PythonでWebアプリケーション作る練習をした - はこべにっき ♨
最近流行っている雰囲気があるPythonだけど、僕も年末にふと気分が高まったので、練習をしてみた。 自分にとってはPerlやRubyよりも先に勉強した、初めてのスクリプト言語がPythonだったので、ちょっとだけ思い入れがある。とはいえ、何年も前に初めてのPythonで勉強した後は、稀に使うくらいだったのでPythonならではの良い書き方とか、良いライブラリの知見とかは全然持ってなかった。 そこで、Pythonに入門しなおしてPython流を思い出した後、自分が気になっているWeb開発をやってみてどういうもんなのかを一通りやってみた。 このエントリは、GoでWebアプリケーション作る練習をしたの続編です(さらに続きはないでしょう)。 入門 Python3 を読んだ 入門 Python 3 作者: Bill Lubanovic,斎藤康毅,長尾高弘出版社/メーカー: オライリージャパン発売日:
Spring BootとLINE Messaging APIで作ったLINE BOTをHerokuで動かす - Challenge Engineer Life !
やっと触れましたLINE Messaging API。やばい、なにこれめっちゃ楽しい。 朝5時からの進捗です pic.twitter.com/qrPCaZE2LK— キクタロー (@kikutaro_) 2017年1月13日 上のは完全に遊びですが、仕事でも真面目に検討してもいいのかもって今更ながら真面目に思い始めました。QRコードから簡単に友だち追加できるので、何かと初速が速いなぁと。とりあえずスマホだけあれば良いわけですし。と当たり前なことを今更言ってしまうぐらい楽しいです。 Javaな方々は公式からThe Messaging API SDK for Javaが出てるので、これで簡単に始められます。 github.com ドキュメントは以下参照。 LINE API Reference line-bot-spring-boot moduleもあるのでSpring Bootの勉強がてら始め
KerasがTensorFlow本体に統合される？ - studylog/北の雲
TensorFlowをバックエンドとして使用しており、Python製DeepLearningライブラリとしては頭5つぐらい抜け出している感じのあったKerasですが、TensorFlow本体に取り込まれる？動きがあるようです。TensorFlow/Keras人気はさらに加速して他のライブラリを寄せ付けないでしょう。 自分が使いやすいライブラリを使えばいいと思いますし各ライブラリごとにいい所はあるので多様性万歳ではあるんですが、TensorFlow本体にKeras由来の使いやすいAPIが統合されちゃうと、DeepLearningライブラリのシェア争いという観点ではほぼ勝負あったかなという感じがします。 以下ソースなど。fcholletさんはKerasの開発者でGoogleにお勤めの人です。 @rbhar90 @tensorflow we will be integrating Keras (
Docker for Mac で Alpine ベースの軽量な Rails の開発環境を構築してみる - 時と場合によりけり
2017 - 01 - 17 Docker for Mac で Alpine ベースの軽量な Rails の開発環境を構築してみる Alpine Docker Mac 概要 CentOS や Ubuntu よりも軽量な Alipine を使って、 Rails の開発環境を Docker for Mac で作成してみます。 Docker for Mac のインストールについては、以下のエントリーをご参照ください。 stangler.hatenablog.com ハードウェア マシン: Macbook Pro Early 2011 メモリ: 16 GB ストレージ: SSD 512 GB ホスト OS: macOS 10.12.1 Sierra Docker for Mac Version 1.12.3 ゲスト Alpine 3.4.6 Ruby 2.3.2 Rails 5.0.1 MySQL
Ansible実践入門 | DevelopersIO
渡辺です。 最近、Ansibleに関する書籍が増えてきていますね。 とはいえ、ほとんどは入門的な位置付けで、それはそれで需要があるんですが、実践レベルで使いこなすノウハウは少ないというのが現実かと思います。 この辺り、まだ試行錯誤を繰り返しているところも多いでしょう。 そこで、ノウハウをガンガン流出させるクラスメソッドなので、ベストプラクティスみたいなものをまとめちゃいました。 Ansibleとは？ 雑な言い方をすれば、SSH接続したリモートホストでミドルウェアのインストールや設定ファイルの更新を行うツールです。 カテゴリとしては構成管理ツールに分類されます。 SSH接続が可能であれば、リモートホスト側にエージェントのインストールが不要である点は大きな特徴です。 Playbookにサーバの状態を定義する AnsibleのPlaybookは、リモートホストの状態を定義したファイルです。 構成
