ツイートに位置情報を追加する 位置情報と一緒にツイートした場合、Twitterはその位置情報も保存します。 毎回ツイートする際に、位置情報を付加する/付加しないを選択することができ、いつでも過去の位置情報を全て削除することも可能です。 詳細はこちら
ツイートに位置情報を追加する 位置情報と一緒にツイートした場合、Twitterはその位置情報も保存します。 毎回ツイートする際に、位置情報を付加する/付加しないを選択することができ、いつでも過去の位置情報を全て削除することも可能です。 詳細はこちら
いまさら聞けないElectronとは Electronは、クロスプラットフォーム向けのデスクトップアプリを開発できる、オープンソースソフトウェア(OSS)の開発プラットフォームです。HTML、CSS、JavaScriptといったWebフロントエンド技術を使って開発できるという特徴があり、Node.jsとChroniumで動作する、WindowsやMac(OS X)、Linuxなどのデスクトップ向けアプリを開発できます。 Electronは米GitHubが開発しており、「Atom」「Slack」「Visual Studio Code」などメジャーなデスクトップアプリで使われています。 2016年5月11日、Electronのメジャーバージョン「1.0」が公開されました。また、Electron製アプリの検証やデバッグなどを行うことができる「Devtron」のメジャーバージョン「1.0」、テステ
17. ■ 1.3.負荷テストってどうやってるの? ■モノビットエンジンのダミークライアント Linuxで動作するダミークライアントのスケルトンを提供しています。 パッケージ構成 dummy_client_base/ => ダミークライアントのベースプログラム dummy_client => ダミークライアント実行ファイル dummy_client_multi.sh => dummy_client を複数プロセスで起動するためのシェル dummy_client_start.sh => ダミークライアント起動シェル dummy_client_stop.sh => ダミークライアント停止シェル setup.sh => 初回のみ実行するシェルスクリプト dummy_client.sh => サーバーのビルドや起動/停止を行うシェルスクリプト log/ => ダミークライアントがプロセス単位で出力
This webpage was generated by the domain owner using Sedo Domain Parking. Disclaimer: Sedo maintains no relationship with third party advertisers. Reference to any specific service or trade mark is not controlled by Sedo nor does it constitute or imply its association, endorsement or recommendation.
バーゼルの問題 前回連載「人生を積分する」は、これまでの連載で取り上げた「対数log」「ネイピア数e」「微分積分」の応用問題でした。 さて、これからはじまる物語は、これまでの三角関数誕生物語、ジョン・ネイピア対数誕生物語、微分積分を包括した壮大かつドラマティックな数学です。 前回連載で、人生の折り返しの年齢を計算するのに用いた数学が「分数」とスーパーたし算と呼んだ「積分法」です。 今回紹介する物語もこれと同じ「分数」と「積分法」です。そして、この物語のエピローグは新たな物語のプロローグとなります。それが、ウルトラたし算「オイラーのゼータ関数」です。 分子が1で分母が自然数のべき乗の形をした分数を無限に足し合わせる「無限級数」の和を求める問題です。 I1が調和級数、I2がバーゼルの問題と名前が付くほど、それぞれ歴史的に由緒ある問題です。 微分学をつくりだしたライプニッツがこの世を去ったのが
English Grammar in Use この本はもう色んなところで紹介されている名書だ。 しかし日本ではまだ知らない人も多いと思うので、改めて紹介してみる。本当に実践的でオススメできる良書である。 世界中の英語を勉強する人達に圧倒的に支持されている参考書。 それが「English Grammer in Use」。 English Grammar in Use Book with Answers and Interactive eBook: Self-Study Reference and Practice Book for Intermediate Learners of English 著者:Raymond Murphy 「なんだ文法書か、それも洋書!」 もうこの地点でダメだと思った人もいるかもしれない。でも、ちょっと待ってほしい。なぜこの本が英語習得に必要なのかを説明するので、と
Intel 搭載 Mac コンピュータの統合ビデオについて Intel 搭載の Mac コンピュータの統合 GPU (Graphics Processing Unit) について、また、統合 GPU が共有するシステムメモリの容量について説明します。 Mac コンピュータの統合 GPU Mac コンピュータには、以下の統合 GPU が搭載されています。 Intel UHD Graphics Intel Iris Plus Intel Iris Pro Graphics Intel Iris Graphics Intel HD Graphics NVIDIA GeForce Intel UHD Graphics Intel UHD Graphics をプライマリ GPU として搭載する Mac コンピュータでは、タスクに応じてメモリが動的に割り当てられます。 Intel UHD Graphi
