Web Framework Benchmarksと Perl の現状報告会 YAPC::Asia Tokyo 2014 LT
![Webフレームワークを作ってる話 #osakapy](https://cdn-ak-scissors.b.st-hatena.com/image/square/4d3b191cf83dc8d6a5d6827d9ea1eac3a7739bf6/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2Fdeveloping-web-framework-160416011826-thumbnail.jpg%3Fwidth%3D640%26height%3D640%26fit%3Dbounds)
初めて Macbook や iMac を購入して、最初にどんなアプリから入れるべきか悩みますよね? 私の場合、どうしても実務で15年使用してきた Windows アプリが基準になりました(私の実務経験とは、Web制作のディレクションや記事のライティングです)。 すると必然的に「Windowsでやってきた作業を維持できる基本的なアプリはどれか?」という視点となり、その結果を次の10個にまとめました。 1.Webブラウザ:Google Chrome 2.Webブラウザ:Firefox 3.ファイル共有:Dropbox 4.テキストエディタ:mi 5.Office系アプリ:Pages, Numbers, Keynote 6.Macメンテナンス:MAGICAN 7.画像書き出し:ToyViewer 8.アプリ管理:AppCleaner 9.テスト環境構築:MAMP 10.サーバーアプリ:FileZ
Very deep convolutional neural networks introduced new problems like vanishing gradient and degradation. The recent successful contributions towards solving these problems are Residual and Highway Networks. These networks introduce skip connections that allow the information (from the input or those learned in earlier layers) to flow more into the deeper layers. These very deep models have lead to
Outfit Generation and Style Extraction via Bidirectional LSTM and Autoencoder
はじめに 先日 4/13 六本木ヒルズの Google Inc 東京オフィスでTensorFlow勉強会の三回目が開催されました!本記事はそのレポート記事となります。 Machine Intelligence at Google Scale: Vision/Speech API, TensorFlow and Cloud Machine Learning Google Developer クラウドデベロッパー アドボケイト 佐藤一憲氏 新しいAPI Cloud vision API Cloud speech API Tensorflow playground Inputと学習器のプロパティを設定できる、またニューラルネットのレイヤも設定できる Cloud machine learning Tensorflowで定義した分類のグラフをFull managedで分散学習してくれる Destri
総合研究大学院大学 複合科学研究科 情報学専攻 卒 博士(情報学) 自然言語処理や機械学習、データ分析に関する研究内容とwebシステムの開発と運用について書いています。 シリコンバレーベンチャーみたいに深い技術の事業化をしたいと思っています。 ご興味ある方はご連絡ください。 RでのH2OではRを終了すると学習したモデルが保持されません。 最初の内は全然気にしてなかったんですが、h2o.deeplearningは結構時間かかりますし 何度もやってるとモデルを保存、読み込みしたくなります。 何故かそういうことに言及する人が全然いないのですが マニュアルによると h2o.download_pojoという関数があるらしいので 使ってみようとしたら エラー: 関数 "h2o.download_pojo" を見つけることができませんでしたという事だったんですが、 しかしdownloadという名前で保
Unlock the Power of Quantitative Strategies: Explore Our Cutting-Edge Website Today! Bagging and Boosting are both ensemble methods in Machine Learning, but what’s the key behind them? Bagging and Boosting are similar in that they are both ensemble techniques, where a set of weak learners are combined to create a strong learner that obtains better performance than a single one. So, let’s start fro
