Visual Studio Codeメモ : 対話型プレイグラウンドで代表的な機能を試す - もた日記
Multi-cursor Editing IntelliSense Line Actions Rename Refactoring Formatting Code Folding Errors and Warnings Snippets Emmet JavaScript Type Checking ※Windows 10、Visual Studio CodeのVersion1.38で確認 Welcomeページの「Interacitve playground」または「Help」→「Interactive playground」で表示される対話型プレイグラウンドではVisual Studio Codeの代表的な機能を試すことができる。 Multi-cursor Editing マルチカーソルを使うことで複数個所を一気に編集できる。 Ctrl+Shift+Alt+↑/→/↓/← : 矩形選択 S
読まれる技術ブログを目指して / @kakakakakkuさんのブログメンタリングで学んだこと - omuriceman's blog
2019年4月から6月末までの3ヶ月間、僕はカックさん(@kakakakakku)という方に技術ブログのメンターになっていただき、週に2記事のペースで技術ブログを書いていました。 ブログメンタリングを通じて、ブログを書く技術だけでなく理想のメンター像までカックさんから学ぶことができました。今回はそのブログメンタリングに応募した動機・学んだこと・成果・今後についてまとめたいと思います。記事にするのが恥ずかしい部分もあるのですが、これが僕のブログスタイルなのではないかと最近思うようになりました。 カックさん(@kakakakakku)とは ブログメンタリングとは 応募の動機について ブログメンタリングで学んだことと取り組み より良いタイトルを考える 黙読して読みにくい部分が無いかチェックする 視覚的な強弱や緩急をつける 人にされて嬉しいことは自分から積極的にする フォローされやすいTwitte
SREは大規模なリプレイスプロジェクトで発生した様々な問題にどう取り組んだか【Backlog Play 化プロジェクト】 | Backlogブログ
Backlog SREチームのmuziです。2018年4月から2019年7月まで、BacklogをJavaからScala / Play Frameworkに移行する大規模なリプレイスプロジェクトに参加していました。 SREとして、このリプレイスにはかなりの困難が伴いました。特にBacklogのサービス安定性は大きな問題でした。 本記事では、こうした問題に対して、SREである私がどういうアプローチを取ったのか、そしてこのプロジェクトで得られた教訓を今後チームや組織全体でどのように活かそうとしているかをご紹介します。 正直言って、泥臭い話だらけの内容です。それでも、技術的負債を抱えたプロジェクトでSREが取れるアプローチの事例の一つとして、読者の参考になれば幸いです。 はじめに ヌーラボでは2015年11月から2019年7月まで、BacklogをJavaからScala / Play Frame
Knative = Kubernetes Networking++
Knative = Kubernetes Networking++ Ahmet Alp Balkan published on 29 October 2019 Knative project is usually explained as building blocks for “serverless on Kubernetes”. As a result of this implication, most Kubernetes users are not aware of what Knative can do for their non-serverless workloads: Better autoscaling and networking for stateless microservices on Kubernetes. Let’s put “serverless” asid
PyTorch vs. TensorFlow、ディープラーニングフレームワークはどっちを使うべきか問題【2019-2020年】
連載目次 ※本稿には新バージョンがあります。2021年に向けてのアップデート記事（2020年12月16日公開）はこちらです。 本稿は、ディープラーニング（深層学習）に関心があるビジネスマンから、これから始めてみたいというエンジニア、既に取り組んでいる実務経験者まで、幅広い人に向けて書いた。よって、初歩的な内容も含めつつ説明していくのでご了承いただきたい。 ディープラーニングを実装する場合、フルスクラッチでゼロからコードを書くのは非効率なため、専用のライブラリ／フレームワークが用いられるのが一般的だ。ディープラーニングが流行してから直近4年ほどの間に、次々と新しいフレームワークが登場した。現在、主要なものを挙げると、 TensorFlow： 2015年登場、Google製。一番有名で、特に産業界で人気 PyTorch： 2016年登場、Facebook製。この中では新興だが、特に研究分野で人
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