ディスプレイRetinaディスプレイ:IPSテクノロジー搭載13.3インチ(対角)LEDバックライトディスプレイ、2,560 x 1,600ピクセル解像度、227 ppi、数百万色以上対応 標準解像度:2,560 x 1,600ピクセル(Retina)、スケーリング解像度:1,680 x 1,050、1,440 x 900、1,024 x 640ピクセル プロセッサ2.6GHz 2.6GHzデュアルコアIntel Core i5プロセッサ(Turbo Boost使用時最大3.1GHz)、3MB共有L3キャッシュ オプション:2.8GHzデュアルコアIntel Core i5(Turbo Boost使用時最大3.3GHz)、3MB共有L3キャッシュ、または3.0GHzデュアルコアIntel Core i7(Turbo Boost使用時最大3.5GHz)、4MB共有L3キャッシュに変更可
Proxy環境下でDockerを動かす Docker1.0がリリースされたことで,プロダクションレディ感もあり,企業でもDockerを使う機運が高まっている.でも,実際はまだまだ本番環境ではなく,テスト環境などで使われることが多い. Dockerによるテスト環境構築でまず思い浮かぶのはdokku.dokkuはDockerを使ったbash実装のPaaS.プライベートPaaSを持たない,かつHerokuなどを気軽に使えない企業のテスト環境として今後使われる機会がありそう. ただ,個人での利用とは違い企業などでDockerやdokkuを使う場合は,Proxyに阻まれることがある(というか今日阻まれた).ので,Proxy環境下でのDocker,dokkuの使い方を簡単にまとめておく.まず,Docker全般に関して,次にdokku特有の問題についてProxyの問題を解決しなければならない状況とその解
Overview Docker Desktop Overview Install MacUnderstand permission requirements for MacWindows Use the MSI installer New OverviewInstall and configureUse IntuneFAQsUnderstand permission requirements for WindowsLinux Installation per Linux distro UbuntuDebianFedoraArchSign in Explore Docker Desktop OverviewExplore ContainersExplore ImagesExplore VolumesExplore BuildsResource Saver modePause Docker D
apt-getコマンドをProxy経由で使用しなければならない状況になってしまったので調査してみました。 設定方法としては、環境変数(http_proxy,ftp_proxy等)に設定する方法と、/etc/apt/apt.confに設定する方法の2パターンで実現が可能でした。 以下の2つのページがとても参考になりました。 Little Penguin - プロキシ経由のapt使用法 http://members.jcom.home.ne.jp/mitakelp/old/vineapt.html apt-getコマンドのプロキシ設定について http://mkserver.dip.jp/vinelinux/perform/network/0135.html 環境変数を使う場合 環境変数(http_proxy,ftp_proxy等)にProxyサーバーのアドレスを設定することでapt-getが
背景 Deep Learning用に手元のcuda対応のグラボが指してあるLinuxPCにcudaを入れるべく、公式ドキュメントの通りにインストールしたらハマりました。 試した環境 ubuntu 14.04 GeForce GTX 560 CUDA 7.0 行った手順 nvidiaの環境の確認 lspci | grep -i nvidia ===================== 01:00.0 VGA compatible controller: NVIDIA Corporation GF114 [GeForce GTX 560] (rev a1) 01:00.1 Audio device: NVIDIA Corporation GF114 HDMI Audio Controller (rev a1) uname -m && cat /etc/*release ============
