はてなブックマークアプリ

サクサク読めて、
アプリ限定の機能も多数!

アプリで開く

はてなブックマーク

  • はてなブックマークって?
  • アプリ・拡張の紹介
  • ユーザー登録
  • ログイン
  • Hatena

はてなブックマーク

トップへ戻る

  • 総合
    • 人気
    • 新着
    • IT
    • 最新ガジェット
    • 自然科学
    • 経済・金融
    • おもしろ
    • マンガ
    • ゲーム
    • はてなブログ(総合)
  • 一般
    • 人気
    • 新着
    • 社会ニュース
    • 地域
    • 国際
    • 天気
    • グルメ
    • 映画・音楽
    • スポーツ
    • はてな匿名ダイアリー
    • はてなブログ(一般)
  • 世の中
    • 人気
    • 新着
    • 新型コロナウイルス
    • 働き方
    • 生き方
    • 地域
    • 医療・ヘルス
    • 教育
    • はてな匿名ダイアリー
    • はてなブログ(世の中)
  • 政治と経済
    • 人気
    • 新着
    • 政治
    • 経済・金融
    • 企業
    • 仕事・就職
    • マーケット
    • 国際
    • はてなブログ(政治と経済)
  • 暮らし
    • 人気
    • 新着
    • カルチャー・ライフスタイル
    • ファッション
    • 運動・エクササイズ
    • 結婚・子育て
    • 住まい
    • グルメ
    • 相続
    • はてなブログ(暮らし)
    • 掃除・整理整頓
    • 雑貨
    • 買ってよかったもの
    • 旅行
    • アウトドア
    • 趣味
  • 学び
    • 人気
    • 新着
    • 人文科学
    • 社会科学
    • 自然科学
    • 語学
    • ビジネス・経営学
    • デザイン
    • 法律
    • 本・書評
    • 将棋・囲碁
    • はてなブログ(学び)
  • テクノロジー
    • 人気
    • 新着
    • IT
    • セキュリティ技術
    • はてなブログ(テクノロジー)
    • AI・機械学習
    • プログラミング
    • エンジニア
  • おもしろ
    • 人気
    • 新着
    • まとめ
    • ネタ
    • おもしろ
    • これはすごい
    • かわいい
    • 雑学
    • 癒やし
    • はてなブログ(おもしろ)
  • エンタメ
    • 人気
    • 新着
    • スポーツ
    • 映画
    • 音楽
    • アイドル
    • 芸能
    • お笑い
    • サッカー
    • 話題の動画
    • はてなブログ(エンタメ)
  • アニメとゲーム
    • 人気
    • 新着
    • マンガ
    • Webマンガ
    • ゲーム
    • 任天堂
    • PlayStation
    • アニメ
    • バーチャルYouTuber
    • オタクカルチャー
    • はてなブログ(アニメとゲーム)
    • はてなブログ(ゲーム)
  • おすすめ

    ノーベル賞

『qiita.com』

  • 人気
  • 新着
  • すべて
  • OSXにFortran Compilerのf2c,f77をインストールする - Qiita

    3 users

    qiita.com/yukiB

    はじめに Mac OS XでFortranを使う場合,大体はgfortranをインストールすれば事足ります.gfortranのインストールはMacPortsが使えるため,非常に簡単です.しかし今回f2cが必要になり,少しインストールに戸惑ったので備忘録. 環境 OSX 10.10.3 インストール手順 調べていたところ,まさにFortran Compiler Installation Instructions for OS Xというドンピシャな記事があり,しかもインストールのためのシェルスクリプトも記載してあったので,これを試しました. # ! /bin/csh setenv INSTALL /usr/local curl "http://netlib.sandia.gov/cgi-bin/netlib/netlibfiles.tar?filename=netlib/f2c" -o "f2

    • テクノロジー
    • 2020/06/16 07:17
    • [Python]SQLAlchemyのエラー回避備忘録 - Qiita

      3 users

      qiita.com/yukiB

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

      • テクノロジー
      • 2019/02/25 18:32
      • 【Python】QRNNでカオス時系列データ予測【Keras】 - Qiita

        16 users

        qiita.com/yukiB

        はじめに 以前,KerasやTensorFlowを用いたRNN(LSTM)による時系列データ予測の導入記事を書いたのですが,予測対象が単純なsin波だったため,リカレントなネットワークの効果を実感できずに終わってしまっていました.また,その記事を書いた後あたりにCNNを活用して計算処理の並列化を進め,LSTMよりも高速な学習を行うQRNNが発表されたため,今回はもう少し複雑な時系列情報に対してQRNNの効果を試しつつ,CNNやRNNとの効果の違いをみてみます. なお,備忘録としてざっくりとしたQRNNの解説を載せていますが,より詳しく,わかりやすい以下のような解説が多数あげられていますので,詳細等が気になる方はそちらをご覧ください. 参考文献 QRNNでLSTM(深層学習を用いた時系列分析)をスピードアップ(次世代システム研究室様) Quasi-Recurrent Neural Netwo

