StreamモジュールとMailモジュールについては、nginxバイナリに静的にビルドされて組み込まれています。 なお、nginxバイナリと動的モジュールの両方とも、後述するconfigure時のオプション「--with-compat」付きでビルドされています。 nginxバイナリとモジュールのsignatureが異なると動作しない 動的モジュールが実装された当初から「nginxバイナリとモジュールのsignatureが異なると動作しない」という制約があります。 このことについては昨年の記事「nginx-1.9.11で動的モジュールをサポート」において次のように説明しました。 nginxバイナリと異なる環境でビルドされた動的モジュールを組み合わせて動かすことはできません。 これにより困ることの例としては、公式サイトやディストリビューションからnginxのRPMパッケージをインストールした環
概要 電車内で見られる芸術作品として有名なみすず学苑の広告ですが、たまにリニューアルされており登場人物が変更されています。しかし何度か見かけるうちに、大波にプリンが浮遊している背景については共通して利用されていることが分かりました。このような背景であれば、拙作 Gem の spacestuff を使うと簡単に作成できそうですので、やり方をシェアしたいと思います。 手順 1. 大波の背景画像とプリンの切り抜き画像を用意する 大波 https://pixabay.com/en/wave-atlantic-pacific-ocean-huge-1913559/ プリン http://www.denko-do.com/picture/food/sweets/4_1.html 2. spacestuff コマンドを実行する -b: 背景画像のパスを指定します。ここでは wave.jpg が大波の画像
東京大学 松尾研究室が主催する深層強化学習サマースクールの講義で今井が使用した資料の公開版です. 強化学習の基礎的な概念や理論から最新の深層強化学習アルゴリズムまで解説しています.巻末には強化学習を勉強するにあたって有用な他資料への案内も載せました. 主に以下のような強化学習の概念やアルゴリズムの紹介をしています. ・マルコフ決定過程 ・ベルマン方程式 ・モデルフリー強化学習 ・モデルベース強化学習 ・TD学習 ・Q学習 ・SARSA ・適格度トレース ・関数近似 ・方策勾配法 ・方策勾配定理 ・DPG ・DDPG ・TRPO ・PPO ・SAC ・Actor-Critic ・DQN(Deep Q-Network) ・経験再生 ・Double DQN ・Prioritized Experience Replay ・Dueling Network ・Categorical DQN ・Nois
All of Percona’s open-source software products, in one place, to download as much or as little as you need.
※ 新しいフォントを追加、古くなったリンク切れは削除し、およそ1年ぶりのアップデート。現在、合計240個。 「レトロ&ヴィンテージ」なデザインをお探しですか。 利用したいフォント素材を、なかなか見つけることができなかったので、日本語と英語に分けて、整理し直しました。 2016年からアップデートを継続している、今年で9年目の隠しリスト。 無料ダウンロードできて、商用利用も可能なフリーフォント素材をまとめています。 「昭和レトロ」や90年代、Y2Kデザイン、ヴィンテージやアンティークを得意とした書体まで、あらゆるレトロなフリーフォントを集めています。 ※ すべて無料ダウンロードでき、商用ライセンスに対応していますが、ご利用の前に、もう一度を確認するようお願いします。
注意 現在X(旧Twitter)でのソーシャルログインができない事象を確認しています。事前にX(旧Twitter)側で再ログインした上でconnpassのソーシャルログインを行うか、 「ユーザー名(またはメールアドレス)」と「パスワード」の組み合わせでのログインをお試しください。合わせてFAQもご確認ください。 お知らせ 2024年9月1日よりconnpassサービスサイトへのスクレイピングを禁止とし、利用規約に禁止事項として明記します。 9月1日以降のconnpassの情報取得につきましては イベントサーチAPI の利用をご検討ください。 お知らせ connpassではさらなる価値のあるデータを提供するため、イベントサーチAPIの提供方法の見直しを決定しました。2024年5月23日(木)より 「企業・法人」「コミュニティ及び個人」向けの2プランを提供開始いたします。ご利用にあたっては利用
こんにちは。晩酌に(第3の)ビールを辞めてウィスキーにしたら体重が減り始めた照井@札幌です。やっぱりビールはよくないですね。おつまみが欲しくなりやすい気もしますし。アイラ系もたまに飲むと美味しいんですが、日常的に飲むにはグレンリベットとか正統派?のシングルモルトが美味しいですね。値段もお手頃ですし。 さて、サーバーワークスでは、運用業務の効率化と高品質化のためにEC2 Systems Managerの利用を進めております(下記参照) EC2 Systems Manager の Automation を使ってみた 【re:Invent 2016】Amazon EC2 Systems Managerファーストインプレッション ですが、同サービスの実際に実行する内容を定義するDocumentがある種かつてのCloudFormationを思わせる独特なJSONによる定義となっており、なかなか扱いづ
GCP HTTP(S) load balancing の X-Forwarded-For ヘッダは少し変わっているのでメモ。 X-Forwarded-For とクライアントIP ELBや他のproxyを使って、その配下のサーバにリクエスト元のIPアドレスを伝える際には、X-Forwarded-For ヘッダが使われます。 X-Forwarded-For: $remote_addr リクエストにすでにX-F-Fヘッダがあった場合は、後ろに追加します。 X-Forwarded-For: $http_x_forwarded_for, $remote_addr となります。 X-F-Fを受け取ったサーバでは、アクセス元のIPが信用できるIPアドレスまたはIP帯域の場合に、X-F-Fの最後のIPアドレスを、remote_addrとして利用します。 nginxでは ngx_http_realip_mo
Scott Helme Security researcher, entrepreneur and international speaker who specialises in web technologies. More posts by Scott Helme. After toiling with Cross-Site Request Forgery on the web for, well forever really, we finally have a proper solution. No technical burden on the site owner, no difficult implementation, it's trivially simple to deploy, it's Same-Site Cookies. As old as the Web its