醜いより美しい方がいい。暗示するより明示する方がいい。 Pythonの禅 より 私はよく、ドロイドやジェダイ、惑星、ライトセーバー、スターファイターなどのコレクショングッズを題材にしてプログラムを書きます。Pythonでプログラミングをする際は大抵、これらをリストやセット、辞書として表現するわけです。私は日頃からコレクショングッズをさまざまな形に変身させたいと思っています。そして、その願望を叶えてくれるのが、内包表記という強力な記法です。内包表記は私がさまざまな場面で使っている手法であり、Pythonを使い続けている理由の1つでもあります。では、いくつか例と共に、内包表記がいかに便利かを説明していきましょう。 以下の例に出てくる処理はどれも、種類豊富なPythonの標準ライブラリがあれば実装できます。その中には、より簡潔で効率の良い処理に改善できるものもあるでしょう。とはいえ、私は標準ライ
最近はtrioというライブラリを知りました。 Python + Trio の非同期コーディングパターン をご覧ください。 画像処理・画像認識のプログラムを書くと、画像の処理・認識の時間に、次の画像を読み込んでおきたくなる。そこで、Pythonでのマルチスレッドのプログラムを書いてみることとした。 逐次処理版を書く。 その言語でのマルチスレッドの枠組みを確認する。 どの処理とどの処理が独立であって、どうマルチスレッド化が可能か考える。 マルチスレッド版を実装する 逐次処理版を書く。 後述のように逐次処理版を書いた。 この検出処理中に、次の画像を読み込んでおきたいと思う。 なお、動作のためには、人検出を行う入力画像を用意し、 pat = r"*.png" の部分を適宜書き換えてください。 逐次処理版 # -*- coding: utf-8 -*- # pylint: disable-msg=C
この記事は続き記事です。目次→C++11のthreadで遊んでみる - minus9dの日記 - mutexを使って排他制御 スレッドを4つ作って、それぞれのスレッドでIDを表示するプログラムを書いてみる。 #include <iostream> #include <thread> #include <vector> void worker() { std::cout << "thread id: " << std::this_thread::get_id() << std::endl; } int main() { // スレッドを4つ作る std::vector<std::thread> ths(4); for (auto& th : ths) { th = std::thread(worker); } // すべてのスレッドが終わるのを待つ for (auto& th : ths)
C++プログラミング入門 作者: グレゴリーサティア,ダウグブラウン,Gregory Satir,Doug Brown,望月康司,谷口功出版社/メーカー: オライリー・ジャパン発売日: 2001/11メディア: 単行本購入: 9人 クリック: 147回この商品を含むブログ (29件) を見る index Char Pointer String Function wide character / wstring atof/atoi/atol join/split character encoding conversion zen2han / han2zen kata2hira / hira2kata / latin2kata / latin2kata / kata2latin/ latin2hira / hira2latin Regex regcomp / regexec / regfree
Google グループでは、オンライン フォーラムやメール ベースのグループを作成したり、こうしたフォーラムやグループに参加したりすることで、大勢のユーザーと情報の共有やディスカッションを行うことができます。
There is a bug reported for Pillow here, which indicates that libjpeg and zlib are now required as of Pillow 3.0.0. The installation instructions for Pillow on Linux give advice of how to install these packages. Note that not all of the following packages may be missing on your machine (comments suggest that only libjpeg8-dev is actually missing). pip / PyPi (Pillow>3.4.2) The latest releases of P
std::mutex とは、C++で同時に複数のスレッドによってアクセスされる共有データを保護するための同期プリミティブです。 読み方 std::mutex えすてぃーでぃー みゅーてっくす 概要 mutexを使用してロックとアンロックを行うことで、データを安全に操作できます。 lock mutexが使用できない場合は、ブロックし、ロックします。 try_lock mutexがロックできない場合は、戻ります。 unlock mutexのロック(lock)を解放します。 std::thread::thread いろいろなスレッドの動かし方 std::unique_lock タイムアウト付きのロック std::lock 複数のmutexをロックするための遅延ロック 簡単なmutexの例 ソースコード std_mutex1.cpp #include <iostream> #include <th