Jリーガーだった。
Ｊリーガーだった。 つい先日、取引先の人に「前の会社ではどんな業務をしていたの？」と聞かれた。「プロ契約でサッカー選手をしていました。」と聞かれたら驚かれた。僕はJリーガーだった。でも、かつて所属していたクラブのサポーターですら、僕の名前を聞いてもピンと来ない人も多いだろう。その程度の選手だった。経歴を詳しく書いても、僕のことが分かるのは僕の知り合いくらいだろう。なので書いてみる。 山に囲まれたド田舎に生まれた。7歳で幼馴染とスポーツ少年団に入った。たまたま県選抜に選ばれて、地元の広報に載ったりしてちょっとした人気者だった。小学校6年生の時、県外のプロサッカーチームのジュニアユース入団試験を受けた。もし合格していたら、両親は仕事を辞めて、家族で引っ越す予定だった。ジュニアユースに入っても、そこからトップチームまで昇格してプロになれるのは一握りなのに、仕事を辞める覚悟で応援してくれた。でも僕
CUDA 8.0 RCをUbuntu 16.04 LTS + GTX1080にインストール - Qiita
Ubuntu 16.04 LTS + GeForce GTX 1080の環境に、CUDA 8.0 RCをインストールします。Ubuntu 16.04 LTSでは、デフォルトでgcc 5.4のため、CUDA toolkitのインストール時に適切なコンパイラが無いと怒られます。2016年8月8日にgcc 5.4に対応した公式パッチが出たのですが、これに対するドキュメントが見当たらないため、メモ代わりに残しておきます。（gccを5.3.1にダウングレードすれば、パッチを使用せずにインストールできると思います。） 公式ドキュメントを見る まずは、公式ドキュメントであるInstallation Guide for Linuxを確認します。以下の手順は基本的に公式ドキュメントのPackage Manager Installationをベースにインストールを試みます。 CUDA 8.0 RCをダウンロー
Emacs "ことはじめ" 私の事例 | TECHSCORE BLOG | TECHSCORE BLOG
こんにちは、落合です。 これは、 TECHSCORE Advent Calendar 2016 TECHSCORE BLOG の25日目の記事です。 Emacs を使おうとしてその良さを体験する前に、使うことを断念した方は結構いらっしゃるのではないでしょうか？ 私も過去に何回か使い始めようとして、断念した経験があります。 「 Emacs とは、エディタではなく環境」 をググったりすると沢山でてきますが、その理由は例えば、 メールを読む Web サイトをブラウジングする Twitter を利用する など、エディタ用途以外のことも柔軟にカスタマイズ出来るからだと思います。 公式の文書などでは見つかりませんでしたが、使えば使うほどそれは納得できます。 そういうわけで、100人いれば100人、用途も設定も異なります。 この記事は、”私の場合はこうした” という一つの事例になりますが、何かのお役に立
dlib CNNベースの物体検出 - Qiita
dlibの物体検出は、簡単に使えるし、素晴らしい性能ですが、時々誤検出が発生することもあります。このブログで紹介されているdeep learningを利用した物体検出は、HOGの検出器よりも性能よさそうなので試してみました。 dnn_mmod_ex.cpp 学習データからモデルをトレーニングするサンプルです。ビルド方法はこちらを参考に。 さて、このサンプルを実行した時、私のようにGPUがしょぼい環境だと、以下のようなエラーが出ると思います。 Error while calling cudaMalloc(&data, new_size*sizeof(float)) in file /Users/mkisono/work/dlib/dlib/dnn/gpu_data.cpp:191. code: 2, reason: out of memory /Users/mkisono/NVIDIA_CU
ATOM を Windows + Proxy 環境で使うためのメモ - Qiita
Windows + Proxy 環境で使うために苦労した点などのメモです。 Download Download をクリックする Install先 C:\Users\(ユーザ名)\AppData\Local\atom\ Proxy 環境で使うためには? C:\Users\(ユーザ名)\.atom\.apmrcを作成し以下を記入 http-proxy = http://(ユーザ名):(Password)@(Proxyサーバアドレス):(Port番号) https-proxy = http://(ユーザ名):(Password)@(Proxyサーバアドレス):(Port番号) strict-ssl = true strict-ssl は true に。理由は以下を参照。 http://qiita.com/falms/items/0eb4721c319bd8ce3a56#ssltls%E3%81%