sparkの分散マトリックスの種類 分散マトリックスについて、ざっくりまとめたページを探したが見つからなかった。色々見たが公式ドキュメントやReza Zadehさんの発表資料に書いてあることから情報を抽出しておく。あくまでもベースとなるガイドラインなので、細かなニーズについては個別にRDDを使って書くしかない。 3つの分散マトリックス spark/MLlibには各マシンにどのように分散するかの方式により - RowMatrix(by rows) - CoordinateMatrix(by entries) - BlockMatrix(by blocks) のように3パターンが用意されている。 それぞれ行、セル、ブロック(セルの塊)での単位で各マシンに保持する。 RowMatrix 基本はRowMatrixで良いが、行番号を意識してインデックス化しておきたい時はIndexedRowMatri
概要 Googleが公開しているオープンソースの人工知能ライブラリTensorFlowをUbuntuにインストールしたときの記録。 CUDA EnableでCIFAR-10のトレーニングを動かすまで。 公式: http://www.tensorflow.org Git: https://tensorflow.googlesource.com/tensorflow マシン構成 OS: Ubuntu 14.04 LTS (64bit) Shell: UbuntuデフォルトのBash Python 2.7.6 CPU: i7-3770K CPU @ 3.50GHz DDR3 32GB (8GB x 4) Mother board: ASUSTeK P8H77-V GPU: Nvidia GTX970 (ASUSTek) Storage: SSD 128GB (DSSDA-120G-J25C) セ
皆さんこんにちは お元気ですか。私は元気です。 さて、今日はUbuntu 14.04 ServerでCUDAの環境を整えようと思います。 何やらapt-getを使う方法がweb上では沢山見受けられますが、今回はrunを使ってインストールしてみます。 環境 OS:Ubuntu 14.04 Server LTS CPU:Intel(R) Core(TM) i7-4790K CPU @ 4.00GHz GPU:GeForce GTX 970 sudo apt-get install build-essential Driverについては別のversionを利用したいので、extractを使ってDriver ,Tool kit,Sampleを分離します。 wget http://developer.download.nvidia.com/compute/cuda/6_5/rel/installer
Mac や Ubuntu で Emacs を GUI で立ち上げると PATH の設定が引き継がれません そのため Emacs から外部プログラムを呼び出す際にうまくいかないという問題が発生します 今までそれを シェルと Emacsの PATHを共有する - Life is very short を参考に .zshrc 側で設定をしていました しかし,Emacs の設定に .zshrc から書き込むというのは気持ち悪かったので変えたいと思っていました 今回は Emacs で完結する設定方法を 2 つ見つけたので紹介します init-loader.el と package.el を導入して快適 Emacs ライフ - Qiita [キータ] この設定がしてあることを前提に話していきます exec-path-from-shell を使う exec-path-from-shell これを使います
A piece of C/C++ code could provide a JNI method with an array of function pointers. But is there a way to call to the stack the functions that array's pointers are pointing to, directly from inside Java code (without using JNI or similar)? JNI somehow does something like that, so there must be a way. How does JNI do it? Is it via sun.misc.Unsafe? Even if it is not, could we use some Unsafe workar
goインストールから、emacsにgo-mode, go-autocompleteを導入するまで - $shibayu36->blog; でgoのemacs用設定を少ししたのですが、もう少し設定を進めました。 go-eldocの導入 勧められたので入れたらだいぶ便利でした。カーソル位置のメソッドのドキュメントがmini bufferに出るというやつ。go-eldocを書きました - syohex’s diary MELPAからいれます。 M-x package-install go-eldoc設定 (require 'go-eldoc) (add-hook 'go-mode-hook 'go-eldoc-setup) (set-face-attribute 'eldoc-highlight-function-argument nil :underline t :foreground "gr
