Go言語 Web フレームワークはこれを使おう 2016年12月版 - Witch on the Other Shore
2016 - 12 - 10 Go言語 Web フレームワークはこれを使おう 2016年12月版 この記事は Qiita Advent Calendar 2016 Go (その2) 10日目の記事です。 Go言語の Web アプリケーションフレームワーク (以下、Web フレームワーク) は、群雄割拠の時代を経てわずかばかりまとまってきた印象があります。今回、Go言語の Web フレームワーク を選定するさいの参考になればと思い、あらためていくつかのフレームワークの特長や最近の動向をまとめました。 結論 現時点では iris または Echo の選択をおすすめします。 選定と推薦の根拠 主観 GitHub Trending, Star, Issue プロダクトでの使用経験 (Gin, Echo) 現在、 株式会社ユーリエ のプロダクト eurie Desk 開発における主たる言語として G
ブロックチェーンという言葉に騙されないために - いもす研 (imos laboratory)
近年、仮想通貨ビットコインが注目されているのにともない、その根幹技術であるブロックチェーン技術が金融業界で注目されています。しかし、ブロックチェーンという言葉自体が流行してしまった結果、様々な金融関連企業が正しく理解しないまま手を出し始めているように見えます。そして、技術的な内容がほとんど表に出てくることはなく、批判する人が少ないという問題を感じたのでこの記事を書きました。ブロックチェーンでできることとできないことを整理し、皆が今後ブロックチェーンの記事により深いツッコミを入れられるようになればと思います。自分はブロックチェーンの専門家ではないため若干の間違いもあるとは思いますが、見つけ次第 @imos まで連絡いただけると幸いです。適宜修正します。 背景 ブロックチェーンとは ブロックチェーンとは、いくつかの未完了の取引を「ブロック」という単位でまとめ、ブロックの正当性を証明するものと共
Rubyやってます、(`・ω・´)ｷﾘｯ という為に押さえときたいテクニック - Qiita
最近、スタートアップ系や新規開発でRuby(Ruby on Rails)を採用するところも増えてきており、Rubyやってる人がちらほら増えてきた感があるのですが、たま〜にRubyやってて何故それ知らないんだという事もたまにあり、Rubyやってます(`・ω・´)ｷﾘｯ とそれでよく言えるなと呆れる事もありました。。。 そこで、少なくともこれは押さえておいて欲しいテクニックを紹介したいと思います。 クラスメソッド、インスタンスメソッド ★★★★★ これはテクニックではないですが、Rubyで最初に躓いたり、混乱する元の一つなので、Rubyをやっている以上、ちゃんと理解しておくべきことであると思ってます * 定義したClassから見た表 名称 説明
決定木とランダムフォレスト - Qiita
決定木とは 目的変数に属する確率を複数の説明変数の組み合わせで算出する方法。 イメージは以下で、Yes/Noなどの条件に属するかどうかで確率を算出する。 ランダムフォレストとは ランダムフォレストは、アンサンブル学習法(複数の分類器を集めて構成される分類器)の一つ。 決定木を複数集めて使うので、木が集まってフォレスト（森）として使う。 やってみる(sklearnでの決定木) データ用意 ランダムに作ったデータを用意する。 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn %matplotlib inline from sklearn.datasets import make_blobs # ダミーデータの生成用 X, y = make_blobs(n_samples=5
[OS作成]30日でできる！OS自作入門 3日目 (4)
Ruby,Lisp,Emacs,Clojure.OCaml,Haskell,Raspberry Piのメモ いよいよOS本体を起動する処理の作成だ。 IPLとOS本体を含むイメージファイルを作成するには、筆者作成のedimg.exeを使うと簡単であるが、ここ や ここ を参考にすると、UbuntuやDebianのmtoolsパッケージに含まれるmformatコマンドを使ってFDイメージを作成しているので、同様の手順で作成することにした。 mformatコマンドを使うとイメージファイルを次のコマンドで作成できる。 $ mformat -f 1440 -B ブートセクタファイル -C -i イメージファイル名 :: ipl.binはブートセクタのファイルをBオプションで指定できる。 なお、man mformatを見ても、iオプションの説明は無かった。 OS本体をイメージファイルにコピーする
