Home Assistantとは Pythonで作られた、オープンソースのホームオートメーションプラットホーム。この分野では、OpenHABというものもあるようだ。 「コンポーネント」と呼ばれる機能を自由に組み合わせて、各コンポーネントが対応するデバイスの制御や自動化を行うことができる。また、Webページに状態を表示し、そこから制御することもできる。 対応するコンポーネントには、電動シャッターなど国内では入手できなさそうなIoT機器もあるが、 IFTTT Twitter PushBullet Philips Hue Raspberry PiのGPIO入出力 Firmata(汎用入出力制御プロトコル)ファームウェアを搭載したArduino MQTTを介した入出力 HTTPを介した入出力 iTunesやGoogle Cast、MPDといったネットワークメディアプレイヤーのデバイス発見と、再生・

機械学習エンジニア界隈で話題沸騰となっているGoogle Colaboratory（グーグル・コラボレイトリー）。本記事では概要とGoogle Colabの知っておくべき基本的な使い方をまとめました！ すでに機械学習をやっている方や、これから機械学習を学んでみたいと考えている方で、下記のような事を感じたことはありませんか？ 「訓練やデータ処理をやるのにローカルPCだと処理に時間がかかりすぎる」 「機械学習用にクラウド環境を立てたけど…思ったより費用が高い」 「機械学習は色々とライブラリが多くて環境構築がしんどい」 もし一つでも当てはまるものがあれば、Google Colabがそんな悩みを解決してくれます！機械学習の開発環境の新基準となる可能性も高いGoogle Colab、概要や基本的な使い方をみていきましょう。 Google Colaboratoryとは？ Google Colab（略式

はじめに Googleが機械学習の教育や研究用に提供しているツールである、Google Colaboratoryを試してみました。 Jupyter Notebook環境が無償で！使うことができるようです。 詳しくは以下を参照。 Google Colaboratoryよくある質問 Google Colaboratoryの起動 Google Colaboratoryにブラウザでアクセスするだけです。 ブラウザはGoogle Chromeを使用するとのこと。 アクセスすると、「最近のノートブック」と表示され、最近使ったファイルを参照することができます。 新規作成 ノートブックを新規作成 > PYTHON 2の新しいノートブック または, PYTHON 3の新しいノートブック を選択します。 リソースの確認 "!"をつけることで、Linuxのコマンドを実行することができます。 コードセルを追加し

前回の続きです． 今回はPythonでtesseractを使い，OCRをしてみるところまで挑みたいと思います． OCR(工学文字認識)そのものについては前回書いたので省略します． teru0rc4.hatenablog.com tesseract tesseractのインストール tesseractとはGoogleで開発されているOCRエンジンです． homebrewを使いインストールします(homebrewについては過去に記事書いているのでご参照下さい) $ brew install tesseract みょろみょろログが出て，インストール完了です． 実は最初の状態だと英数字にしか対応していません. ので，次節にて日本語対応させたいと思います． その前に，現在のtesseractのバージョンと，対応言語の確認をして起きたいと思います． バージョンの確認は $ tesseract -v か

小型で安価なArduino互換マイコンボード「Trinket」に、ATSAMD21E18を搭載したCircuitPython用のマイコンボードです。オリジナルのTrinketと同じフォームファクタを採用しています。Arduino IDEでも使用できます。 USB経由でPCに接続すると、main.pyが入った小さなディスクドライブとして認識、表示されます。Pythonでmain.pyを編集して、プロジェクトを構築します。インストールやIDE、コンパイラは不要なので、Chromebookやソフトウェアをインストールできないものなど、いかなるコンピュータでも使用可能です。 Trinket M0 CircuitPythonガイド（英語）が公開されています。 特徴 従来のTrinketと同サイズ、同形状、同ピン配列 従来のATtiny85 8 bit AVR からCortex M0+コアのATSAM

前回「機械学習」や「ディープラーニング」が一体何なのか、何ができるのか、 というところから PythonでRF（ランダムフォレスト）という機械学習のアルゴリズムを実際に使ってデータの解析を行いました。 今回は解析で出た結果をどのように活用していくかをお話いただきます。 また、初等統計学の話も時間があればしていただける予定です。 まだまだ「機械学習って何？」という方でも間に合う内容ですので、 是非とも共に学びましょう！ 日時　：２０１７年５月２０日　１３：３０〜１７：００ 人数　：先着２０名限定 参加費：社会人：２,０００円　学生：５００円 ※学生は受付などのお手伝いをしていただければ無料にしますのでご連絡ください ※講師の交通費・謝礼・会場費に充てます 持ち物：ノートPC pythonを使って実際にデータを解析したりします。 ※初めての方はあらかじめ下記を参考に環境を構築しておいていただけ

