xiangzeのブックマーク / 2014年2月14日

xiangze id:xiangze

2014年2月14日のブックマーク (7件)

DrillSpin （ドリルスピン）
DrillSpinは事業構造の検討を行なうため、現在、すべてのコンテンツページが非表示となっております。表示再開までしばらくの間お待ちください。 2018年6月29日 DrillSpin
xiangze 2014/02/14
音楽
リンク
ハード素人が32bit CPUをFPGAで自作して動かすまで読んだ本のまとめ - スティルハウスの書庫の書庫
男子たるもの一度は自分でCPUを作ってみたいものだけど、ICでLEDをピカピカさせた程度の経験しかないハード素人な俺だったので、CPUを自作してる東大生などを遠くから見て憧れてるだけだった。しかしおよそ一年前のこと、「MIPSなんて簡単に作れますよ！」とKさん（←FPGAでLispマシンを自作するような人）に言われて、お、おぅ。。そりゃKさんはそうでしょうよ。。あれ、もしかして俺にもできるかな。。？　と思った。この一言がなければ32bitのCPUを自作しようなんて考えなかっただろう。それから一年ちょい、とくに今年の正月休みやFPGA 温泉でがっつりがんばって、なんとかMIPS Iサブセットの自作CPUが動いた。これはフィボナッチを計算してるところ。ちなみに、これはこんな感じのフィボナッチのコードをCで書いて、 void main() { int i, *r = (int *)0x7f00
xiangze 2014/02/14
FPGA
リンク
http://hil.t.u-tokyo.ac.jp/~kameoka/SAP/Kameoka2011__Speech_and_Audio_Processing__06.pdf
xiangze 2014/02/14
音声音響信号処理（非負値行列因子分解）
リンク
トピックモデルシリーズ 1 概要
せっかく区切りがいいところまで勉強したのにoutputしないと忘れそうなので、メモを兼ねてしばらくトピックモデルについて記事を書きます。JAGSで実行したところ、そこそこ速いし収束もしました。しかしほとんど意味をなさないような幅広い推定結果になってしまいましたのでStanを使うことにしました。はじめにStanで実装するメリット・デメリットについて簡単に触れたいと思います。メリット・実装がラク。LDAでも30行ぐらい。・ややこしい推論部分は一切実装しなくてOK。全部StanのHMCサンプリングにお任せ。・モデルの拡張が簡単。デメリット・計算が遅い。文書x単語種類が1000x1500・総単語数12000のケースではトピック数が20, iter=1000で9時間, iter=10000で35時間でした。Stanのmulti-threading対応待ち。・データが少ないと収束しない
xiangze 2014/02/14
NLP
リンク
「早くすべき大事なことを後回しにしてしまう」という悪習慣を断ち切る方法
By Emily Spaide 何かをやらなくてはいけないのに、他のことに気をとられてしまってなかなか前に進めない、むしろ、つい他のことに手を付けてしまって、大事な仕事をどんどん後回しにしてしまう……誰でも多かれ少なかれこのような状況に陥って、後になって後悔してしまったことがあるはずです。そんな状況から抜け出し、もとの生産性が高い状態に戻るための方法について、ブログ「Zen Habits」のライターであるLeo Babautaさんがコラムを寄せています。 Procrastination is a Mindfulness Probl em : zenhabits http://zenhabits.net/read-now/ Zen Habitsは、物事を単純化してシンプルに考えることを提唱する考え方で、その中で仕事を後回しにしてしまう時の考え方と対処方法についての方法論が提唱されています。仕
xiangze 2014/02/14
戒め
リンク
Compare similarity of images using OpenCV with Python
xiangze 2014/02/14
cv

python
リンク
7. Dataset loading utilities — scikit-learn 0.23.2 documentation
7. Dataset loading utilities¶ The sklearn.datasets package embeds some small toy datasets as introduced in the Getting Started section. This package also features helpers to fetch larger datasets commonly used by the machine learning community to benchmark algorithms on data that comes from the ‘real world’. To evaluate the impact of the scale of the dataset (n_samples and n_features) while contro
xiangze 2014/02/14
scikit-learn

python

dataset
リンク
- 2014年2月15日
- 2014年2月14日
- 2014年2月13日