はてなブックマーク

はじめに 導入されてから久しいConstraintLayoutですが，みなさん使っているでしょうか．発表されてから3年ほど経ったのもあり，日本語の記事も結構増えてきました． しかし，ボトムアップでわかりやすく使い方を説明してくれる記事は多いのですが，どうも事例ベースのまとめは少ないように感じます．記事を読んで試みるもなるほど，結局このレイアウトはどうやって作るんや…？　ちょっと急いでるし，まあLinearLayoutでええか…　みたいな． ということで，本記事はレイアウトを先に紹介してからその実装方法を示す，逆引き式で使い方をまとめていきたいと思います．これであっちこっちのサイトを行ったり来たりしなくていいようになるといいな．つまり， ConstraintLayoutの仕組みは大体分かってるけど，実際に作りたいものが作れん みたいな人向けだと思います． ですから，ConstraintLay

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

環境 本記事における実装環境です． Windows10 professional python 3.6.6 TensorFlow 1.10.0 ソースコードはこちらから． https://github.com/tks10/segmentation_unet （2018/8/30: ええ加減だったので少し直しました） 概要 U-NetによるSemantic SegmentationをTensorFlowで実装しました． SegNetやPSPNetが発表されてる中今更感がありますが、TensorFlowで実装した日本語記事が見当たらなかったのと，意外とVOC2012の扱い方に関する情報も無かったので，まとめておこうと思います． まずはじめに，本記事を読むに当たり不可欠な要素 Semantic Segmentation U-Net Pascal VOC 2012 について，説明しておきます． (

こんにちは． 本記事では文脈を考慮した単語埋め込み表現（Word Embedding）である　ELMo (Embeddings from Language Models)を，TensorFlow Hubを用いて利用する方法について解説します． 実装はGitHubの**こちら** Word Embeddingとは一体...，という方はこちらがわかりやすそうです． Word2Vecとは？ ELMo エルモと聞くとまずあの赤いキャラクターを彷彿とさせますが，こっちのエルモはWord2Vecで有名なWord Embeddingの手法の１つです． さて，ここで以下の３文を見てみましょう． You should turn right at the next corner. （あなたは次の角を右に曲がるべきです） Your opinion is more or less right. （君の意見はだいた