Fluentd update 2016 - Qiita
毎年やっているので，2016年もFluentd周りで起きたあれこれをまとめておこうと思います．v0.14がリリースされたり，CNCF入りしたりと色々と大きく前進した年でした． Fluentd本体 以下が現在の各リリースの最新バージョンです． old stable: 0.10.62 Current stable: 0.12.31 Development: 0.14.10 0.10は2016年末でEOLなので(アナウンス)，これ以降新しいバージョンはリリースされないことに気をつけてください．0.10.0のリリースが2011年10月なので，約5年開発されていたことになります(実際はここ1年は開発してないので実質は4年ですが)． また，v0.14が開発版という位置づけではあるものの，それなりに機能が実装され，gemから普通にインストールして使うことが出来るようにもなりました．Docker環境とかで
俺が悪かった。素直に間違いを認めるから、もうサービスクラスとか作るのは止めてくれ - Qiita
ちなみに、最初に結論だけ言っておくと、まずSandi Metzの「オブジェクト指向設計実践ガイド」を読め、という話です それだけで終わってしまいたい気持ちはあるが、不親切過ぎるしもうちょっとRails向けの話を書こうと思う。 ただ言いたいことは、よく分かってないのに使うのは止めろということ。 自分も本で書いたりした手前、それが参考にされた結果なのかもしれないが、世の中には本当に酷いクラスが存在するもので、雑にサンプルで書くと以下の様な感じのコードが存在したりする。 class HogehogeService # Hogehogeはモデル名まんま def process(hogehoge, option_a: nil, option_b: nil, option_c: false) history = hogehoge.histories.last unless hogehoge.activ
TensorflowでOSXのGPUが対応されたよ - Qiita
2018/12/16追記 いつの間にかOSXのGPU公式サポートはなくなったみたいなので、それでもGPU使いたい方はこちらのドキュメントが参考になるかもしれません。 Tensorflow 1.6 on macOS High Sierra 10.13.3 with GPU Acceleration (without disabling SIP) 2017/2/17追記 Tensorflow 1.0.0から簡単にインストールできるようになったので公式ドキュメントに従うことをおすすめします。 https://www.tensorflow.org/install/install_mac #cuda8.0 $ brew upgrade $ brew install coreutils $ brew cask install cuda #cuDNN v5.1 Library for OSXをダウンロー
Install TensorFlow 2
Deploy ML on mobile, microcontrollers and other edge devices
dockerでtensorflowとOpenCVを使う - Qiita
前置き 以下でtensorflowとOpenCVを使うがセットアップが面倒。 ディープラーニングで顔写真から巨乳かどうかを判別してみる (うまくいったか微妙) 特にpythonのライブラリとかは環境が混ざりやすいっぽい。 virtualenvを使うのが正攻法なのかもしれないがあまりなじまず。 docker上にセットアップする方法が私には考えやすくてしっくりきたのでメモ。 しかもtensorflowにはdockerイメージが用意されているので楽。 ホストはubuntu16.04。 dockerインストールとtensorflowのdockerコンテナ立ち上げ $ sudo apt-get install docker.io $ docker pull gcr.io/tensorflow/tensorflow:latest $ docker run -it --name tensorflow1
Octave
GNU Octave Scientific Programming Language Powerful mathematics-oriented syntax with built-in 2D/3D plotting and visualization tools Free software, runs on GNU/Linux, macOS, BSD, and Microsoft Windows Drop-in compatible with many Matlab scripts Syntax Examples The Octave syntax is largely compatible with Matlab. The Octave interpreter can be run in GUI mode, as a console, or invoked as part of a s
Graph: Explore Connections in Elasticsearch Data | Elastic
Search and analytics, data ingestion, and visualization – all at your fingertips.
