TensorFlow LiteがAndroidやiOSデバイスのGPUをサポートしたようです1。 TensorFlow Lite Now Faster with Mobile GPUs (Developer Preview) バックエンドはAndroidではOpenGL ES 3.1、iOSではMetal。 This new backend leverages: OpenGL ES 3.1 Compute Shaders on Android devices Metal Compute Shaders on iOS devices iPhone 7では最大6倍の高速化が見られたようです。 By leveraging the new GPU backend in the future, inference can be sped up from ~4x on Pixel 3 and Sams

『ブロックチェーンがどのように動いているのか学ぶ最速の方法は作ってみることだ』 『ブロックチェーンとは』みたいな記事を読んで概念はわかったつもりでも、「わかったような気がする」止まりで腹落ち感までは得られず、いつか自分で実装してみたいと思っていました。1 でも難しそうだし、本業とは関係ない（→時間が割けない）ので永遠にやらなそうだなぁ。。と思ってたら、こんな記事を発見。 ブロックチェーンを作ることで学ぶ 〜ブロックチェーンがどのように動いているのか学ぶ最速の方法は作ってみることだ〜 - Qiita なんとグッとくる副題でしょう2。記事の冒頭だけざっと読んだところ、**なんか、サッとできそうだぞ・・・！**と。実装量でいえば1日もかからなそうです。 Pythonはわからないので、Swiftで書いてみました。 以下、元記事のステップに沿ってSwift実装を載せていきます。引用記法の部分は元記事

「その1」では、超解像とは、waifu2xとはなんぞや、という話から、そのMetal実装であるwaifu2x-metalでその威力について試してみました。 簡単におさらいすると、超解像とは、画像の解像度を高める技術のことで、100x100ピクセルの画像から200x200ピクセルの画像を生成する、というようなものです。 そしてwaifu2xは深層畳み込みニューラルネットワークを用いた超解像システムで、従来の補間処理によるリサイズとはまったく別次元の効果を発揮します。前回記事ではそのMetal実装であるwaifu2x-metalを手元の画像で試し、実際に効果があることを確認しました。 （左）従来法による拡大、（右）waifu2xによる拡大 （写真はitSnap様より特別に許可をいただき使用させていただきました1） waifu2x-metalはmacOSで動くように実装されていますが、Metal

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

（WWDC17初日にブログに書いた記事を再編したものになります） ついにiOSも10年目。だいぶ成熟してきて、今年は特に何も期待しないまま参加したのですが、開発者的には非常にワクワクする発表がたくさんありました。 基調講演の内容からではなく、ベータ公開されたiOS Dev CenterのAPIリファレンスを見て、個人的に／開発者目線から気になった新APIを挙げていきます。 ##Core ML iOS 10からMetal Performance Shaders（以下MPS）に追加されたCNN関連機能、足りないものが色々とあり、ここらへんは拡充されたら嬉しいなとは思っていましたが、新フレームワークとして登場しました。 おいおい、さらに増えたら MPSCNN / BNNS / Core ML とどう使い分けるんだ、と思いましたが、ドキュメントの図で棲み分けがわかりました。 Keras や Caf

Tesseractよりも速く、高精度で、CPU負荷は小さく（つまりバッテリー消費も少なく）、メモリも食わない、と良いことづくめ。 READMEに書いてありますが、Connected-component labelingという手法を用いているそうです。 First, SwiftOCR binarizes the input image. Afterwards it extracts the characters of the image using a technique called Connected-component labeling. Finally the seperated characters get converted into numbers which then get feed into the neural network. 別の作業をしていてたまたま見つけたのです

全編Swiftで書かれたオープンソースの人工知能／機械学習ライブラリが出てきました。その名も「Swift-AI」。 https://github.com/collinhundley/Swift-AI デモが入っていて、こんな感じで手書き文字認識してくれます（詳細は後述します）。 今のところ iOS と OS X をサポート しているとのこと。MITライセンス。 ##できること README の Features を見ると、2016年2月現在、フィードフォワード（順伝播型）ニューラルネットワークと、高速行列演算ライブラリはできあがっているようです。 それぞれドキュメントがあります。 https://github.com/collinhundley/Swift-AI/blob/master/Documentation/FFNN.md#multi-layer-feed-forward-neura

