2017年02月16日00:00 夢は別次元の自分の記憶という衝撃の説ｗｗｗｗｗｗｗｗ 1: 名無しさん＠おーぷん 2017/02/14(火)04:38:57 ID:EV2 常にそれだとは言わんが、別次元の自分の記憶が混じってる気がする 2: 名無しさん＠おーぷん 2017/02/14(火)04:39:19 ID:LwL ほーん 3: 名無しさん＠おーぷん 2017/02/14(火)04:42:24 ID:EV2 >>2 せやから今見てた夢 彼女と、彼女が好きな蛾とワイと、わいが好きなタマムシの4人で焼肉に行ったら 蛾が火鉢の火で燃えて、蛾についた火がテントに引火して大事故になる って夢も別次元の自分の記憶なんや 眠っているとき、脳では凄いことが起きている: 眠りと夢と記憶の秘密 7: 名無しさん＠おーぷん 2017/02/14(火)04:44:24 ID:cHX 別次元のワイは美少女やっ

“このチームで一緒に仕事できてよかった” を世界中に生み出していく。 仕事が少しでも楽しくなることを目指し、コラボレーションツールを開発・提供しています。 すべてのチームが使える プロジェクト管理ツール Backlog はチームで働くすべての人が使えるプロジェクト管理ツールです。マイルストーンやガントチャートなどを用いて、課題の優先付けや期限管理が簡単にできます。ソースコードの管理にも最適です。 もっと詳しく アイデアを形にする ビジュアルコラボレーションツール Cacoo はウェブブラウザで使える作図共有ツールです。難しい操作は不要でアイデアをすぐに可視化できます。ワイヤフレームなどの基本的な図からベン図やマインドマップなどの特殊図のテンプレートをご自由にお使い頂けます。 もっと詳しく チームワークのための チャットツール Typetalk は雑談を成果に変えるチャットツールです。スピー

はじめに TensorFlowにはTensorBoardという視覚化ツールが用意されています。TensorBoardを使うとニューラルネットのグラフや学習状況をインタラクティブに確認することができるので大変便利です。 しかし、TensorBoardの利用には「ログの書き出し→サーバ起動→ブラウザ起動」の手間があったり、GRAPHで表示されるグラフはノード名が途中で「...」で丸められてしまって他人に説明するには使いづらかったり、データサイエンス系で人気のJupyter notebookと連携できないといった面倒な点があります。 そこで、TensorFlowで構築したグラフをDOT言語+graphvizによって可視化するモジュールtfgraphvizを作りました。tfgraphvizを使うことで、グラフを簡単に画像化したり、TensorBoardのGRAPH機能と同等の機能をJupyter

unittest — Unit testing framework¶ Source code: Lib/unittest/__init__.py (If you are already familiar with the basic concepts of testing, you might want to skip to the list of assert methods.) The unittest unit testing framework was originally inspired by JUnit and has a similar flavor as major unit testing frameworks in other languages. It supports test automation, sharing of setup and shutdown c

最近、Semantic Segmentationについて調べる機会がありました。 せっかくなので、公開します。 例に挙げた研究は、まだarXivのみに発表されたようなのは(Pix2Pixを除いて)あまりカバーされてません。（この後もう少し調べる予定） Semantic segmentation from Takuya Minagawa また、資料をアップロードしようしたまさに今日、PFNさんがDeep Learningを使った最新のセグメンテーション方法についての素晴らしいセミナーがあったので、この資料と合わせて見ると参考になると思います。この資料でカバーしていないUnet、SegNet、RefineNetなどについても解説されています。

Update: This article is part of a series. Check out the full series: Part 1, Part 2, Part 3, Part 4, Part 5, Part 6, Part 7 and Part 8! You can also read this article in Русский, Tiếng Việt, فارسی or 한국어. Giant update: I’ve written a new book based on these articles! It not only expands and updates all my articles, but it has tons of brand new content and lots of hands-on coding projects. Check it

Sphinx-Users.jp¶ Sphinx-Users.jp(略称#sphinxjp)は、美しいドキュメントを簡単に生成することができるドキュメンテーションツール、 Sphinx （スフィンクス）の普及を主眼としたコミュニティです。SphinxはPythonの公式ドキュメントだけでなく、このSphinx-Users.jpのサイトも含め多くのマニュアルやサイトで使用されており、詳細を Sphinxの歴史で紹介しています。 Sphinx-Users.jp は日本の Sphinx コミュニティです。 Sphinx-Users.jp では、日本で散らばっているSphinx関連情報を集めて、Webサイト、イベントを通じてSphinx情報を発信します。 slack のコミュニケーションや勉強会の開催などを通じて、ドキュメントをパワーアップしたい人、ドキュメントや翻訳で苦労している人、Sphinxの

