実行環境 macOS High Sierra 10.13.6 Python 3.5.1 方針 実装方法 偽中国語の慣例上 1 、 - 動詞「○○する」は「○○実行」と変換することが多い - 「明日お酒飲みに行かない？」のような提案する文章の場合、文末に「如何?」を付ける - 「私は◯◯したい」のようは希望を表す文は、文末に「希望」を付ける - 「お酒を飲む」は「飲酒」のように、熟語を形成する場合が多い というルールがあるようです。 そのため、上記の偽中国語変換を実現するために、 品詞情報まで活用した変換処理 を実施しました。 構文解析を行う 品詞情報を活用するには形態素解析を行う必要があります。この構文解析処理は COTOHA API の構文解析APIを活用しました。 ※参考 (自然言語処理を簡単に扱えると噂のCOTOHA APIをPythonで使ってみた) 日本語の文字列を構文解析し、

「ここで改行するほうがキレイで良いと思います」 『いや、私はこちらのほうがキレイ良いと思います』 コードレビューでこういう議論をしたことはありませんか？ 大切なことだとは思いますが、生産性にはあまり直結しません。議論を避けるために書き方を決めるほうが良いでしょう （個々の問題について逐次議論するのがエネルギーを無駄にしてしまいます。一度決めて、再利用するようにしたいものです）。 今日はそのために使える black というツールを紹介します （「私はflake8を使ってるから結構です」と思われるかもしれませんが、少し違う話なので読んでみてください）。 blackを使おう Pythonのコードを自動でフォーマットしてくれる black を紹介します。 github.com blackはPythonのコードフォーマッターで、自動的にPythonプログラムの書き方を修正してくれます。 PEP8 と

はじめに SikuliXでいろいろやってるうちに、これはいろいろできると思って、サンプルを作っているうちにわかってきたことの覚書です。 コードをUTF-8に固定しよう Python使いならやる、コードの先頭に書くあれです

よく忘れてGoogle先生に尋ねる羽目になるのでメモ書き。 Djangoのデータベースラッパであるfilterを使う時、SQLで言う「where a like ...」や「where a > 0」とかを、filterではどう書くのか忘れます。例えば完全一致だと、SQLの場合は「where a == ...」ですがfilterの場合は「filter(a__exact=...)」ないしは「filter(a=...)」となります。 ちなみに、DBソフトによっては、大文字小文字区別が無かったりします。 挙動 SQL上での演算子 Django Filter 例 完全一致 = a*1 a = ... 完全一致 = exact a__exact=... 大文字小文字区別無しの一致 iLIKE '...' iexact a__iexact=... 大文字小文字区別有りの部分一致 like '%...%'

Django ORM を使っていると、どういった SQL が発行されているか、クエリの内容を出力したいときが多々あります。 SQL を出力する方法についてはいくつか方法がありますが、今回はその方法を思いつく限りピックアップしてみようと思います。 １）QuerySet の query を print する ２）DefaultConnectionProxy の queries を出力する ３）django-debug-toolbar の SQL Panel を使う ４）django-debug-toolbar の debugsqlshell を使う ５）django-extensions の shell_plus を --print-sql オプションで起動する ６）django.db.backends のログレベルを動的に変更 ７）settings.py の LOGGING を設定 まとめ

SQLのSELECT文をDjangoのQuerySet APIで書いてみた時のメモを残しておきます。 2015/9/6 追記 id:kkotyy さんのコメントを受けて、本文中の.values()は省略しました。 参考：QuerySet API reference | Django documentation | Django なお、GitHubのコードはそのままにしてあります。実行結果はモデルオブジェクトよりも辞書のリストのほうが確認しやすいかなと考えているためです。 2015/9/6 追記ここまで 目次 環境 今回使用するModel fixtureによるデータの投入 SQL SELECT句 全列抽出 指定列抽出 WHERE句 通常 NOT AND OR 演算子 ORDER BY句 昇順 降順 GROUP BY句 全体の集約 行の集約 LIMIT句 LIMITのみ OFFSET付 Pyt