write はページに dirty フラグを立てるだけなので決してユーザープロセスを待たせない って、本当にそうなんでしょうか?(否定しているわけではなく、純粋な疑問です。) と質問をもらったので、最近追ったことをここでまとめます。かなり長文です、すいません。また、まだまだ不勉強なので間違っているところもあるかもしれません。ツッコミ大歓迎です。 まず、オライリーのカーネル本の 15章 ページキャッシュ 15.3 汚れたページのディスクへの書き込み から引用。 ご存知のように、カーネルは、ブロック型デバイスのデータを含むページをページキャッシュに蓄えています。プロセスが何らかのデータを更新した場合は、必ず対応するページに汚れている印をつけます。すなわち、PG_dirty フラグを設定します。 UNIX システムでは、汚れたページのブロック型デバイスへの書き込みを遅延することができます。この方
今回は、何故CDNを使う必要があるのか、CDN の 仕組み や技術的なことをなるべく分かりやすく解説したいと思います。 WEB高速化、負荷分散、オンデマンド・ライブ動画配信、コンテンツ配信、ということを検討もしくはこれから始めようとしている方は、CDNというキーワードを一度ぐらいは聞いたことがあると思います。CDNってどんな仕組みでどのようなことが出来るかご存じですか? まずはCDNの簡単な歴史から。 CDNの歴史CDN(コンテンツデリバリーネットワーク)というのは、大手Akamaiさんが1990年代に提唱したといわれているコンテンツを配信するためのネットワークのことです。実は、最近できた技術や仕組みではありません。 インターネットが流行りだした時代からありました。 しかし、近年では90年代当初から比べると様々な仕組みや技術が取り入れられた次世代CDNに進化しています。 CDNとは?CDN
動機 とあるスレでこの問に対してプログラムで試せばいいというレスがあったので試してみた。 結論 単純にスペックが足りないというなんの面白みもない結果。 とはいえプログラミング的にいろいろ楽しかったのでまあ良い。 サイコロを振り続けるプログラム 試行1:PHP 一番使い慣れたPHPで書いてみる。 <?php date_default_timezone_set('UTC+9'); set_time_limit(0); $out = gmp_init(0); $num = array(); $index = 0; for($i=1 ; $i<101;$i++){ $num[$i] = gmp_init(0); } while(true) { START: $out = gmp_add($out, 1); $base = mt_rand(1, 6); if($index == 10000){ ex
追記:4/21 タイトルを変更しました。 こんにちは。 写真や動画、音楽などデジタルコンテンツが増えていくに連れてストレージ容量が足りなくなってきますよね。足りなくなった場合、大容量のHDD(ハードディスク)に換装して対応していた時期もありますが、今では外付けHDDやNAS(Network Attached Storage)が主流になってきています。 HDDの単価も日に日に下がっているので足りなくなったら、サクッと追加するのが良いでしょう。 画像引用: 秋葉原レポート・グラフ 今回はインターネットで買える 50~70%OFFのお買い得なストレージ商品 を紹介します。 一部タイムセールのものもあるので気になるものがあったら急いでポチってくださいね。 書いてるうちに終わってしまいました・・・。面白い商品もありましたので合わせてご紹介します! 外付けハードディスク BUFFALO ミニステーショ
さて、みなさんは「Vim」というエディターをご存知でしょうか? もしあなたがサーバー関係やプログラミング関係に携わっているのでしたら名前ぐらいは聞いたことがあるでしょう。 ですが実際にはVimがとういうものかわからない。または難しすぎてVimを使うのを挫折してしまった。 今回はそんな人の為の記事を書いていこうと思います。 まず、vimにはどんな印象をお持ちでしょうか? 少しでもVimというエディターを触ったことのある方ならこう思うでしょう。操作がわからないと。 確かにvimはマウスを一切使わない。言ってしまえばマウスを使う設計をされていないエディターです。 もともとVimはCUI(コマンド・ユーザー・インターフェース)で使われることを前提に設計されたviというエディター(vimの前世) を超える(改良の)ために作られました。 そのため今までのAtom SublimeText VisualS
Holiday デザイナーの多田です。 皆さんは Web アプリやモバイルアプリを開発する時、モックアップ作成にどれだけ時間を割いているでしょうか?もしくはモックアップを作成せずにすぐに実装に入るでしょうか?私はこれまで Web アプリ開発ではいきなり実装に入ることが多かったのですが、Holiday iOS アプリ の開発では Web アプリの時のように上手くいかないことに気づき、やり方を考え直しました。iOS アプリ開発の過程で、モックアップ作成や実装をどのように捉えるか、具体的にどう行うか、ということが自分なりに見えてきたので、それらについてご紹介します。 目的は、価値のあるプロダクトを速くユーザの手に届けること Web アプリやモバイルアプリの開発過程においてモックアップなどを作る目的は、あくまでも ユーザに届く プロダクトの価値を高めてそれを速くリリースすることです。適切な前準備は
