タグ

2017年6月22日のブックマーク (16件)

  • 遺伝的アルゴリズムのJavaライブラリをJavaScriptにゆるく移植してみた

    タイトルの通りです。 遺伝的アルゴリズムで気軽に遊んでみたかったのでJavaScript版のライブラリが欲しかったんですけど、 (熱心に探さなかったからか)特に見つからなかったんでJavaのライブラリ「JGAP」をゆるく移植しました。 とりあえず、JGAPと同じ「GNUライセンス」で公開をしてます。 JsGap(JGAPのJavaScript版) 遺伝的アルゴリズムって? なんかまあ、そういうアルゴリズムがあるそうです。 遺伝と同じような方法を用いて「最適解」を見つけるという手段だそうです。 遺伝的アルゴリズムは、主に以下のようなことをしながら「最適解」を見つけ出します。 それぞれランダムな「遺伝子=試行」を持ったもの(ゲノム)を複数個作成する ゲノムの交配を行い,子ゲノムも作成する それらのゲノムを特定の方法で評価し,評価値を割り出す 評価値を元に選別を行う 選別したゲノム達で再び交配,

    遺伝的アルゴリズムのJavaライブラリをJavaScriptにゆるく移植してみた
  • 3次元データへの深層学習の適用 - 株式会社カブク

    はじめに カブクで深層学習を用いたプロダクト開発をしている大串正矢です。今回は3次元データの検索エンジン作成のために用いた手法であるVoxNetについて書きます。 背景 弊社はお客様から図面のデータを3次元図面で頂く場合があります。その時に図面データだけを入力して過去の情報と照らし合わせることができれば図面のデータに対する知識の度合いに関わらず対応できます。このようなスキル差を埋めて欲しいニーズがあるため3次元データの検索エンジンを作成しています。3次元データの検索エンジンの一部のモジュールにVoxNetで作成した深層学習モデルを使用しています。 VoxNet VoxNetとは、3次元データをサイズが限定されたx-y-z空間上に写像し(ボクセル化)、その3次元情報を3次元CNNの入力として学習させる方法です。ここでは”Voxnet: A 3d convolutional neural ne

    3次元データへの深層学習の適用 - 株式会社カブク
  • BTC JPY bitFlyer 過去データ - Investing.com

    リスク開示書: 金融商品や仮想通貨の取引は投資金額を失う高いリスクがあります。仮想通貨の価格は非常にボラティリティーが高く、金融、規制、政治など、外的な要因に影響を受けることがあります。また信用取引はリスクが高いことを十分に理解してください。 金融商品または仮想通貨の取引をする前に、金融市場での取引に関わるリスクやコストについて十分に理解し、専門家の助言を求めたり、ご自身の投資目的や経験値、リスク選好等を注意深く検討することを推奨いたします。 Fusion Media によるこのウェブサイトのデータが、必ずしもリアルタイムおよび正確ではないということをご了承ください。またデータや価格が、必ずしも市場や取引所からではなく、マーケットメーカーにより提供されている場合があります。その為、価格は気配値であり、実際の市場価格とは異なる可能性があります。Fusion Media および当ウェブサイトへ

    BTC JPY bitFlyer 過去データ - Investing.com
  • ハンドスピナーを自動で回す派閥一覧表と、各派の解説 - nomolkのブログ

    先日ハンドスピナーについて書いたところ好評だったので味を占めてもう1書きます。 ハンドスピナーを自動で回す派閥一覧 ハンドスピナーは手先の手持ち無沙汰を解消してくれて非常に便利です。 指スピナー QcoQce スピン フォーカス玩具 ハンドスピナー Hand spinner Fidget Spinner Toy EDC ADHD ストレス解消 暇つぶし 脳トレー (k11カラフル) 出版社/メーカー: ZLWLメディア: おもちゃ&ホビーこの商品を含むブログを見る最新のAmazonハンドスピナーカテゴリ1位のやつ。先週まで1000円台のが君臨していたのに、同じ見た目で安いやつに取って変わられていました。 しかしいちど冷静になって考えてみましょう。ハンドスピナーを所有したことにより我々は樹脂や金属の円盤をただ回すという単純作業を課されることになりました。これは労働です。もはや我々はハンドス

    ハンドスピナーを自動で回す派閥一覧表と、各派の解説 - nomolkのブログ
  • OracleからMySQLへ 「ストアドプロシージャ」の移行手順と工数評価

    OracleからMySQLへ 「ストアドプロシージャ」の移行手順と工数評価:実践 OSSデータベース移行プロジェクト(6)(1/3 ページ) 連載では、商用DBMSからOSSデータベースへの移行を検討する企業に向け、「MySQL」への移行プロジェクトで必要となる具体的なノウハウをお届けします。今回は、ストアドプロシージャの移行に関する難易度評価の手順を解説します。 連載バックナンバー 商用DBMSからOSSデータベースへの移行を検討する企業に向け、「MySQL」への移行プロジェクトで必要となる具体的なノウハウをお届けする連載。前回は、「オブジェクト種別」「データ型」「ビューおよびストアドプロシージャのSQL」「テーブル及びインデックスのDDL」に関する移行コストの評価を行いました。 今回は、SQL以外の「ストアドプロシージャ」の移行評価手順を解説します。例とするシステムは前回と同様に、