        • 学び
        • 2017/11/20 17:21
        • あとで読む
        • Pythonで連続ウェーブレット変換(scipy, mlpy, swan) - Qiita

          6 users

          qiita.com/yukiB

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

          • テクノロジー
          • 2017/11/18 18:22
          • python
          • [Python]KerasをTensorFlowから,TensorFlowをc++から叩いて実行速度を上げる - Qiita

            8 users

            qiita.com/yukiB

            はじめに 深層学習は学習自体に時間がかかるのはもちろんのこと,訓練済み学習モデルを走らせる際にもそれなりに時間がかかります.しかし,SSD(Single Shot MultiBox Detector)等でリアルタイム物体認識をさせたい!とか,DQN(DeepQNetwork)等で強化学習したAIと人とでリアルタイムアクション対戦ゲームをさせたいといった際には,モデル実行のリアルタイム性がかなり重要になってきます. いいPC買え!といえばそれまでですがそんなお金もないですし,ノートPC等でポータブルに実行したいということもあるでしょう.そこで今回はKeras(TensorFlow)をいかに高速に実行するかについて考えていきます. 実行環境 Python3.5.2 Keras 1.2.1 tensorflow 1.0.0 MacBookPro(Late 2013) 高速化 ではやっていきましょ

            • テクノロジー
            • 2017/07/13 16:43
            • JavaScript(ES6)で辞書内包表記 - Qiita

              4 users

              qiita.com/yukiB

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

              • テクノロジー
              • 2017/05/24 10:01
              • JavaScript
              • [Python]強化学習(DQN)を実装しながらKerasに慣れる - Qiita

                47 users

                qiita.com/yukiB

                はじめに この記事はいまさらながらに強化学習(DQN)の実装をKerasを使って進めつつ,目的関数のカスタマイズやoptimizerの追加,複数入力など,ちょっとアルゴリズムに手を加えようとした時にハマった点を備忘録として残したものです.そのため,DQNの解説記事というよりも初心者向けKerasTipsになります. 実行環境 Python3.5.2 Keras 1.2.1 tensorflow 0.12.1 DQNとは DQN(DeepQNetwork)がDeepMindから発表されて2年以上経つので,もはやいたる所に解説記事や実装サンプルがあり,ここでの詳しい解説は不要だと思います.が,ざっくり言うと,Q-Learningという強化学習手法のQ関数部分を,深層学習により近似することで、動画像から直接Q値を推定することを可能にした学習手法です. DQNの理論としては ゼロからDeepまで学

                • テクノロジー
                • 2017/02/17 11:56
                • keras
                • TensorFlow
                • 強化学習
                • dqn
                • DeepLearning
                • 機械学習
                • 分析
                • データ
                • Python
                • Python並列処理(multiprocessingとJoblib) - Qiita

                  22 users

                  qiita.com/yukiB

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

                  • テクノロジー
                  • 2017/02/11 11:24
                  • python
                  • concurrent
                  • qiita
                  • [Python] SQLAlchemyを頑張って高速化 - Qiita

                    21 users

                    qiita.com/yukiB

                    はじめに pythonからMySQLを叩く際,何を使っていますか?SQLAlchemy,Django,peeweeあたりを使っている方が多いのではないでしょうか.私は色々使ってみて結局SQLAlchemyに落ち着いていますが,何千万,何億オーダのデータになると処理が遅く非常にやっかいです. なので今回は(大きなデータにsql使うなとか高速処理にpython使うなという話は一旦置いておいて),SQLAlchemyを使ったデータ処理をいかに高速にするか,何項目かに分けて備忘録を残しておきます. SQLAlchemyを~と書いてありますが,SQLAlchemyを使ってDBにデータをINSERT,SELECTする際のpython高速化TIPSごった煮です.本当は記事を分けたほうが良いのですが,自分で見返す際にまとまっているほうが嬉しいのでこうしました. なお,今回使用するコードは全てgithubに

                    • テクノロジー
                    • 2017/02/04 01:50
                    • sqlalchemy
                    • python
                    • DB
                    • 高速化
                    • Qiita
                    • Tech
                    • TensorFlow学習パラメータのsave, restoreでつまった - Qiita