この記事は「Python その2」Advent Calendar 2015の14日目です。 何を書こうか迷ってましたが、今年学んだPython関係の技術で一番恩恵を預かったREST Frameworkについて書いてみようと思います。 はじめに APIを作るのは結構面倒 初めにAPIを作るということの難易度に触れておこうと思います。 実際に作った経験のある方も多いと思いますが、WebAPIはWebページと違ってロジックのみに集中して開発できるので、開発しやすいといえば開発しやすいです。デザインや利用環境気にしたり、HTMLやJavascriptような複数の言語を駆使する必要も全く無いです。レスポンスを正しく受け取って適切にレスポンスを返すだけ。 とはいうものの実際作ってみると面倒な事が多く出てきます。例えば入力された値が正しいのかどうかをチェックしたりだとか、複数の条件で結果をフィルタリング

概要 大井競馬場に行く機会があったので、機械学習を使って競馬の結果を予測できるかをやってみました。 その結果、帝王賞で一位を当てることができたので、記事を書きます。 かなり適当な予測なので、遊びとして見てもらえたらと思います。 証拠 当たったという証拠に、記念でとった馬券画像。 機械学習で予測したものと、パドックを見て予測したものと、２つ買いました。 (びびって複勝、しかも300円) 問題の設定 大井競馬場で行われる帝王賞の１位のみを当てます。 競馬には、色々な馬券の買い方がありますが、今回は簡単でシンプルな問題設定としたかったので、1位のみを予測することにしました。 データの取得 教師あり学習を行うので、過去の競馬結果のデータが必要です。 こちらのサイトからデータをクローリングしました。 南関東4競馬場公式ウェブサイト レース情報のページから、レースに出る馬の過去情報があるページへのリン

この記事はMicroPython Advent Calendar 2017の9日目の投稿です。昨日は ken5owataさん投稿のmicropythonでOLED (SSD1306)でした。 １日目の投稿にもあるように MicroPython 対応のマイコンボードの一つに micro:bit があります。micro:bit はイギリスの BBC中心となって作り上げた教育用マイコンボードで、主に子どもにフィジカル・コンピューティングを体験させることを目的としたものです。日本では今年の８月から販売されています。標準価格2000円(税抜き)です。 イギリスでは school year 7 の子どもに１００万台を無料配布したことでも有名になりました。記事や書籍によっては year 7 が小学生だったり中学生だったりしてますが、year 7 といえば 11-12歳、日本では小学校６年の年齢に相当しま

この記事は移転しました。約2秒後に新記事へ移動します。移動しない場合はココをクリックしてください。 こんなことをしてみたい ↑これがしたい pythonによる機械学習の勉強をしたので、実践ということで、人気アイドル「乃木坂46」の個人的に好きな5人のメンバーを区別して見ました。大きな流れはこんな感じです。 web上から五人の画像を100枚ずつ取ってくる 画像から顔部分を取り出して保存、テストデータの取り出し 画像の水増し モデルを定義して、学習 テスト(顔を四角く囲って、その人の名前を出力) 説明はこんなもんにして、彼女らの可愛さについて語りたいところですが、そういうブログではないので、少し技術的なことを書きます。 今回はjupyterを使って作業を進めました。notebook形式なので結果が見やすく初心者にはいい環境でした。環境は以下。 macOS:10.13.1 python:3.6.

先日 JJUG CCC 2017 FALL に参加してきました。 イベントの中で 田所 駿佑 さんによるセッションでプログラミング言語の勉強のためのお題として HTTP サーバーを書こうといった発表がありました。 新しいプログラミング言語の学び方 HTTPサーバーを作って学ぶ Java, Scala, Clojure https://github.com/todokr/simple-http-server おおたに さんと一緒にセッションを聞いてセッションが終わってから HTTP サーバーを書きたくなりましたよね？ と問われ、そのときはセッションを聞いてテンションも上がっていたのもあり「あー、そうですね。。。」と相槌をうっていました。 その後、イベントが終わって新宿駅へ歩いていった帰り際にも 帰ったら HTTP サーバーを書くんですよね？ と念を押されました。たぶん帰るまでに3