前々から、Python, Django 界隈の単体テスト事情をまとめたいと思っていたのですが、こんな素敵なまとめ記事を見つけました。 Python用のユニットテストツールまとめ | TRIVIAL TECHNOLOGIES 4 @ats のイクメン日記 この記事では、unittest, unittest2, doctest, py.test, nose のほか、それこそ聞いたことのないようなものまで取り上げてくれているのですが、今回は、自分で使いそうな範囲のテストツールについて少しディープにまとめてみようと思います。 取り上げるのは、以下の 4種類（「Django + unittest」を unittest としてカウントすると 3種類）のテストツールです。 ほかにも、pytest や doctest も取り上げたかったのですが、まだ使ったことがなかったので割愛します（後で書くことになるか

プログラミング言語Pythonの習得を目的としたサイト、Python-izmです。 入門編、基礎編、応用編などカテゴリ分けされていますが、すでにPythonの基本構文、実行方法等を習得されている方は入門編を飛ばしてご利用ください。これからPythonを学習する、という方は入門編 – Pythonとはより順にご利用ください。また本サイトは主にPython 3系を用いていますが、3系と比較して大きく異なる場合は Python 2系のコードも掲載しています。バージョン2系と3系の違いは2系と3系の違いを参照してください。 お知らせ 2018/01 サイトのリニューアルに伴い、Python 3系への対応、SSL化を行いました。今後ともPython-izmを宜しくお願い致します。 Pickupコンテンツ 各プログラミング言語の実行までの手順をまとめました。Pythonは他の言語と比較しても容易に実行

アノテーションを実際に行っているのは以下の部分になります。 name: str: 引数nameが、str型であることをアノテート -> str: 関数greetingの返り値の型がstrであることをアノテート また、Type Hintsでは変数宣言における型コメントについても言及されています。 こちらは構文ではなく本当にコメントの拡張になりますが、現在既にこうした型に関するコメントを付けているのであれば、上記の記法に乗っ取っておけば将来的に何かしらのツールで型チェックを行えるようになる可能性があります。 これがPythonに導入された、型のある世界・・・になります。 なお、付与されたアノテーションは、実行時にはチェックされません。端的に言えばコメントの延長となります。 そのため強制力はありませんが、実行時に何もしないためパフォーマンスに影響を与えることもありません。 よって原則的には静的解

Single Underscore In a class, names with a leading underscore indicate to other programmers that the attribute or method is intended to be be used inside that class. However, privacy is not enforced in any way. Using leading underscores for functions in a module indicates it should not be imported from somewhere else. From the PEP-8 style guide: _single_leading_underscore: weak "internal use" indi

かつて存在した「[python] 細かすぎて伝わりにくい、Pythonの本当の落とし穴10選」という記事が、元サイトから消えてしまっている。 なくなった当該記事: [python] 細かすぎて伝わりにくい、Pythonの本当の落とし穴10選 Web上のアーカイブ: https://archive.is/jKNp1 参照している例: Pythonを書き始める前に見るべきTips (2017-06-16) いつのまにかこの記事をリンクするようになっているようだ！！ ググっても存在しないのも流石に背中が痒い感じがする。私自身の個人的な情報保全のため、その10項目をここに挙げておく。 自作の test.py を import しようとしてもできない スクリプトファイルを更新したのに、実行しても動作が変わらない exception Err1, Err2: と書くと、Err2 を取りこぼす (Pyth

Pythonを使ってこの方さまざまな点につまずいたが、ここではそんなトラップを回避して快適なPython Lifeを送っていただくべく、書き始める前に知っておけばよかったというTipsをまとめておく。 Python2系と3系について Pythonには2系と3系があり、3系では後方互換性に影響のある変更が入れられている。つまり、Python3のコードはPython2では動かないことがある(逆もしかり)。 Python3ではPython2における様々な点が改善されており、今から使うなら最新版のPython3で行うのが基本だ(下記でも、Python3で改善されるものは明記するようにした)。何より、Python2は2020年1月1日をもってサポートが終了した。よって今からPython2を使う理由はない。未だにPython2を使う者は、小学生にもディスられる。 しかし、世の中にはまだPython3に

