Using MNIST dataset from TensorFlow Google's TensorFlow provides a library for using MNIST dataset in a simplified manner. This is a three-line code to prepare the dataset. import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("/tmp/data/", one_hot=True) Now you can access the dataset through the following objects. mnist.train.imgaes #

Search, watch, and cook every single Tasty recipe and video ever - all in one place! News, Politics, Culture, Life, Entertainment, and more. Stories that matter to you.

出版社青林堂の公式アカウント。歴史・時事・スピリチュアル書籍及び「オン★ステージ新聞」を刊行。主な書籍『まんがで読む古事記』『日本版民間防衛』『天皇の日本史』『令和版みんな誰もが神様だった』『至高神大宇宙大和神の導き』『日本建国史』『一寸先は光です』『日本大北斗七星伝説』他https://t.co/sPrc8rb5WN

Philosophy We strive to create an environment conducive to many different types of research across many different time scales and levels of risk. Learn more about our Philosophy Learn more

Googleが、TensorFlow Foldというライブラリーを発表しました。 "Announcing TensorFlow Fold: Deep Learning With Dynamic Computation Graphs" (論文は、こちら) この図の意味について簡単に説明したいと思います、 "computer scientists love "という文は、文字列あるいはwordのSepquence として見ることができます。普通のRNNやLSTMでは、こうしたSequenceとして入力を受け付けます。 ただ、先のSequenceは、文法的な構造を持っています。"computer scientists"が主語（節）で、"love"が動詞、"putting data in trees"が目的語（節）です。

実世界の人工知能の適用例を紹介しています ・自動車 ・ロボット ・異常検知 ・ライフサイエンス ・コミュニケーション ・クリエーター ・ChainerRead less

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? って海の向こうの人が言ってました。 私はjQueryさえあれば概ね生きていけるので全然知らないけど、 あなたは全部知ってるフロントエンドエンジニアなんだね。すごーい！ 以下はFront-End Developer Handbook 2017の第三部、Front-end Developer Toolsからリンクされているツールと、その簡単な紹介です。 ドキュメントツール Dash 150以上のライブラリのAPIリファレンスを検索できる。有料、Mac専用。 DevDocs 200以上のライブラリをオンラインで検索できる。無料。 Veloci

注意 この投稿には一部ネタバレを含んでいる可能性があります。 またまた小林さんちのメイドラゴン関連の投稿です。 このアニメでは、主人公の小林さんが SEなのに 作品中でコードを書いている場面がいくつかあります。これらの場面ではコードを実際に書いている画面までくっきりと写っています。 凝ってるなぁと思って少し調べてみることにしました。 登場したコード 第一話 20:10ごろ、トールがケツァルコアトルと電話し終わった直後、曇り空をブレスで晴らす直前、小林さんの職場が一瞬写ったシーンで。 def __delitem__(self, key): self.db.delete(self.table, where="session_id=$key", vars=# 見切れ def cleanup(self, timeout): timeout = datetime.# 入力中

Team Cherryは2月11日、2Dアクション・アドベンチャーゲーム『Hollow Knight』の発売日を発表した。日本時間では2月25日発売で、プラットフォームはSteam（Windows/Mac/Linux）、価格は15ドルとなる。 本作の舞台は、はるか昔の大災害によって崩壊した王国Hallownest。地下深くに眠るHallownestへは、探検をする者や盗掘に向かう者が後を絶たないが、このところなにか様子がおかしい。その地下洞窟へ向かった者たちが帰ってこなくなったのだ。そして洞窟内には甘い香りの毒が漂い始め、怒りに震える昆虫のようなモンスターが現れた。Hollow Knightであるプレイヤーは、古代の謎を解き明かすためにHallownestが眠る洞窟の探索へ向かう。 本作は『メトロイド』や『リンクの冒険』『ファザナドゥ』から影響を受けているという。公式には明言されていないが

愛知県警岡崎署は14日、動画投稿サイト「ユーチューブ」に1500mを全力疾走した直後に牛丼を食べる動画を投稿した男性（23）宅に押し掛けたとして、ストーカー規制法違反の疑いで、容疑者の女を逮捕した。女は「動画を見て恋愛感情を持った」と容疑を認めているという。 逮捕容疑は10日午後5時半ごろ、愛知県内の男性宅に押し掛け同署から警告を受けたが、14日午前0時15分ごろにも家の呼び鈴を鳴らすストーカー行為をした疑い。 女は男性と面識はなく、動画から男性の住所を割り出していた。 男性は動画投稿で、広告収入を得ていた。

