タグ

2016年7月29日のブックマーク (7件)

  • お前が憎い

    http://anond.hatelabo.jp/20160728000910 お前は今まで心の底から渇望したことがないんだろう。そして、求めても得られず、何年も苦しんだことがないのだろう。あまつさえ、お前にとっての「プラスマイナスゼロ」になるために、ただ「ふつう」になるためにゴミのような境遇から這い上がらなければならない人間のことなど何も気にかけていないのだろうな。 俺はそれが許せない。 お前のように、何も求めずとも得てきた人間。 健康的な精神、健康的な肉体、趣味友達、親、彼氏、社会的な成功、生きる理由などなくても生きられる暖かい暖かい生活をして生きたお前。 俺は憎悪する。 お前の境遇そのものではない。その境遇にあって何も感じず、その無知から軽い気持ちで他者を見下す前をこそ憎む。 お前が不幸になったときはゲラゲラと笑ってやろう。お前の子供が入院したときは鉢植えの橙百合を贈ろう。 それま

    お前が憎い
    stealthinu
    stealthinu 2016/07/29
    すごい。なかなかこれほどの文を書けないと思う。タイトルだけ見てなんでこんなブクマついてんの?とか思ったが読んだら納得だった。すごいわ。
  • HPCI システム利用研究課題 利用報告書| hp140230 | 大規模生命データ解析

    form1.1 ver.1.1 表紙 Cover Sheet HPCI システム利用研究課題 利用報告書 HPCI User Report 課題番号 Project Number hp140230 課題名 大規模生命データ解析 Project Name Large-scale life data analysis 課題代表者 Project Representative 氏名 宮野 悟 Name Satoru Miyano 所属機関 東京大学 Affiliation The University of Tokyo 所属機関の国名 日 Country Japan キーワード [5-10 語程度] がん、薬剤感受性、バイオマーカー、メタボリズム、関連刺激暴露、 ベージュ脂肪細胞、メタゲノム、システム生物学 Keywords cancer, drug-sensitivity, biomarke

    stealthinu
    stealthinu 2016/07/29
    「京」のコンパイラバグについての事が指摘されている研究論文。相当怒ってるなこれ。
  • Docker for Mac and Windows is Now Generally Available and Ready for Production

    Products Docker DesktopContainerize your applicationsDocker HubDiscover and share container imagesDocker ScoutSimplify the software supply chainDocker Build Cloud Speed up your image buildsTestcontainers DesktopLocal testing with real dependenciesTestcontainers CloudTest without limits in the cloud See our product roadmapMORE resources for developers

    Docker for Mac and Windows is Now Generally Available and Ready for Production
    stealthinu
    stealthinu 2016/07/29
    Docker for Mac / Windows が正式リリースとのこと。しかしvagrantとの同居問題はそうそう解決出来ないだろうからなあ。どうしたもんかなあ。どこかでdockerに移行すべきなのだろうが。
  • 倒立振子で学ぶ DQN (Deep Q Network) - Qiita

    強化学習の一手法であるQ-learning とディープニューラルネットを組み合わせた Deep Q Network、通称DQNを使って倒立振子の振り上げ問題を解決してみます。 問題設定 「倒立振子の振り上げ問題」というのは、今回はこういう問題設定です。 まず空中に静止したモータがあって、モータ軸に棒の一端がつながっています。棒は中心に質量が集中していて剛性$\infty$で太さ0の、よくある棒です。初期状態では棒は重力にしたがって下向きにぶら下がっています。この状態から振り子を振り上げて倒立状態で静止させてください、という問題です。古きよき制御工学では、振り上げ用と静止用に別設計されたコントローラを2つ用意して切り替えるなど、非線形要素を含むコントローラを用いて対処することになります。いや、やったことないですけど、そうらしいです。 今回は、モータは右か左に一定トルクの回転しかできない、とし

    倒立振子で学ぶ DQN (Deep Q Network) - Qiita
    stealthinu
    stealthinu 2016/07/29
    DQNで倒立振子の制御を学習させる例。比較的うまくいった試行(エピソード)を保存していくところの話が面白かった。やっぱ自分で試してみよう。
  • BuzzFeed Japan古田氏とヨッピー氏が語る、「ダメなメディアと良いメディア」を分けるたった1つのポイントは?

