箱根のランチ名所 自然薯料理 山薬（やまぐすり）
当店人気メニュー 1位 至高の昼ご飯 2,680円 当店人気ナンバーワン！山麓豚の味噌漬けや小田原産干物を味わいながら、自慢の自然薯とろろを麦めしにかけてご堪能下さい。 ・麦めし（国産の麦を4割配合のこだわり麦飯） ・自然薯とろろ（のり・ネギ・わさび） ・箱根名水『汲みどうふ』 ・山芋の浅漬け ・自然薯さつまあげ ・とろろ汁 ・箱根山麓豚の味噌漬け ・旬の小田原産干物 ・山芋ステーキ肉味噌あんかけ 2位 究極の朝ご飯 1,680円 朝から元気に健康美人でいられる源はコレ！自慢の自然薯に、自然薯にピッタリなこだわり卵をかけて、お召し上がり下さい。 ・銀しゃりの釜飯 ・自然薯とろろ（のり・ネギ・わさび） ・箱根名水「汲みどうふ」 ・自家製浅漬け ・坂本さんちの卵 ・自然薯さつまあげ ・とろろ汁 3位 麦めしとろろ膳 1,780円 自慢の自然薯とろろを、国産麦をふんだんに配合した麦めしにかけて
Linus Torvals、クソコードにブチギレ
Linux-Kernel Archive: Re: [GIT] Networking Linus TorvalsがGCCの独自拡張を使った整数演算のオーバーフロー検知コードがあまりにクソすぎるためにブチギレしている。 On Wed, Oct 28, 2015 at 3:32 PM, David Miller <davem@xxxxxxxxxxxxx> wrote: リリースサイクルのこの後半に入れるのはちょっと怖いと思われるかもしれないが、小規模なドライバーの修正をあちこちに施しただけだよ。 マジかよテメーら、こりゃクソだ。 コンフリクトはGCCの新しいクソヘッダーファイルのせいなんだが、俺がブチギレてるのはそこじゃなくてこいつがクソなせいだ。 net/ipv6/ip6_output.cの以前のコードはこれだ。 mtu -= hlen + sizeof(struct frag_hdr);
Pythonの隠れマルコフモデルライブラリGHMMの使い方 - 俺とプログラミング
Pythonの隠れマルコフモデルライブラリ、GHMMの使いかたを軽く紹介。 コードを見て頂ければなにをやっているか分かると思います。 from ghmm import * # 初期遷移確率行列 A = [[0.6, 0.4, 0], [0, 0.6, 0.4], [0.0, 0.0, 1.0]] # 初期出力確率行列 B = [[0.25, 0.25, 0.25, 0.25], [0.25, 0.25, 0.25, 0.25], [0.25, 0.25, 0.25, 0.25]] # 初期状態確率(left-to-rightモデル) pi = [1.0, 0, 0] # とり得るすべての記号を定義 sigma = IntegerRange(0, 4) #sigma = Alphabet('a','c','d','b') #文字の場合 # 隠れマルコフモデルの生成 hmm = HMMFrom
WordPress › Installation
WordPress Select a default language
Pythonではじまる、型のある世界 - Qiita
アノテーションを実際に行っているのは以下の部分になります。 name: str: 引数nameが、str型であることをアノテート -> str: 関数greetingの返り値の型がstrであることをアノテート また、Type Hintsでは変数宣言における型コメントについても言及されています。 こちらは構文ではなく本当にコメントの拡張になりますが、現在既にこうした型に関するコメントを付けているのであれば、上記の記法に乗っ取っておけば将来的に何かしらのツールで型チェックを行えるようになる可能性があります。 これがPythonに導入された、型のある世界・・・になります。 なお、付与されたアノテーションは、実行時にはチェックされません。端的に言えばコメントの延長となります。 そのため強制力はありませんが、実行時に何もしないためパフォーマンスに影響を与えることもありません。 よって原則的には静的解
ビット演算子だけで整数の割り算（余あり）をする方法
実用性がまるでありませんが、ビット演算子のみを利用した除算の例です。 +, -, 比較演算子, ループは使用していません。 http://ideone.com/FMuNWh #include <stdio.h> char add(char a, char b) { char r = 0; char n = 0; r |= (a & 0x1) ^ (b & 0x1); n = (a & 0x1) & (b & 0x1); r |= (((a >> 1) & 0x1) ^ ((b >> 1) & 0x1) ^ n) << 1; n = (((a >> 1) & 0x1) & ((b >> 1) & 0x1)) | (((a >> 1) & 0x1) & n) | (n & ((b >> 1) & 0x1)); r |= (((a >> 2) & 0x1) ^ ((b >> 2) & 0x1)
Linux ネットワークパフォーマンスの機能強化 - Qiita
