なぜDMMがweb3に参入したのか。Seamoon Protocolが目指す新たなエンタメ体験の未来とは
![DMM inside](https://cdn-ak-scissors.b.st-hatena.com/image/square/9d06107dd76347638f5ea987bd8ed5111935dc3a/height=288;version=1;width=512/https%3A%2F%2Finside.dmm.com%2Fimage%2Fogp.png)
なぜDMMがweb3に参入したのか。Seamoon Protocolが目指す新たなエンタメ体験の未来とは
GPD WINを買いました。 Debian 8(Jessie)をインストールしてみたので、やったことなどをメモしておきます。 1. Windows 10上でパーティションサイズ変更 16GB分をDebian用に空ける Windows 10でパーティションのサイズを変更する方法 -EaseUS 「方法1:Windows 10の内蔵ディスク管理ツールでパーティションサイズを変更」のやり方で行った 2. Debianインストール用USBフラッシュメモリ作成 $ wget http://cdimage.debian.org/debian-cd/current/amd64/iso-cd/debian-8.7.1-amd64-netinst.iso $ sudo dd if=debian-8.7.1-amd64-netinst.iso of=/dev/sdb 3. 2.で作成したUSBフラッシュメモリ
Faster-RCNNを実装したのでそのメモを残します。 なるべく初めてでもできるように、まっさらな状態から環境構築して実装までやっていきます。が、この分野の知識が全くない状態から始めているので、間違いがあるかもしれません。気をつけてね。 ちなみにCaffeじゃなくてChainerを選んだ理由は導入が簡単だったからです。最初Caffeでもやろうとしたけど挫折しました。Caffeはまた時間があるときに再挑戦してみます。 とりあえず投稿したけど、書きかけでまだわかりづらいところもあると思うので、時間があるときに加筆修正したいと思います。長いから記事を分けるかも。 環境 【ハードウェア環境】 Quadro6000 【実装したソフト環境】 Ubuntu14.04LTS Anaconda3-4.1.1(Python) CUDA8.0 cuDNN5.1 OpenCV3.1 Chainer(バージョン不
XGBoostで予測モデルを作成していきます。 XGBoostとは 近年KaggleやKDDなどの機械学習界隈で予測精度がよいと評判のアルゴリズム、Gradient Boosting(勾配ブースティング、GBDTと呼ぶことが多い)をc++で実装したもので、計算が速いことが知られています。 GBDTとは弱学習器である決定木を作成し、誤って分類されたところは重みをつけてまた決定木を作成...と逐次決定木による学習を繰り返すことでモデルの精度を向上させるアルゴリズムです。(かものはしさんのブログがグラフィカルでわかりやすい) XGBoostのインストール 理論的な部分はおいといて、分類精度がよいとゆうことでとりあえず使える状態にしたいと思います。Pythonのライブラリがあるので、それをMacにインストールします。 1. まず、XGBoostはコンパイルにc++が必要なため、gccとよばれるコン
Ubuntu 14.04 LTSでNVIDIAのグラフィックカードを使ったときの手順です。 NVIDIAのグラフィックカードを使っている場合、普通にUbuntuをインストールするとOSSドライバ(nouveau)が勝手に使われているはずですから、不便がなければそのままでいいと思います。 以下はnouveauと相性が悪いグラフィックカードを使っていたり、何かの気の迷いでプロプライエタリなドライバが使いたいときの手順です。 $ sudo add-apt-repository ppa:xorg-edgers/ppa $ sudo apt-get update $ apt-cache search 'nvidia-[0-9]+$' nvidia-173 - NVIDIA legacy binary driver - version 173.14.39 nvidia-310 - Transition
Ubuntu Weekly Recipe 第454回Ubuntu 16.04 LTSにNVIDIA製ドライバーをインストールする3つの方法 NVIDIAのGPUを搭載したグラフィックボードが人気です。2016年はVR・深層学習といった技術が大きく飛躍した年でした。その2016年リリースされたPascalアーキテクチャのグラフィックボードは、VRにも深層学習にも真価を発揮するとあって非常によく売れているようです。実際Pascalのおかげで、今年のNVIDIAの売上高は前年比35%アップなんて調査もあるくらいです。今回はそんなNVIDIAのGPUドライバーをUbuntuにインストールする方法を紹介します。 NVIDIA製GPUのドライバーについて Ubuntuで一般的に使われているNVIDIA製GPU向けドライバーには、次の2種類が存在します。 コミュニティ製のFLOSSなドライバー(nouv
Ubuntu 18.04 LTSに複数のJDK (Java Development Kit) をインストールする方法についてまとめます。 sudo add-apt-repository ppa:linuxuprising/javaコマンドを実行し、リポジトリを追加します。 sudo apt updateコマンドを実行し、パッケージ一覧を更新します。 sudo apt install default-jreコマンドを実行し、デフォルトのJREをインストールします。 ※デフォルトとして設定したJDKのバージョンに対応していないソフトウェアがあった場合、このJREを使うようにすると解消するかもしれません。 以下をインストールしたいJDK全てに対して行います。 sudo apt install oracle-java*-installerコマンドを実行し、JDKをインストールします。 ※*にはJD
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