                      6 users

                      qiita.com/yukiB

                      TensorFlowのsave, restoreで少しつまったのでメモ. 基本的な使い方 Tensorflowの学習パラーメータのsave, restoreにはtf.train.Saverを用います. 保存 保存にはtf.train.Saverのsaveメソッドを使います. # 幾つか変数作成 w1 = tf.Variable(..., name="v1") w2 = tf.Variable(..., name="w2") v1 = tf.Variable(..., name="v1") v2 = tf.Variable(..., name="v2") ... saver = tf.train.Saver() ... # 保存 saver.save(sess, "model.ckpt", global_step=100) 上記により,変数w1,w2,b1,b2がmodel.ckpkに保存さ

                      • テクノロジー
                      • 2016/11/05 02:31
                      • TensorFlow
                      • TensorFlowのRNNを基本的なモデルで試す - Qiita

                        23 users

                        qiita.com/yukiB

                        Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? TensorFlowにもRNN(Reccurent Neural Network) が実装されており,Tutorialもあるものの,例題自体が言語モデルを扱った少し複雑なもので,初学者にはとっつきにくいなと感じました. 今回は言語モデルでない,より単純なモデルを扱う問題を例に挙げ,TensorFlowでのRNN実装を試します. 注意 TensorFlowのバージョンがあがり,動かなくなっている部分があるので,こちら(TensorFlow RNN関連のimportやBasicLSTMCellでエラーが出た場合の対処(v 0.11r~))

                        • テクノロジー
                        • 2016/10/23 21:27
                        • TensorFlow
                        • deeplearning
                        • RNN
                        • 機械学習
                        • マウスイベントで取得されるカーソル座標パラメータの整理(offset, page, screen, client) - Qiita

                          13 users

                          qiita.com/yukiB

                          はじめに もはや何番煎じかわかりませんが,jsのマウスイベントにて取得されるカーソル位置パラメータを図とサンプルを見ながら整理します.なぜ今さらこんな記事を書くかというとoffsetX,Yにて取得される値について長年勘違いしていたことが発覚したためです(恥ずかしい...).そちらについては,こちらの記事を御覧ください, 図解でわかるカーソル座標パラメータ 例として,ページ中にあるid=containerの要素に対してマウスのイベントを付与した時を考えます.コードで書くなら例えば のような感じです. 得られるパラメータがそれぞれ表している値の意味を下図にのせました. event.offsetX / Y 要素内でのカーソル座標(マウスが載っているDOMの左上を原点とした座標)を取得. event.clientX / Y ブラウザウィンドウ内でのカーソル座標を取得.ウィンドウの左上が常に (0,

                          • テクノロジー
                          • 2016/10/04 09:34
                          • javascript
                          • reference
                          • browser
                          • jQuery
                          • web制作
                          • event.offsetX,Yの罠...どこが原点の座標値なのかを理解する (currentTargetとtarget) - Qiita

                            6 users

                            qiita.com/yukiB

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

                            • テクノロジー
                            • 2016/10/03 22:47
                            • JavaScript
                            • ブラウザ
                            • 深層学習ライブラリKerasでRNNを使ってsin�波予測 - Qiita

                              13 users

                              qiita.com/yukiB

                              はじめに KerasはTheano,TensorFlowベースの深層学習ラッパーライブラリです.Theano,TensorFlowのおかげでだいぶ深層学習にとっつきやすくなってきたものの,まだまだアルゴリズムをガリガリ書いていくのが大変.ということで,ネットワーク構造をかなりシンプルに書けるようにしたライブラリがKerasです.Keras自体の概要についてはid:aidiaryさんの記事が大変参考になりました. Kerasの基本サンプルとして,MNISTの分類は非常にたくさん見かけるのですが,RNNを使ったシンプルなサンプルはあまり見つけられませんでした(Kerasの公式にRNNを用いた映画の感情分類のサンプルはあるのですがいかんせん最初に扱うには複雑すぎました).そのため今回は,LSTMにsin波を学習させて予測するという簡単なサンプルを通じて,KerasのRNN実装を試します.なお,T

                              • テクノロジー
                              • 2016/09/16 21:18
                              • 機械学習
                              • 学習
                              • Kerasのcallbackを試す(modelのsave,restore/TensorBoard書き出し/early stopping) - Qiita

                                23 users

                                qiita.com/yukiB

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

                                • テクノロジー
                                • 2016/07/16 21:09
                                • keras
                                • deeplearning
                                • 機械学習
                                • AI
                                • あとで読む
                                • JavaScript配列操作速度比較 �-for vs each vs jQuery- - Qiita