Grafana
If you're seeing this Grafana has failed to load its application files 1. This could be caused by your reverse proxy settings. 2. If you host grafana under subpath make sure your grafana.ini root_url setting includes subpath. If not using a reverse proxy make sure to set serve_from_sub_path to true. 3. If you have a local dev build make sure you build frontend using: yarn start, or yarn build 4. S
時系列DB・可視化のいまむかし - Qiita
時系列DBの概略 歴史的経緯 約10年くらい？前から devopsという考え方がでてきた。そのアクティビティの一つに、可視化、特にアプリケーションメトリクス（例：サイトの現在の閲覧者数）や、インフラのメトリクス（CPU使用率等）を収集し、ほぼリアルタイムな可視化をすること、が盛り上がりを見せていた。 当時それを提唱・実行に移していたのが Etsy というECサイトのメンバで graphite と呼ばれる一連のツール(収集：carbon,格納:whisper,可視化:graphiteweb)や、それを効率よく集めるためのツールstatsd等でそれを見事に体現して見せた。 当時より（graphiteでは）メトリクスは、ドットで区切られる名前空間で識別されており、host.cpu.idleのようにCPU使用率を表したり、 clicks.item813 で商品のクリック数を識別するような形で、<メ
時系列DBって結局どれがいいんだっけ #TSDB - weblog of key_amb
※4/6 その後調べた情報などを記事末尾に追記 前提となるニーズ サーバの負荷情報とか、アクセス状況のような KPI を取得・保存し、可視化(参照してグラフ化)したい。 リアルタイム性が要求される。5分以上前のデータしか見れませんみたいなのはお呼びでない。 古いデータはそんなに精度は気にしないけど、ロングスパンで俯瞰して見れたら便利。 最近はビッグデータ環境の時系列データ解析もビジネスではけっこうニーズがありそうだけど、そっちはもう少し要求が多そう。 ここでは考えないことにする。 選択肢になりそうなもの 古きよき RRDtool Elasticsearch + Kibana Graphite + Grafana InfluxDB + Grafana 等 Zabbix 他に、現実的には SaaS に任せるという手段もあるだろうけど、そう言うと話が終わってしまいそうなので、ここでは考えないこと
スマートな家事代行サービスアプリ - DMM Okan（おかん）
【重要】「DMM Okan」サービス終了のお知らせ DMM Okanは2018年9月30日をもちましてサービスを終了させていただきます。 スケジュールなどの詳しい情報については、こちらをご確認ください。 実際に利用したユーザーにインタビューしました！ クレカとアプリで頼めるのは30代の生活感に一番フィットする。 30代 会社員 他のサービスを使っていましたが、Okanに変えました。 20代 会社員 大手だと4倍ぐらい（費用が）かかるので、Okanは低価格で助かります。 20代 Webエンジニア
発達障害の我が子を消したい
4歳の我が子がコレ。 区の支援施設で面談するも、無難なアドバイスばかり。 そのアドバイス通りの事、私全部試したよ。 でもダメだった。 買い物先でソワソワする我が子。走り回って注意が聞けず、押えつけると奇声を上げる。 施設に相談したら「もう、いっその事、買い物に連れて行かなければいい。買い物は全部生協とネットスーパーのみで乗り切って。」と言われた。 職員からも、発達障害児は外に出すなって言われるんだなぁ。 相談しに施設に来てるのに、余計追い込まれる意見を投げつけられるとは。 うちには助けてくれる人がいない。 夫も家にほとんどいない。 身内も近くにいない。 遠方に住む親は、自分のやり方で私を押さえ込み、昔から否定的な事しか言わない人だったので関わりたくない。 我が子は積極性奇異型でもあるから、公園にも連れて行きたくない。 下にもう一人子供がいるけど、発達障害の上の子のせいで、下の子を外に連れて
「数学者は変人ばかり」って本当？ 天才数学者・千葉逸人先生に聞いてきた | i:Engineer(アイエンジニア)
こんにちは。ヨッピーです。本日は 東京大学 に来ています。 僕みたいな低IQの屁こき豚がこんな所に来てしまったら、一歩入っただけで 知恵熱 出してぶっ倒れそうな気がしますが、取材のためなので仕方がありません。 さて、「i:Engineer」ではこれまで、 京都大学の先生 や 東工大の学生 など、いわゆるアカデミックな方々にも取材をさせていただきました。その取材の際に、 「数学者は変人しかいない」 「人格破綻してる」 「狂人の巣窟」 なんて、「 数学者やべぇ 」みたいなニュアンスの話を聞くことがしばしばありました。僕の知人で、京都大学を中退後、現在は優秀なエンジニアとしてゴリゴリ最前線で働いている方も「ずっと数学をやっていたかったけど、 数学をやるには全部捨てなきゃ無理だな と思って諦めた」みたいなことを言っており、がぜん「 数学者ってどんな人なんだろう 」と興味が湧いたわけです。 そこで今
私はアレで会社を辞めました。 - Everything you've ever Dreamed