アルゴリズムクイックリファレンス 第2版
実用上、本当に速いコードを書くにはまず正しいアルゴリズムの選択から。本書は実践的側面を重視した、新しいタイプのアルゴリズム事典です。どのアルゴリズムを使うべきか、どう実装するのか、さらに性能を向上させる方法はあるのかを解説。主要な40余りのアルゴリズムを網羅し、C、C++、Java、Pythonでの実装例を示します。改訂版では、フォーチュンアルゴリズム、マージソート、マルチスレッドクイックソート、AVL平衡二分木、R木と四分木などの新たなアルゴリズムを追加。実際にベンチマークを取る手法も紹介した実際的、実践的な一冊です。 使用サンプルコード、収録データはGitHubから取得可能です。 正誤表 ここで紹介する正誤表には、書籍発行後に気づいた誤植や更新された情報を掲載しています。以下のリストに記載の年月は、正誤表を作成し、増刷書籍を印刷した月です。お手持ちの書籍では、すでに修正が施されている場
Vue.js入門ハンズオン、ビンゴゲームのルーレットを作成してみる - Qiita
{ "name": "vuebingo-qiita", "version": "1.0.0", "description": "vuebingo-qiita", "main": "index.js", "scripts": { "webpack": "webpack" }, "author": "", "license": "ISC", "devDependencies": { "babel-core": "^6.21.0", "babel-loader": "^6.2.10", "babel-plugin-transform-runtime": "^6.15.0", "babel-preset-es2015": "^6.18.0", "copy-webpack-plugin": "^4.0.1", "vue-loader": "^10.0.2", "vue-template-compil
nvidia-dockerを導入して手軽に深層学習環境を作る - Qiita
Ubuntu14.04で深層学習を行うべく、NVIDIAドライバを入れたり、CUDAを入れたりとしていましたが、事あるごとにトラブルに見舞われていました。 ubuntuにてNVIDIAドライバが認識されない http://qiita.com/moroku0519/items/234f1c53a3187e32bae5 UbuntuでNICを認識しない場合の対処法 http://qiita.com/moroku0519/items/06ac708f08d9570f2b93 最終的にCUDAがうまくインストールできなくなり、OSを再インストールしたのですが、ついでに16.04アップグレードしました。 その際、以前nvidia-docker使うといいよと教えてもらったことがあるので、試しに導入することにしました。 Dockerとは まず、Dockerについて整理します。 Dockerはいわゆるコン
Pythonのクラスアトリビュートとメタクラスの話 - Qiita
class Base: __BASE_PARAMS__ = ["base"] class A(Base): __PARAMS__ = ["a"] __ALL_PARAMS__ = Base.__BASE_PARAMS__ + __PARAMS__ class B(Base): __PARAMS__ = ["b"] __ALL_PARAMS__ = Base.__BASE_PARAMS__ + __PARAMS__ A.__ALL_PARAMS__ # ['base', 'a'] B.__ALL_PARAMS__ # ['base', 'b'] しかし、Baseクラスを継承するクラスは多数あり、すべての継承先のクラスに処理とは無関係な__ALL_PARAMS__ = Base.__BASE_PARAMS__ + __PARAMS__というクラスアトリビュートを書くとなると面倒である。 継承先
シモセラ エドガー Siameseネットワークモデルを用いた画像特徴量抽出
Siameseネットワークモデルを効率的に学習させることで、 ロバストな画像特徴量を計算する手法を提案する。 提案手法では、モデルに2つの画像パッチを入力し、出力された特徴量の誤差によってモデルを学習させる。 また、入力するパッチをその識別の難しさによって分類し、識別が困難なパッチを優先的に学習させることで、SIFT特徴量よりもロバストな特徴量の抽出を実現した。 Our approach consists in training a Convolutional Neural Network (CNN) to build a feature representation of an image patch. We train by using two patches simultaneously that should either correspond to the same point