OpenMPの基本的な使い方 - Qiita
サーバサイドの大規模計算・組み込み系・ゲームプログラミングなどの分野ではしばしば高速化を求められることがある。 その中でも、スレッド並列に関する高速化はマルチコア化の波で近年特に求められている。 この記事ではスレッド並列にOpenMPを利用した高速化手法についての基本的な部分を紹介していく。 *言葉の解釈によっては適切でない部分や、OpenMPの正しい使い方から外れた部分があるかもしれません。 *2017.02.16 記事の一部に書き途中・適切ではない記載があったので更新しました。 スレッド並列化とは？ スレッド並列化とは、近年のPCによく使われているマルチコアのCPU上で行われる並列化のことである。CPUによっても変わるが、主流のIntel社製Core iシリーズのCPUなどでは1コアで2スレッドまでのスレッドを持つことができる。 例に、2016年の新モデルMacBookProの13イン
Jupyterノートブック上でJavaScriptからカーネルのコードを実行する方法 - めもめも
qiita.com これは、jupyter notebook Advent Calendar 2016の10日目の記事です。 何の話かというと IPython.displayモジュールのHTML関数を使うと、次のように、Jupyterノートブック上でJavaScriptを実行することができます。 from IPython.display import HTML javascript = ''' <script type="text/javascript"> alert("HOGE") </script> ''' HTML(javascript) # ポップアップウィンドウを表示 この時さらに、JavaScriptからノートブックを実行中のカーネルを呼び出して、任意のコードを実行することが可能です。また、JavaScript側でコードの実行結果を受け取ることもできます。具体的には、次のように
30日でできる！OS自作入門を Linux & GAS で行う (1日目) - big-eyed-hamster’s diary
gcc & as in Linux環境 で OS自作入門したい！と思ったので、そのために環境構築してみた。モチベーションとしては、 Linux のコンパイルは gcc で行われているから、gccで生成したバイナリをそのまま使えた方がlinuxも理解できるかも。 ブートローダをGASで書けたらとても素敵だよね。 といったあたり。 しかし、OS自作本は Windows 向けに開発環境としてコンパイルされたバイナリのみが提供されているため、gasなどで試そうとしてもソースは違うわ、バイナリは違うわで動かない、やる気なくす、本は放置となってしまう。それじゃあもったいないということで、gas & as で OS自作入門を試してみようじゃないか、試すのだったら後でやる人がスムーズに同じことできるようにメモをとってったらいいんじゃないか、という趣旨。 教科書 いわずもがな、30日でできるOS自作入門。
Debian GNU/Linuxで自作OS - Qiita
自作OS Advent Calendar 2016 10日目の @Hiroyuki-Nagata です． 前の人は 川合さんでした（！），次の人は たぶん自分です． LinuxでOS自作入門していくことの位置づけ まず、30日でできるOS自作入門の本はターゲットがWindows環境のため、それをそのままLinux環境で行うことは難しいです。以下の部分において、ツールをOSSのもので代用するか自作することがネット上ではよく見られます。 アセンブラ … nasm か gas で代用 リンカ … ld のリンカスクリプトを使う イメージファイル書き込みツール … 自作 or mtools、 ddとかでもできる？ OS自作入門は、OSを一から作るときの定石を用意してくれているという認識です。 この本が無ければそもそもの目標設定から難しかったでしょう。 LinuxでOS自作入門していくための環境 次
機械学習フレームワークchainerを使って1からコードをかいてみる(mnist編) - Qiita