ソフトウェア割り込みが偏る？ Linuxを利用していて、ネットワーク負荷が高いサーバを運用していると、特定のCPU負荷が高くなっている事があるのですが、そのようなケースを経験されたことはないでしょうか？ topでみると特定CPU(topを起動して1を押すとCPU単位で確認できる)の%si(software interrupt)がやたら高くなっている場合、それはネットワークの負荷が原因かも知れません。(実際のtopを貼り付けたかったのですが、持ち合わせがなかった・・・。)何も設定していない場合はネットワークの割り込みは特定のCPUで行われるため、ネットワークの割り込みに関連づいたCPUの%siが高くなります。ソフトウェア割り込みを確認するには、/proc/interruptsを確認しましょう。 # cat /proc/interrupts CPU0 CPU1 CPU2 CPU3 0: 129
Studio ODIN - blog風小ネタ集 > Linux で cd する前のディレクトリに戻る
ものすごい小ネタですが 知っていると便利です。 cd コマンドはディレクトリを移動することができます。 ~:$ cd /var/log/apache2 /var/log/apache2:$ cd /etc/apache2/conf.d /etc/apache2/conf.d:$ 1 つ前のディレクトリに戻りたくなったときは 次のように パスの代わりにハイフン "-" を指定します。 /etc/apache2/conf.d:$ cd - /var/log/apache2:$ 履歴で持っているわけではないので 繰り返しハイフンを指定しても 2 つのディレクトリを行き来するだけです。 /etc/apache2/conf.d:$ cd - /var/log/apache2:$ cd - /etc/apache2/conf.d:$ cd - /var/log/apache2:$ ログと設定ファイルの
いまさらだけどsystemdに入門した - 雑なメモ
そろそろCentOS7系の知識を身につけないといけないと思い、いまさらだけど入門した。 基本的には、Red Hat Enterprise Linux 7がやってきた［概要編］ - Red Hat Enterprise Linux 7がやってきた：ITproに沿った内容である。 また、vagrantでbento/centos-7.1を元に確認・調査をした。 systemdとは いくつか記事を読んでみたところ、新しいLinuxの起動処理を支える技術であるという印象を持った。従来のSysVinitやUpstartの仕組みに代わるもので、起動処理の他に、様々なサービス管理機能を持ち合わせている。ユーザープロセスを並列に起動することによって、システムの起動処理にかかる時間を短縮する等、メリットがいくつかある。 引用元 systemd - Wikipedia / "Tizenで使われているsystem
機械学習の精度向上と高速化について - てくすた
エンジニアの id:necojackarc です。 ここ数ヶ月、長年貼られたガムテープを剥がして綺麗に貼り直すような仕事をしています。 本エントリではピクスタと機械学習についてで軽く触れた、私が今年の春頃に取り組んでいた機械学習を使ったタグ翻訳の精度向上と高速化についてご紹介します。 texta.pixta.jp 翻訳精度向上 翻訳精度*1向上のアプローチとして、まずは翻訳精度が低い原因を特定する必要があります。 調査の結果、学習データの問題、より具体的に言うと、学習データの多様性の低さが翻訳精度を低下させている原因のひとつでした。 データの多様性の低さが翻訳精度を低下させる理由を以前のエントリでも取り上げた「タイ」という言葉を例にして考えてみます。 とある画像についた「タイ」を翻訳するとき、その画像に付いている他のタグが重要になります。画像に「海」や「日本食」などがついていれば、なんとな
Learning Generative Models with Visual Attention
Attention has long been proposed by psychologists as important for effectively dealing with the enormous sensory stimulus available in the neocortex. Inspired by the visual attention models in computational neuroscience and the need of object-centric data for generative models, we describe for generative learning framework using attentional mechanisms. Attentional mechanisms can propagate signals
Spyder（PythonのIDE）を入れてみたところ、とても使いやすい - StatsBeginner: 初学者の統計学習ノート
