I launched my program in the foreground (a daemon program), and then I killed it with kill -9, but I get a zombie remaining and I m not able to kill it with kill -9. How to kill a zombie process? If the zombie is a dead process (already killed), how I remove it from the output of ps aux? root@OpenWrt:~# anyprogramd & root@OpenWrt:~# ps aux | grep anyprogram 1163 root 2552 S anyprogramd 1167 root 2
TensorFlow? Google製の機械学習ライブラリTensorFlowを触りはじめました。 その名のとおり、テンソル(多次元配列)のデータフローを組み立てると、その計算グラフから自動微分してくれる仕組みを提供してくれるため、とてもディープラーニング(深層学習)と相性がいいです。 さらにTensorFlowにはTensorBoardというログ可視化ツールが付いていて、これが素晴らしいです。ちょっとしたコードで達成感が味わえるので、入門用にもうってつけです。 ということで私も『ディープラーニング勉強会 AutoEncoder』で勉強したDenoising AutoEncoderを、ザクッと実装して可視化してみました。今回はミニバッチ学習も取り入れてます。 TensorBoard! TensorBoardで可視化したデータフローは、こんな感じになります。 入力層にノイズをかけて、隠れ層で
機械学習を使って顔画像認識をやりたいと思った時に調べたデータセットをメモしておく。 他に「こんなのあるよ」とか「これが標準的なデータセットだよ」とかあれば教えてほしい。 Labeled Faces in the Wild 名前 Labeled Faces in the Wild
変換先は二次元の配列になっており、一次元目には0以外から成る要素のindexが、二次元目には、indexに該当する値が入ります。 この変換を行ったうえで、先ほどと同様の処理を行ってみました。以下Rubyでのコードサンプルです。 # vectorsには上記の変換を行った疎行列が約40000格納される vectors = Marshal.load(File.read(input)) # クエリの行列 input = vectors[id] # 類似度が上位5個を保存 max_score = Array.new(5, {score: 0, index: 0}) vectors.each_with_index do |vector, index| double = vector[0] & input[0] score = 0 double.each do |s| score += vector[1
C++やC言語作ったライブラリをテストしたいときに、GoogleTestを使ってテストを書くことができます。 名前の通り、googleが作ったテストフレームワークです。 google/googletest: Google Test サンプルコード まずは、どのような感じでテストが書けるのか紹介します。 たとえば次のようなコードがあるとします。 include/myint.h class MyInt { public: MyInt(int num); bool isOdd(); bool isEven(); private: int num_; }; #include <myint.h> MyInt::MyInt(int num) :num_(num) {} bool MyInt::isOdd() { // 奇数かどうかを判定する return (num_ % 2) != 0 ? true
はじめに なんかWebGLが流行ってるらしいのでWebGLすることにしてみました。OpenGLはぼんやりとやったことがあったのですが、ウェッブ技術に対する疎さが深刻化しているのでモダンで先端的なテクノロジーを追及するためにもWebGLの習得は急務といえました。 WebGLはJavaScriptと呼ばれるプログラミング言語を用いるようです。僕がJavaScriptを最後に書いたのは四年くらい前にクック●●●のハッカソン?みたいなのに参加した時その場で習得してその場でアプリを作ったとき以来です。それ以来一度も書いていません。 まあJavaScriptとか意識高い大学生でも書けるわけだし適当にAPIを呼び散らかす分には何の問題もないでしょう。というわけでWebGLのサンプルコードを読みながらサンプルドリブンでJavaScriptを習得すんのがいいだろと思いました。 先に結果だけ貼っておきます。い
フェムトセカンド #七味とーがラジオ / @melonsode The Destination is unknown. The Journey is the Reward. Author: 野澤真一 / NOZAWA Shinichi , version 2.0220330 / Podcast: 七味とーがラジオ / twitter: @melonsode MacでOpenGLのプログラムを始める方法を紹介します。 OpenGLは2D, 3Dのグラフィックスの描画に特化したライブラリで、 C言語などから利用できます。 Macには最初からインストールされているので、 わざわざOpenGLとそれを動かすためのGLUTを 自分でインストールする必要はありません。(少なくとも10.5は。) 環境: Mac OS X Lepard 10.5.6 1.8GHz Intel Core 2 Duo Mac
資料: 今までにあった質問 リフレッシュレートの変更 AUX 版, Indy 版, 書籍版 床井研究室 (OpenGL 関連記事) 柴山 健伸 先生 (システム工学部情報通信システム学科) の混沌としたサンプル 陳 謙 先生 (システム工学部デザイン情報学科) の Motif を使ったサンプル 中山 礼児 氏 (経済学部 2000 年卒) の Delphi についての解説 The OpenGL WEB Site (OpenGL の総本山) GLUT - The OpenGL Utility Toolkit (OpenGL.org の GLUT のページ) OpenGL Code & Tutorial Listings (OpenGL.org のチュートリアル集) OpenGL Technical FAQ (OpenGL について良く聞かれる質問) OpenGL FAQ 日本語 (OpenG