はじめに 機械学習について基礎や仕組みについての資料はネット上にたくさん出回っていますが、では実際にコードを書いてみよう！と思うとなかなか手が出ないと思います。特にchainerやtensorflowなどは便利なんだろうと思いつつインストールしてもさっぱりわからず、例題を動かそうとして動かずに辞めてしまう人もいそうです。他にも、画像認識の例でchainerに付いてくるimagenetはコードを読もうとしてもなにがなんだかわからないってこともあると思います。そこでまずは一番シンプルな例である手書き文字認識mnistをchainerを使って1から実装し、仕組みやコードの書き方を理解しようという目的で今回の記事を書くことにしました。私も最近chainerを趣味程度に勉強し始めたど素人なので記事を書くことで自分の理解をチェックするのが目的だったりします。 なお、ニューラルネットワーク自体の仕組みや
PostgreSQLで並列プログラミング - Qiita
この記事はPostgreSQL Advent Calendar 2016の9日目の記事です。 はじめに 昨日、開発中のPostgreSQL10.0についにパーティショニング専用の構文が導入され次のバージョンもとてが楽しみです。パーティショニングについての記事にしようかと思ったのですが、それは別の誰かが書いてくれると期待し、本日分では、PostgreSQLの最新バージョンである9.6にパラレルクエリが導入されパラレル化が熱い今、PostgreSQLのパラレル機構を使って並列プログラミングをする方法をご紹介します。 サンプルプログラムとしてpg_foobarというEXTENSIONを作成しました。githubリポジトリからダウンロードしてください。 実行例 pg_foobar EXTENSIONではpg_foobar()関数を用意しており、SELECT pg_foobar(2, 3, 4)と実
自然言語系のデータでLSTM理解しようとすると難しいので、MNISTデータでLSTMの基礎を解説 - Qiita
師走に調子乗ってTensorflow Advent calendar 2016登録して完全にヒーヒー言いながら今回の内容を書きました。 おそらく後から読みやすいように追記や更新もすると思います。8日目です。どうも。 この記事はTensorflowのチュートリアルを読んでなんとなくの機械学習的な理解がある方達がおそらく対象です。 それらに関連した解説も一応書いてます。 ・ビギナーの解説 : 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 ・エキスパートの解説 : Tensorflowを２ヶ月触ったので"手書きひらがな"の識別95.04%で畳み込みニューラルネットワークをわかりやすく解説 機械学習がどんどん盛り上がってますね。 みなさん楽しそう。 そんなわけで今更word2vecなんてやっても...感もあるので、すっ飛ばしてRe
BayesOptインストール方法 - Qiita
1. ベイズ的最適化 機械学習のハイパーパラメータの最適化に、最近ベイズ的最適化が使われている。 pythonでベイズ的最適化が使えるモジュールを検索すると、たくさん出てきてどれを使えばいいかよくわからなかった。 セミナで、獲得関数にUCBを使うよりもmutual informationが使うほうがよいと聞いた。 だからmutual informationが使えるpythonのモジュールを探したところBayesOptが見つかった。 しかしインストールに苦労したのでインストール方法を記す。 2. BayesOptインストール python2.7で以下を実施する。(python3では動かなかった。) $ git clone https://github.com/rmcantin/bayesopt $ cd bayesopt $ brew install cmake $ cmake -DBAYE
絵で理解するWord2vecの仕組み - Qiita
皆さん、Word2vec の仕組みはご存知ですか？ Word2vec は gensim や TensorFlow で簡単に試せるので使ったことのある方は多いと思います。しかし、仕組みまで理解している方はそう多くないのではないでしょうか。そもそも本家の論文でも内部の詳細については詳しく解説しておらず、解説論文が書かれているくらいです。 本記事では Word2vec のモデルの一つである Skip-Gram について絵を用いて説明し、概要を理解することを目指します。まずは Skip-Gram がどのようなモデルなのかについて説明します。 ※ 対象読者はニューラルネットワークの基礎を理解しているものとします。 どのようなモデルなのか？ Skip-Gram はニューラルネットワークのモデルの一つです。Skip-Gram は２層のニューラルネットワークであり隠れ層は一つだけです。隣接する層のユニット
BPF for lightweight tunnel infrastructureについて調べてみた - Qiita