すべての Microsoft 製品 Global Microsoft 365 Teams Copilot Windows Surface Xbox セール 法人向け サポート ソフトウェア Windows アプリ AI OneDrive Outlook Skype OneNote Microsoft Teams PC とデバイス Xbox を購入する アクセサリ VR & 複合現実 エンタメ Xbox Game Pass Ultimate Xbox とゲーム PC ゲーム Windows ゲーム 映画とテレビ番組 法人向け Microsoft Cloud Microsoft Security Azure Dynamics 365 一般法人向け Microsoft 365 Microsoft Industry Microsoft Power Platform Windows 365 開発者

True 4K gaming starts here Experience immersive 4K gaming, where action is brought to life with 2160p frame buffers and 6 Teraflops of graphical processing power.

Posted by Amy McDonald Sandjideh, Technical Program Manager, TensorFlow In just its first year, TensorFlow has helped researchers, engineers, artists, students, and many others make progress with everything from language translation to early detection of skin cancer and preventing blindness in diabetics. We’re excited to see people using TensorFlow in over 6000 open-source repositories online. Tod

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

最近あんまり触っていなかったので、久々にPythonをやろうと思ったときにいろいろ忘れてたり、新しく知ったりしたこともあったので、Pythonやるときに参考になりそうな情報をまとめました (但し、今回はデータ分析系のライブラリ関連は除いています) Pythonの言語仕様や基本等 概要 — Python 3.5.2 ドキュメントdocs.python.jp qiita.com www.python-izm.com 2系と3系の違い postd.cc qiita.com コーディング規約 はじめに — pep8-ja 1.0 ドキュメント ドキュメント生成 azunobu.hatenablog.com ドックストリング """ 3重ダブルクォートを使用して記載する。 ドックストリングに記述したテキストは関数やクラスオブジェクトの__doc__に保存される def hello(): """Out

「Google Cloud Spanner」発表。地球規模の大規模分散環境で稼働するミッションクリティカルなリレーショナルDB。NoSQL並のスケーラビリティでSQL対応、トランザクション処理を実現 Googleは、クラウド上で高度なスケーラビリティを実現する、ミッションクリティカルな業務に対応したリレーショナルデータベースサービス「Google Cloud Spanner」を発表しました。 Google Cloud Spannerは、地球規模の大規模分散処理データベースとして、NoSQL並の非常に高いスケーラビリティと高い可用性、そして高速な処理を実現しつつ、SQLに対応。強い一貫性を持つトランザクション処理も実現。企業のミッションクリティカルな業務にも使えると説明されています。 地球規模に分散したリレーショナルデータベース 一般に、ミッションクリティカルな業務に対応したリレーショナルデ

※ キャンペーンは終了しました。たくさんのご応募ありがとうございました 先日お伝えした通り、本日から新しいはてなブックマークボタンをご利用いただけるようになりました！ はてなブックマークボタンはこれまで種類の選択肢が少なく、かつモバイルページでは扱いづらいデザインでした。今回、種類とサイズの柔軟な変更に対応し、スマートフォンでも見やすく使いやすいデザインになりました。 以下のガイドページから、お好きなデザインにカスタマイズしてご利用ください。 ▽ はてなブックマークボタンの作成・設置について - はてなブックマーク ※ 現在すでにページに設置しているタグの貼り替えなどは不要です 新しいボタンを押して、Tシャツとステッカーを当てよう！ このリニューアルを記念して、非売品の「はてなブックマークTシャツ」と今回新たに制作した「はてなブックマークボタンステッカー」をセットにして2名様に、さらに「は

TensorFlow のチュートリアル（Convolutional Neural Networks） http://www.tensorflow.org/tutorials/deep_cnn/index.html#convolutional-neural-networks の翻訳です。 翻訳の誤りなどあればご指摘お待ちしております。 注：このチュートリアルは TensorFlow の上級ユーザーを対象としており、機械学習の専門知識と経験を前提としています。 概説 CIFAR-10 分類は、機械学習における一般的なベンチマーク問題です。問題は、RGB 32×32 ピクセルの画像を10カテゴリーに分類するものです：飛行機、自動車、鳥、猫、鹿、犬、カエル、馬、船、およびトラック 詳細については CIFAR-10ページ と Alex Krizhevsky による技術レポートを参照してください。 目

