画像処理入門講座 : OpenCVとPythonで始める画像処理 | POSTD
この記事を書くに至ったきっかけ Recruse Centerでは、私は、画像処理の勉強に時間を費やしていました。独学をし始めた頃は、何をするものなのか全く理解しておらず、ただ、文字や輪郭、模様などを識別するのに役立ち、これらで面白いことができる、ということくらいの知識しかありませんでした。 私の情報源は、主にWikipediaや書籍、公開されている大学の講義ノートです。これらの資料に慣れ親しんでくるにつれ、画像処理の世界における基礎を伝えられる「入門向け画像処理」を望むようになりました。 これが、この記事を書こうと思ったきっかけです。 前提条件 この記事は、Pythonが扱えるということを前提に書いています。その他の事前知識は必要ありませんが、NumPyや行列計算に慣れていると理解しやすいでしょう。 初めに 使用するのは、Python版OpenCV、Python 2.7 ^(1) 、iPy
Powering the Python Package Index · caremad
Note: This was published in 2016. A update for 2021 is here. The Python Package Index, or as most call it “PyPI” is a central part of the ecosystem of Python. It serves as a central registry of names, helping to prevent collision between different projects as well as the default repository that most Python users go to when looking for software. Though it has its issues (of which, there are many) i
The Xonsh Shell
XONSH is a Python-powered shell Xonsh (sounds like "consh") is a full-featured and cross-platform Python-based shell. The language is a superset of Python 3 with seamless integration of shell functionality and commands. It works on all major platforms, including Linux, macOS, Windows, BSD, Jupyter, Android and Raspberry Pi. Install Docs Code Sponsor What is Xonsh? Xonsh (sounds like "consh") is a
Tutorial — xonsh 0.8.3 documentation
Tutorial¶ xonsh is a shell language and command prompt. Unlike other shells, xonsh is based on Python, with additional syntax added that makes calling subprocess commands, manipulating the environment, and dealing with the file system easy. The xonsh command prompt gives users interactive access to the xonsh language. While all Python code is also xonsh, not all POSIX shell code can be used in xon
Pythonからはじめる数学入門
Pythonは書きやすくて読みやすい、使うのが楽しいプログラミング言語です。本書では、学生や生徒、プログラミングの初心者が、数学の問題を具体的に解く楽しみをPythonを用いて体験します。方程式の解を求めたり、統計や確率を計算したり、放物線運動をプロットしたり、フラクタル図形を描いたり、フィボナッチ数と黄金比の関係を探ったりします。同時に、matplotlibとSymPyの使い方も学びます。数学とプログラミングの両方の知識と技術を身につけることができる、まさに一石二鳥の一冊です。 目次 日本語版まえがき 謝辞 はじめに 1章 数を扱う 1.1 基本数学演算 1.2 ラベル：名前に数を割り当てる 1.3 さまざまな種類の数 1.3.1 分数を扱う 1.3.2 複素数 1.4 ユーザ入力を受け取る 1.4.1 例外と不当入力の処理 1.4.2 分数と複素数を入力 1.5 数学を行うプログラムを
pythonでニューラルネットワーク実装 - Qiita
はじめに pythonで3層のニューラルネットワークを実装し，XNORの識別をしてみました． 数式も載せたので，興味のある方は読んでみてください． 教科書として『深層学習』を使いました． 本記事の構成 はじめに ニューラルネットワーク 重みの更新 誤差逆伝播 XNOR pythonでの実装 結果 おわりに ニューラルネットワーク ニューラルネットワークとは，人間の脳の神経回路を模したモデルです．このモデルを使うことで，画像認識や音声認識が可能となります． 今回実装したネットワークは入力層，中間層(1層)，出力層の3層構造です． 重みの更新 下の図で説明していきます． $l-1$ 層目の $i$ 番目のユニットから $l$ 層目の $j$ 番目のユニットへの重みを $w_{ji}^{(l)}$ とします． また，$l-1$ 層目の $i$ 番目のユニットが保持している値を $u_{i}^{(
how to construct the curl command from python requests module?
Python requests is a good module to ease my web REST API access programming, I usually do like below import json url = 'https://api.github.com/some/endpoint' payload = {'some': 'data'} headers = {'Content-type': 'application/json', 'Accept': 'application/json'} r = requests.post(url, data=json.dumps(payload), headers=headers) And when there is error comes out, I want to see what happen behind it.