                                  4 users

                                  qiita.com/yukiB

                                  配列処理いろいろ javascriptで配列を操作する場合,素直にfor文を使う方法や,map関数,each関数を使う方法,はたまたjQueryを使う方法などいろいろな書き方が考えられます. それらの実行速度については,いろいろな記事に解説が載っていますが,それぞれのバージョンによってどれが速いのかがだいぶ変わってくるようですし,情報がバラバラとあるので比較が大変です.今回は,配列操作周りで気になっている速度比較をまとめておこなってみます. 概要 実施日:2016/05/16 実行PC:MacBook Pro 16 GB 1600 MHz DDR3 実行OS:OSX 10.10 対象ブラウザ:Chrome50.0, Firefox46.0, Safari 8.0.5 JSLitmusを使用して計測. 単位は"operations per second(秒間実行回数)"なので,値が大きいほど

                                  • テクノロジー
                                  • 2016/05/17 12:57
                                  • numpy, scipyでOpenBLASを使う - Qiita

                                    9 users

                                    qiita.com/yukiB

                                    >>> import numpy >>> numpy.show_config() lapack_opt_info: extra_link_args = ['-Wl,-framework', '-Wl,Accelerate'] extra_compile_args = ['-msse3'] define_macros = [('NO_ATLAS_INFO', 3)] blas_opt_info: extra_link_args = ['-Wl,-framework', '-Wl,Accelerate'] extra_compile_args = ['-msse3', '-I/System/Library/Frameworks/vecLib.framework/Headers'] define_macros = [('NO_ATLAS_INFO', 3)] にて確認する. 調べた結果,upda

                                    • テクノロジー
                                    • 2016/05/03 02:09
                                    • python
                                    • C++でフリープラットフォームな時間計測 - Qiita

                                      6 users

                                      qiita.com/yukiB

                                      c++で処理時間等を計測する際,clock()やtimeGetTime(), GetTickCount()等を用いていたものの, clock()は精度が10msec程度(処理系依存)なため使い勝手があまり良くなく,GetTickCountは精度は良いもののwinmm.lib(windows系)で用意されている関数のためxcode等で使えない. std::chrono 一方std::choronoはプラットフォームに依存せず,使い勝手もよい(精度は1msec程度の模様). 使い方は #include <iostream> #include <chrono> int main(){ std::chrono::system_clock::time_point start, end; // 型は auto で可 start = std::chrono::system_clock::now(); /

                                      • テクノロジー
                                      • 2015/11/10 14:47
                                      • c++
                                      • 仕事
                                      • OS X用Electronアプリで,closeボタン処理と終了処理を区別する - Qiita

                                        5 users

                                        qiita.com/yukiB

                                        注意 この記事はElectron v0.31.0 仕様です. 2016/5/25現在,Electronのバージョンが1.1.3になり以下のコードは動きません. OS X用Electronアプリで,closeボタン処理と終了処理を区別する(Electron v1.1)を参考にしてください. はじめに Electronとは,Atomエディタを開発するために生まれたCross Platform Desktop Application Engineです. Node.js + HTML + CSSでアプリケーションを作成でき,同じコードでWindows,Linux,OS X用のアプリケーションを生成することができます.Electronを使ったアプリケーションの作り方は,すでに様々なサイトで紹介されていますのでそちらを参考にしてください. 本エントリーでは,Electronアプリの終了処理について紹介

                                        • テクノロジー
                                        • 2015/10/24 08:56
                                        • electron
                                        • xvfbwrapper + selenium でpythonからweb画面キャプチャ - Qiita

                                          4 users

                                          qiita.com/yukiB

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

                                          • テクノロジー
                                          • 2015/06/22 14:11
                                          • テスト
                                          • Python
                                          • web
                                          • あとで読む

                                          このページはまだ
                                          ブックマークされていません

                                          このページを最初にブックマークしてみませんか?

                                          『qiita.com』の新着エントリーを見る

                                          キーボードショートカット一覧

                                          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

                                          はてなブックマーク

                                          • 総合
                                          • 一般
                                          • 世の中
                                          • 政治と経済
                                          • 暮らし
                                          • 学び
                                          • テクノロジー
                                          • エンタメ
                                          • アニメとゲーム
                                          • おもしろ
                                          • アプリ・拡張機能
                                          • 開発ブログ
                                          • ヘルプ
                                          • お問い合わせ
                                          • ガイドライン
                                          • 利用規約
                                          • プライバシーポリシー
                                          • 利用者情報の外部送信について
                                          • ガイドライン
                                          • 利用規約
                                          • プライバシーポリシー
                                          • 利用者情報の外部送信について

                                          公式Twitter

                                          • 公式アカウント
                                          • ホットエントリー

                                          はてなのサービス

                                          • はてなブログ
                                          • はてなブログPro
                                          • 人力検索はてな
                                          • はてなブログ タグ
                                          • はてなニュース
                                          • ソレドコ
                                          • App Storeからダウンロード
                                          • Google Playで手に入れよう
                                          Copyright © 2005-2025 Hatena. All Rights Reserved.
                                          設定を変更しましたx