Makefileの書き方 - Y's note
GNU Make 第3版 作者:Robert MecklenburgオライリージャパンAmazon 利用するケース @yutakikuchi_です。 C/C++を書いた時に複数ファイルから実行ファイルを生成するときやライブラリをIncludeする場合コンパイルのオプションが複雑になります。複雑なオプションを毎回コマンドラインで入力するのではなく、Makefileというコンパイルのオプションルールを記載してmake/gmakeコマンドにて実行ファイルを生成すると便利です。今回はMakefileの簡単なルールについて紹介します。 Makefileの基本 基本ルール C++ソースのコンパイルにはg++を利用します。例えばhello.cppというファイルをコンパイルする場合は$ g++ hello.cpp -o helloと実行するとhelloという実行ファイルが生成されます。これをMakefil
即戦力になる実験ノート入門
2016年4月19日紙版発売 2016年4月26日電子版発売 吉村忠与志 著 B5判／208ページ 定価2,178円（本体1,980円＋税10%） ISBN 978-4-7741-8069-4 Gihyo Direct Amazon 楽天ブックス ヨドバシ.com 電子版 Gihyo Digital Publishing Amazon Kindle 楽天kobo honto 本書のサポートページサンプルファイルのダウンロードや正誤表など この本の概要 実験するのは楽しいが，自分の主張をレポートや論文にすることは苦手という人は多い。しかしもう悩む必要はありません。楽にレポートや論文を書くには，正確な「実験ノート」を作ればいいのです。本書は，効果的なレポート・論文を作成するための「実験ノート」の入門書です。はじめて実験ノートを書く人でもわかるように，具体的な例を挙げながら丁寧に解説します。さら
Mac OS Xの環境構築を自動化する(2016年度初旬編) | DevelopersIO
はじめに 中山です。自己紹介ブログ以外では一発目のエントリです。よろしくお願いします。 唐突ですが、みなさんMacの環境構築はどのように行っていますか。温かみのある手作業で行っていますか。または、何らかのツールを利用して自動的に設定が行えるような仕組みで構築していますか。 私はこの作業にAnsibleを利用しています。Ansibleを利用したMacの環境構築というと、去年話題になっていましたね。こちらのエントリが火付け役だったと記憶しています。その後も、エンジニア界隈で定期的に話題になるネタのようです。 私は結構前からこの方法で環境構築を行ってきたということもあって、そこそこ知見が溜まってきました。また、時期的に(新入社員の季節！私もです)会社からPCを支給され初期構築に四苦八苦されている方々が多いのではないでしょうか。 そこで本エントリではAnsibleを利用したMacの環境構築2016
高速実装CRFSuiteとベンチマーク - 自然言語処理 on Mac
テキストから人名や地名など内容を特定するような箇所を取り出す固有表現抽出や、名詞句や動詞句などのようにかたまった単語の列を求めるチャンキング、単語の品詞を特定する形態素解析など、自然言語処理の様々なタスクでCRF(Conditional Random Fields)の機械学習アルゴリズムが利用されています。 CRFSuiteはCRFの学習とテスト実行を高速に行うオープンソースの実装で、CRF++と並んで広く利用されています。メモリ使用量を抑えるよりも処理を高速に行う実装を目指していて、効率的なオンライン学習のアルゴリズムであるAveraged PerceptronやPassive Aggressive、AROW (Adaptive Regularization Of Weight Vector)なども利用することができます。他のオープンソースと比較したベンチマークテストの結果を見ると、訓練
【デブサミ2016】18-B-4レポート ビッグデータをリアルタイムに処理する基盤はSparkとKafkaの組み合わせで構築せよ
SparkとKafkaを組み合わせで実現するリアルタイム処理基盤 そこでSparkとKafkaを採用しようというのである。SparkはSparkCoreモジュールとそれを利用したSparkSQL（SQLのインタフェースの提供）、GraphX（グラフ演算やグラフを操作機能を提供）、Streaming（ストリーミングデータ処理の提供）、MLib（機械学習アルゴリズムを提供）というコンポーネントから成る。HadoopでのMapReduceではスループットを重視し、バッチ処理に特化しているので、レイテンシに問題があったが、SparkとRDD＆DAGで処理すると、Sparkはレイテンシを重視し、メモリ上で操作を行うので、「たとえ機械学習でも繰り返し処理が高速にできる」と田中氏は語る。 一方のKafkaはメッセージキューを扱うシステムで、「プロデューサー」「ブローカー」「コンシューマー」という3つの役
LevelDB入門 (基本編) - from scratch