    OracleからMySQLへ 「ストアドプロシージャ」の移行手順と工数評価
  • GitHub APIから学ぶ次世代のAPI実装方式GraphQL - Qiita

    最近公開されたGitHubAPIは、GraphQLという形式に対応しました。今後はこちらが主流になっていくようで、既存のREST APIからGraphQLへのマイグレーションガイドも提供されています。 今回は、このGraphQLについて、実際にGitHubAPIを叩きながらその仕組みを解説していきたいと思います。 GraphQLとは 歴史 GraphQLは、Facebookの中で2012年ごろから使われ始めたそうです。その後2015年のReact.js Confで紹介されたところ話題となり、同年"technical preview"のステータスでオープンソースとして公開されました。その後仕様が詰められ、2016年9月に晴れて"preview"を脱し公式実装として公開されました。これと同じタイミングで、GitHubからGraphQLバージョンのAPIが公開されています。 このあたりの経緯

    GitHub APIから学ぶ次世代のAPI実装方式GraphQL - Qiita
  • Go言語とコンテナ

    長かった連載も今回が最終回です。 この連載では、プログラムがコンピュータ上で動くときに何が起きているのかを、Go言語のコードを通して覗いてきました。 今回は、その締めくくりとして、コンテナについて紹介します。 現在広く利用されているコンテナ技術であるDockerのコアは、Go言語製のlibcontainerというライブラリです。 このライブラリを使って自作のコンテナを仕立ててみます。 今回の原稿にあたっては、仮想化周りでsyohexさんに細かく指摘をいただきました。ありがとうございました。 仮想化 コンテナの話に入る前に、コンテナと目的がよく似た技術である仮想化について説明します。 仮想化は、コンテナよりも先に広く使われるようになった技術ですが、 歴史的にさまざまなソリューションがあり、どのような仕組みか、どのようなメリットがあるか、どのような制約があるか、どこにフォーカスするかで分類の

    Go言語とコンテナ
  • コードの文脈を判断して自動的にネット上で公開されているコードを提案する「Codota」 | スラド デベロッパー

    プログラミングの際にコードの「文脈」を判断し、自動的にそれに適したコードを提案してくれるという「Codota」なるシステムが開発されたそうだ。このシステムはイスラエルのCodota社が開発したもので、このたび商業化に向けてベンチャーキャピタルから200万ドルの資金を獲得したという(TechCrunch)。 CodotaではGitHubやプログラミング系Q&AサイトであるStackOverflowで公開されているコードを機械学習システムに学習させているとのことで、このデータセットを利用して適切なコードを提示するという。Codotaサイト上での説明によると、単にコードを提示するだけで、自動補完などは行わないようだ。この仕組みでは、提示されたコードを利用するにはユーザーが明示的にコピー&ペーストなどを行う必要がある。この場合、コードの流用によるライセンス違反などの問題は利用者が負うことになる。

    コードの文脈を判断して自動的にネット上で公開されているコードを提案する「Codota」 | スラド デベロッパー
  • Shows

    AI is suddenly everywhere. Do you need to go and get a shiny machine learning degree to remain competitive? John Maeda says not to worry. He’ll show you how to cook delicious dishes into your coding repertoire with his new show - Mr. Maeda’s Cozy AI Kitchen. Find out how you can use GitHub Copilot, an add-on that is powered by AI, to get helpful suggestions when writing code or documentation. This

    Shows
  • 皆がお世話になっている“技術メモ三銃士”に聞いた! なぜ始めたの? 長く続けるコツ、そして書くことのメリットは? - builder by ZDNet Japan

    皆がお世話になっている“技術メモ三銃士”に聞いた! なぜ始めたの? 長く続けるコツ、そして書くことのメリットは? 新しい技術やプロダクトの使い方を調べる際、先達者がネットで公開している“技術メモ”を参考にしている方は多いだろう。人気の技術メモ・サイトの筆者らに、執筆の理由やメリットを聞いた。 あの技術メモの筆者らが、それぞれのエンジニア道を語った 読者がシステム開発を行う中で、最新の技術情報を得たり、ちょっとした問題を解決したりするために、検索サイトでヒットした個人のブログやWebサイトの情報を参考にすることは多いだろう。特に日語による情報が少ない新技術の解説や、それを実際に試用した結果をわかりやすくまとめた個人による“技術メモ”は貴重な情報源だ。 日オラクルが2017年5月に開催した「Java Day Tokyo 2017」におけるセッション「緊急開催! Java技術メモ三銃士が語る