BOOKMARKS ([[savedStates.length]]) Open this drawer to save a set of views of the projection, including selected points. A file containing the bookmarks can then be saved and later loaded to view them. ���F�U p�*G�U

絵は基本的に、描けば描くほど上手くなります。 しかし、やみくもに手を動かすのと、 基礎を意識して描くのとでは、 上達のスピードに差が出てきます。

この記事は ちょっと前まで最速とされていた物体検出のディープニューラルネットであるFaster RCNNのTensorflow実装Faster-RCNN_TFを使ってみたのでメモです 時代はSingle Shot Multibox Detector (SSD)らしいですが、Tensorflow実装はこんな開発中のしかないので一週遅れ感は否めませんが。 セットアップ 前提 TITAN X (Pascal) ubuntu14.04.5 LTS python2.7 Tensorflow v0.12 その他cython, python-opencv, easydictなど適当にインストール インストール README通りにセットアップしました。 # git clone --recursive https://github.com/smallcorgi/Faster-RCNN_TF.git # cd

Single Shot MultiBox Detector（SSD）のCaffe実装「caffe-ssd」で物体検出デモを試してみました。 なお、SSDのMXNet実装に「mxnet-ssd」という名前がついているので、ここでは、Caffeのssdブランチを「caffe-ssd」と呼ぶことにします。 後述の方法で環境構築を行ったcaffe-ssdには、以下の物体検出デモが用意されています。 webcamの画像から物体検出する ssd_pascal_webcam.py 動画ファイルから物体検出する ssd_pascal_video.py Jupyter (IPython) Notebook上で画像ファイルから物体検出する ssd_detect.ipynb 画像ファイル、または動画ファイルから物体検出するコマンドラインツール ssd_detect.bin この記事では、ssd_pascal_w

Need a refresher on what you learned at TensorFlow Dev Summit 2017? Check out the TensorFlow team and machine learning experts from around the world as they ...

Convolutional Neural Network (CNN)畳み込みニューラルネットで、 花の画像から名前を特定する実験をしてみる！ はじめに 今回はdocker環境上にプログラムをおいて実施します。 １．環境準備 ２．プログラム ３．実験 プログラムはGitに置いておきます。 環境準備 開発環境 Macbook pro 13 2016 dockerのインストール dockerは以下のサイトからバイナリで簡単にインストールできます。 Minicondaイメージから機械学習環境を構築 機械学習系のパッケージを詰め込んだ、コンパイル済みバイナリをインストールできる conda(Miniconda)での環境構築をします。 ① テンプレートのダウンロード

機械学習で何ができるの？深層学習（ディープラーニング）だと何が違うの？ というのは他の方に任せるとして、やっぱりMNIST以外のデータで色々試してみたいですよね。 というわけで為替(FX)の予測でもやってみます 関連シリーズ - 第１回 TensorFlow (ディープラーニング)で為替(FX)の予測をしてみる - 第２回 ディープじゃない機械学習で為替(FX)の予測をしてみる - 第３回 TensorFlow (ディープラーニング)で為替(FX)の予測をしてみる CNN編 他の方の研究、記事など 調べてみると色んな方がやっています。この辺とか、Qiitaだと以下が有名なようです。 [TensorFlowで株価予想] 0 - Google のサンプルコードを動かしてみる TensorFlowを使った為替(FX)のトレードシステムを作るチュートリアル 学習に用いるデータを大きく分けると以下で

I'm using TensorFlow and I modified the tutorial example to take my RGB images. The algorithm works flawlessly out of the box on the new image set, until suddenly (still converging, it's around 92% accuracy usually), it crashes with the error that ReluGrad received non-finite values. Debugging shows that nothing unusual happens with the numbers until very suddenly, for unknown reason, the error is

TensorflowOnSparkを起ち上げてみた Yahoo!がTensorflowOnSparkを公開しました。 Sparkクラスターで動くTensorflowのようです。 GitHub： https://github.com/yahoo/TensorFlowOnSpark 記事： http://yahoohadoop.tumblr.com/ https://techcrunch.com/2017/02/13/yahoo-supercharges-tensorflow-with-apache-spark/ Distributed Tensorflowはすでにありますし、Sparkクラスターでの起動を試している人も見かけましたが、天下のYahoo!がTensorflowをカバーするというので面白い試みです。 Distributed Tensorflow https://www.tenso