9年ぶりとなるメジャーバージョンアップを控えて、盛り上がりを見せているDjango。この連載では最新のDjangoとDjango REST frameworkを用いたプロダクト開発の手法を、実務に使える形でお伝えしていきます。今回はDjangoの特徴を確認してからDjangoプロジェクトの環境構築についてをご紹介します。 はじめに データ分析や機械学習の隆盛に伴い、Pythonの人気は近年とても高まっています。それはNumPyやChainerといった便利なPythonライブラリが充実しているという理由がもちろん挙げられますが、Pythonが汎用プログラミング言語であることも人気の後押しになっています。 実際、「収集・分析したデータの二次活用として、Webアプリケーションを作りたい」という声をよく聞くようになりました。Pythonならデータ処理からWeb開発まで一貫して同じ言語で書くことがで

普段Perlを書いている自分がざっくりPythonについて調べて発表した時の資料が手元に転がっていたので、せっかくなので公開した。 普段、別の言語でWeb開発している人が、自分の言語のアレはPythonだとコレなのねって雰囲気わかるようになっているといいなと思って作ったけど、見返すとそうでもない気がする。 自分もPython初心者なので、「おいおいまったくまちがっているぜ! 」といったことがあったら教えてほしいです。京都に住んでいるのだけど、関西のPythonコミュニティの雰囲気もよく知らないので情報募集です。 あと資料で紹介しているブログのコードは以下においてある。自分がよくやる感じの薄い設計でかんたんなブログシステムをPythonで書いたらこんな感じかな～ってコードになっている。 github.com

ついにガロアが死んだ年齢を超えてしまったことに気がつき、自分がまだ何も成し遂げていないことを悲しく思う今日このごろです。 さて、今日はGoogleが出した機械学習ライブラリのTensorFlowの使い方について軽く説明しつつ、ゆるゆりの制作会社の識別を行おうと思います。 TensorFlowとは TensorFlowはGoogleが11/9に公開したApache 2.0ライセンスで使える機械学習ライブラリです。Googleは様々なところでプロダクトに機械学習を活用していますが、TensorFlowは実際にGoogle内部の研究で使われているそうです（TensorFlow: Google 最新の機械学習ライブラリをオープンソース公開 - Google Developer Japan Blog）。 Googleのネームバリューは恐ろしいもので、GitHubのStar数はすでにChainerやC

ここ数回、TkinterというGUIライブラリを利用して、ゲーム制作に挑戦している。今回作るのは、レトロ感溢れるゲーム『ブロック崩し』だ。100行程度のプログラムで実現できるので挑戦してみよう。 ブロック崩しとは？ ブロック崩しというのは、1970年から1980年にかけて登場したゲームのジャンル。壁にぶつかると反射するボールを、画面下部に落とさないように、バーを左右に移動させるゲームだ。画面にはブロックが配置されており、ボールでブロックを崩していく。 まずはボールを反射させるだけのプログラムから作ってみよう ボールを画面下部に落とさないようにするという簡単なルールのゲームだが、一度に全部を実装しようとすると、どのようにプログラムを組み立てて良いのか悩むかもしれない。ゲームのプログラムを作る場合、その核となる部分を少しずつ組み立てて行くと良い。そこで、まずは、ボールを反射させるだけのプログラ

Raspberry Pi4へのディープラーニング環境セットアップに関して 最新のラズパイ4でのディープラーニングの開発環境構築に関して、以下記事でまとめています。今から、ラズパイ4で最速で環境構築したい方は、以下記事参照下さい。ラズパイ3にも対応しています（同じ要領でセットアップ可能です）。 これ以降は、古い情報が含まれていることご了承ください。 Raspberry PiとTensorFlowでディープラーニング 最近、人工知能とかディープラーニングに関して興味を持っていて、以下のような記事でまとめたりしました。 ただ、本やネットの記事を見ただけだと、あまり頭の良くない自分には全然ピンとこないというのが正直なところです。そこで、今までChainerという日本製のディープラーニングのフレームワークを使って色々実験してみたのですが、サンプルを動かすことはできても、それ以上のことが何もできなくて

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