https://detail.chiebukuro.yahoo.co.jp/qa/question_detail/q13142688128

直径が6mもある大鍋を使った「日本一の芋煮会フェスティバル」が、今年2015年も9月20日（日）、山形市の馬見ヶ崎河川敷で開催されます。 鍋が巨大なら食材も大量で、イモ3トン、牛肉1.2トン、コンニャク3500枚、ネギ3500本、味付け醤油700リットル、隠し味に日本酒50升と砂糖200kg、そして山形の水を6トンを使用。1度に3万5000食もの芋煮が作られます。 もちろん調理方法も、普通にお玉でかき混ぜて……というわけにはいきません。なんと「バックホー」という重機、いわゆるショベルカーを使って調理します。 そうなると、気になるのは衛生面です。「日本一の芋煮会フェスティバル」は、この点でもスケールが大きいものでした。毎年毎年、“おろしたて”の重機を使っているのです。 また重機には、それ以外にも特別な配慮がされていました。 バックホーのアーム、汁や具材をすくうバケット部分は油圧で動き

（追記） 作詞者である只野菜摘先生からツイッターでコメントいただきました。 あと、イェイの回数について、コメントしました。 只野菜摘先生からコメント頂いちゃいました。 （本文） プリキュアは10年間の年月をかけて、何を唄ってきたのでしょうか。 調べました。 久しぶりのテキストマイニングです。今回は、プリキュアの唄の歌詞です。 ＜条件＞ ・「うたまっぷ」に登録されているプリキュアソング２８１曲（2015年８月15日現在）からＴＶサイズなど重複分などを除いた全２５７曲 ・Lyrics Master2を使いテキスト化のち、解析ソフト「ＫＨＣｏｄｅｒ」にて分析 で、結果です。 プリキュアソング頻出１５０ワード まずは頻出150ワードです。 全２５７曲中における頻出語１５０です*1 こんな感じになりました。 トップ５はこれです。 １位：プリキュア ２位：Ｇｏ ３位：みんな ４位：夢 ５位：笑顔 最頻

イラストコミュニケーションサイト「pixiv」を擬人化したキャラクター。公式に募集された企画だが公式デザインは選ばれず、ほぼ描き手の数だけの姿を持つのが特徴。 ピクシブたんとはイラストコミュニケーションサイト「pixiv」を擬人化したキャラクターだ。 （※ 公式ではイメージキャラ・マスコットキャラでなく、擬人化と表現している） そのデザインはほぼ作者の数だけ存在するが、一般的な姿はイメージカラーの青を基調とし、ペンかペンタブを持っていることが多い。 敬称に相当する「たん」が付く事から圧倒的に女性、それも少女キャラが多いが、わずかながら男性（少年も含む）や動物のキャラも見られる。 なおpixiv開設5周年を記念して、2012年からはpixiv百科事典とpixivコミックの擬人化キャラの募集も開始された。 2014年には「ロボットガールズZ」内において「PPPのピクシブたん」が敵キャラに抜擢、

きっかけ 双方向のプロセス間通信をする必要が出てきたのですが、TCPのlocalhost接続とUNIX Domain Socketと、どっちの方がパフォーマンスがいいのか、実測してみました 検証内容 接続するとランダムな文字列を返すだけのサーバを作成 以下の接続方法について、10,000リクエストを同時接続 1/5/10 と条件を変えて計測 TCP localhost Unix Domain Socket / Filesystem Namespace Unix Domain Socket / Abstract Namespace 結論 UNIX Domain Socketの方が速い 当環境においては19倍の違いが計測された また、UNIX Domain Socketの名前空間の比較においては、極めて若干だがAbstract名前空間の方が速い プロセス間通信においては、サーバプロセス終了時の

Go は単体でも Web サーバを立てることが可能であり、公式ドキュメントのサンプルなどでもだいたい内蔵のものを使っています。 package main import ( "fmt" "net/http" ) func handler(w http.ResponseWriter, r *http.Request) { fmt.Fprintln(w, "Hello World!") } func main() { http.HandleFunc("/", handler) http.ListenAndServe(":4000", nil) } ただ、最近は Rails だったら nginx + unicorn ですし、 PHP も nginx + php-fpm といった構成がモダンな気がします。 なので、なんとなく Go でも nginx の後ろでアプリケーションサーバに専念させたいなあと

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

前回の記事で友利奈緒判定botを作ったのを紹介したところ、いろんな人から試してもらうことができました。集計したところ正解率としては90%程度を出していました。 この前集計した時の混同行列はこんな感じでした。最近投稿数が増えすぎて集計したくないです……。 しかし、第4世代のネットワークになっても「さすがにこれはないだろう」というような間違いを続けています。 .@dolicas_ 友利奈緒です(72%) pic.twitter.com/U9l93GVgIS— まほろ（稼働中） (@mitra_sun22) 2015, 9月 5 .@DEGwer3456 友利奈緒です(99%) pic.twitter.com/8Yum498g4E— まほろ（稼働中） (@mitra_sun22) September 6, 2015 Deep Learningは性能がいいということで最近もてはやされていますが、こ