はじめに このエントリはLinux Advent Calendar 2016の5日目の記事として書かれました。 bpf: BPF for lightweight tunnel infrastructureという機能が最近net-nextにマージされました(つまり特に問題なければ4.10でマージされる予定)。トンネルにどうBPFが使われているのか興味があったので調べてみました。 関係するコミットは以下の3つです。 bpf: BPF for lightweight tunnel infrastructure bpf: Add tests and samples for LWT-BPF Lightweight & flow based encapsulation 背景知識 まずBPFとlightweight tunnel infrastructure (lwtunnel)について調べました。 B
今すぐ使えるpandas高速化テクニック - Qiita
pandasを使って大量データ処理する場合、 数GBの処理に数十分〜数時間、下手したら数日かかるということが往々にしてある 処理が遅いと進む作業も進まなくなるので 簡単なソースコード修正で高速化出来る方法をメモ DataFrameのsumやmeanは数値データのみで行う index name weight height
ドッグフーディング用機能開発のススメ - Qiita
iOS Advent Calendar 2016 10日目のかっくんです。 皆さんドッグフーディングしてますか？ とは言うものの僕も今年のiOSDCでYahoo! Japanの西さんの発表で感銘を受けでから意識する様になりました。 社内の人に開発中のアプリを如何に使ってもらうか、どうアプリを改善していくかをトライしているのでその内容を共有出来ればと思います。 アプリの中にブランチ名を表示する チームで開発しているアプリで社内の人に「ここバグってるんだけど」と言われて言われた動作をしてみても再現しない。 同じOS、同じ種類の端末、アプリのバージョンも同じ、、なのに再現しない。(ビルド番号は異なります) そんな事無いですか？ せめて誰が変更した物なのかが分かれば原因が突き止められるかもしれない！ 弊社の場合、プロジェクト毎にGitのブランチが違うのでブランチ名が大きなヒントになります。 という
LJの力計算のSIMD化ステップ・バイ・ステップ その6 - Qiita
はじめに そうとうがんばってSIMD化して、もう速くならないだろうと思ってたらkohnakagawaさんから「もう少し高速化しました」というプルリクが来て慌てた話。 その0 その1 その2 その3 その3.5 その4 その5 その6 ←イマココ コードは https://github.com/kaityo256/lj_simdstep においてある。 どこを直したか 一度に256ビット取ってくる命令を使うため、配列をパディングして、(x,y,z,0)という並びにしていた。それを4要素のベクトルとしてロードして、相対座標ベクトルを作るのだが、ループを4倍展開しているので、 (dx_1, dy_1, dz_1, 0)\\ (dx_2, dy_2, dz_2, 0)\\ (dx_3, dy_3, dz_3, 0)\\ (dx_4, dy_4, dz_4, 0)
シェルでASCII制御文字を扱う - Qiita
制御文字の概要 通常は見えない特殊な文字のことを「制御文字」と呼びます。 ASCIIコードの場合は、0番目から31番目、127番目が制御文字です。 ここでは、シェル上で制御文字を扱う方法をまとめます。 制御文字の表現 キャレット記法 8進 10進 16進
(Chainer) DNC(Differentiable Neural Computers)で文字列の学習&生成 - Qiita
のように遅れて最初の入力を返させます。(-はゼロ, xは出力がなんでもいいことを示しています) ところで、DNCのコントローラーとしてLSTMを使うと、LSTMの力だけでタスクをクリアしてしまうかもしれないので、コントローラーとしてLinearを使いました。(内部に状態を持たないので、外部メモリを使わざるをえないはずです) このタスクができたとしても実装が正しいという保証にはなりませんが、できなきゃヤバ 結果 ( 1990 ) 0.000777187338099 0.0 [[-26.15471077 -3.17894959 -8.98376179 9.1276083 -0.657956 ]] [3] True [[-29.14633179 -0.67815143 -10.29454613 4.49074841 3.79639697]] [4] False [[-28.97230339 0.