この度、githubへの一年間連続コミットを達成していたらしいことを確認しました。途中から平日、仕事の分も混ざっているのですが、プライベートでのコミットは毎日確認していたので、ちゃんと一年間継続できているはずです。 当初はどういうものを開発するのか定まっていなかったり、謎の練習コードばっか産まないか心配だったのですが、継続してコミットを続けていくことで、徐々に目的意識を持ってコードを書くのにも慣れてきました。 そこで、この一年でどういう考えで開発過程をたどってきたか、どういうものを開発してきたか、これからどうしたいかについて書こうと思います。 どういう考えで開発過程をたどってきたか最初は継続性のみを重視１年前と今とでは、コードを書き始める時の意識も少し変わったなと、今は思います。 １年前はどんな形であれ継続できるようにコードを書いて、たまにdotfilesいじったりとか、遅くに会社を出ると

「＜音泉＞祭り 2017冬」にて販売した商品の通販が決定！ 2月18、19日によみうりランドにて行われた「＜音泉＞祭り 2017冬」で販売した商品の通販が決定しました！ 2月25日(土) 0時より受注開始します。数量限定商品の為、無くなり次第終了となる商品が多数ありますので、気になる商品がある方はお早めにチェックしてくださいね！ 数量限定 「羽多野渉・佐藤拓也のScat Babys Show！！」でも定番になったキーワード「pr」。 「プロモーション」のpr、「ペロペロ」のpr、 それらを盛り込んだ番組オリジナルTシャツとなっています。 かわいいprprキャラクターが目印です！ 【サイズ】 女性用Mサイズ（着丈：62cm、身幅：46cm、肩幅：39cm、袖丈：17cm） 女性用Lサイズ（着丈：65cm、身幅：49cm、肩幅：42cm、袖丈：18cm） 【仕様】 素材：天竺素材 色：ブラック

仕事が楽しくて楽しくて仕方ない。 そんな人が素直に羨ましい。 かと言って私は現状の仕事に不満があるからダラダラと続けるわけにも行かず、 転職を決意した。 脱社畜を志している中で社畜の鞍替えなんて、意味不明な事をやっている。 仕事を辞める人には様々な理由があると言われているが、 私がたどり着いた結論は、大きく３つの要因があるということに気がついた。 昔誰かに教わったと思うのだが、 それを実感したのが今回仕事（職場）を変えようと思った時に痛感した。 大きく３つに分かれるのだが、これをまずはざっくり説明していく。 仕事へのやりがい 報酬 人間関係 結局仕事を辞める人たちはこの３つのバランスが崩れてしまい、 新しい職場を求めてしまう。 今回は、このような図形を用意した。 下の３つの三角形のなかに番を振っているが、基本的に順番に意味はないが今回説明しやすいように、 先程お伝えした要因を順番通りにに当

考えたやつ天才 編集可なので誰でも追加できます (編集時に画像が2枚以上表示されないときは更新マークっぽいやつを押すと表示されます。仕様なのかバグなのかは知りません)

「よーしっ！アライさんにおまかせなのだー！」

ディープラーニングの有名ライブラリ5種を最短距離で試す半日コース（TensorFlow, Chainer, Caffe, DeepDream, 画風変換）Python画像処理機械学習DeepLearningTensorFlow 「いつか勉強しよう」と人工知能／機械学習／ディープラーニング（Deep Learning）といったトピックの記事の見つけてはアーカイブしてきたものの、結局2015年は何一つやらずに終わってしまったので、とにかく一歩でも足を踏み出すべく、 本質的な理解等はさておき、とにかく試してみる ということをやってみました。 試したのは、TensorFlow、Chainer、Caffe といった機械学習およびディープラーニングの代表的なライブラリ／フレームワーク3種と、2015年に話題になったディープラーニングを利用したアプリケーション2種（DeepDream、chainer-g

