Pythonのテストのパラメータ化にはparameterizedを使うと楽（unittest/pytest/nose/nose2対応） - Blank File
Pythonでテストをパラメータ化した時の書き方を unittest と pytest を使った場合で紹介し、最後にそれらで使えるparameterizedというライブラリを紹介します。 ちなみに私はpytestよりもunittest派です。 はじめに テストを書いていると値が違うだけのケースを複数確認したくなる時があります。 例えば、1 + 1 = 2, 2 + 3 = 5, 32 + (-32) = 0, …などのようなケースです。 これをすべて別のテストケースとして書き下すのは面倒ですしメンテも大変なことになるので、テストフレームワークは大抵こんなテストが簡単にできる仕組みを提供しています。 今回はPythonでよく使われているunittest（標準ライブラリ）とpytestでこれらのテストの書き方を紹介します。 なんでいまさら？と思われそうですが、pytestはともかくunitte
5 simple tips and tricks for writing unit tests in #golang
Test-driven development is a great way to keep the quality of your code high, while protecting yourself from regression and proving to yourself and others that your code does what it is supposed to. Here are five tips and tricks that can improve your tests. 1. Put your tests in a different packageGo insists that files in the same folder belong to the same package, that is except for `_test.go` fil
Authorization for Google Services | Apps Script | Google for Developers
Send feedback Authorization for Google Services Stay organized with collections Save and categorize content based on your preferences. Apps Script determines the authorization scopes (like access your Google Sheets files or Gmail) automatically, based on a scan of the code. Code that is commented out can still generate an authorization request. If a script needs authorization, you'll see one of th
Caffeをはじめよう
TOPICS 発行年月日 2015年08月 PRINT LENGTH 144 ISBN 978-4-87311-745-4 FORMAT PDF EPUB Caffeは深層学習（Deep Learning）のオープンソースフレームワークで、主に画像処理分野において利用されています。本書はCaffeを使って画像処理をしてみたいという初心者を対象に、Caffeの使い方、Caffeを使う上で最低限必要な知識について解説する書籍です。 まずビルド方法や利用するためのインターフェースの解説から、実際に画像認識を行う一連の流れを説明します。続いてCaffeで利用している畳み込みニューラルネットワーク（CNN）とその構成要素、さらにAlexNetやGoogLeNetといった代表的なCNNのアーキテクチャについても解説します。 さらにblobやlayerといったCaffe独自のクラス、また設定できるパラメ
機械学習初心者が1からChainerのコードを書き始められるまでの経緯を書いたら長くなりすぎた - sora_sakakiのブログ
情報が増えすぎてまとめ始めたら、すごい量になったので分離しました。 目次 始めた時の状況 ChainerのMNISTのexampleを動かすまで Chainerとは Chainerを入れてexampleを走らせる MNISTってなんだ ディープラーニングってなに？ 失敗１：局所的な話にハマる 失敗2：ディープラーニングなプロダクトを使ってみる 関連：ディープラーニングでなにができるのかを知る まとまった資料を読む Chainerのexampleを解釈する/簡単なコードを書く Chainerの周辺知識(Theano/numpy)を知る Theanoを調べる Chainerと既存のフレームワーク(Theanoを使ったもの)との違い おまけ：numpyを調べる 数学的な背景を学ぶ おまけ MNIST以外のChainerのサンプル ネタ 始めた時の状況 パーセプトロンの概要くらいは知っている Py
1
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