    皆がお世話になっている“技術メモ三銃士”に聞いた! なぜ始めたの? 長く続けるコツ、そして書くことのメリットは? - builder by ZDNet Japan
  • RedisのSorted Setsで簡易的な遅延実行Queueを作って迅速にLINE LIVEのPC配信対応をリリースした話 - LINE ENGINEERING

    ! This post is also available in the following languages. 英語, 韓国語 みなさんこんにちは、LINE LIVE開発のYappoです。 今回は先日リリースされました一般向けのPC配信機能を実装するときに作った簡易的な遅延実行Queueについて書いていこうと思います。 関連エントリ:LIVE PRESS 公式ブログ – ゲーム実況にもぴったり!LINE LIVEでPC横型ライブ配信を試してみよう 背景 今までのLINE LIVEでの配信方法としては、アプリ上で直接配信する方法と、公式アカウント向けの専用画面(LINE OFFICIAL ACCOUNT MANAGER)とRTMPソフト(もしくは専用機材)を利用してPCからの配信する方法がありました。 この2つの方法は全く違う仕組みで実装されるように見えますが、実は基となる設計は同じで

    RedisのSorted Setsで簡易的な遅延実行Queueを作って迅速にLINE LIVEのPC配信対応をリリースした話 - LINE ENGINEERING
  • 私のプログラミング作法 | リチャード・ストールマン(RMS) - UTALI

    2017 - 02 - 22 私のプログラミング作法 | リチャード・ストールマン(RMS) How I do my Computing リチャード・ストールマン 私はフリーソフトウェア財団のフリーの初期化プログラム(libreboot)とフリーのOS(GNU/LinuxのTrisquelだ)をThinkpad X60を使用している。 これはフリーの初期化プログラムとフリーのOSを採用したものとしては、史上初めて一般に販売されたものだ。従って、フリーソフトウェア財団が初めて承認したコンピュータでもある。(しかしながら、レノボはそのようには売ってはいなかった) それ以前は、龍夢(Lemote Yeeloong)(注:中国製の格安ラップトップ)を何年か使用していた。 当時はフリーの初期化プログラムとフリーのOSを利用できるのものとして、唯一個人が買えるものだったが、初期状態では、フリーのOSを

    私のプログラミング作法 | リチャード・ストールマン(RMS) - UTALI
  • 【Python】matファイル内のstructの読み込み方法 - 俺言語。

    MATLABのmatファイルはScipy.ioのloadmatで読み込みできるが,読み込んだデータがMATLABの構造体だった場合 読み込み方法がいまいちよくわからなかったのでメモ。 import scipy.io matdata = scipy.io.loadmat("hogehoge.mat") 構造体が kozotai.aa = 1 .bb = 2 .cc = 3としたとき kozotai_data = matdata["kozotai"] aa = kozotai_data[0,0]["aa"] で取り出し可能!! 参考:oceanpython.org

    【Python】matファイル内のstructの読み込み方法 - 俺言語。
  • 受身

  • #python でPILを使って、jpegファイルを扱った時に「decoder jpeg not available」というエラーが出た場合の対処法

    #python でPILを使って、jpegファイルを扱った時に「decoder jpeg not available」というエラーが出た場合の対処法 環境:Mac OS X 10.7.5 問題PILを使って、jpgファイルをオープンして、オープンしたファイルに対してアクセスしようとすると(今回の場合、getpixelの部分)、下記のような「decoder jpeg not available」というエラーがでる。 確認libjpegが入ってないから?ということをtwitterで教えて頂き、インストールされているか確認したところ入ってなさげ。 対策libjpegをソースからインストールするPILをインストールしなおす最初の問題が起こったpythonプログラムを再実行 エラーが出なくなった。参考Python Imaging Library (PIL) Decoder jpeg not avai

  • Caltech Pedestrian Dataset の使い方 - 画像処理とか機械学習とか

    Caltech Pedestrian Datasetとは コンピュータービジョンの分野における近年の歩行者検出は、Deep Learningを用いる手法が主流となってきている。それに伴って、非常に多くの学習画像が必要となっています。Caltech Pedestrian Dataset は近年の歩行者検出で用いられる学習データの中でも非常に多くのデータとannotation(ラベル付け)がされており、近年の研究では特に利用されているデータセットです。 Caltech Pedestrian Datasetは、圧縮された動画ファイルとアノテーションファイル、そして大きな学会で発表された歩行者検出の結果をDETカーブで表示するための実験結果・グラフ化のソースコードまで付属しています。 また、動画にアノテーションを付ける為のソフトも一緒についており、学習データを自作することも可能です。 つまり、Ca

    Caltech Pedestrian Dataset の使い方 - 画像処理とか機械学習とか