JavaScriptグラフライブラリの１つであるHighchartsを使う時に参考になるサイトを集めてみました。 基本、日本語のサイトです。 Highchartsって何？ Highchartのご本家サイト まずは、ここで基本情報をゲット！と行きたいところですが英語が苦手だとちょっと・・・ Qiita JSのグラフライブラリを今選ぶならHighchartsで決まり Highchartと同じくグラフライブラリであるjqPlot、amcharts、chart.jsと合わせて紹介しています。 私はjqPlotをちょっと使ったことがありますが、Highchartの方が棒グラフの棒がびよーんって伸びたりしてシャレオツだと思いました。 あゆたジャーナル Javascriptできれいなグラフがかけるライブラリ Highcharts JS 時間がない時にさっとどんな感じのものかつかみたい時に便利なサイトです

Tensorfowメモ 自分なりに書き残しているメモです Tensorflowの構造 グラフ、演算ノード、テンソルの構想 グラフとは? 複数のニューロンからなる一つの層を表す図形 φ(X * W + b) ノードとノードを結ぶ辺によって構成 演算ノード・変数ノード・プレスホルダーノードなどが存在 テンソルとは グラフを流れる量 テンソルはn次元の配列あるいはリスト 主な表記 変数 tf.Variable 行列の積 tf.matmul φの適用　tf.nn.relu グラフの定義 # Wを入れる変数の定義 weights = tf.Variable() # bを入れる変数の定義 bias = tf.Variable() # 層の働きを φ(X*W+b) で定義 #ここではφはreluを使用 #imagesは、この層が受ける入力 #hidden1はこの層の出力 #1層目 hidden1 = t

ブクマ数1000件超えが連日登場するのすごく違和感あるんだけど どこかではてブが流行っているの？

labels_1024.tsv We can make this file beautiful and searchable if this error is corrected: No tabs found in this TSV file 7 2 1 0 4 1 4 9 5 9 0 6 9 0 1 5 9 7 3 4 9 6 6 5 4 0 7 4 0 1 3 1 3 4 7 2 7 1 2 1 1 7 4 2 3 5 1 2 4 4 6 3 5 5 6 0 4 1 9 5 7 8 9 3 7 4 6 4 3 0 7 0 2 9 1 7 3 2 9 7 7 6 2 7 8 4 7 3 6 1 3 6 9 3 1 4 1 7 6 9 6 0 5 4 9 9 2 1 9 4 8 7 3 9 7 4 4 4 9 2 5 4 7 6 7 9 0 5 8 5 6 6 5 7 8 1 0 1 6

BazelCon 2024 registration and CFP are open now! For stable release documentation, please use the "Versioned docs" drop-down. The default view reflects the latest version at HEAD.

A popular method for exploring high-dimensional data is something called t-SNE, introduced by van der Maaten and Hinton in 2008 [1]. The technique has become widespread in the field of machine learning, since it has an almost magical ability to create compelling two-dimensonal “maps” from data with hundreds or even thousands of dimensions. Although impressive, these images can be tempting to misre

This guide contains a collection of best practices for optimizing TensorFlow code. The guide is divided into a few sections: General best practices covers topics that are common across a variety of model types and hardware. Optimizing for GPU details tips specifically relevant to GPUs. Optimizing for CPU details CPU specific information. General best practices The sections below cover best practic

Venue The TensorFlow Dev Summit will be hosted at Google’s Headquarters in Mountain View, California. See below for details about how to get there. Speakers We have an incredible lineup of talks from the TensorFlow team. The keynote will be delivered by Jeff Dean followed by technical talks and demos by the product and engineering team.

The livestream will start at 9:30am Pacific Time on February 15th, 2017. Join the TensorFlow team and machine learning experts from around the world for a full day of technical talks, demos, and conversations. https://events.withgoogle.com/tensorflow-dev-summit/ Add the TensorFlow Dev Summit playlist: https://goo.gl/0sySqI Learn more about TensorFlow: https://www.tensorflow.org/ #TFdevsummit

平素より、自作ゲーム投稿コミュニティサービス『ゲームアツマール』をご愛顧いただき、誠にありがとうございます。 『ゲームアツマール』は、昨今のネイティブゲーム市場拡大におけるブラウザゲーム市場の縮小を受け、今後ユーザーの皆さまにご満足いただけるサービスを提供し続けることが難しいと判断し、大変遺憾ながら「2023年6月28日（水）」をもちましてサービスを終了いたしました。 約7年間にわたりサービスを運営してこられましたのは、ゲームクリエイターがアイデアや技術を凝らして制作・投稿した作品たちを、ユーザーの皆さまが遊んでくださり、支えてくださったおかげです。この場を借りまして、心より感謝申し上げます。 ゲームクリエイターの皆さまにおかれましては、放置ゲームや定期更新ゲームなどの新しいゲームジャンルの開拓、Unity投稿や有志によるプラグイン制作などの技術支援、動画投稿サイトや外部サイト連携などの遊