最近社内でgo勉強会をしているので、goのインストールとemacsの基本的な設定を行った。 goのインストール とりあえず適当にbrewで入れた。 $ brew install goあと http://golang.org/doc/code.html を参考に適当にGOPATHとPATHを設定した。 .zshrc # Go PATH export GOPATH=$HOME/go export PATH=$PATH:$GOPATH/bin go-modeのインストール とりあえずgo-modeはMELPAにあったのでそれを入れる。 M-x package-install go-mode設定書く。 (require 'go-mode-load) これでsyntaxハイライトやインデントなどはうまくいくようになった。 go-autocompleteのインストール あと補完をいいかんじに効かせたか
Author: syohex Published: 2013-09-26 Last Modified: 2020-07-01 GitHub Source: md 概要 Emacsでの Go言語をプログラミングする際の環境構築について示す. 事前準備 コード補完のために gocode, 定義元へのジャンプのために godefをインストールしておく 推奨パッケージ go-mode go-autocomplete or company-go go-eldoc これらのパッケージはすべて MELPAからインストールできる go-modeの各種コマンド(利用頻度が高いもの) go-import-add (Default: C-c C-a) 指定したパッケージの import文を追加する. godef-jump (Default: C-c C-j) 関数, インタフェース, 変数等の定義元にジャンプす
emacs (24.3) 上でgolang (1.3.3) の補完とコードジャンプを利用する方法をまとめました. ターミナルのシェルにはbashを使っていますが,他のシェルでも変わらないはず. PATH各種を設定する まず,emacs上でexec-pathが$GOPATH (Goコマンドでインストールしたバイナリがあるディレクトリのパス) を含むことを確認する.*scratch*で exec-pathとタイプしてからC-j (Ctrl + j) とすれば確認できる. シェルからemacsを起動すれば自動的に$PATHをexec-pathとして取り込むので,予めシェルで$PATHが$GOPATHを含むように設定しておけばOK. Macなどでアプリケーションのアイコンから直接emacsを起動してしまうとexec-pathに$PATHが取り込まれないので注意. また,OSX Yosemite上で
遅刻しました 20日のアドベントカレンダーです。 Emacsを使ってたらカッコいいという理由で始めて 3年くらいつかってますが未だに使いこなせてないです。 一応参考 OSX Emacs 24 Go 1.5.2 Emacsは色々設定詰め込んで起動が重くなったのでemacs serverを立ち上げて emacs clientで接続しています。 GoはHomeBrewでインストールしました。 環境変数にパスを通す 以下の様に環境変数を設定しています。 export GO15VENDOREXPERIMENT=1 export GOROOT=$(brew --prefix go)/libexec export GOPATH=$HOME/work export PATH=$PATH:$GOPATH/bin:$GOROOT/bin GO15VENDOREXPERIMENTはコンパイルするためのGOPAT
最近Go言語を始めた。MacにGoの実行環境を入れ、Emacsで編集するところまで、一通りまとめておく。 Goの導入 (for OS X) いろいろ方法があるようだけど、僕はカジュアルに brew install go で済ませた。 GOPATH 環境変数は最初プロジェクト毎に設定して使おうかと思っていたんだけど、 後述するgocodeやgo-flymakeといったツールを使う場合、手元のGOPATHは1つにしてしまったほうが便利なので、 export GOPATH=$HOME/dev/go-workspace というのをshellの設定に定義して、手元ではこの共通のPATHを使うようにした。 これは問題がでたらまた考える。 PATHを通す homebrewで入れたツールをEmacsから使うためには、 homebrewのbinディレクトリを exec-path に追加する必要がある。 (a
Go とは Go は Google が開発しているプログラミング言語です。触ってみた感想としては、 PHP や Ruby などの軽量言語ほど柔らかすぎず、かと言って C++ や Java ほど堅すぎることもない。それなりに堅いが面倒な記述は少ないバランスが取れている言語だと思いました。 パフォーマンスもそれなりに良く、 Web Framework Benchmarks でも上位にいることが多いです。Go 向けフルスタックWebフレームワークの Revel は、先ほどのベンチマークではフルスタックに限定すると最速という結果になっています(ORMはありませんが…)。 そしてなにより、書きやすい言語です。コードフォーマッタ (gofmt) やドキュメント付けツール (godoc) が公式で用意されているため、そのあたりの下らない宗教戦争が起きません。詳細は後述しますが、関数定義ジャンプなどのコー