「いつか勉強しよう」と人工知能／機械学習／ディープラーニング（Deep Learning）といったトピックの記事の見つけてはアーカイブしてきたものの、結局2015年は何一つやらずに終わってしまったので、とにかく一歩でも足を踏み出すべく、 本質的な理解等はさておき、とにかく試してみる ということをやってみました。 試したのは、TensorFlow、Chainer、Caffe といった機械学習およびディープラーニングの代表的なライブラリ／フレームワーク3種と、2015年に話題になったディープラーニングを利用したアプリケーション2種（DeepDream、chainer-gogh）。 （DeepDreamで試した結果画像） タイトルに半日と書きましたが、たとえばTensorFlowは環境構築だけなら10分もあれば終わるでしょうし、Chainerなんてコマンド一発なので5秒くらいです。Caffeは僕

mapView.mapType = MKMapType.SatelliteFlyover mapView.mapType = MKMapType.HybridFlyover こんな感じのインパクトのある3Dマップ表示が可能となります。 Flyover Map for iOS 9. Text Detector CIDetector で新たに指定できるようになった CIDetectorTypeText を用いた文字認識のサンプル。 緑色の枠が検出した文字領域を示していて、（見づらいですが）黄色の枠は個々の文字領域を示しています。 2種類の画像への処理結果を比較してみると、同じステッカーを認識させるにしても、下の画像のようにパースがかかって陰影もある場合はグッと精度が落ちる（台形補正や二値化等の前処理をする必要がある）ことがわかります。 本機能については下記記事でも解説しています。 【iOS9】

Swiftがついにオープンソース化されました！自分も何か pull request 送って「Swiftコントリビュータ」を名乗りたいところですが、言語のソースコードを前にしたところでいったい何からはじめてよいものかわからない、けど気分だけでもこの祭りに乗っかりたい、ということでとりあえずビルドしてみることにしました。 README をみると Getting Started のところに色々書いてあります。が、Ubuntuだけで必要な手順とかも混じっているので、OS X でビルドするための最短距離 を探ってみました。 色々試してみて、Swift をビルドするにあたって clone が必須なのは以下のリポジトリ。 $ git clone git@github.com:apple/swift.git swift $ git clone git@github.com:apple/swift-clan

Wikipedia をスクレイピングするのに利用しました。 honghaoz/Ji（戟） HTMLをパースするOSSを（Swiftに限らず）他に使ったことないので比較はできないのですが、サクッと導入できてとくにトラブルなくやりたいことができたので、導入方法や使い方を紹介してみます。 導入手順 CocoaPods 利用 Podfile source 'https://github.com/CocoaPods/Specs.git' use_frameworks! pod 'Ji', '~> 1.1.1'

本記事は Bluetooth Low Energy Advent Calendar 2014 の1日目の記事となります。 MIDI over Bluetooth LE とは？ 今までこうだったのが、 MIDI over BLE によって、こうなります。 どういうことかというと、BLEを使ってワイヤレスでMIDIを送受信できる、ということです。 接続してしまえば、普通のMIDI機器と同等に取り扱えます。 iOS 8 で新規追加されたフレームワーク。 iOS Dev Centerで "CoreAudioKit" で検索しても 「No Documents Found」と言われてしまう（2014年12月1日現在）、謎に包まれたフレームワークです。 個々のクラス名で検索するとかろうじていくつかのドキュメントが引っかかってきますが、その中でちょっとでも全容把握に役立ちそうなのは「iOS 8.0 API

『AnimatedTransitionGallery』は、iOS 7 で追加されたプロトコル、 UIViewControllerAnimatedTransitioning UIViewControllerTransitioningDelegate を利用したカスタム画面遷移（トランジションエフェクト）を64種類を試せるギャラリーアプリです。 GitHubで公開しています。 なぜつくったのか iOS 7 から UIViewControllerAnimatedTransitioning および UIViewControllerTransitioningDelegate プロトコルが追加され、カスタム画面遷移（トランジションエフェクト）が格段に実装しやすくなりましたが、結局のところ実際のアニメーション部分は自分で実装する必要があります。 で、カスタム画面遷移は UIViewController

昨日発表されたばかりの Swift ですが、言語仕様的な解説記事は早くもいろいろな方が書かれているので、実践的なところとして、「Objective-Cで書いた既存アプリをSwiftで書き換える」手順をまとめてみます。 アプリ全体、となると壮大なテーマになってしまうので、まずは AppDelegate だけ。 実際に移植する予定がなくても、Swiftのお試しがてらこの手順をやってみると、Objective-C と Swift の違いがよくわかり、「なるほど、このあたりのおかげで LLVM がグッと最適化できて高速化につながってるのか」とか実感できるのでおすすめです。 なお、NDA 下にある Xcode 6 については書けないので、ビルド設定等については割愛しています。 1. 拡張子を .swift にする 例えば AppDelegate.m なら、AppDeleagate.swift にしま

