pytorchでgmmの最尤推定 - やったことの説明
はじめに 今まではKerasを使っていたけど、最近になってpytorchを覚えようとしている。 “Define by Run"と"Define and Run"の違いとかはよくわかっていないのでそのへんは適当。 普通にtutorialだけやっていると、 “なんとかネットワークは作れるけど、自分が考えた新しい層を追加できない” ということになりそうだったので、ネットにあまり情報のなかったgmmを勾配法(最尤推定)で解くプログラムを作って、pytorchを理解することにした。 gaussian mixture model 適当にデータを作る %matplotlib inline import pylab as plt import seaborn as sns sns.set_style("white") from scipy.stats import norm import numpy as
μ's とAqours の人気の差 - 驚異のアニヲタ社会復帰の予備
こんな記事があった。あるアニメショップでキャラの人気投票をしたら、ラブライブにおいてμ's のメンバーのほうが、Aqours のメンバーより総じて上位だったらしい。 というわけで、2グループの人気はどれくらいの差かを考える。 2グループ各9人、全部で18人のキャラの得票数がある。あるベース に各キャラの効果、グループ効果 があり、18 人の所属は であるとする。18人のハイパーパラメータは 投票確率 はディリクレ分布 得票数は多孔分布 でサンプリングされるとする。 結果としては 程度が多く、収束しなかった。また、n_eff が全然なかった。 また、 が何十万とかなって単純にμ's だと何倍人気になる、というのがわかりにくかったので、 の事後分布を各グループについて中央値を取って何倍人気に差があるか、にしている。すると2.5倍くらいμ's とAqours に人気の差があるようだった。 a <
DAC(Design Automation Conference) のRISC-V発表資料 - FPGA開発日記
DAC(Design Automation Conference)で、RISC-Vの発表が行われたようだ。MLで発表資料が流れてきている。 VectorBloxというカナダの組み込みプロセッサの会社の発表だ。 DAC presentation slides (survey results on RISC V implementations) Google グループ 以前にRISC-Vの実装についてアンケートが回っていたのだが、これの結果が出ているな。 (※上記発表資料より抜粋) この中で、VectorBlox Computing Incと呼ばれるグループの作ったORCAというプロセッサについて紹介がされている。 github.com この中では、LightweightなVector Extensionを実装し、LatticeのFPGAに実装、カメラ付きのボードを作っている。そこで、ディープ
無理数の無理数乗は無理数か？ - tsujimotterのノートブック
この記事は 明日話したくなる数学豆知識アドベントカレンダー の 7日目の記事です。（６日目：ほとんどいたるところ） 無理数とは、有理数でない数のことです。 有理数とは のように分数（分母がゼロでない整数の比）で表せる数のことですね。 分母が になってもいいので、 や のような整数も有理数です。 無理数の例としては、 だとか だとか だとかがあるかと思います。 もちろんほかにもうんざりするほどありますよ。 なんたって、数直線上を適当に指したときに、その指の先が示す数は、ほぼ間違いなく無理数です（図１）。無理数のほうが有理数よりはるかに多いのです。 図１：「数直線上のほとんどの点は無理数」のイメージ さて、この無理数という数は非常に厄介な数です。 無理数の条件というのは、基本的には「有理数ではない」ということだけなので「すべての無理数がどんな数であるか」という問いに対しては、あまり気の利いた
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
High-Performance Out-of-core Block Randomized Singular Value Decomposition on GPU
