サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
ドラクエ3
sw1227.hatenablog.com
概要 この記事では、電動昇降デスクを入手した所感と天板の自作方法について記述します。 単なる宣伝のようになっても面白くないので、個別の商品に依存しない観点を多く取り入れたつもりです。具体的には以下の通りです: 電動昇降デスクのレビュー そもそもデスクが昇降することに伴って何が生じるか? という点を中心に、見落としがちな視点を提供できるようにしました。 天板自作方法 実際に届くまで分からない細かな情報(固定用ネジの寸法や遊びなど)やコツを記載しました。 この記事を読めば、調達すべき部品の大きさ等がデスク到着前に分かります。 天板 ※ 脚フレームはFlexiSpot様から提供を受けています 概要 電動昇降デスクの所感 構成 全体としての感想 Good: 意外と便利なメモリ機能 Good: 障害物検知 Good: 掃除・整理にも昇降が便利 Good: 天板裏の形状 モニターアームとの組み合わせ
1. くずし字データセットとは 2. ダウンロード 3. データを眺める 4. t-SNEによる次元削減 5. CNN(by Keras)による識別 6. まとめ・今後のこと 1. くずし字データセットとは 以前から公開されていた日本古典籍データセットでは、デジタル化されたくずし字の画像をダウンロードすることが可能でした。 人文学オープンデータ共同利用センターのニュース(2018/12/08)によると、この日本古典籍くずし字データセットを元に、MNISTデータセット互換のくずし字データセット「KMNIST」が公開されたそうです。詳細はGitHubや以下のリンクを参照していただければ良いのですが、おなじみのMNISTデータセットと同様、10クラスに分類できる28x28のグレースケール画像が70,000枚(訓練用60,000・テスト用10,000)提供されています。また、Kuzushiji-4
1. 背景 2. 方法 2.1. 標高タイル 2.2. Optuna 3. 結果 3.1. 実行例 3.2. 登山経路 4. まとめ 1. 背景 Optunaとは、Preferred Networks(以下PFN)の秋葉氏らが開発したハイパーパラメータ自動最適化ツールです。 ハイパーパラメータ自動最適化ツール「Optuna」公開 | Preferred Research これは勾配法の適用できない(しない)ハイパーパラメータをベイズ最適化アルゴリズムの一種を使って自動で最適化してくれるものですが、Chainerと密結合しているわけではありません。何らかのObjective functionを与えることで簡単に最適化を行ってくれるようになっています*1。 ★★★ Objective...? 登山にとってそれは標高だ、と多くの人は考えるのではないでしょうか? 標高が唯一の目的ではないにせよ、世
このページを最初にブックマークしてみませんか?
『sw1227.hatenablog.com』の新着エントリーを見る
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