「Deep Learning Javaプログラミング」のパーセプトロンのサンプルプログラムにGUIを付けてみた #javareading - torutkのブログ
12月からJava読書会BOF*1で読み始めた「Deep Learning Javaプログラミング」で、2.5.1節のパーセプトロン（単層ニューラルネットワーク）のサンプルコードをJavaFXでGUIを追加して作成してみました。 Deep Learning Javaプログラミング 深層学習の理論と実装 (impress top gear) 本書籍のサンプルコードは出版社（インプレス）の書籍ページからダウンロードできます。 http://book.impress.co.jp/books/1115101146 ただ、コンソールで実行するサンプルとなっていたので、データの分布が分かるようJavaFXでGUIを付けてみました。 実行した画面は次になります。 プログラミングメモ 散布図（ScatterChart) 2次元のデータ分布なので、JavaFXの散布図（ScatterChart）を使いました
)
Pythonでプログレスバーを出したい(tqdmを使う) - あれもPython,これもPython
Pythonでスクリプトを作っている時に、 ループの進捗を確認したい時があります。 ループ毎にprint等で確認してもよいのですが、 長い処理を行う場合、ターミナルの表示がムダに感じます。 そこでプログレスバーを表示するtqdmモジュールを使用します。 使い方 pipを使っていれば、pipで入ります。 pip install tqdm 使い方はループのイテレータをラップするだけです。 importの仕方にだけ気を付けましょう。 from tqdm import tqdm import time for i in tqdm(range(100)): time.sleep(1)#ループしたい処理を書く # 以下のプログレスバーが出る # 75%|███████▍ | 75/100 [02:02<10:51, 1.28s/it] enumerateと併用したい場合 Pythonではループカウンタ
Linux Mint 18 : 画面を録画し GIF 形式で出力「Peek」 | 221B Baker Street
一定期間更新がないため広告を表示しています
資料閲覧用にEee PC ４G-XにLinuxをインストールした - スネップ仙人が毒吐くよ
先日作業机を片付けて、ある程度のスペースを確保したが、資料本を置いたり、Web資料閲覧用にA4ノートパソコンを置けるほどの余裕はない。 snep1000.hatenablog.com 仮に元祖ネットブックである初代Eee PC 4G-Xを置いてみたが、購入時にインストールされているWindows XPでは、インターネットが使用できない。サポート切れでセキュリティがヤバいので使えないだけだが、うっかり接続しないように、無線LANの暗号情報を削除した。 Eee PC 4G-Xはストレージ容量がたった4GBしかなく*1、CPUもシングルコア650Mhzと極めてプアである為、Windows 7や10にアップグレードすることは不可能である。 そこで、こうした非力なマシンでも使用可能なLinuxをインストールした。 取り合えず成功である。 某キャラの壁紙イラストを表示してみた。 ディスプレイが800X
ロード時のスピナーとプログレスバー、どう使い分ける？
お店で誰かに商品の場所を尋ねたとして、その相手がただそこに立ったままだったとしたらどう思うでしょうか。きっとイライラして、その場を立ち去りますよね。同じように、ユーザーは長い間スクリーン上のスピナー（通信やローディング時にくるくる回るアニメーション表示の）を見ていると、このような心理状況に陥ります。 スピナーは時間のかかる処理には適さない スピナーは、その処理が終わるまでどのくらいの時間を要するのかをユーザーに伝えません。長時間の処理にスピナーを使うと、最終的にユーザーはアプリに何か問題が起こったのではないかと疑問に思うでしょう。フィードバック無しでは不確実性が生じ、ユーザーは最悪の場合を想定することになります。 ユーザーは読み込みに時間がかかるだろうと考え、待つ気をなくすのです。そしてしびれを切らして、戻るボタンを押したり、またはアプリを終了したりするでしょう。 ４秒ルール ユーザーをア
CSSやJavaScriptで実装された、2016年に人気が高かったテクニックのまとめ -Top Pens of 2016
世界中の多くのWeb制作者・クリエイターが利用しているCodePenから、CSSやJavaScriptを使って実装された2016年にもっとも人気のあったデモを紹介します。 Top Pens of 2016 on CodePen Top Pens of 2016では、人気が高かったスゴ技が100個紹介されており、その中からベスト10を紹介します。 当ブログで紹介したものもいくつかあり、初見のものいくつかありました。 I DESIGN WITH CODE ❤ 10位は、Creogram animatedの動画にインスパイアされて実装されたSVGアニメーションのデモ。動きだけでなく、見せ方もうまいです。