みたいな定義を pch ファイルに追加するとか、ビルド設定の [Preprocessor Macros] に同様の定義を追加するとかしてね、という仕様になっているケースがあります。 ところがこれを CocoaPods 経由でやろうとすると、pch ファイルも、ビルド設定が含まれている .xcodeproj パッケージも、 で Pods フォルダに自動生成されるものなので、あらかじめそれらを編集しておくということができません。 となると pod install 後にビルド設定を追記する 必要があるわけですが、CocoaPods にちゃんとそういうしくみが用意されています。 post_install | CocoaPods Guides - Podfile Syntax Reference たとえば上記の例で言うと、次のように Podfile に追記します。 post_install do |

『iOSアプリ開発に役立つTips』という Facebook ページをやっておりまして、そこで評判が良かった投稿を 20 個ほど紹介します。（※ Facebook ページの insights にある「クチコミ度」の高いもの） ##アプリ実行中にコードを修正してそのまま実行中のアプリに反映させる アプリ実行中にコードを修正してそのまま実行中のアプリに反映させることができるXcodeプラグイン。 実機でもシミュレータでも使用可能とのこと。実機での動作検証中に修正して再インストールは時間かかるので、超ありがたいかも。 Injection for Xcode 投稿：2013/2/4 ##「PCのwebブラウザからiPhoneのカメラロールにアクセスできるようにするアプリ」のしくみ PCのwebブラウザからカメラロールにアクセスできるようにするアプリ。 アプリ側でURLを発行している画面キャプチャが

Xcodeでクラスファイルを新規作成した後、毎回同じようなコードを書いていて面倒だなと感じることがあります。たとえば、 UIViewControllerを継承したクラスにカスタムセルのUITableViewを持たせる NSObjectを継承したクラスをシングルトンにする といった実装はアプリ開発ではよくありますが、手順は大体毎回同じです。 こういった実装をファイルテンプレート化しておけば、クラスファイルの新規作成時にそのコードが生成されるので、何度も同じコードを書く手間が省けとても便利です。 以下に、NSObjectを継承したシングルトンクラスのファイルテンプレートを例にとり、作成手順を説明していきます。 1. デフォルトテンプレートをコピーしてくる デフォルトテンプレート はXcode.appのパッケージの中身をたどって行った先にあります。 open /Applications/Xcod

AUComponent.h 、または Audio Unit Component Services Reference より、iOS で使用可能な Audio Unit のサブタイプ を抜き出してみました。 概要説明つき。（ただし RemoteIO のようによく知られているものや、名称から役割が明らかなものは省略） 利用可能なiOSバージョンも付記してあります。これを見ると、iOS 5 でエフェクトが大量に追加され、iOS 6 でもコンバーター／ミキサーまわりが強化されたようです（個人的には delay の追加も嬉しい）。 kAudioUnitType_Output kAudioUnitSubType_GenericOutput A generic output unit provides the start/stop API, and provides the basic services

１年半ほどコツコツと書きためてきた iOS アプリ開発 / Objective-C 関連の Tips をカテゴリ別にまとめてみました。 数が多いので、オススメのものを太字にしてあります。 （更新情報 2012.8.11）ちゃんと数えてみたら88個しかなかったので、20個ほど追加しました。 （追記 2013.10.1） 本記事をきっかけに秀和システム社よりお声がけいただき、書籍を執筆 させていただきました。iOS開発に役立つTips集です。ぜひ下記ページより 目次を見ていただき、興味のある項目がありそうであれば ご購入いただけるととても嬉しいです。 『iOSアプリ開発 達人のレシピ100』という本を書きました ライブラリ／フレームワーク ゲームアプリ向け UI コンポーネントセット "UIKitForGame" ゲームアプリをつくる際に便利な UIKit のカテゴリ／サブクラスの詰め合わせラ

【その１】3Dモデルのファイルフォーマット からの続きです。 PowerVR Insider SDK を導入する 前回調べた STL や OBJ を OpenGL で読み込めばいいのかな、ぐらいに思ってたのですが、 iPhoneで使用される3D APIであるOpenGL ES1.xおよび2.0には標準で3Dモデルを表示するための形式は存在しません。（iPhoneで3Dモデルを表示する） だそうです。 で、いろいろ見てると、 iOS に 3Dモデルファイルをインポートする形式としては、 PowerVR POD （拡張子 .pod） という形式が一般的 っぽいです。 iOS デバイスの GPU チップサプライヤーである Imagination Technologies 社によるファイルフォーマット だとか。 参考：Cocos3D Importing: Generating POD Files