Pythonを使う時、なんとなく、Canopy ExpressっていうIDEを使ってました。 あまり深い理由はなく、オライリーの『Pythonによるデータ分析入門』でCanopy使いましょうって書いてあったり、IPythonのインストール解説ページにいくと、IPythonを使いたいなら単独で入れるのではなくAnacondaかCanopyのようにパッケージ化されたものを使うべしと書いてあった（リンク）からです。 それで、とりあえず使えたから良いんですが、 スリープになるたびに不正終了としてエラーログをEnthoughtに送信するか聞かれる デバッガを使おうとすると有料 スクリプトの特定部分を選択してその場で実行ってのができない（実行したい分だけコピペしてコンソールに貼れば実行できるけど、カーソルで選択した部分をcommand + enterで実行できる方がよい） など不満な点もあったので、い
nico-opendata - Dwango Media Village(ドワンゴメディアヴィレッジ,dmv)
nico-opendata niconicoでは、学術分野における技術発展への寄与を目的として、 研究者の方を対象に各種サービスのデータを公開しています。 ニコニコ動画コメント等データセット (株)ドワンゴ及び(有)未来検索ブラジルと国立情報学研究所が協力して研究者に提供しているデータセットです。 ニコニコ動画コメント等のデータが利用可能です。 利用申請フォーム※国立情報学研究所へリンクします ニコニコ大百科データ (株)ドワンゴ及び(有)未来検索ブラジルと国立情報学研究所が協力して研究者に提供しているデータセットです。 ニコニコ大百科のデータが利用可能です。 利用申請フォーム※国立情報学研究所へリンクします Nico-Illustデータセット Comicolorization: Semi-Automatic Manga Colorization Chie Furusawa*、Kazuyu
Common Lispでナイーブベイズをナイーブに実装 - eshamster’s diary
精度を問わず簡単に使える分類器が欲しかったので、Common Lispでナイーブベイズ分類器cl-naive-bayesを作りました。 github.com 使い方は簡単です。まずは学習。学習結果を保持するlearned-storeを用意した後は、learn-a-document関数にこのstore，ドキュメント = 単語のリスト*1，カテゴリ（スパムメール判定であれば「スパム」or「非スパム」）の3つを渡すだけです。 (defparameter *store* (nbayes:make-learned-store)) ; (カテゴリ 単語のリスト) (defparameter *documents* (list '("A" ("a1" "a2" "a3" "a4" "ab")) '("A" ("a3" "a4" "a5" "a6")) '("B" ("b1" "b2" "b3" "b4"
素人がCaffeを使ってDeepLearningしてみた(導入編) - Qiita
はじめに この記事は 1. Deep Learningって何？を説明する 概要編 2. Deep Learningライブラリの一つであるCaffeのインストールする 導入編(この投稿) 3. Caffeを使って簡単な学習をさせてみる 実践編 の三本構成になっています タイトルにもありますが、Deep Learningの研究者でもなんでもない素人が残した記録程度の投稿なので、間違った記述があるかもしれない点はご容赦いただき、読んでいただくようお願いします (もしおかしい点があればコメントで指摘していただけると嬉しいです) インストール環境 OS:Ubuntu 14.04 LTS CPU: Core i7 2.93GHz GPU: GeForce GTX 960 メモリ: 4GB Caffeインストール手順 基本的にはCaffe公式ページに書いてある通りにやります ここでは、構成を下記の様にし
超便利な服のたたみ方！衣類をおしゃれに、コンパクトに！旅行、ご家庭におすすめの衣類収納術！！ - Docch
こんにちは！いつもご愛読いただきありがとうございます！ トウナンマガジン 廣瀬です！ ブログに入る前に、、、 トウナンマガジンは旅行情報ランキングに参加中です！ クリックがトウナンマガジンの力になります。 応援クリックよろしくお願いします～！！ ↓↓↓ にほんブログ村 前回の記事では 旅が好き！絶景が好き！ そんな方におすすめな「絶景グッズ」を紹介しました。 絶景を使った素敵なグッズをぜひご確認ください！ ↓↓↓ www.tonanmagazine.com さて今回の記事のテーマは 収納術です！ 泊りがけのお出かけの際に、衣類をコンパクトに収納するのって 意外と難しいですよね。。 袋ごとに小分けして、どれがどれかわからなくなったり 1泊くらいなら小分けしなくてもいいけど 生で下着をかばんに入れるのもなあ、、 など一体なにが正解なの？？と思われる方もいるのではないでしょうか？？ 今日ご紹介す
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
Memory management in Linux
最近やたら疲れやすい人は「鶏むね肉」を食べなさい！｜All About（オールアバウト）