![https://openbook4.me/sections/1396](https://cdn-ak-scissors.b.st-hatena.com/image/square/4d0ef9462cdb607b3341259735cf79eb4c255af1/height=288;version=1;width=512/http%3A%2F%2Fopenbook4.me%2Fpics%2Fogimg.jpg)
Text introduction¶ matplotlib has extensive text support, including support for mathematical expressions, truetype support for raster and vector outputs, newline separated text with arbitrary rotations, and unicode support. Because it embeds fonts directly in output documents, e.g., for postscript or PDF, what you see on the screen is what you get in the hardcopy. FreeType support produces very ni
DeepMindのSonnetを触ったので、TensorFlowやKerasと比較しながら解説してみた機械学習DeepLearningKerasTensorFlowSonnet はじめに GoogleのDeepMindが社内的に使っている深層学習ライブラリSonnetを公開したので、試しに触ってみました。TensorFlowやKerasと比較をしながら解説していきたいと思います。まだ触ってみたばかりで細かい内容をお話することは出来ませんが、少しでもSonnetが気になっている方の力になれれば嬉しいです。 間違ってる部分や質問などありましたらコメントして頂けると幸いです。 Excited to release #Sonnet - a library for constructing complex Neural Network models in TensorFlow. Get starte
それぞれ、環境設定のインストールか、ターミナルで $ apm install hogehoge でインストールされる。 atom-beauty Before After autocomplete-path autocomplete-python file-icons highlight-selected Hydrogen japanese-mene linter, linter-flake8, linter-ui-default, busy-signal, intensions minimap, minimap-cursorline, minimap-find-and-replace, minimap-highlight-selected project-manager Atom 本体の環境設定 写ってない部分はいじってないです。 躓きやすい設定 linter flake8 への path
はじめに Mac のセットアップのメモです。クリーンインストール直後から python 開発環境構築までの設定をなるべく細かく残しておきます。 出来る限り、 Homebrew および Homebrew-cask, Homebrew-mas を利用してのインストールを行います。必要な部分だけ行ってください。 アプリ群の設定については、途中で力尽きたので、折を見て追記していきます。 構築手順 クリーンインストール Homebrew 導入 Homebrew でアプリ群のインストール システムの環境設定 アプリ群の設定 MacBookPro (13-inch, 2016Late) macOS Sierra 10.12.3 クリーンインストールから Homebrew 導入まで クリーンインストール Command ⌘ + R を押しながら起動する。 macOS ユーティリティ - ディスクユーティリ
iOSアプリを開発していると、実機からの通信を見たいときなんかがあります。 そんな時に、実機のパケットを見れると便利なので方法をまとめておきます。 まずiPhone(iPadでも良いですが)をMacに接続します。 次に、後で利用するiPhoneのUDIDを取得しておきます。 UDIDを確認するには、iTunesから見るのが簡単です。 表示されない場合はUDIDの付近をクリックするとシリアル番号やECIDなど表示が切り替わるので、UDIDが表示されるまでクリックしてください。 値は⌘Cか、編集 - UDIDをコピーでコピーできます。 このUDIDを、rvictlでリモート仮想インタフェースとして設定します。 (rviはRemote Virtual Interfaceの略) $ rvictl -s xxxxxxxxxxxxxxxxxxxxx Starting device xxxxxxxxxx
はじめに 機械学習、特にdeep learningではデータが命である。ここでは、顔画像から年齢・性別を推定するタスクの学習に利用できるIMDB-WIKIデータセットを紹介する。 本稿では、学習のためのデータの整形まで。次回はCNNを利用した年齢・性別推定CNNの学習をやりたい。 コードは下記。 https://github.com/yu4u/age-gender-estimation IMDB-WIKIデータセット このデータセットは、Internet Movie Database(IMDb; 映画やテレビ番組の俳優に関するオンラインデータベース)およびWikipediaをクローリングして作られたデータベースで、プロフィール画像、プロフィール画像から顔領域を抽出した画像、人物に関するメタデータから構成される。IMDbには、460,723枚、Wikipediaには62,328枚の顔画像が含
JavaScript学習に役立つお話がありました。 「プロトタイピング」でプログラムを試作する練習について紹介されています。 www.webprofessional.jp (前回に引き続き、今回もこのお話から学んでみたいと思います。) jsstudy.hatenablog.com アプリ作成の進め方として、以下の手順が紹介されています。 最初に基本を身に着けよう 計画を立てる コード無しで書いていく 小さな部分に分けて製作する 各パーツを結合する 実験とテスト 外部の助けを求める コードのリファクタリング(再構築) 試行錯誤の重要性 現実には、プロジェクトは完璧なコードをガンガン書くことではなく、たくさんの試行錯誤とリファレンスを幾度も参照して少しずつできあがるものなのです。 実験とテスト この段階ですでに、たくさんの実験とテストを繰り返して動作確認をしてきました。 きちんと動作するならば
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