ヒートテックは本当に登山で着てはダメなの？ 最新版ヒートテックの速乾性能をテストしてみた - I AM A DOG
うかつに「登山でユニクロのヒートテック使ってます！」なんて書こうものなら、あちこちからお叱りを受けてしまいそうなこの案件。地雷を踏まぬよう注意深く進めていきましょう…（苦笑） 最近もとあるアウトドア系キュレーションメディアが批判を受けて、記事を削除するといったことがありましたっけ…。 [B! 登山] 【YAMA HACK】日本最大級の登山マガジン - ヤマハック そんな登山（スポーツ）用途のヒートテック使用に警鐘を鳴らしたのは、恐らくこちらの記事が最も有名かと思います。ヒートテックが登山に向かない旨のソースとして貼られることも多いですね。はてブ数も4桁とすごく読まれてる！ ヒートテックを山岳ガイドが使わない理由 | IT技術者ロードバイク 確かに昔のヒートテックは少し汗をかいてしまうと、乾きが遅く汗冷えしやすい印象でした。しかし、現在売られているヒートテックでも同じなのでしょうか？ ユニク
プログラマーたちが使った開発ツール2016年トップ50のランキング「Top 50 Developer Tools of 2016」をStackShareが発表 - GIGAZINE
人気のサービスの製作ツールを公開するStackShareが、2016年に開発者が使ったツールランキングを発表しています。各種ランキングを見るとウェブ開発ツールの流行を理解できます。 The Top 50 Developer Tools of 2016 | StackShare https://stackshare.io/posts/top-developer-tools-2016 ◆アプリケーション＆データ用ツール 1：JavaScript 2：Bootstrap 3：Node.js 4：nginx 5：AngularJS 6：PHP 7：Python 8：jQuery 9：HTML5 10：React StackShareが算出するアプリケーション＆データ用ツールの人気スコアは以下の通り。StackShareによると2016年は「フロントエンドの年」で、トップ10のうち6つをフロントエン
Java で最速の乱数生成器を目指す: (3) ガンマ分布に従う乱数
TL;DR: ガンマ分布に従う乱数生成器を Java で実装し、Commons Math の実装と比較して 最大で約 16 倍 (任意の形状パラメータの乱数を生成する場合) の速度効率を達成しましたよ、というお話です。 (Header image: Mundhenk at en.wikipedia) ガンマ分布に従う乱数生成の実装方法 これまで 正規分布に従う乱数生成、指数分布に従う乱数生成 をそれぞれ Java で実装してきましたが、今回はガンマ分布に従う乱数生成を Java で実装してみます。 ガンマ分布 は、形状パラメータ $k > 0$ と スケールパラメータ $\theta > 0$ (もしくは形状パラメータ $\alpha = k$ と比率パラメータ $\beta = 1 / \theta$) の 2 つのパラメータを持ち、その確率密度関数は次の式で表されます。 \[f(x)
『ゼロから作るDeep Learning』実践記録 各種環境設定＆1章：Python入門 - 試纏
最近多方面で評判が良く売れ行きも好調らしい当書籍について自分も読書・実践してみようと思い早速発注、取り組み始めてみました。 ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装 作者: 斎藤康毅出版社/メーカー: オライリージャパン発売日: 2016/09/24メディア: 単行本（ソフトカバー）この商品を含むブログ (9件) を見る Intellij IDEA環境設定 第1章 実践内容 Intellij IDEA&GitHub連携設定 まとめ Intellij IDEA環境設定 まずは書籍で言及されている実行環境(anaconda 2.1.0)に親しい環境を導入し、Intellij IDEAで利用可能な形に出来るように設定をしてみます。 $ python --version Python 2.7.10 $ pyenv --version pyenv 1
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
ubuntu14.04にnvidia-dockerをインストールする - Qiita
「iPad Pro」＋「Apple Pencil」の人は即購入すべき「MyScript Nebo」はキラーアプリです
stockdog.work
GitHubで人気のリポジトリを可視化してくれるサービス「Viz」 | ライフハッカー・ジャパン