2011年09月24日00:01 カテゴリ流体力学アルゴリズム 流体力学のプログラムを作りたい!その1 素人が独学でやって書いた記事です。適宜参考文献リスト等も参照下さい。 対象の読者対象は個人ゲーム製作やCG関係で、流体の精度よりまずは動くプログラムが欲しい、学びたいという方。なので今回は一番単純で簡単な動く流体力学プログラムをつくろうと言うのが目標だ。 最終的に こんな感じのプログラムが動くところまでやる。 導入 まず2Dでも3Dでも流体力学で避けて通れないのはナビエストークスの式(NS式)([1]wikipedia より) (画像はwikipediaより) 左辺 - 第1項 : 時間微分項、第2項 : 移流項(対流項) 右辺 - 第1項 : 圧力項、第2項 : 粘性項(拡散項)、第3項 : 外力項 ちなみにこれでも簡単なほうらしい。これだけだと未知数が1つおおいままなので、∇・v =
オブジェクト指向 数値シミュレーションを求めて 私は理系の学校を出て、 現在はフリーランスエンジニアとして開発案件を受託しています。 社会に出て10年以上たちましたが、突然流体力学の勉強がしたくなりました。 それに合わせて、学生の頃から疑問に思っていた事を調べ直したり、 そういった事をこのサイトにまとめてみました。 数式で書かれた美しい法則をコンピューター上で動かしてみたい、 そしてそれにオブジェクト指向を応用したい、 そんなところを目指しています。 オブジェクト指向で流体解析コードを作ろう Javaについて とは何なのか とは何なのか 勉強の資料&リンク 私のプログラミングガイドライン プロフィール ご意見はこちらでお願いします。 当サイトはリンクフリーです。 Copyright(C) Since 2007 DeepDigital Co.,Ltd. All Rights Reserved
Java による 流体・熱・混相流の数値シミュレーション Last update by on Feb. 28, 2007. 拙著 「 Java による 流体・熱流動の数値シミュレーション 」( 森北出版 )掲載の Java プログラムを以下に紹介 (掲載プログラムは、随時、変更・改良されていますので、ご了承願います) ① シミュレーションの基礎プログラム (その1) (その2) ② 移流方程式の差分解 ( 厳密解、1次上流差分、Lax-Wendroff、CIP スキームの比較 ) ③ 移流拡散方程式の差分解( FTCS, CIP, 予測子・修正子, QUICK, K-K スキームの比較 ) ④ 格子生成 ( 直管形、O形、C形 ) ⑤ 非圧縮粘性流体の流れのシミュレーション ⑥ 熱輸送を伴う流れのシミュレーション( Benard 対流 、Lorenz系カオス) ⑦ k-ε 乱流モデ
What is Raft? Raft is a consensus algorithm that is designed to be easy to understand. It's equivalent to Paxos in fault-tolerance and performance. The difference is that it's decomposed into relatively independent subproblems, and it cleanly addresses all major pieces needed for practical systems. We hope Raft will make consensus available to a wider audience, and that this wider audience will be
今回は以下の問題を考えます。 長さNの数列x[1], x[2], ..., x[N]と数Kが与えられます。y[i] = min{x[i], x[i+1], ..., x[i+K-1]} (i = 1, ..., N-K+1)として定義される数列y[i]を計算しなさい。 この問題は両端キュー(デック, deque)を用いることで、なんとのオーダーで解けます。詳しくは蟻本の4-4節(p.300)を読んでください。 プログラミングコンテストチャレンジブック [第2版] ~問題解決のアルゴリズム活用力とコーディングテクニックを鍛える~ 作者:秋葉拓哉,岩田陽一,北川宜稔発売日: 2012/01/28メディア: 単行本(ソフトカバー) ここでは蟻本から例題を引用してN = 5, K = 3, x = {1, 3, 5, 4, 2}, y = {1, 3, 2}の場合について簡単に説明します。 まずd
Kerasの公式ブログにAutoencoder(自己符号化器)に関する記事があります。今回はこの記事の流れに沿って実装しつつ、Autoencoderの解説をしていきたいと思います。間違いがあれば指摘して下さい。また、Kerasの公式ブログはKerasでの実装に関してだけでなく、機械学習自体についても勉強になることが多く、非常におすすめです。 今回の記事では様々なタイプのAutoencoderを紹介しますが、日本語ではあまり聞き慣れないものもあるかと思いますので、今回は名称を英語で統一したいと思います。 目次 イントロダクション Undercomplete Autoencoder Sparse Autoencoder Deep Autoencoder Convolutional Autoencoder Denoising Autoencoder まとめ イントロダクション Autoencod
Linux上のNodeJSサーバを実運用に使ってて 環境依存などあって、ローカルではなく どうしてもサーバを直接デバッグしたいという場合に使える方法です。 (デバッガでブレークポイントかけると他の人のアクセスをブロックしちゃうのでチームで使う場合は注意です。) 説明のため、Mac OSXからAWS EC2上(Linux)のNodeJSサーバをデバッグすると仮定します。 ローカルからssh経由でリモート上にあるnode-inspectorデバッガー(サーバ)に sshポートフォワーディングという方法でアクセスします。 参考:sshポートフォワーディング サーバ上のdebug_webservice.shでnode-inspectorを起動し、 ローカルからsshポートフォワーディングでリモートサーバのnode-inspectorにアクセスします。 ついでにshellコマンドでChromeを開き