同僚がGoを始める上で、案外まとまった資料が無さそうだったので書いてみることにしました。 Macでhomebrewが入っていることが前提です。事前に brew update をおこない formula を最新のものにしておくと躓くことが少ないでしょう。 Goのインストール % brew install go エントリ執筆時点では、1.6.2 が入ります。Goはメジャーバージョンが同じ場合は、後方互換が保たれているので、基本的に新しいやつを入れて問題ありません。 環境変数の設定 $GOPATH だけを決めればOKです。$GOPATH はどこでも良いのですが、ここでは $HOME/dev を $GOPATH に設定します。また、 $GOPATH/bin に $PATH も通しておきます。 export GOPATH=$HOME/dev export PATH=$GOPATH/bin:$PATH
こんにちは、こんにちは、スマートデバイス戦略開発グループの katayama です。 普段はUX Design / UI Design 中心ですが、VRのプログラムに加えて数学的な話をすることになるとは思っていなかったです。笑 さて、「three.jsを利用したVR体験の実現 ②こんにちは、こんにちは、スマートデバイス戦略開発グループの katayama です。 普段はUX Design / UI Design 中心ですが、VRのプログラムに加えて数学的な話をすることになるとは思っていなかったです。笑 さて、「 three.jsを利用したVR体験の実現 ② カメラを回転とCardboard対応 」で、カメラの回転を扱いましたが (ライブラリをつかって)、今回はその回転について詳しく調べてみました。 回転には、「オイラー (Euler) 角」を使ったものと、「クォータニオン (Quater
こんにちは。データソリューショングループの李です。 データソリューショングループでは、ウェブリコメンドやターゲティングバナー設置のアルゴリズム実装、賃料の予測、投函チラシの配布エリア最適化など、こんにちは。データソリューショングループの李です。 データソリューショングループでは、ウェブリコメンドやターゲティングバナー設置のアルゴリズム実装、賃料の予測、投函チラシの配布エリア最適化など、 機械学習や統計モデリングをつかってサービスの磨きこみをしています。 今回は、SUUMOが持っている建築物の外観画像と内観画像を使って画像分析を行いました。Deep learningを用いた手法や、得られた結果について紹介します。 Deep Learningとは Computer Vision(CV)やAIなどの難易度が高い学習タスクに対して、深い構造*を使って処理する機械学習アルゴリズムセットです。 表
Emacs Mac Port版が最適化 以下のコマンドでインストールできる。最後の行はAlfredで表示するため。Alfredはシンボリックリンクを認識しない。macOSのaliasは認識するらしいが手順が複雑なのでコピーするのがてっとりばやい。 brew tap railwaycat/emacsmacport brew install emacs-mac --with-modern-icon cp -a /opt/homebrew/opt/emacs-mac/Emacs.app /Applications 「--with-modern-icon」でアイコンをモダンにしている。オプションは以下のコマンドで確認可能。「--with-imagemagic」は必要かどうか不明。 brew info emacs-mac
0. ざっくりいうと Stacked LSTMをChainerで書いた それを使って自動作曲してみた こうなった → 再生 (注意!すぐに音声が流れます) 1. LSTMとは 以下を参照。 Understanding LSTM Networks LSTMネットワークの概要 わかるLSTM ~ 最近の動向と共に Recurrent Neural Networks 【深層学習】再帰ニューラルネットワークに関する良ページまとめ [DW 5日目] 2. Stacked LSTMとは LSTMを多層に重ねたニューラルネット。多層にすることによって、各レイヤーで長い相関と短い相関を学習できると期待されている。 ちなみに、LSMTを縦横方向につなげて多次元化したGrid LSTMというネットワークもある。Wikipediaの文字予測タスクや中国語翻訳タスクで良い性能を出しているらしい。 - Grid L
今回の内容 順伝播型ネットワーク 深層学習が成り立つ仕組み、問題に対するアプローチについて簡単に触れます。 はじめに 最近、深層学習について興味があって、理解した内容を書いていこうと思います。 今回の教科書は深層学習という本で勉強します。教科書を丸っきり一緒のことは書かないです。 この本の内容は大きく分けて以下のものがあります。 順伝播型ネットワーク 確率的勾配降下法 誤差逆伝播法 自己符号化器 畳込みニューラルネット 再帰型ニューラルネット ボルツマンマシン 順番にメモを書いていきます。今回は順伝播型ネットワークをメモを書きます。 1.1 順伝播型ネットワークについて 順伝播型ネットワークとは、情報が入力側から出力側に一方向にのみ伝搬させていくネットワークのことです。 (他の文献では多層パーセプトロンともいうみたいです。) 下の図は入力が4個あって、出力も4個です。別に入力数と出力数が異
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