火花と同時受賞した筋トレ作家羽田先生のスクラップアンド・ビルドが1番目にレコメンドされるあたり、流石Amazon様です..直木賞を受賞した流も良い小説ですね。 協調フィルタリングは枯れた技術 Webを漁ると2005年の段階で日本語の記事が存在しています。またレコメンドサービスを提供する会社は乱立しており検索すると何社も見つかるので（どこも高いけど）、作れる理論は出回っているのでしょう。 協調フィルタリングはJaccard係数で相関をとって実現することが一般的みたいです。商品Xと商品AのJaccard係数の計算式は次の通りです。 では100万個の商品が存在するとなると、商品Xからレコメンドされる商品を計算するには100万回Jaccard係数の計算を行う必要があります。計算量爆発してますね。この計算方法は現実的ではありません。 協調フィルタリングは枯れた技術です。上記課題にぶちあたった先人はい

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

piqcy @icoxfog417 言語モデルのタスクで、CNNでLSTM同等以上の精度を出したという話。畳み込んだ結果をGRUに近い機構で処理し、過去の情報が消失しないようにしている。Google Billion Wordのデータセットでは、LSTMと同等の精度を出す一方計算効率が20倍程度改善された。 twitter.com/Smerity/status… 2017-01-01 13:23:09 Smerity @Smerity Gated Convolutional Networks beat LSTM on LM (WikiText-103 & One Billion LM for single GPU), faster than CuDNN LSTM arxiv.org/abs/1612.08083 pic.twitter.com/UBplrTjEAv 2016-12-26 15

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

今話題のDeep Learning(深層学習)フレームワーク、Chainerに手書き文字の判別を行うサンプルコードがあります。こちらを使って内容を少し解説する記事を書いてみたいと思います。 (本記事のコードの全文をGitHubにアップしました。[PC推奨]) とにかく、インストールがすごく簡単かつ、Pythonが書ければすぐに使うことができておすすめです！ Pythonに閉じてコードが書けるのもすごくいいですよね。 こんな感じのニューラルネットワークモデルを試してみる、という記事です。 主要な情報はこちらにあります。 Chainerのメインサイト ChainerのGitHubリポジトリ Chainerのチュートリアルとリファレンス #1. インストール# まずは何はともあれインストールです。ChainerのGitHubに記載の"Requirements" ( https://github.

2. アジェンダ l  IoT時代の深層学習 –  RNN –  VAE –  深層強化学習 l  PFNの取り組み –  デモ：深層強化学習  +  データ同化  +  転移学習  +  分散学習 –  DiMO  :  Edge  Heavy  分散ストリーム処理理プラットフォーム –  Chainer  :  新しい深層学習フレームワーク  OSS 2 3. ディープラーニングとは l  層が深く、幅も広いニューラルネットワークを利利⽤用した 機械学習⼿手法 l  2012年年の⼤大ブレーク以来、研究コミュニティのみならず 産業界に多く使われてきた –  2014〜～2015年年中に出された関連論論⽂文数は1500を超える* l  画像認識識、⾳音声認識識などで劇的な精度度向上を果たし、その 多くが既に実⽤用化されている –  Googleは47の⾃自社サービスで既に利利⽤

iOS用のアプリは通常、開発アカウントを取得し、Macを使って開発します。 開発アカウントを取得するほどではないが、iOSデバイス上で何かやりたい処理がある、という人はいるでしょう。 あるいは、プログラム好きな人なら率先してiOSデバイス上でプログラミングをしたいと思うのではないでしょうか。 そうしたニーズに存分にこたえることができる、iOSデバイス上で動作する統合開発環境がPythonista 3です。 2016年9月21日に開催されたPyCon JP 2016で @equal_001 さんがPythonistaについて発表されていたのでご紹介。 Python支持者のことをPythonistaといいますが、アプリ名はそこから取ったんでしょうね。 正真正銘のPythonが内蔵されていて、ローカルで動きます。 [参考] Kazuhiro AbeさんはTwitterを使っています: 「インタプ

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

GAE/Pythonでユニットテストをするための準備 テスト自動化というより、dev_appserverを立ち上げずにLow Level APIの動作を見るのが目的。 Kay frameworkでのテスト Kay frameworkを使ってるならアプリケーションフォルダに「tests」フォルダを作ってテストコードを保存して以下のコマンドを実行すればテストできる。かんたん！ python manage.py test プレーンな環境でのテスト フレームワークなしの環境だとちょっとめんどい。以下のリンクを見ながらやってみる。 Local Unit Testing for Python - Google App Engine - Google Code unittest2パッケージをインストール まずはユニットテスト用のパッケージ「unittest2」をインストールします。 wget http:

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

こんばんは、Python界のひきこもりです。 モバイルアプリケーションのバックエンド開発などでRESTful APIを先ず設計する必要があるといったケースなんかで便利に利用できそうな、既存のウェブアプリケーションフレームワークの仕組みからRESTfulなAPI構成に特化してパッケージングされたサブフレームワークがいろいろ出てきているので調べました。 フレームワークに必要な機能そもそもフレームワークにどんな機能が必要なのかというのをChoosing an API framework for Django から抜粋。 ページネーション(アイテムの先頭から10件が1ページ目→11から20が2ページ目など) データの投稿とバリデーション メタデータの生成(result, count, next みたいな要素をレスポンスに含める為のしくみのことかな?) レスポンスのハンドリング キャッシュ データの

EclipsepythonGoogle App Engine SDK for PythonEclipse用のプラグイン（PyDevとGAEのやつ）