3次元オブジェクトをグラフにしてみる - 驚異のアニヲタ社会復帰の予備
平均曲率を用いて、3次元オブジェクトの表面を色付けした。 凹んでいるところは赤、出っ張っているところは緑になっている。 いま、同じ色でひと続きになっている領域を仲間分けして、なおかつ、隣り合う領域がどうなっているかを調べたい。 ある頂点と、その頂点を含む三角形(1-ring)を選び、それに隣り合っている三角形をすべて、再度抽出する。 このとき、既に選ばれた三角形たちは、重複して抽出すると計算に時間がかかるので、適宜除く。 # 球面に色を付けた時、同じ色が付いている閉じた領域をチェックする K0 <- NULL for(k0 in 1:nrow(v1[[i]]$f)){ if( !any(mapply(function(z) k0 %in% z, K0)) ){ # いままでのK に kが含まれていなかったら新規のtriangle print(paste("Processing", k0))
Pythonによる機械学習入門 ～Deep Learningに挑戦～
2. 本⽇の内容 l機械学習 lプログラミング⾔語Python lPythonでの機械学習 l各種⼿法の⽐較 lDeep Learningの利⽤ (Chainer / Keras) lまとめ サンプルコードはgithubにあります https://github.com/yasutomo57jp/ssii2016_tutorial https://github.com/yasutomo57jp/deeplearning_samples 3. 機械学習とは l データから規則性や知識を⾒つけること l 出来ること Ø 回帰 ²関数のパラメータを推定する Ø クラス分類 ²クラスを分類する基準，ルールを⾒つける Ø クラスタリング ²データを複数の集合に分割するルールを⾒つける データに潜む規則性 知識を発⾒ ⼤量の データ 機械学習
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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