左目は黄色くて大きく、膨らんでいる。しかし、右目は小さく透明。漁師たちは100年以上前から、このヘンな目をしたイカについて不思議に思ってきた。 「不気味なくらい奇妙な目。いったいどうしてこんな目になっているのかと思うでしょう」と、米国ノースカロライナ州にあるデューク大学の生物学者、ケイティ・トーマス氏は語る。トーマス氏は、カリフォルニアシラタマイカ（学名：Histioteuthis heteropsis）というこの動物の研究を率いている。このイカはイチゴにそっくりなので、「イチゴイカ」と呼ばれることもある。 1970年代に、このイカを研究した生物学者リチャード・ヤング氏はある仮説を立てた。大きなほうの目はかすかな太陽光を検知できるので、上を泳ぐ獲物を見つけるのに便利だという説だ。しかし、このイカは水深1000メートルほどの深海に生息しているため、その生態を解明するのは難しい。（参考記事：「

Open Source Guides Open source software is made by people just like you. Learn how to launch and grow your project.

2016 - 10 - 09 Ubuntu 16.04でTensorFlow(GPU版)の環境構築 TensorFlow UbuntuでTensorFlowのGPU版を使うためのセットアップ手順まとめ。 基本的には Ubuntu 16.04 で GPU 対応版 TensorFlow をanaconda 環境でインストールした話 の内容を自分用にまとめただけなので、詳しい話とかなぜそのコマンドを叩くのかが知りたい人はそちらを見てください。 構築した環境は以下の通り OS: Ubuntu 16.04(Japanese Teamの日本語Remixイメージを使用) GPU: NVIDIA GTX1060 NVIDIAドライバ: 367.44 Python: 3.5.2 TensorFlow: r0.11 CUDA: 7.5 cuDNN: 5.1 執筆時点でCUDAの最新は8.0だったけどTens

#概要 ####Ubuntu14.04LTS + GPU + TensorFlow の環境構築に苦労した人は多いのではないでしょうか。 GPU駆動でTensorFlowを使おうと思ったらUbuntu14.04は真っ先に挙がるOS候補ですが、気をつけて設定しないとGPUが認識されなかったり、tensorboardがうまく表示されなかったりと、山のようなバグに出会うことになります。GPU版TensorFlowをフル活用できる環境を構築できたので、同じように環境構築で困る人が出ないよう記録を残したいと思います。 遭遇したエラーの一部 ・CUDA、cuDNNのバージョンを揃えないと上手く動かない ・NVIDIAドライバを"正しく"最新版にインストールしないと動かない(デフォルトのOSSドライバが邪魔をする) ・TensorFlow ver.7をpipインストールするとtensorboardが使えな

概要 GPU対応版のTensorFlowをMacBook Proにインストールする手順。(2016/10/29 時点) Mac用には、GPU対応のバイナリが無いので、ソースからビルドします。 環境 MacBook Pro (Mid 2012) with NVIDIA GeForce GT 650M 1024 MB OS X El Capitan Xcode 7.3 command-lineツールもインストール済 homebrewはインストール済み pythonの環境 Anaconda-4.0.0 手順 Anaconda Anaconda Navigator で、tensorflow environmentを作成し、terminalを起動 もし、起動しない場合は、こちらを参照 - http://qiita.com/y__sama/items/f732bb7bec2bff355b69 cuda

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

BUSINESS 事業紹介 当社は、二次元コンテンツダウンロードサイト「DLsite」をはじめとした さまざまな総合二次元コンテンツサービスを展開しています。 二次元コンテンツ ダウンロード販売サイト 同人誌、同人ゲームからPCソフト、電子書籍まで毎日更新、国内最大級の二次元総合ダウンロード販売サイト 公式サイトへ

League of Angels: Pact 殿堂入りを果たした女神シリーズ第四作！女神共闘型RPG！

ゲームプラットフォームサイト“にじよめ”のPRキャラクター“にじよめちゃん”が、公式Twitterでゲーム版「けものフレンズ」復活に意欲的な姿勢を見せ、注目を集めています。“にじよめ”は本気でゲーム版「けもフレ」を復活させてくれるフレンズなのか？ にじよめちゃん アニメ版「けもフレ」が一大ムーブメントとなっているにもかかわらず、そのヒットを前にひっそりサービスが終了してしまったゲーム版。ゲームを運営していたネクソンは「アニメが非常に人気と聞いているが、（中略）あくまで終わったタイトルだと考えている」と説明するなど、ゲーム版の復活に否定的なコメントを出していました（関連記事）。しかしそこに殴り込みをかけてきたのが、ざっくりとしたツイートに定評のある“にじよめちゃん”。 “にじよめちゃん”は公式Twitterで、「すごくたくさんのフレンズたちがこのツイートをRTしてにじよめちゃんのことフォロー

Get the latest feature updates to NVIDIA's proprietary compute stack.

