C++では, #define で定数を定義するな, const TYPE によるグローバル変数(もしくは適当な名前空間に内包されたグローバル変数)を使え, #define でマクロ関数を定義するな,代わりに inline 関数を使え,みたいなことが言われる.これは確かにその通りだ. 1項 #define ではなく, const と inline を使おう Scott Meyers (スコット・メイヤーズ): Effective C++ (吉川訳, アスキー出版局, 1998) に書いてあるように, プリプロセッサよりコンパイラに仕事させるべき だ.でもマクロにしかできないことも多々あるわけで. case 1: 配列のサイズを取得 #define SIZE_OF_ARRAY(array) (sizeof(array)/sizeof((array)[0])) SIZE_OF_ARRAY(配列)
個人でWebサイトやWebアプリケーションを作るときには、HTMLやCSSなどのフロントエンドの知識は必ず必要となります。しかし、独学でHTMLやCSSを勉強してもなんかデザインがいまいち、、(そもそも、技術云々の前にデザインのセンスがないから無理だ。)ということはよくあります。とはいえ、Webデザイナを目指すわけじゃないからできればフロントエンドに割く時間を最小限にしてサーバサイドの勉強に専念したい!そういうときに最適なのがBootstrapだと思います。 getbootstrap.com 目次 今回やること グリッドシステム グリッドシステムとは 使用ルール 使用例 ポートフォリオに導入する。 サムネイル サムネイルとは 使用ルール ポートフォリオに導入する。 今回作ったもの www.hirotsuru.sakura.ne.jp 今回やること 今回は、以前私が作成したポートフォリオにB
はじめに 数年前、Windows機にPythonでのデータマイニング環境を構築するには様々な困難が待ち受けていました。依存関係にあるライブラリのバージョンが合わないというよくある話から、ライブラリをインストールする順番によって無事に動いたり動かなかったりするなど初心者殺しな落し穴があちこちで口を開いていました。ところが、2016年1月現在、全く新規に環境構築しようとしてAnacondaを利用してみたところ、意外なほど簡単に環境構築できました。 Anacondaはデータマイニングの便利なライブラリを集めて一括でインストール・利用できるようにしたパッケージです。内包されているライブラリは様々な数値解析、機械学習、自然言語処理、可視化、DB連携、データハンドリング、さらには最近話題のディープラーニングなど多岐に渡り、これを入れておけばデータマイニングを行う大抵の場面で対応できるでしょう。そこで、
Deep Predictive Coding Network(Deep PredNet)とは ニューラルネットの一種 開発元:CoxLab(http://www.coxlab.org/) 論文:Deep Predictive Coding Networks for Fideo Prediction and Unsupervised Learning できること: 時系列予測。 論文中では動画を受け取り、次に来るフレームの画像を予測、生成している。 何がすごいか(ochiai主観): ○画像から直接次のフレームを予測している ○次のフレームの画像を生成できる ○大脳新皮質の構造に似ている(階層構造) ○高い階層に抽象的な特徴が自動生成される ○教師なし学習 Deep PredNetの構造 Deep PredNetの構造。右の図は一層分だけ拡大したもの。 更新式 状態更新のアルゴリズム。トップ
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
処理を実行中です
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