[WIP] 1-file Chainerを作る - Qiita
概要 この記事では、Neural NetworkフレームワークであるChainerの最も特徴的なコンセプトである"Define-by-Run"を理解するために、手書き数字の分類を行うためのネットワークの記述・学習に必要な最低限の機能だけを持ったライブラリ"1f-chainer"をNumPyのみを使って実装してみます。数式が登場するような説明は全てAppendixに追いやり、本文中ではできるだけコードと文章だけで説明を行うように気をつけて書きました。 本記事で用いた全てのコードは以下に置いてあります：1f-chainer。書き始めると色々なことを追記したくなり間に合わなかったので、今週いっぱいを目処に順次更新していきます。 また、この記事の全ての内容は私個人の見解と理解に基づくものであり、所属する組織とは関係ありません。 想定読者 この記事は、Backpropagationを使ったNeura
![[WIP] 1-file Chainerを作る - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/e6f9d19cbcbd5b79c50788ef33bd7340b33842a0/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Fadvent-calendar-ogp-background-7940cd1c8db80a7ec40711d90f43539e.jpg%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JTVCV0lQJTVEJTIwMS1maWxlJTIwQ2hhaW5lciVFMyU4MiU5MiVFNCVCRCU5QyVFMyU4MiU4QiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZ0eHQtY29sb3I9JTIzM0EzQzNDJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnM9ZWRkZmQxNDE0YmM5YzA1YzczZDBkMDEyZDY4ZTY0MWQ%26mark-x%3D120%26mark-y%3D96%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9OTcyJnR4dD0lNDBtaXRtdWwmdHh0LWNvbG9yPSUyMzNBM0MzQyZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTE0YTY3MzYxMTdiZTcwMTY2OTU5MmM1YTgxNDYyNWE3%26blend-x%3D120%26blend-y%3D500%26blend-mode%3Dnormal%26s%3D8425b3296b389c5a21d095538b91c855)
Jupyter nbconvert（ファイル変換）メモ - はしくれエンジニアもどきのメモ
Jupyter nbconvert（ファイル変換）メモ Jupyter Notebook のファイルを別形式に変換してくれるnbconvertコマンドについてのメモ。 環境 Windows 10 conda 4.02 Jupyter notebook 4.1 「Download As」での変換 「File」→「Download As」からノートファイル(.ipynb)をDL（変換）できる。 .ipynb ファイルから変換できる形式は、以下の5種類である。 「Download As」から変換できる形式 Python(.py) markdown cell で書かれた部分はコメントアウトされ、 code cell の入力(In[X])部分のみが有効になっている。 HTML(.html) markdown cell で書かれたhtmlやcssの部分もそのまま有効になるので、 最も互換性の高い変換に
Jupyter+Ansibleを使ったインフラ運用のための下準備 - Qiita
Advent Calendar、遅刻してしまったわけですが・・・ 今年も、去年から引き続き国立情報学研究所さんにてJupyterとAnsibleを使ってインフラ運用をやらせていただきました。 本来、Jupyterはデータ分析のための道具として生まれたわけですが、文章＋コードの形式で、Notebookとして実行内容を記述、実行して残しておくというやり方は、データ分析以外の場面でも役に立つなあ、としみじみ感じています。そんなわけで、Jupyter+Ansible+インフラ運用なネタを。 この記事の内容 NIIクラウド運用チームにおけるインフラ運用のコンセプトについては Jupyter Notebookを用いた文芸的インフラ運用のススメ にて詳しく説明されているのでそちらを参照していただくとして、インフラ運用の"お手本(の一例)"Notebookとして、以下のようなNotebookを公開してみて
spacemacsについて ~~spacemacsが最強で最高で神エディタであると思い始めた件~~ - Qiita