Recently, I made a Tensorflow port of pix2pix by Isola et al., covered in the article Image-to-Image Translation in Tensorflow. I've taken a few pre-trained models and made an interactive web thing for trying them out. Chrome is recommended. The pix2pix model works by training on pairs of images such as building facade labels to building facades, and then attempts to generate the corresponding out
Linus Torvalds氏は2月19日、Linuxカーネルの最新版「Linuxカーネル4.10」を公開した。仮想GPUの初期サポートといった機能が導入されている。 Linux 4.10は2016年12月中旬に公開した「Linux 4.9」に続くもので、8回のリリース候補(RC)を経ての正式版公開となった。Torvalds氏は「4.9が大きなリリースとなったこともあり、(4.10は)かなり静かになると予想していたが、結局は平均と変わらないリリースとなった」とコメントしている。マージを除いたコミットは1万3000件あったという。 仮想GPUサポートとして、Mediatedパススルーを持つGPU仮想化ソリューションであるIntel GVT-g for KVM(KVMGT)に対応した。最新のVFIO Mediated Deviceフレームワークをベースとしており、ダイレクトなパススルーとは異な
Jupyterでデータを触っていて、可視化のためにグラフをインラインで表示したいことは多々あると思います。 多くの場合は %matplotlib inline で十分だと思います。 しかし、データが多すぎて読めないグラフが表示されたり、もっと綺麗な図で見たい場合もあると思います。 そこで、動的な綺麗なグラフをJupyterで出す方法をみつけたので試してみました。 まずはデモを見てください。 ↓移動や拡大縮小ができる分散図 ↓Twitterのフォローした人と自分を結んだグラフ図 具体的にはD3.js(https://d3js.org/ )というデータの可視化に特化したJavaScriptのライブラリを使った結果をJupyterにインライン表示します。 まず、jupyterを動かしている環境にpy_d3というエクステンションを入れます。(https://github.com/ResidentM
マルチ AZ デプロイには、1 つのスタンバイ DB インスタンスまたは 2 つのスタンバイ DB インスタンスを持つことができます デプロイにスタンバイ DB インスタンスが 1 つある場合は、マルチ AZ DB インスタンスのデプロイと呼ばれます。マルチ AZ DB インスタンスのデプロイには、フェイルオーバーサポートを提供するスタンバイ DB インスタンスが 1 つありますが、読み取りトラフィックは処理されません。デプロイに 2 つのスタンバイ DB インスタンスが含まれている場合は、マルチ AZ DB クラスターデプロイ。マルチ AZ DB クラスターデプロイには、フェイルオーバーサポートを提供し、読み取りトラフィックを処理できるスタンバイ DB インスタンスがあります。 AWS Management Console を使用して、マルチ AZ 配置がマルチ AZ DB インスタンス
はじめに LambdaからRDSに接続する時に、Lambdaでは全てのプロセスが独立してしまうので、connectionも使いまわすことが出来ません。 このため、Lambdaに対する同時接続数を増やしていくと、RDS側でconnection数が上限を超えた時にエラーになります。 ※ただ、これはLambdaに限らず、Connection Poolingが出来ないシステムでは同じです。 このことにより、Lambda+RDSはアンチパターンであるという見方をすることがあるようです。 結論 Lambdaを利用してもRDSのmax connection設定"だけ"が原因でスループットが実用に耐えなくなるということはなさそう。(即アンチパターンというわけではさそう) [追記]RDSがSingleAZの場合、(試験した範囲では)インスタンスタイプを変えることでスループットをスケールすることができる。 [
いきなりだけど、こんなコミット、よく見ない? (例1とする) 見た瞬間に腕まくりして修正依頼と理由を書き出したくなっちゃう感じ! これが良くない理由を、持論だけど挙げてみるよ このコミットについて コミットは作業単位でするものではない プルリクエスト(以下 PR)をレビューする側に立って考えるとよくわかるのだけど、 PRレビューをする人が欲しているのは(= masterブランチが欲している、チームが欲していると言っても良い)作業者の作業ログではない。 レビューする人にとって、そのPR作成者が「どれくらいの時間をかけた」とか「休日もコミットを重ねてた」とか 「何ファイルも直さなくちゃあならなくて大変だった」とか「いつどこでブランチを切り換えて自分の出したPRを見てくれていた」とか、 そんなことはぶっちゃけ全く興味がないんだ。 欲しいのは「生成物と成果」であって、それを「どの様な作業工程」で作
Network Simulator ns-3 is a discrete-event network simulator for Internet systems, targeted primarily for research and educational use. ns-3 is free, open-source software, licensed under the GNU GPLv2 license, and maintained by a worldwide community. Recent News (Older) May 29, 2024 ns-3.42 released The ns-3.42 release has been published. This release provides a new Non-Terrestrial Networks (NTN)
1. はじめに インターネット上のほとんどのトラフィックは,TCP(Transmission Control Protocol)によって制御されていると言われています.TCPの特徴の一つとして,送信ノードが各々輻輳1制御アルゴリズム(Congestion control algorithm)に基づき,一度に送信するデータ量を調整する,という点があります.本記事では,ns-3で各アルゴリズムの動作をシミュレートし,NumPy + matplotlibで視覚化します. TCPの輻輳制御アルゴリズムを比較するために,ns-3にはtcp-variants-comparison.ccというサンプルシナリオが用意されています.しかし,このシナリオスクリプトをそのまま使うと,本記事で注目するいくつかの変数をモニタ(ns-3では,トレースと呼びます)できない,という課題がありました.そこで,本記事では,シ
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