Accelerated Learning cuDNN provides kernels, targeting Tensor Cores, to deliver best available performance on compute-bound operations. It offers heuristics for choosing the right kernel for a given problem size. Expressive Op Graph API The user defines computations as a graph of operations on tensors. The cuDNN library has both a direct C API and an open-source C++ frontend for convenience. Most

ニコニコ大百科というサービスの、企画・開発・運営を３年間やらせてもらった。その幸運に感謝している。 当初は、MediaWikiというWikipediaと同じシステムを改造して匿名掲示板をつけるだけ、という予定だった。実際にMediaWikiの改造をはじめたところ、かなり制約が多かった。「HTML書けるようにしていいですか？」「１から実装していいですか？」と会議で無茶な要求を通し、「Ruby最近書いてなくて忘れそうだからRubyを採用」などのいい加減な実装プランを受け入れてくれた関係者には感謝してもし足りない。 ニコニコ大百科に、「ニコニコ大百科:楽しく過ごすために」という記事がある。僕が初版を書いた記事だ。この記事、結構気に入っている。 小学生４年生くらいのころ、OMRONの2400bpsモデムをオヤジが家に持ち込んできたときから、僕のネットワークライフは始まった（音響カプラじゃないところ

サンフランシスコで日本人相手のパーティーなどのケータリングを頼む際には、ぜひ寿司を頼みましょう。それほど高くないわりには、みんなの満足度が高まります。ヴィーガンの人向けにCalifornia Rollも頼んどいてね。 Tokyo Fish Market (じつは違う) Tokyo Fish Marketという日本食スーパーには、PARTY SUSHI TRAYというパンフレットが置いてある。 http://www.tokyofish.net/ FAX番号(510)843-2100でググると分かるが、実は、Tokyo Fish Marketではなく、Berkleyのお寿司やさん、MUSASHIがやっている。FAXは直にMUSASHIに飛ぶのだ。 http://www.musashiofberkeley.com/ というわけで、注文すると「PICK UPはTOKYO FISH MARKETでい

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

バグは人のミスなんだから、理屈的には正しいような気がする だけど未だかつて人類はこれを達成できていないという観測的事実がある、何故そうなるのかを説明することは可能だろうか

2016年12月20日からスタートしたMBS（毎日放送）の有料動画配信サービス『MBS動画イズム444』にて、サーバーレス・アーキテクチャ（AWS Lambda）が全面採用されたという事例は、世界を見渡しても類をみない、大変優れた設計であると話題になりました。 でもね、重要なことは「AWS Lambdaを使って構築した」ことではないんです！ 『MBS動画イズム444』は、次々と新しい動画コンテンツが増えていますし、有料会員も猛スピードで増えていると伺っています。そうなると、このサービスの安定運用こそが、もっとも重要なことなのです。 そこで、この記事では「AWS Lambda」で構成されるシステムの運用をcloudpackならこうやります！というのをご紹介いたします。 サーバーレス・アーキテクチャのシステム運用はどう考えるべきか？ 『MBS動画イズム444』のシステム構成は、実に複雑です。

This domain may be for sale!

僕の勤め先である、Tombo, Inc.からTombo Platformというものをリリースしました。 iPhoneのアプリをJavaScriptに変換して、ブラウザ上で実行できるミドルウェア、"Apples to Oranges" (A2O)によって変換されたゲームを遊べるプラットフォームです。 WebゲームをiPhoneアプリにするんじゃないんです。iPhoneアプリをWebブラウザで動かしているんです。 僕らが目指しているのは、App StoreやGoogle PlayのようなプラットフォームをWeb上でつくることです。ただ、コンテンツがないとプラットフォームが成り立たない。というわけで、起業当初は自分たちでゲームを作ろうか、という話もしていました。 しかし、僕らはゲーム作りが得意なフレンズではなく、ミドルウェア作りが得意なフレンズです。というわけで、「iPhoneのゲーム変換しても

教育言語として Pythonは「同じインデントレベルの文は同じ塊」というルールを採用しており、見掛け上のPythonプログラムの最大の特徴となっています。 Python作者のGuido van Rossum氏(オランダ人でアムステルダム大学卒)はPythonを開発する以前に、オランダで教育向けの「ABC言語」の開発に関わっており、Python自体はRAD(迅速なアプリケーション開発)がメインで教育用を念頭に開発してはいなかったものの、ルーツとなったABC言語では文法に関してさまざまな研究が行われ、インデントを使うのが初心者にとってもっとも間違いにくいブロックの表現として採用していたのです。(Donald Knuth氏が推進していた。) Rubyist のための他言語探訪 【第 1 回】 Python Pythonがプログラミングの学習に向いているたった一つの理由 From ABC to P