Tornado アプリのログファイル書き込みのチューニング : DSAS開発者の部屋
最近は協力プレイやPvPなどの「リアルタイムサーバー」を書くときは Go が主流になっているのですが、 Tornado を使ったシステムも健在です。 (以前の記事) 数人〜十数人程度の「部屋」を、1つの Tornado プロセスに複数もたせ、さらに一台のサーバーにその Tornado プロセスを複数置くことでCPUのマルチコアを活用する構成になっているのですが、最近各プロセスがログファイルを書く部分でブロックして応答性能が悪化するケースがあったので対策しました。 この記事ではその対策で行ったチューニングや、行わなかったチューニングについても紹介します。 ※なお、この記事は Tornado を題材にしていますが、似たような仕組みになっている node.js などの他の言語のフレームワークでも同じ事が言えるはずです。 前提知識 Tornado は epoll や select などのIO多重化
GitHub - kachayev/fn.py: Functional programming in Python: implementation of missing features to enjoy FP
Despite the fact that Python is not pure-functional programming language, it's multi-paradigm PL and it gives you enough freedom to take credits from functional programming approach. There are theoretical and practical advantages to the functional style: Formal provability Modularity Composability Ease of debugging and testing Fn.py library provides you with missing "batteries" to get maximum from
Python を速くする取り組み - methaneのブログ
速い Python 実装といえば PyPy が有名ですが、 Python 3 へのキャッチアップが遅い、 CPython が持っている Python/C API のサポートがまだ弱く遅い、などの欠点があります。 また、 Google の1年プロジェクトだった Unladen Swallow もありました。これは CPython をフォークして LLVM で JIT を実装するものでした。この fork 実装は終わりましたが、この時期まだ不安定だったLLVMへの貢献は大きく、（ちゃんとおってないので憶測ですが）現代LLVMを利用したJITを実装しているプロジェクトは全部間接的に Unladen Swallow の成果の上に成り立っていると言えるかもしれません。 終了した JIT プロジェクトといえば、 psyco もありました。これはベタに CPython の JIT を実装していましたが、
私が選ぶ2015年の”新しい”Pythonモジュール トップ5 | POSTD
最近、このモジュールを妻に紹介したところ、そのシンプルさと実用性に驚いていました。 joblib joblibの存在は以前から知ってはいたものの、実際のところはよく理解しておらず、いろいろな機能を寄せ集めたようなモジュールだと思っていました。まあ、その印象は今もあまり変わりませんが、実は非常に便利なモジュールだったのです。私は Flowminder の同僚から再度joblibを勧められて、このモジュールをデータ分析用のコードに幅広く使用しました。では、その機能について紹介しましょう。joblibは大きく分けて、 キャッシング 、 並列化 、 永続化 （データの保存と読み込み）の3つの機能から成ります。実を言うと、私はまだ並列プログラミングの機能は使ったことがないのですが、あとの2つの機能は頻繁に使ってきました。 キャッシング機能とは、シンプルなデコレータを使って、関数を簡単に”メモ化”する
Top 10 Python libraries of 2015
As the new year approaches, we often sit back and think about what we have accomplished in 2015. Many of our projects would not have been as successful if it were not for the great work done by the open source community, providing some solid, bullet-proof libraries. Everyone and their grandma seems to be writing top 10 lists, so we couldn't be less and compiled our own. Here is a list of the best
Django Model Behaviors
As Django projects scale in complexity beyond the neat and tidy tutorial phase, how can we structure our models to keep things manageable? We're talking 10s to 100s of models, used across numerous views, templates and tests... Compositional Model Behaviors The Compositional Model pattern allows you to manage the complexity of your models through compartmentalization of functionality into manageabl
Pythonでランダムな値を返すメソッドのテスト - Qiita
# -*- coding: utf-8 -*- import collections import unittest import dice from scipy import stats class TestDice(unittest.TestCase): def setUp(self): self.__target = dice.Dice() def test_throw(self): # 6000回実行する result = [self.__target.throw() for n in range(0, 6000)] # 実行結果の集計 counted = collections.Counter(result) # イレギュラーな目が出ていないか確認 self.assertItemsEqual([1, 2, 3, 4, 5, 6], counted.keys()) # カイ二乗検定
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
GitHub - dateutil/dateutil: Useful extensions to the standard Python datetime features
GitHub - disqus/django-perftools: Performance monitoring tools for Django
GitHub - benliles/djangopypi: Simple PyPI server written in django. Allows you to register/upload with distutils and install with easy_install/pip.
GitHub - disqus/nydus: Nydus is a Python toolkit for managing database connections and routing operations, primarily for Redis
月額2650円でDBアクセス込み秒間214リクエスト捌くWebサーバ構築事例 - Qiita
Cement - CLI Application Framework for Python