先ほど、長年勤めた会社を辞めてきた。計画性も展望もなく、完全に勢いで辞めた。20年にわたる会社員生活に一旦グッドバイ。志半ばで投げ出してしまうかたちになってしまい500人の部下には申し訳ない気持ち…はほとんどなく、というかあらゆる感情よりも清々とした気分が勝っている状態だ。《42歳で統括部長という事業のトップ、オンリーワンのナンバーワンまで登り詰めたのに勿体無い》《定年までタラタラやればいいではないか》という考え方もあるし、それが利口なやり方だし、じっさい昨日までの僕もそう思っていたけれども、突如、蘇生した僕のロックスピリットがそれをヨシとしなかった。勿体ない、というが、そもそも同族経営でのトップなどナンバーワンでもオンリーワンでもない、ただの尻拭い役にすぎない。安心していただきたいのは、仕事をボイコットするようなよろしくないカタチの退職ではなく、お互い存分に話し合ったうえでの怨恨退職であ
オートスケール環境におけるFluentdのログ重複・欠損対策 - Qiita
この記事は Akatsuki Advent Calendar 2016 の15日目です。 はじめに 今やログ収集ソフトウェアのデファクトスタンダードとなったFluentdですが、オートスケール環境においては思わぬログの重複や欠損が発生する可能性があります。今回は私の所属するプロジェクトで行ったログ重複・欠損対策について紹介したいと思います。 前提 今回前提とするシステムは下図のような構成になっています。 ELB配下にオートスケーリンググループに属するEC2インスタンスのアプリサーバが複数台あり、各インスタンス上では Rails と Fluentd (sender) が動作しています。各アプリサーバから出力されたログは Fluentd (aggregator) により集約され、最終的に DB に保存されます。 Fluentd を利用したログ収集の構成としては一般的なものかと思います。 (バッ
Sketch Me That Shoe
Abstract We investigate the problem of fine-grained sketch-based image retrieval (SBIR), where free-hand human sketches are used as queries to perform instance-level retrieval of images. This is an extremely challenging task because (i) visual comparisons not only need to be fine-grained but also executed cross-domain, (ii) free-hand (finger) sketches are highly abstract, making fine-grained match
CelebA Dataset
News 2021-09-10 Another related dataset, CelebA-Dialog has been released. 2020-07-10 Two related datasets, CelebAMask-HQ and CelebA-Spoof, have been released. 2016-07-29 If Dropbox is not accessible, please download the dataset using Google Drive or Baidu Drive (password: rp0s). Details CelebFaces Attributes Dataset (CelebA) is a large-scale face attributes dataset with more than 200K celebrity im
偏微分 - Wikipedia
数学(解析学)の多変数微分積分学における偏微分（へんびぶん、英: partial differentiation）は、多変数関数に対して一つの変数のみに関する（それ以外の変数は定数として固定する（英語版））微分である（全微分では全ての変数を動かしたままにするのと対照的である）。偏微分によって領域の各点で得られる微分係数と導関数はそれぞれ偏微分係数（へんびぶんけいすう、英: partial derivative）、偏導関数（へんどうかんすう）と呼ばれる。用語の濫用として、偏微分係数や偏導関数も偏微分と呼ばれる。偏微分はベクトル解析や微分幾何学などで用いられる。 函数 f(x, y, …) の変数 x に関する偏微分は など様々な表し方がある。一般に函数の偏微分はもとの函数と同じ引数を持つ函数であり、このことを のように記法に明示的に含めてしまうこともある。偏微分記号 ∂ が数学において用いら
数学記号の表 - Wikipedia
「数学記号」はこの項目へ転送されています。ウィキペディアにおける数式の書き方については「ヘルプ:数式の書き方」をご覧ください。 数学的概念を記述する記号を数学記号という。数学記号は、数学上に抽象された概念を簡潔に表すためにしばしば用いられる。 数学記号が示す対象やその定義は、基本的にそれを用いる人に委ねられるため、同じ記号に見えても内容が異なっているということがあれば、逆に、異なって見える記号が同じ対象を示しているということもある[注 1]。従って本項に示す数学記号とそれに対応する数学的対象は、数多くある記号や概念のうち、特に慣用されうるものに限られる。 記号論理の記号[編集] 以下の解説において、文字 P, Q, R はそれぞれ何らかの命題を表すものとする。 記号 意味 解説
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
SketchX @ CVSSP
Coursera Machine Learning Week2まとめ 