【読売新聞】　世界が今、人工知能（ＡＩ）の研究にしのぎを削っている。日本でも年明けに新たなＡＩ研究拠点、理化学研究所「革新知能統合研究センター」（※１）が政府の肝いりで東京・日本橋にオープンした。世界との競争にどう立ち向かうのか。初

2017 - 02 - 15 Batch Normalizationを使わないDCGAN 自己符号化器を使った事前学習 をDCGANに適用したものは、顔のようなバリエーションが比較的少ないものならば機能しました。 しかし背景画像のようなバリエーションが豊富なものにはうまく機能しませんでした。 本来ならDCGANの論文にあるようにBatch Normalizationを使うべきなのですが、TensorFlowでの使い方がよくわかりませんでした。 tf.contrib.layers.batch_normを使ってみましたが、おそらく私の実装ミスのせいでうまくいきませんでした。 そこでいろいろと試行錯誤をして良い感じの設定にすることで、Batch Normalizationを使わなくても画像を生成させるのに成功しました。 1.重要なポイント ・最適化手法：Adamを使い学習率を0.0002に、be

C# でゼロから Deep Learning を実装する挑戦はまだ 4 章。 機械学習で使う勾配降下法を実装してみた。 勾配を計算するメソッドは前回記事を流用している。 using MathNet.Numerics.LinearAlgebra; using System; using System.Linq; namespace GradientDescentSample { class Program { static void Main(string[] args) { // f(x0, x1) = x0^2 + x1^2 Func<Vector<double>, double> function2 = (x) => Math.Pow(x[0], 2) + Math.Pow(x[1], 2); var initX = Vector<double>.Build.DenseOfArray(

【初回お試し無料】dTV(ディーティービー)は映画、ドラマ、アニメ、ライブ映像など多彩なジャンルの話題作が月額550円(税込)で楽しめる！他にも見逃し配信、バラエティ、韓国ドラマなどコンテンツが充実。ドコモケータイ回線でなくてもWEB登録で今すぐご利用いただけます！

ピコ太郎の最新VR動画も近日配信予定dTVは、大ヒット海外ドラマ『ウォーキング・デッド』のVR動画を公開した。全国のドコモショップにて、dTVオリジナルVRスコープを60万個無料配布する会員向けの大規模キャンペーンも2017年2月1日より開始した。 『ウォーキング・デッド』やピコ太郎のVR動画が続々と！『ウォーキング・デッド』シリーズ初のVRコンテンツ『FOX ウォーキング・デッドVR ver.』が2本も登場。ウォーカーと呼ばれるゾンビの大群に取り囲まれるような感覚はファン必見だ。 また、ピコ太郎のVRミュージックビデオも2月7日より新作が登場。『ペンパイナッポーアッポーペン(Long ver.)』、『カナブンブーンデモエビインビン』、さらに話題の最新曲『I Like OJ』のオリジナルVRミュージックビデオが順次配信予定となっている。

転職・求人情報サイトのtype エンジニアtype 働き方 「エンジニアの幸せなキャリアって？」 当事者３人が明かすKaizen PlatformのCTO交代劇の裏側 2017.02.15 働き方 かつてリクルートにおいてWebマーケティング領域などで活躍していた須藤憲司氏、石橋利真氏。彼らによって2013年に米国で設立されたKaizen Platform, Inc.（以下、Kaizen）はWebサイトのA/BテストなどWebマーケティング改善につながるプロダクト群を提供し、わずか4年弱の間に国内外で成果を上げ劇的成長を果たしてきた。 ところが昨年、そのKaizenの創業メンバーでありCTOを担っていた石橋氏が突然辞任。代わって新CTOとして入社したのが、グリーやスマートニュースでエンジニアとしても、事業開拓リーダーとしても活躍してきた渡部拓也氏だった。 この突然のCTO交代劇以来、Kai