さて、今回は比較的新しいデータストアであるLevelDBについてまとめてみました。 LevelDBは1年ほど前からNode.js界隈ではブームが来ていて、理由がよくわかっていなかったんですが、まとめている内に分かるかなと思ってまとめました。今回はNode.js無関係でLevelDBの基礎的なことだけ調査した結果をまとめてみました。 Node.jsで使ってみる話は後に回します。 LevelDBとは? key-value型のデータストアの一つです。 Googleの研究者である、Jeff DeanとSanjey Ghemawatが開発し、2011年に公表されました。C++で書かれており、多くのプログラミング言語でbindingsが書かれています。もちろん、JavaScript/Node.jsでも書かれています。 LevelDB は Google のBigTableをベースにしたアーキテクチャを持
JavaからLevelDBを使うためのライブラリ - たけぞう瀕死ブログ
LevelDB JNIというバインディングを使うのがいいみたい。Akka PersistenceやActiveMQ Apolloでもこれが使われています。 github.com もちろんこれはLevelDBがインストールされていないと使えませんが、LevelDBをPure Javaにポーティングしたものもあるみたいです。 github.com Akka Persistenceでは設定でこちらを使うようにできますし、ActiveMQ ApolloではネイティブのLevelDBバインディングが使えない場合は自動的にこちらにフォールバックするようになっているようです。 性能的にかなり問題があるようでプロダクションでの利用は推奨されていないようですが開発用途であれば別途LevelDBを導入する必要がないので便利かもしれませんね。
機械学習でよくわからないまま文章を作らせてみる その1 - プログラムの事とか
はじめに断っておきますがなんの成果もありませんでした。 経緯をグダグダな感じで書き綴るだけです。 文章を自動生成させるためには それっぽい感じで作るのであればMeCab＋マルコフ連鎖でいいような気がしました。 blog.shibayan.jp こちらをみれば.Net Framework使ってできます。わかりやすいです。おしまい。 機械学習をつかってがんばる やはり今流行りのDeep Learning使いたいですよね。結果は期待しません。とりあえず使うことが目標です。 ググるとRNN(Recurrent Neural Network)の中でもLSTM(Long short-term memory)というのを使うとよさそうでした。 RNNは時間（この場合文の前後？）を考慮するらしいです。よくわかりません。 簡単に使えそうなのを探す Azure Machine Learningからはそれっぽいも
Go言語を触ったことのない人間がSensorBeeを使ってみた Part1 - のんびりしているエンジニアの日記
本日はさくっとSensorBeeを使ってみました。 皆さんこんにちは お元気ですか。連休でほっとしています。 What is SensorBee Stateful Expressive LightWeight Install Go(Mac) SensorBeeのインストール Tutorial データの取得と初期化 サーバの起動 BQN はじめに SELECT文 WHERE文 GROUP BY ストリームの作成 参考文献 今回はSensorBeeと呼ばれるライブラリを紹介します。 Machine Learningまでは流石に長過ぎるので、word countまでやってみました。 What is SensorBee sensorbee.io SensorBeeは特徴として以下の内容を兼ね揃えます。 Stateful 機械学習に有用な構造化されていない情報を取得し、ユーザが定義した機械学習のモデ
HOG特徴量とSVMを使った自動車の検出 - くーろんログ
あけましておめでとうございます。 去年の10月に研究室に配属されてからあれよあれよという間に年を越してしまいました。 課題研究の関係で論文を色々漁ったのと去年の夏のインターンシップで一般物体認識をやったのでここらで一旦まとめる為にエントリを残しておきます。本エントリは初心者の方が対象であるのと、私自身まだ機械学習を始めてから日が浅いので間違いや危ない表現も多いかと思います。 今回は自動車の検出をやろうと思います。巷ではDeepLearningが流行ってますがそんなことは気にせず、少し古い手法ですがHOG+SVMでやっていきます。 HOG特徴量 (Histograms of Oriented Gradients) HOG特徴量とは局所領域内の勾配方向ごとの勾配強度を計算し、ヒストグラムで表したものです。すごく簡単に言うと画像中の輝度の変化の境界線を取り出す事が出来るというものです。*1 上の
機械学習、統計について
統計と機械学習に大変興味があり、これから勉強しようと考えています。 …が、数学は中高と赤点ギリギリで、 全くと言っていいほど、高度な計算はできません。 現状は、webアプリやCMSをphpで作る程度の事しかしないのであまり問題はないのですが、 統計や機械学習を利用するような企画もちらほら出始めており、 自分がやりたい分野ではあるので手を挙げたいのですが、 知識もないので提案もできなければ、制作もできません。 自分が最終的にやりたいこととしては、集計したデータを統計して今後の運用に役立つように 学習した情報からアドバイスを渡すようなwebアプリを作りたいです。 例えば、天気、曜日、祭祝日、売上、商品などのデータを蓄積しておいて、 今日何を売り出すべきか、何を仕入れるべきかなどをアドバイスするようなアプリです。 話は長くなりましたが、以下質問させて下さい。 1、統計や機械学習はpythonが人