RESTful な URL にしよう 元記事 GET /tickets - チケットのリストを取得する GET /tickets/12 - 指定したチケットの情報を取得する POST /tickets - 新しいチケットを作成する PUT /tickets/12 - チケット #12 を更新する PATCH /tickets/12 - チケット #12 を部分的に更新する DELETE /tickets/12 - チケット #12 を削除する Google GET /events - 予定のリストを取得する GET /events/12 - 指定した予定の情報を取得する POST /events - 新しい予定を作成する PUT /events/12 - 予定 #12 を更新する PATCH /events/12 - 予定 #12 を部分的に更新する DELETE /events/12 -
Checkstyle とは Java のソースコードがコーディング規約に即しているかどうか判定するための静的解析ツール。 インデントサイズや変数名のつけ方(キャメルケースかどうかとか)、空白スペースの入れ方など、コーディングスタイルに関するチェックを行うことができる。 ビルドプロセス内に組み込むことで、自動でコーディングスタイルをチェックできるようになり、規約違反があればビルドを失敗させることができるようになる。 機械的にチェックできる問題はツールに任せることで、「実装が仕様を満たしているか?」「致命的なバグはないか?」「もっと効率的な実装方法はないか?」など、より重要な観点に集中してソースコードレビューをすることができるようになる。 Hello World インストール sourceforge から、最新の zip を落としてくる。 zip を解凍したら、中に jar ファイルが入ってい
(注:2017/9/27、いただいたフィードバックを元に翻訳を修正いたしました。) (傑作映画 『おつむて・ん・て・ん・クリニック』 に登場する著書です) このチュートリアルは、アセンブリで とても 簡単なオペレーティング・システムを皆さんが自分自身で書けるようになるために書きました。元々は、 OSDev wiki でこのチュートリアルのベースとなるものを見つけたのがきっかけです。しかし、そこには何がどのように、どうして行われているのかという説明が一切ありませんでしたので、このチュートリアルを書くことを決めました。ということで、起動プロセスの基礎と、実行するのに必要なツールについて紹介していきます。 OSXやLinux、Windowsなどのよく使われているオペレーティング・システムはドライバを持っており、ハードウェアとの間のインタフェースを提供し、一定レベルの安全性とセキュリティを保証しま
はじめに メモリ使用率が上昇傾向のインスタンスについて調査をしましたので調査内容と対応内容についてご紹介します。 初動調査 freeコマンドで確認 $ free -m total used free shared buffers cached Mem: 7986 7657 329 33 99 312 -/+ buffers/cache: 7246 740 Swap: 0 0 0 メモリ使用量は7246MB topコマンドで確認 topの後にshift + m top - 12:40:32 up 36 days, 12:26, 1 user, load average: 0.00, 0.01, 0.05 Tasks: 96 total, 1 running, 95 sleeping, 0 stopped, 0 zombie Cpu(s): 0.0%us, 0.0%sy, 0.0%ni,100
割と新しめのカーネルで、フロッピーディスク1枚に収まるLinuxディストリビューションを作る方法を解説します
「重たい処理を非同期で実行して、結果をメインスレッドで画面に表示」を、 Android-Java iOS-Swift Xamarin(Android も iOS も同じ) で比較。 Android @Override public void onClick(View view) { new AsyncTask<Void, Void, Long>() { @Override protected Long doInBackground(Void[] p) { // ワーカースレッド long ret = 0; for (long i = 0; i < 1000000000; i++) ret += i; return ret; } @Override protected void onPostExecute(Long result) { // UIスレッド text1.setText(Stri
graph_database_memo.md グラフデータベースの何がいいのか? RDBMSでよくね? 本1冊ぐらい読んで判断してください https://neo4j.com/book-graph-databases/ いろいろあるけど判断ポイントはこのあたりかな http://www.allthingsdistributed.com/2015/08/titan-graphdb-integration-in-dynamodb.html In this way, graphs can scale to billions of vertices and edges, while allowing efficient queries and traversal of any subset of the graph with consistent low latency that doesn’t
note.mu なるほど自分も同じような感じでやっているなぁ、と思った。もうちょっと詳しく書くと、 まず変更しようと思っている部分の周辺のコードを読んで、「ここらへんをいじればよさそう」と当たりをつける(当たりのつけかたにもいろいろあるのだが後述) 土地勘を養ったところで具体的な変更の仕方を考える。必要に応じて紙に下手くそな図を書いたり、考えを箇条書きにしたり、実際にコードを試しに変更してみたりする この方針でいけそう、と道筋が見えたらいよいよコードを書き始める。細かい単位でコミットするかどうかは場合によるが、少なくとも git add はこまめに行う(エディタの undo でせっかく書いたコードを失わないため) 道筋が見えなかったり、プロトタイプ的に書いたコードが望み薄そうだったら潔く諦める。煮詰まっていることを自覚して、コーヒーを買いにいったり、オフィスの外を散歩したりして頭をリフレッ
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