初めて Macbook や iMac を購入して、最初にどんなアプリから入れるべきか悩みますよね? 私の場合、どうしても実務で15年使用してきた Windows アプリが基準になりました(私の実務経験とは、Web制作のディレクションや記事のライティングです)。 すると必然的に「Windowsでやってきた作業を維持できる基本的なアプリはどれか?」という視点となり、その結果を次の10個にまとめました。 1.Webブラウザ:Google Chrome 2.Webブラウザ:Firefox 3.ファイル共有:Dropbox 4.テキストエディタ:mi 5.Office系アプリ:Pages, Numbers, Keynote 6.Macメンテナンス:MAGICAN 7.画像書き出し:ToyViewer 8.アプリ管理:AppCleaner 9.テスト環境構築:MAMP 10.サーバーアプリ:FileZ
Guides - ガイド Docker 概要 Docker の入手 始め方 - Get started Docker Desktop ハンズオン ガイド 言語別ガイド Docker で開発 Docker で構築 プロダクションでアプリを実行 教育用リソース Product manuals - マニュアル Docker Desktop Docker Engine Docker Compose Docker Hub Docker Registry Reference - 参考資料 リファレンス・参考資料 コマンドライン・リファレンス Dockerfile リファレンス Compose ファイル リファレンス 用語集 Samples - サンプル サンプル Docker について リリース・ノート 日本語版について Docker ドキュメント逆引きガイド Docker ドキュメント日本語版 PD
今季見るべきアニメを機械学習で推薦する に対してなんか精度評価のしかたおかしくない? とご意見をいただきました (指摘1, 指摘2 ) 調べたところたしかにいろいろおかしくて、F値が0.9をこえるスコアも実際よりもかなり高いことがわかったのでご紹介します。ご指摘ありがとうございます :bow: 。 おかしかったところ 教師データをあたえるときには1とラベル付けされたデータと0と、ラベル付けされたデータの数が同じになるように、オーバーサンプリングしました。 と元の記事にはあったのですが、このオーバーサンプリングが問題でした。オーバーサンプリングを教師データとバリデーションデータに分ける前に行ってしまっていたため、同じアニメの特徴とそのラベルが教師データとバリデーションデータの両方に含まれていました。 教師データに含まれるアニメを正しく分類できるのは当然ですから、教師データと同じアニメをバリデ
特にプログラマーでもデータサイエンティストでも�ないけど、Tensorflowを1ヶ月触ったので超分かりやすく解説Python機械学習DeepLearningTensorFlow これ書くだけで土日2日間まるまる潰れてしまった。 学んだ内容に沿っているので、順に読み進めるに従ってコードの話になっていきます。 Tensorflow触ってみたい/みたけど、いろいろまだ理解できてない!という方向けに書きました。 ※2018年10月4日追記 大分古い記事なのでリンク切れや公式ドキュメントが大分変更されている可能性が高いです。 この記事のTensorflowは ver0.4~0.7くらいだった気がするので ver2.0~となりそうな現在は文章の大半が何を参考にしているのか分からないかもしれません。 1: Deep Learningってそもそも何してるの? 専門の人からはご指摘入りそうですが、要は回帰
April 19, 2016 - Nicolas Kruchten Machine Learning Meets Economics, Part 2 By using machine learning algorithms, we are increasingly able to use computers to perform intellectual tasks at a level approaching that of humans. Given that computers cost less than employees, many people are afraid that humans will therefore necessarily lose their jobs to computers. Contrary to this belief, in this arti
pythonのコードをコンパイルできると知り、実効速度を比べてみました。 for i in range(0, 1000000): print i こちらのコードで比較しています。 $ time python main.py python main.py 0.80s user 0.64s system 71% cpu 2.000 total $ time python main.py python main.pyc 0.79s user 0.64s system 68% cpu 2.074 total コンパイルと聞いたので、Javaなどのように単純に実行速度が早くなるのかと思ったのですが、変わりませんでした。 どのような時に有効で、どのようなときに使われるのが一般的なのかおしえていただけますか。
Raspberry PiにメディアセンターKodi(旧XMBC)をインストールして、接続されたディスプレイでYouTubeなどを見れるようにしてみる。 また、AndroidのリモコンアプリKoreからKodiを操作できるようにしてみる。 環境 Raspberry Pi 3 (Raspbian Jessie Lite) $ uname -a Linux raspberrypi 4.1.19-v7+ #858 SMP Tue Mar 15 15:56:00 GMT 2016 armv7l GNU/Linux $ cat /etc/os-release PRETTY_NAME="Raspbian GNU/Linux 8 (jessie)" NAME="Raspbian GNU/Linux" VERSION_ID="8" VERSION="8 (jessie)" ID=raspbian ID_LI