最近のruby-core (2016年3月) - Money Forward Developers Blog
こんにちは。卜部です。 ruby-coreというRuby本体の開発の議論がされているメーリングリストがあります。 新機能やバグ報告などがだいたいここに集約されてくるので購読しておくとRubyの動きが分かります。 最近興味深かったトピックを紹介します。 [#12113] Global method inside Delegator causes NameError スレッドのタイトルは現象としてはその通りなんだけど、本当の原因はDelegatorからプライベートなメソッドを呼ぶことがこれまでできなかったという点です。なぜならDelegator経由ではプライベートなメソッドがプライベートな感じで(レシーバーをつけないで)呼ばれたかどうかが判定できなかったから。 なんだけど最近did_you_meanの側からの要求により「プライベートなメソッドがプライベートな感じで呼ばれたかどうか」が判定可能に
pyenv/pyenv-virtualenv/Anacondaを使ってクリーンなPython環境をセットアップ - karaage. [からあげ]
Python仮想環境に関してはじめに ここに書いてある環境構築は2021年時点でも有効で、私のように趣味ベースで使う場合は、特に大きな問題ありませんが、必ずしも全ての人にベストな手法ではありません。 他にも様々なPythonの環境構築ソフト（pipenv, venv等）がありますし、Anacondaは使わない主義などあります。こだわる人は各自調べて自分に合うものを選択しましょう。 Docker覚えるコストが許容できるなら、Dockerもオススメです。以下記事参照ください。 2021/04/17追記：Macに関しては、Apple Silicon Macの関係で、MiniForgeを使う環境構築に移行しました。以下記事参照ください。 2021/10/04 Linuxでのセットアップに関して新たに記事を書き直しました。以下記事参照ください。 zenn.dev これ以降の本記事は、参考情報として残
![pyenv/pyenv-virtualenv/Anacondaを使ってクリーンなPython環境をセットアップ - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/df6f32d58952edc962cbe8fe3b16cc2bcef7f431/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20171225%2F20171225113630.png)
ライブラリーリサーチのための対話環境をJupyter Notebookの上につくってみた
（時間がない人のための要約） 対話的開発環境であるJupyter Notebookの上に 作りっぱなしだったいろんな調査ツールをまとめたもの 読書猿のワークベンチなのでMonkeyBenchと名前をつけた。 探しものの際に、自分がやってる手作業のうち、ネットやコンピュータでできそうなことをPythonにやってもらえるように短いプログラムをいろいろ使い捨てして来たが、これらをまとめてJupyter Notebookのマジックコマンドにしたものである。 コードの中身と簡単な使用例をこちらに乗っけた。 http://nbviewer.jupyter.org/gist/kurubushi--rm/231f5dff7e5c6f9a50bb709e0d234dd8 https://gist.github.com/kurubushi--rm/231f5dff7e5c6f9a50bb709e0d234dd
【資料公開】Chef ベーシックトレーニング
みなさんこんにちは。@ryuzeeです。 これから新たにChefを学ぶ人向けに非常に基本的なトレーニングの資料を作ったので公開します。 資料の構成は以下のとおりです。 まずDevOpsの文脈から自動化が必要な背景を説明Infrastructure as Codeについての利点を説明ChefのアーキテクチャChefの用語解説Vagrantで仮想マシンを2台使った一番単純なハンズオン(boxも用意済み)Serverspecを使ったCookbookのテストの書き方(VirtualBoxの仮想マシンの中でDockerを使っています)その他なお、2-3時間でさくっと触りながら全体像を掴むことを目的にしているので、網羅性はありません。 ハンズオン用のVagrantのboxには、あらかじめ、Chef DK(Development Kit)、Dockerなどが含まれており、すぐに触れると思います(ただしb
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
【dots. IT勉強会】開発環境のDocker化
GitHub - kmaehashi/jubatus-benchmark: Jubatus Benchmark Tool
攻める！ラムダ式禁止おじさん #kotlin_kansai