本稿ではPythonモジュール"Sphinx"に関する インストール方法 プロジェクト作成方法 標準テーマ変更方法 外部テーマ(Bootswatch)変更方法 について解説します。 Sphinxに関する詳しい解説などは以下サイトを御覧ください。 Sphinx日本ユーザー協会 使用環境 Mac OSX El Capitan Python3.5.1 VirtualEnv 今回は仮想環境を作成しインストールしていますが、 この手順は各自の仮想環境モジュールをご使用いただくか、こだわりがなければ不要です。 インストール方法 任意の場所に仮想環境を作成し、起動します。 $ mkdir Sphinx $ virtualenv --no-site-packages Sphinx $ cd Sphinx $ source bin/activate (Sphinx)$
先日、あるpythonのサンプルでcv2をimportしていたのでubuntu14.04にインストールした。 そのときのメモ。 OpenCV3.1.0のインストール このページ(Ubuntu14.04にpython用にOpenCV3.0.0をインストール - Qiita)を参考に実施した。 zip入手 cd ~/work/download wget http://downloads.sourceforge.net/project/opencvlibrary/opencv-unix/3.1.0/opencv-3.1.0.zip unzip opencv-3.1.0.zip requirementのインストール sudo apt-get install build-essential libgtk2.0-dev libjpeg-dev libtiff4-dev libjasper-dev li
1.ディストリ配布先からISOイメージをDLしてくる 2.下記コマンドでisoからdmgイメージに変換 $ hdiutil convert -format UDRW -o converted-dst-image source-dst-image.iso -oオプションの後が出力ファイル名。拡張子は指定不要で.dmgが自動的に付与される。
ubuntuのaptで取得できるdockerがv1.0.1と古すぎたので、(2015/5/30時点の)最新の方法を調査した。 ググって出てくる情報は1.0.1だとほとんど動かなかったため、お試しでも最新を使ったほうが良いと思われる 2017/01/05 追記: 内容が古くなっていたので更新しました。 初稿の2015/5/30時点では wget -qO- https://get.docker.com/ | sh でインストールできたんですが、今は公式ドキュメントからその記述が無くなっている様子なので、公式ドキュメントを正として再検証しました。(https://get.docker.com/が消えているわけではなく、実行自体はできるようですが現在どういう状態かは不明) このドキュメントも古くなっていくため、基本的に以下の公式ドキュメントを正として下さい。 Install Docker on U
This webpage was generated by the domain owner using Sedo Domain Parking. Disclaimer: Sedo maintains no relationship with third party advertisers. Reference to any specific service or trade mark is not controlled by Sedo nor does it constitute or imply its association, endorsement or recommendation.
この記事は Linux Advent Calender 15 日目の記事です。ほぼポエムの類です。 Linux タブレットと ErgoDox を持ち歩くの図 @株式会社ルーター様 気軽に持ち運べる開発環境がほしい 現状まともな開発環境、特に持ち歩けるものとなるとほぼ Macbook シリーズ一択かと思います。ただ最近 Macbook Air でも重く感じる・DPI が低い等不満点がありました。 そこで、気軽に持ち運べる程度に 軽量 小型 雑に扱える(ぐらい安い) をテーマに検討したのですが、Mac OS / Linux だとちょうどいいぐらいのデバイスがない。 そうだ、Windows tablet 買おう OS の枷を外すと、上記の条件に当てはまるデバイスがあります。格安 Windows tablet です。ただ、RAM 8 GB未満は人権侵害なのですが、ほぼほぼこのカテゴリの製品には R
明示的 意味 แพลตฟอร์มการเรียนรู้และพัฒนาทักษะด้วยเทคโนโลยี https://suin.io เป็นแพลตฟอร์มที่ให้คุณเรียนรู้และพัฒนาทักษะทางเทคโนโลยีอย่างสะดวกสบาย เรามุ่งมั่นในการให้ความรู้และประสบการณ์ที่มีคุณค่าในการพัฒนาตนเอง pascalcase
cuDNNのインストールでつまづいていたのですが、 NIVIDIAのサポートデスクに教えてもらった対応で、 インストールまでたどり着いたので、以下にまとめます。 ●対応前 環境:ubuntu14.04 目的 CUDAツールキット:cudnn-7.5.18_linux.run cuDNN:cudnn-7.0-linux-x64-v4.0-rc.tgz のインストール 手順 1.CUDAインストール http://n-nishida.hatenablog.com/entry/2015/04/19/053643 に倣い、インストール 2.PATH 上のURLに倣い.bashrc(心配だったので.profileにも) export CUDA_ROOT=/usr/local/cuda-7.5 export PATH=/usr/local/cuda-7.5/bin:$PATH export LD_LI
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
処理を実行中です
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