LLを使ってプログラミングするときに普段はRubyを使っているのですが,いろいろあってPythonも使い始めました。 何問かAOJでも提出してみたので、手元のメモ書きをリファレンス的に残しておこうと思います。 基本演算 -3 / 2 #=> -2 -4 % 3 #=> 2 入力 raw_input() で1行読み込み string#split( [separator] ) で分割できる。半角スペースで分割したいときは、separatorを明示的に渡さずに 'hoge fuga piyo'.split() としておけばよい "1 2 3"のような整数列を受け取りたいときは、次の2つが使える map(int, raw_input().split()) [int(s) for s in raw_input().split()] 出力 Python 3系だとprint()関数、Python 2系で
いきなり 3 系に移行するのはちょっと心配…という場合、まず2 系 + __future__ モジュールを使うのが良さそう。__future__ モジュールは Python 2 系用のモジュール。Python 3 系に実装されている Python 2 系 と互換性の無い機能をPython 2 系で使用できるようにする。 以下、__future__ モジュールに実装されている機能を利用しつつ、Python 3 系での大きな変更点を確認してゆく。 print_function 3系では print は文から関数 print()になった。また予約語からも削除された。 >>> from __future__ import print_function from __future__ import print_function >>> print('abc') print('abc') abc >>
コンテナの普及に伴い、アプリケーションはすべてコンテナ内で稼動させるという構成を採用する例も珍しくなくなってきたが、こういった構成を取る際に検討が必要なのが、どのOSをコンテナのホストとして利用するかという点だ。そこで今回は、このような運用スタイルに向けたOS環境である「CentOS Atomic Host」と「Snappy Ubuntu Core」を紹介する。 Red HatやUbuntuがリリースする特化型OS 近年普及が進んでいるDockerでは、基本的にすべてのアプリケーションはコンテナ上で動作させることになる。この場合、Dockerホスト上にはDockerを実行させるための必要最小限のソフトウェアのみが含まれていれば良い。こういったDockerホストに特化したOSが最近注目されている。 コンテナの稼動に特化したOSとしてよく知られているのが以前にも紹介した「CoreOS」だが、昨
この記事の前編はこちら: プログラミング面接を突破する方法 (前編) 5. 成果を強調する される可能性のある質問の3種類目は、経験です。面接官は、過去に完成させたプログラミングプロジェクトについて話すよう要求してきます。この質問で多くのエンジニアが犯す間違いは、技術的に興味深いサイドプロジェクトについて話をすることです。多くのプログラマは、ニューラルネットワーク分類器を実装した経験や、Twitterボットを書いた経験について話そうとします。しかし、その選択は間違っています。面接官がそういった分野のことを評価するのは、非常に難しいからです。多くの求職者が単純なサイドプロジェクトを誇張します(実際にやったことがない場合もある)が、面接官には、あなたがそれをやっているかどうかを知る方法はありません。 解決法は、結果を生んだプロジェクトを選んで、結果を強調して話すことです。必ずしも技術的に興味深
最近の投稿 問題: 積み木を10個積み上げるのにかかる時間は 2020/8/20 木曜日 Google の G Suit Team から “[Action Required] Remove internal links to the G Suite Domain Contact page for your organization” ていうメールが来た 2020/8/14 金曜日 NZXT H1 と ROG STRIX B550-I GAMING で組んでみた 2020/7/17 金曜日 花粉症対策2019 2019/3/16 土曜日 マルチディスプレイ時のDisplayPort問題を何とかしてみた 2019/1/12 土曜日 REALFORCEソフトウェアがインストールできない(解決済) 2018/12/6 木曜日 GeForce RTX 2080 Founders Edition を買
Detecting the use of "curl | bash" server side | Application Security ソフトウェアをインストールするとき、シェルスクリプトを実行するのはよくあることだ。しかし、そのシェルスクリプトが他人のリモートサーバーでホストされていた場合、curl | bashするのは危険だ。まともなユーザーは、curl | bashする前に、まず中身を確認して、悪意がないことを確かめるものだ。 しかしもし、サーバー側がwgetやcurlといったツールとブラウザーを判定して、それぞれ別のコードを返した場合どうか。ユーザーが見るのは囮のシェルスクリプトだ。 しかし、それではcurlやwgetを利用してシェルスクリプトをダウンロードするユーザーは騙せない。しかしもし、curlとcurl | bashを判定することができたらどうか。実は、できるのだ。 c
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