最近、spacemacsを使っていて、「これは神じゃね?」とか思っている。それについて書こうと思う。非常に感情的になっているので、注意してほしい。かなり長くなるかもしれないので、それも注意してほしい。ぶっちゃけポエムである。 spacemacsについては記事がいくつかある。 Vimも秘伝のタレも飲み込むEmacsの超強力ディストリビューションSpacemacsまとめ 6年間使っていたVimからEmacs(Spacemacs)に乗りかえた しかし、上記の記事では、spacemacsのすばらしさを十分に記述できていないと思ったのだ。 この記事は,spacemacsの機能について取り上げたものでは無く、畏れ多くもspacemacsの僕なりの始めたキッカケの類を書いたものである。spacemacsの入門については、また別に取り上げたいと思う。しかsi、この記事でもspacemacsの機能のいくつか
Go でツール書くときの Makefile 晒す - Qiita
Go でツール書くときはタスクランナーとして make を使っています。ビルドだけじゃなくて、テストや配布用パッケージ作成も一括して make でやっています。 今回は整理も兼ねて、自分が普段どういう Makefile を使っているのか解剖していきます。 なぜ make を使うのか ビルドフラグ覚えるのが面倒だから、make は (Windows を除く) 大半のプラットフォームに入っていて使いやすいからというのが理由です。script/build みたいにシェルスクリプトを複数用意するのでもまあ良いと思いますが…。大半の Go プロジェクトは Makefile 置いてありますね。 make を使った開発フロー 基本的には、リポジトリを git clone / go get -d した後に以下のコマンドを打てばアプリケーションをインストールできるようにしています。 $ cd $GOPATH
艦これシミュレーターを作ったときとかに得た高速化のノウハウ - Qiita
C++Advent Calendar 2016 この記事はC++Advent Calendar 2016 8日目の記事です << 7日目 | C++形式の共有ライブラリの書き方(gcc編) || 9日目 | 最近書いたマクロ（構造体をtupleに変換したい） - TXT.TXT/それでも構造体をtupleに変換したい - TXT.TXT >> 今年は3日目にしてコンパイル時CコンパイラとかいうC++の作者であるBjarne Stroustrupにまで言及されるに至った、頭のおかしい記事が出て、強さしか無いですね！ はじめに 皆様、ナマステ。 世の中では、Visual Studio2017 RCがでて、MSが来年にはtwo-phase lookupを実装するというニュースが駆け巡ったり、C++ Builder 10.1 BerlinがでてClangが使えるようになったり(ただし古い)、C++
インフラエンジニアがいざという時に抑えておきたい postgresql が重くてレスポンス返ってこない時に対処する流れ - Qiita
本来はWebサーバー側でクエリを対応することではありますが、 時々どうしようもないボーンとしている状態の時が突然来た経験はありませんか？ エンジニアから焦って問い合わせが来た時、突然のアラートが飛んできた時など。。。 そんな時にインフラエンジニアも一緒に焦ってしまわないように、どのクエリが問題なのかを特定して対処する方法のまとめました。 めちゃくちゃ時間がかかるクエリが走っていて、問題が起こっている場合の対処です。 問い合わせを行っているWebサーバー側で対応が出来ると良いのですが、どうしても DB サーバー側で対応の必要がある時があるのでその時の方法です。 pg_stat_activity で統計情報を取得 現在実行中のクエリはpg_stat_activityテーブルが管理しているため確認できます。 https://www.postgresql.org/docs/9.5/static/m
Emacsの起動画面のカスタマイズについて - Qiita
最近余裕が全然ないため、今回は小ネタです。 Emacsの起動画面は、常時起動組にとってはほとんど目にする機会が無く、カスタマイズのモチベーションがなかなかわきません。自分も週に何度か目にする程度で、デスクトップの壁紙並にほとんど見る機会が無いわけです。 しかしながら逆に考えると、普段目にすることがないレアな画面だけに、見ただけで気分が盛り上がるようなカスタマイズをしておけば、Emacs立ち上げ直後のテンションが低い状態から一気に気分が盛り上がって89%もの進捗をあげることが出来るかもしれません。 また、壁紙はプロジェクターに接続した時にちらっと見えて気まずい空気が流れてしまうことがあるように、Emacsもいつプレゼン中にクラッシュして起動し直すことがあるか分かりません。そんな時に、見ている人が思わず オッ とツイートしてしまうような画面にしておけば、恥ずかしい思いをせずに済むのではないでし
Vue.js Vueコンポーネントのユニットテストを書いてみよう - Qiita
※このエントリはVue.jsアドベントカレンダー10日目の記事です。 最近の開発はjQueryでプロトタイピングだけ行って、本開発はVue.jsをベースに行っているPotato4dです。 Vue.jsは非常に強力で便利なフレームワークですが、そのテストについての情報というのは、探しても中々見つからないため、困っているかたも多いのではないでしょうか。 今回は、そんな問題を解消するために、Vue.jsのコンポーネントをテストしていく手法について共有していきたいと思います。 開発の準備 今回の環境 今回は、簡単に導入して試していくために、Vue.js公式のコマンドラインツールvue-cliを用いて開発を行っていきます。 vue-cliは、Vue.jsを用いた様々なプロジェクトの雛形を自動生成してくれるツールとなり、Node製であるため、Vueの開発環境が整っていれば、すぐに導入し、開発を始めるこ
