Home Getting started User guide Introduction This User Guide is an introduction to the Polars DataFrame library. Its goal is to introduce you to Polars by going through examples and comparing it to other solutions. Some design choices are introduced here. The guide will also introduce you to optimal usage of Polars. Even though Polars is completely written in Rust (no runtime overhead!) and uses A
StableDiffusion WebuiでのVAEの比較と使い方についてのノートになります。 ■VAEとは何か?VAEとは何か、については細かい説明は「Stable Diffusion VAE」とかで検索するといいでしょう。 理論とかどうでもいい、「VAEとは生成された画像の『映え』を左右する大事な概念であり仕組みである」とザックリ覚えておきましょう。 端的には「VAEがないと映えない」と乱暴に覚えていればいいです。 私みたいな文学部国文学科で民俗学と古代歌謡を専攻していたようなガチ文系でもわかるね? というところで、あなたは下記のような画像を見たことがないだろうか。 これが、VAEの設定されていない「映えてない画像」なのだ。ピンとこないようなら。 下記画像と比較していただきたい。これが適切にVAEを指定した画像になる。 Aivyやほかの投稿サイトやtwitterで目を引くほかの人の画像
import os import polars as pl dtypes = { 'customer_id': str, 'gender_cd': str, 'postal_cd': str, 'application_store_cd': str, 'status_cd': str, 'category_major_cd': str, 'category_medium_cd': str, 'category_small_cd': str, 'product_cd': str, 'store_cd': str, 'prefecture_cd': str, 'tel_no': str, 'postal_cd': str, 'street': str, 'application_date': str, 'birth_day': pl.Date } df_customer = pl.read_c
レトラクト (retract) とは、位相空間のホモトピー論的な情報をある程度保つ「骨組み」となるような部分空間である。 ここではレトラクト (retract)、変形レトラクト (deformation retract)、強変形レトラクト (strong deformation retract)、それらを特徴づける写像であるレトラクション (retraction)について定義する。 (強)変形レトラクトは(強)変位レトラクト、レトラクションは縮射と訳されることもある。(なお、この定義には本項の記述とは異なる流儀がある。強変形レトラクトの項を参照。) 定義 位相空間 $X$ とその部分空間 $A\subset X$ に対して$A$ が $X$ のレトラクトであるとは、ある連続写像 $r\colon X \to A$が存在して,任意の $a\in A$ に対して $r(a)=a$ となることを
現在,ディープニューラルネットワークを実際にうまく機能させるためには,驚くほど多くの労力と推測が必要です.さらに悪いことに,深層学習で良い結果を得るために実際に使われるレシピが文書化されることは稀です.論文では,よりきれいなストーリーを提示するために,最終的な結果に至ったプロセスは無視され,商業的な問題に取り組む機械学習エンジニアには,一歩下がってそのプロセスを一般化する時間はほとんどありません.教科書は,たとえ著者が有用な助言を提供するために必要な応用経験を有していたとしても,実用的な指針を避け,基本原理を優先する傾向がある.このドキュメントを作成する準備をしていたとき,私たちは,深層学習で良い結果を得る方法を実際に説明する包括的な試みを見つけることができませんでした.その代わりに,ブログ記事やソーシャルメディア上のアドバイスの断片,研究論文のappendixから覗くトリック,ある特定の
⚡️ “CIRCT” / Circuit IR Compilers and Tools“CIRCT” stands for “Circuit IR Compilers and Tools”. One might also interpret it as the recursively as “CIRCT IR Compiler and Tools”. The T can be selectively expanded as Tool, Translator, Team, Technology, Target, Tree, Type, … we’re ok with the ambiguity. The CIRCT community is an open and welcoming community. If you’d like to participate, you can do so
I wrote one of the fastest DataFrame libraries February 28, 2021 by Ritchie Vink 1. Introduction At the time of writing this, the coronavirus has been in our country for a year, which means I have been sitting at home for a very long time. At the start of the pandemic, I had a few pet projects in Rust under my belt and I noticed that the “are we DataFrame yet”, wasn’t anywhere near my satisfaction
本編: アフターサロン 11月17日、突如飛び込んできた「OpenAI・CEO、サム・アルトマン氏解任」のニュースは、AI界隈のみならず、世間の多くの人を驚かせました。その後、解任の理由や首謀者についてさまざまな情報が飛び交う中、アルトマン氏のCEO復帰により、「5日間の乱」は一応の解決を迎えました。しかし、この事件の余波はいまだに収まることなく、今後のAI開発の方向性とAI普及のシナリオに、大きな影響を与えることになりそうです。 今回のシンギュラリティサロンでは、この「サム・アルトマン解任劇」を、あらたな事実を加えながら振り返り、その意味と意義を考えようと思います。そして、今後のLLM/AGI開発への影響を議論したいと思います。 ■開催日時と申込み 【日時】2022年12月3日(日) 13:30 – 15:30 【方法】YouTubeLiveでのオンライン配信 ※視聴URLは、申し込みい
数学記号記法一覧 普段私が用いているルールに則った記号・記法の一覧。私の専門の都合上、情報系の機械学習・数理最適化(線形代数、微積分、微分幾何など)に偏っており、プログラミング言語理論(論理学、圏論)や暗号・符号(群、環、体)の方面はほとんど書いていない。 本記事の内容のほとんどは一般的な表記に則っているため、他の本や論文を読むときに索引してもよい。 記号についてあまり詳しい解説はしない。 実際に表示される記号 なんという名前の概念に対応しているか LaTeX コマンド などを書いておくので、わからなければ各自調べてほしい。 数学記号記法一覧(集合・線形代数) ← いまここ 数学記号記法一覧(解析学・テンソル解析) 数学記号記法一覧(文字装飾・ギリシャ文字・飾り文字) 次 → 数学記号記法一覧(解析学・テンソル解析) Acknowledgement @Hyrodium 様、@Naughie
こんにちは、TURING株式会社(チューリング)でインターンをしている、東大大学院修士一年の舘野です。 TURINGは完全自動運転EVを開発しているベンチャー企業です。 完全自動運転を実現するには、車の周りの環境をセンシングし認識するシステムが不可欠です。センシングのためのセンサーは様々考えられますが、TURINGでは主にカメラを用いています。 自動運転AIにはカメラデータから信号機・標識・周囲の車、などの情報を読み取る必要がありますが、そのためにはそれぞれの目的に対応した学習が必要です。 一番単純な方法は、学習させる各動画フレームに対して人間が信号機・標識・周囲の車などの正解情報を付与し、AIモデルが動画を見て正解情報を予測できるようにすることです。下図は、画像から車を検出するモデルの例です。モデルの中身は画像の特徴量を抽出する部分と、分類を行う部分を分けて表現していますが、学習時は元デ
こんにちは、優勝しました。 背景 Juliaを使おうとしたら様々な環境構築時のトラブルに見舞われました。終わりです。 使えるけどストレスなところ グラフの描画が遅い matplotlibと比較してしまう PyPlotが使えない -> ローカルPCのpyenvのせい Plotsを使うことにした グラフを描画しても画像に焼いてブラウザから見るしかなかった 困ったこと pkgのインストールにたまに失敗する すでに削除したはずのpkgが原因で実行時にエラーがこびりつく これらは全部ローカル環境でJuliaを使おうとしているために起こる問題です。原因解決するのも時間かかるし、将来的なことを考えてDockerを使うことを決意しました。 Dockerの構成 全部Jupyter Labに投げる方針です。Jupyter公式のイメージを持ってくるだけで、Python、Julia、Rが使えるらしいです。 Doc
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