シェルスクリプトの代わりにPythonで書いてみる コマンド実行をする コレを使います。 import subprocess import shlex ret = subprocess.check_output(shlex.split("date -I")).decode("UTF-8").strip() print(ret) 詳しく書いていきます。 subprocess モジュールを使う subprocess はコマンド実行がちょっと面倒臭い。 import subprocess input_f = "player.swf" output_f = "radiko.png" cmd = "/usr/local/bin/swfextract -b 14 %s -o %s" % (input_f, output_f ) subprocess.call( cmd.strip().split("

ドット絵風低画質画像メーカーはjpg/png/gifの静止画をドット絵風の低画質な画像に変換するサービスです。

※追記① パラメーターいじりながらweb上でドット絵風低画質画像を作れるようにしたのでこちらのエントリもよろしく。 静止画をドット絵風の低画質に変換にする「低画質画像メーカー」を作った ※追記② 雑だけどPythonのコマンドライン版も置いとく。 teigashitsu-image-maker 概要 画像をドット絵風の低画質に変換するTwitter Botを作った。 低画質(@teigashitsu) jpg/png/gifの静止画を@teigashitsuに対してリプを飛ばすと、ドット絵風の低画質画像が返ってくる。 例えばいらすとやのこの画像が、 ドット絵風低画質になるとこう。 サーバルちゃんのこの画像*1が、 こう。 このように味わいある画像に変換してリプライを返す。 きっかけ iPhoneをはじめ世間は日々解像度を上げつづけている。 Deeplearningの発展はめざましく低画質な

スマホサイトが優勢な昨今、要素をよこ並びにする機会は減ってきているのかもしれないけれど、大きい画面で見るサイトでは、ナビゲーションやタブや、商品一覧など、よこ並びにレイアウトする機会はまだまだあるんじゃないでしょうか。そんな「よこ並びにするためのCSS」も、やり方はさまざま。お馴染みのやつから、新参者まで、順番に見ていくことにします:)。 よこ並び？ そう、よこ並び。 例えばボタンを横一列に並べたり。商品の情報なんかだと、横に3つずつ並べて改行して、多段に並べる場合もありますね。偏（ひとえ）に「よこ並び」と言えど、CSSにはそのやり方がたくさんあるんです:o。 導入 この記事で紹介するよこ並びの方法は以下の通り。 CSSの歴史的な背景から、最初はfloatプロパティを使った方法を紹介します。 float（フロート） 要素を左右へ寄せるためのプロパティ。 後続する文章（テキスト）などのインラ

正しいでしょ。例えば、二桁の整数の和を返すプログラムなら簡単に完璧に作れる。それが複雑になろうが原理的には可能。

高度2,000km以下の軌道を周回するスペースデブリの分布。 大気圏突入した大きなスペースデブリの一部が燃え尽きずに地上へ落下したもの。デルタ2の燃料タンク。 宇宙監視ネットワーク（英語版）による月別の地球軌道上の物体一覧。茶色:トータル。ピンク:破片化したデブリ。青:宇宙機。オレンジ:ミッション関連デブリ。緑:ロケットボディ スペースデブリ（古フランス語: débris、英語: space debris、orbital debrisとも）または宇宙ゴミ（うちゅうゴミ[1]、アメリカ英語: space junk）とは、なんらかの意味がある活動を行うことなく地球の衛星軌道上〔低・中・高軌道〕を周回している人工物体のことである。宇宙開発に伴ってその数は年々増え続け、対策が必要となってきている。 概要[編集] 本記事で扱う「スペースデブリ」には、耐用年数を過ぎ機能を停止した（された）、または事故

インドは、１００機以上の人工衛星を搭載したロケットを打ち上げ、すべてを軌道に乗せることに成功し、衛星打ち上げの技術をアピールしました。 搭載された人工衛星は、７００キロを超えるインドの観測衛星のほか、アメリカやオランダ、それにＵＡＥ＝アラブ首長国連邦など６か国から依頼を受けた小型衛星です。 ロケットは、およそ２８分で上空５２４キロに到達する間に、人工衛星を２８か所の軌道に乗せることに成功しました。 １００機を超える人工衛星を一度に打ち上げるのは世界的に極めてまれだということで、打ち上げ後の記者会見で、インド宇宙研究機関のクマール長官は「われわれは、衛星打ち上げの市場に大々的に参入しようとしている」と述べ、衛星打ち上げの技術をアピールしました。 衛星の打ち上げビジネスに力を入れているインドは、日本や欧米と比べて格段に低いコストで開発を進めていることで知られていて、市場の平均よりも２０％ほど安