Tensorflow Timelineによるパフォーマンスの計測 - Qiita
import tensorflow as tf from tensorflow.python.client import timeline run_options = tf.RunOptions(trace_level=tf.RunOptions.FULL_TRACE) run_metadata = tf.RunMetadata() _, loss_value = sess.run([train_op, loss], options=run_options, run_metadata=run_metadata) step_stats = run_metadata.step_stats tl = timeline.Timeline(step_stats) # Tensorの利用メモリもshow_memory=Trueでとれるが割愛 ctf = tl.generate_chrome_trace
CUIのEmacsからGUIのEmacsに移行するためにやったこと - Qiita
この記事は.emacs Advent Calendar 2016の10日目です。 概要 Emacs を使い始めて3ヶ月目にして、 CUI の Emacs から GUI の Emacs に移行しました。 環境は Arch Linux です。 そのために必要だったこと、できるようになったことも書いています。 Linux なので、やったことは Linux のウィンドウシステムに関係があるものが大半です。 特に、現在 CUI の Emacs を使っているが、 GUI の Emacs も使いたいという方にお読みいただければ幸いです。 動機 3年くらい Vim を使っていました。 Vim では起動が速い、メモリを消費しない、 GUI の無い環境でも一貫して動作する、などの理由から、テキストエディタをターミナルで動かすことに一種の美学を感じていました。（中二病） Emacs を使い始めた時も、同じ理由で
Dockerを使ってMacでもWindowsでもコマンド一発で動作するAngular開発環境を作る話 - Qiita
こんにちは、@yusuke_yasuoです。 Angular Advent Calendar 2016の9日目は、Dockerを使ってMacでもWindowsでもコマンド一発で動作するAngular開発環境を作る方法について書きたいと思います。 また今回は範囲外ですが、CI・CD周りも整備していきたいため、Angular CLI (https://github.com/angular/angular-cli) を使って開発してみました。 Docker使う理由 今回のDocker利用には主に2点ほど理由がありました。 1. 社内にMac派とWindows派がいるため、環境が違うことによって起こる問題の吸収 2. 今後メンバーが増えていく予定があるため、環境構築時間の短縮 今回のゴール Angular公式サイトのTUTORIAL (https://angular.io/docs/ts/late
TensorFlow の名前空間を理解して共有変数を使いこなす - Qiita
イントロ これは、TensorFlow Advent Calendar 2016 の9日目の記事です． 2015年の11月に公開されたTensorFlowですが，公開当初から「名前空間」の機能がサポートされていました．これはTensorBoardによるグラフ視覚化において使われますが，もちろんそのためだけにあるわけではありません．名前空間は，識別子の管理に非常に有効です．強力な「名前空間」サポートというとC++を思い出しますが，C++の教則本（独習C++）から引用します． 名前空間(namespace)の目的は識別子の名前を局所化し，名前の競合を避けることです．C++のプログラミング環境では，変数，関数，クラスの名前が急増を続けてきました．名前空間が登場する前は，これらのすべての名前がグローバルな名前空間の中で場所を取り合い，多くの競合が発生していました． 一方，Pythonの変数スコープ
【2016年】今年買ってよかった物と、Amazonでの使用金額を発表します！ - 力こそパワー
年末恒例の話題である「今年買って良かったもの」記事を、今年も書かせていただきました。 2015年今年買って良かったものまとめ 記事の最後では私が最も多く利用しているショッピングサイトであるAmazonの2016年の購入金額合計を発表します。 イマイチだった物 Melitta 電動コーヒーミル STARDUST 折り畳み撮影ボックス 生活関係 燻製土鍋 いぶしぎん 洗剤・柔軟剤・漂白剤 ウルトラパワーズ 洗濯槽クリーナー 3M スコッチ・ブライト バスシャイン 抗菌スポンジ メガネのシャンプー除菌EX ツボ押しサンダル ラムダッシュ ES-LV7B 完全食COMP MONINの各種シロップ 3M ワンタッチベルト ドクターショール 巻き爪用クリップ セレブリーズ 鼻呼吸口止めテープ デジタル系 PHILIPS製42.5型4Kディスプレイ BDM4350UC/11 wena wrist Fit
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
Google Sites: Sign-in
『30日でできる！OS自作入門』をLinuxでやってみる 1日目
softwaretechnique.jp
コマンド実行環境としてのDocker
厳選Emacsよく使うコマンド集 - Qiita