resstate>[^

はじめに BounscaleというオートスケールするHeroku Addonを作っています。 Bounscaleは各プログラミング言語/フレームワーク毎にエージェントを提供しています。 現在、Rails、node.jsなどに対応していますが、実験的にPlay Framework2(Scala)への提供を開始しました。 エージェントのjarはPlayの依存ライブラリの記述を追記するだけでインストールできるようにしたいところです。 今回は、Github PagesをMavenリポジトリ代わりに利用して、sbtで各種ファイルを生成してjarを公開したので下記に手順をメモしておきます。 流れ Github Pagesのリポジトリを作ってMaven形式のjarやpomなどを公開する場所を確保します Play Framework2をインストールして同梱のsbtを利用できるようにします ライブラリをビル

メモ：Google製DockerクラスタツールKubernetes はじめに BounscaleというオートスケールするHeroku Addonを作っています。 Bounscaleは現在はHerokuに対応していますが、元々Herokuに関わらず主要なクラウドのリソースをオートスケールさせたいと考えています。なので今後数年のトレンドを持って行きそうなDockerの動向はもちろん注視しています。 そんな中、DockerのクラスタツールKubernetesがGoogleから発表されたので、概要をつかむために少しドキュメントを読んだので所感を含めてまとめておきます。 注意 公式のGithubのWikiのデザインドキュメントなどを読んで自分なりに理解した内容をまとめています。私見メモであり推測も多分に含まれているいい加減な文書です。翻訳ではありません。また、理解に誤りが含まれていると思います。原文

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Github上にyumリポジトリを立てる はじめに Redhat/CentOS/Fedoraなどで使われているRPMを管理するコマンドyumはとても便利です。 yumリポジトリは自分で立てることができて、自作のRPMを公開したり、公式リポジトリに含まれないRPMを利用したり出来ます。 今回はGithub上にyumリポジトリを立ててみます。 yumリポジトリの仕組み yumリポジトリはftpかhttpでアクセスできる環境であれば、特に他に必要な条件はありません。 単純にはApacheを立ててRPM類を公開するだけでyumリポジトリになります。 ただし、単純にRPMを置くだけではなく、どのようなRPMがあるかなどのメタ情報を含むXMLファイルなどを所定の場所に置いておく必要があります。 Github Pagesとは Github PagesはGithubの提供する静的なHTMLコンテンツの公開

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Docker上でRedmineをすぐに使い始める はじめに 飛ぶ鳥を落とす勢いのDockerですが、まだまだ本番環境には使うのは怖いです。 今のところは開発用のRedmine動かすのに使うくらいがちょうどよさそうです。 あらかじめ配布されているコンテナイメージを使って素早くDocker上のRedmineを使い始めてみます。 構成 今回はVagrantでCoreOSを立ち上げて、CoreOS上にRedmineのコンテナを立ち上げる構成とします。 Vagrantのインストール 本記事ではVagrantのインストールの詳細は割愛します。 "vagrant インストール" などで検索してみてください。 CoreOSのイメージダウンロード CoreOSはDockerのホストOSとして必要最小限の機能だけを持った軽量なOSです。 githubにCoreOSのVagrantファイルがあるので落としてきま