    キュレーションメディア、オウンドメディア、バイラルメディア、など、あらゆる形態のWebメディアが濫立している今、改めてメディアの在り方を考える必要がありそうです。 他媒体との差別化が難しい今、どうすればユーザーに選んでもらえるメディアになるのか、良いメディアには何が必要なのか。明確な答えを出せる方はほとんどいないのではないでしょうか。 今回は、D2Cソリューションズ主催のメディアイベントに登壇したBuzzFeed Japan 創刊編集長の古田大輔氏とライターのヨッピー氏による「良いメディアと悪いメディア」をテーマにしたディスカッションの様子をお届けします。 登壇者紹介 古田大輔氏 BuzzFeed Japan 創刊編集長。早稲田大政経学部卒業後、2002年朝日新聞入社。京都総局を振り出しに、社会部記者、東南アジア特派員、デジタル版編集などを担当。 2015年10月にBuzzFeed Jap

    BuzzFeed Japan古田氏とヨッピー氏が語る、「ダメなメディアと良いメディア」を分けるたった1つのポイントは?
    stealthinu
    stealthinu 2016/07/29
    良記事。BuzzFeed古田氏も良かったがヨッピーの『「じゃあ広告費はいりません。書かないでと言われたんでお金を返して普通に書くことにしましたっていう記事書きますね」と返せば、まあ折れてくれます』が最高。
  • なぜプロジェクトは炎上するのか?炎上しやすい4つの傾向と、炎上を防ぐ3つの対策 - paiza開発日誌

    Picture by ITエンジニアを目指す女子高生たちの学園ライフ4コマ漫画『ぱいじょ!』 こんにちは、谷口です。 某Mずほ銀行の案件のニュースが出たとき、弊社でも結構話題になりました。 あんなに巨大なプロジェクトをしずめるのは、もう当に不可能なんじゃないかと思いますが、どんなに大きな炎上も、恐らくは小さな火種が集まって、やがて大きな炎となってしまった結果だと思いますし、最初の小さな火種の段階からぷちぷち消していけたらこんな結果にはならなかったはず……。 という話をしていたときに、paizaのエンジニアが「かつて炎上しているプロジェクトに自ら突入していくのが趣味だった」などと言い出しました。「そういう性癖なのかな」と思ったんですが、聞いてみると 「炎上しているプロジェクトに行くと『優秀な人たちはどんな振る舞いや働きをして炎上をしずめているのか』『何が原因で炎上したのか、どの時点で何をし

    なぜプロジェクトは炎上するのか?炎上しやすい4つの傾向と、炎上を防ぐ3つの対策 - paiza開発日誌
    stealthinu
    stealthinu 2016/07/29
    なんというか… あまりに炎上理由がレベル低すぎないか… いや僕も同レベルの炎上案件だけども他の人達もこのレベルなの?と思って戦慄した。
  • TensorFlowで学ぶDQN

    2. Open Cloud Campus 2 TensorFlowで学ぶDQN 自己紹介  中井悦司(なかいえつじ) – Twitter @enakai00  日々の仕事 – Cloud Solutions Architect at Google  昔とった杵柄 – 素粒子論の研究(超弦理論とか) – 予備校講師(物理担当) – インフラエンジニア(Unix/Linux専門) – Linuxディストリビューターのエバンジェリスト 好評発売中! 4. Open Cloud Campus 4 TensorFlowで学ぶDQN DQNの適用例  ビデオゲームの画面イメージを入力データとして、「取得点数が高くなる操作方 法」を学習 – ゲームのルールは知らなくても、「どの画面で、どの操作をすれば、どのように点数が変 化するか」というデータを「あらゆる画面の状況」に対して取得すれば、原理的に

    TensorFlowで学ぶDQN
    stealthinu
    stealthinu 2016/07/29
    DQNは直後の状況から学習するのではなく「長期的なトータルの結果」から学習できるようになっているところが重要なところなのだな。確かに、どうやってやるのだろう?と思っていたところだった。ちゃんと勉強したい。