あいまい検索（英語検索） あいまいな日本語で（英語でも）検索できます。上手く動くか分からないのでお試しです。 検索の仕方については「検索のコツ」をご覧ください。 AIを使っていらすとや風の画像が生成できるサービスです。 Eテレのショートアニメです。 いらすとやが更新されたらお知らせするX（ツイッター）アカウントです。 いらすとやのLINEスタンプに関する情報をお知らせするLINEアカウントです。

イントロ これは、TensorFlow Advent Calendar 2016 の9日目の記事です． 2015年の11月に公開されたTensorFlowですが，公開当初から「名前空間」の機能がサポートされていました．これはTensorBoardによるグラフ視覚化において使われますが，もちろんそのためだけにあるわけではありません．名前空間は，識別子の管理に非常に有効です．強力な「名前空間」サポートというとC++を思い出しますが，C++の教則本（独習C++）から引用します． 名前空間(namespace)の目的は識別子の名前を局所化し，名前の競合を避けることです．C++のプログラミング環境では，変数，関数，クラスの名前が急増を続けてきました．名前空間が登場する前は，これらのすべての名前がグローバルな名前空間の中で場所を取り合い，多くの競合が発生していました． 一方，Pythonの変数スコープ

RNN「これってもしかして」 CNN「わたしたちのモデルが・・・」 「「入れ替わってる～～～！？」」 というわけでQRNN、QUASI-RECURRENT NEURAL NETWORKSとは、RNNの機構をCNNで「疑似的(QUASI)に」実装するというモデルです。これにより、既存のRNN(というかLSTM)が抱えていたいくつかの問題の解決を試みています。 元論文は以下となります。 QUASI-RECURRENT NEURAL NETWORKS 作者によるブログ 作者の方のブログにChainerのサンプルコードがあったので、それを元にTensorFlowで実装してみました。早く動かしたい！という方はこちらを見てみてください。 icoxfog417/tensorflow_qrnn (Starを頂ければ励みになります m(_ _)m) 本記事では、この研究のモチベーションとそのアプローチについ

Machine Learning Advent Calendar 2015 第14日です。去年のAdvent Calendarで味をしめたので今年も書きました。質問、指摘等歓迎です。 この記事の目的 ここ2～3年のDeep Learningブームに合わせて、リカレントニューラルネットワークの一種であるLong short-term memory(LSTM)の存在感が増してきています。LSTMは現在Google Voiceの基盤技術をはじめとした最先端の分野でも利用されていますが、その登場は1995年とそのイメージとは裏腹に歴史のあるモデルでもあります。ところがLSTMについて使ってみた記事はあれど、詳しく解説された日本語文献はあまり見当たらない。はて、どういうことでしょうか。 本記事ではLSTMの基礎をさらいつつ、一体全体LSTMとは何者なのか、LSTMはどこに向かうのか、その中身をまとめ

28. 28 Appendix: API一覧(1/3) Model • constructor: モデルに必要な構成要素(隠れ層)などの定義 • forward(inference): constructorで定義した構成要素を利用し、入力を出 力にする(伝搬)プロセスを定義する。 • 学習中とそうでない場合で構成が変わる場合(Dropoutなど)、それを引数 に取る。※ここでlossを出さないこと(出してもいいが、outputもちゃんと 返す) ModelAPI • constructor: 最低限Modelのパスを取得し、読み込む • predict: 配列などの一般的な変数から、Modelを利用した予測値を返す 29. 29 Appendix: API一覧(2/3) Trainer • constructor: modelと学習に必要なパラメーターを受け取る。 DataProcess

数あるフレームワークに付属するExample、機械学習モデルを実装してみた、という話。これらに共通して言えるのは「テストがない」ということです。 機械学習のモデルだって、アプリケーションに組み込まれればプロダクションコードの一部です。テストがない実装を本番環境に組み込むか？というと通常そんなことありえないと思います。 (スタジオジブリ 紅の豚 より拝借) 忘れられがちな点ですが、機械学習モデルは「リリースした瞬間」が最高精度になります。なぜなら、リリースした瞬間こそがその時点で手に入るフルフルのデータを使って鍛え上げたモデルであり、それ以降はどんどん未知のデータが入ってくるためです。 そのため、モデルの精度、また妥当性をいつでも検証できるようにしておくというのはとても重要です。これは通常のコードにテストをつける理由と同等で、つまり機械学習モデルだからと言って特別ではないということです。 本