メリークリスマス！！！！ @tabe2314です。 この記事では、明日から使えるChainerテクニックとして、既存モデルをファインチューンして新しいモデルをつくる際の個人的なベストプラクティスを紹介します。 ファインチューニング ニューラルネットを学習するために、別の問題、別のデータセットで学習済みのモデルのパラメータをコピーして、それを新しいニューラルネットのパラメータの初期値として使うことをファインチューニングといいます。 典型的なケースとして、一般物体認識のデータセットであるImageNetで学習したネットワークを物体検出やSemantic Segmentationといった別の問題に使用するといった例があります。 一般的にDeep Learningでは大量の学習データが必要とされていますが、あらかじめ（大量のデータで）学習したモデルを初期値として使いファインチューニングすることで、
Chainerでcaffemodelを読み込んで画像を分類します。 Chainerのサンプルにも画像分類はあるのですが、認識率が出力されるだけでどの画像がどのカテゴリに分類されたかがわかりません。 分類結果としてカテゴリ名とスコアを出力できるようにします。 こちらにソースコードがあります。(この記事のコードをクラス化したものです) 記事を読むのが面倒という方はcloneしてください caffemodelをダウンロードする 今回はmodelとしてbvlc_googlenetを使います。 1000カテゴリの分類が可能です。 bvlc_googlenet のページにcaffemodelファイルへのリンクがあるので、そこからダウンロードしてください。 ラベルファイルを生成する 分類結果のカテゴリ番号とカテゴリ名を紐付られるようにラベルファイルを生成します。 以下にimagenet関連ファイルをダウ
Deep Learning系のライブラリを試すのが流行っていますが、Exampleを動かすのはいいとしても、いざ実際のケースで使おうとするとうまくいかないことがよくあります。 なんとか動かしてみたけれど精度が出ない、データの加工の仕方が悪いのか、モデルのパラメーターが悪いのか、原因がぜんぜんわからん・・・という事態を乗り越えるには、やはり仕組みに対する理解が必要になってきます。 そんなわけで、本編では画像の用意という一番最初のスタートラインから、Chainerで実装したCNNを学習させるところまで、行うべき手順とその理由を解説していきたいと思います。 前段として理論編を書いていますが、ここではライブラリなどで設定しているパラメーターが、理論編の側とどのようにマッチするのかについても見ていきたいと思います。 なお、今回紹介するノウハウは下記リポジトリにまとめています。画像認識を行う際に役立て
クライアント側から、サーバにデータを送信。 サーバ側で処理をして、結果をクライアントに返すサンプル。 jQueryはまだまだ使い慣れてない。 ・イベントの発生した要素を指す、$(this)セレクタ ・a要素のclickイベント ・一度だけイベントを起こす.one() とかしっかり覚えとこう。 クライアント側(jQuery) <script type=text/javascript> $(function(){ $(".foo").one("click", function(){ //クリックした要素のidをサーバに渡す var json = JSON.stringify($(this).attr("id")); $.ajax({ type:'POST', url:'{{ url_for('foo') }}', data:json, contentType:'application/json
FlaskとjQueryでのJSONのやりとりについて。 サーバからJSONを受け取るサンプルはよく見かけるんだけど、サーバにJSONを送るものがあまりなかったので。 Flask ... @app.route('/test', methods=['POST']) def test(): if request.method == 'POST': data = request.json print data return Response('ok') ... jQuery $(function() { data = {"hoge": "fuga"}; json = JSON.stringify(data); // object型からJSON文字列(string型)に変換 $.ajax({ type: 'POST', url: '/test', data: json, contentType:
こんにちは、自然言語処理研究室助教の能地です。 自然言語処理というのは、コンピュータの上で言語を扱う研究全般を指します。分かりやすい研究分野だと、ある言語の文章を別の言語の文章に変換する機械翻訳などが該当します。私はこの分野の研究を始めて５年ぐらいですが、今日は私がこれまで取り組んできた、自然言語処理の中でも少し変わった切り口の研究を紹介してその面白さを伝えられたらなと思っています。 自然言語処理の大きな目標は、ことばの意味を理解し、人間のように使用できるコンピュータを構築することです。このためにはなぜ人間がことばを理解し、発することができるのか、その仕組みを明らかにしないといけません。つまり、言語の性質そのものに関する理解を深めることが、より高度な自然言語処理のシステムのために必要であるということです。この考えに基づき、すぐに特定の応用に結びつくわけではないけれども、コンピュータを使って
こんにちは。銭湯神（せんとうしん）です。 まあ、いきなり「銭湯神」って言われても、「銭湯神って、なに？」ってなると思いますので「銭湯神」について説明します。 銭湯の、神です。 今日はそんな銭湯神ヨッピーが、「銭湯の素晴らしさ」についてひたすら語らせて頂くと共に、 僕が実際に足を運びまくっている、東京都内のお勧め銭湯にも言及させて頂きます。 実際に行ってもない癖にネットに落ちてる画像を適当に拾って「本当にお勧めです♪」みたいな事を書くよくあるクソサイトと違って、 マジで全部、僕が良く行く銭湯なので参考にして頂ければと思います！ 銭湯はとにかく最高 まず最初に言っておきますが、僕はほぼ毎日銭湯に通っております。 「趣味は？」って聞かれたら「インターネットと銭湯！」って0.2秒くらいで脊髄反射して答えるレベルで、 インターネットの合間に銭湯、銭湯の合間にインターネット、みたいな生活を送っておりま
「tail -f」を使うのは情弱、情強は「less +F」を使う 情弱の僕はtail コマンド使ってましたorz less でログを確認する less +F hoge.log 監視モードで起動する。 tail -f と同様。 less で監視しているログを検索する 監視モードから Ctrl + C 押下で通常モードに移行。 通常モードでは検索等できる。 再度監視モードに入るには F を押下。 less で複数ログを確認する less +F hoge.log fuga.log Ctrl + C 押下して :n で次のファイルへ移動 F 押下で監視開始。 複数ログは一覧性とか考えると tail のが便利かもしれません。 というかそもそも基本的に tmux 上で流れてるから、ある程度追えるな。と気づいた。
Yejin Choi Wissner-Slivka Chair MacArthur Fellow Office: 578 Allen Center Fax: 206-685-2969 email: yejin@cs.washington.edu Paul G. Allen School of Computer Science & Engineering University of Washington Box 352350 185 E Stevens Way NE Seattle, WA 98195-2350 Allen Institute for Artificial Intelligence 2157 N Northlake Way, Suite 110 Seattle, WA 98103 News: - Named among Time100 Most Influential Peo
はてなグループの終了日を2020年1月31日(金)に決定しました 以下のエントリの通り、今年末を目処にはてなグループを終了予定である旨をお知らせしておりました。 2019年末を目処に、はてなグループの提供を終了する予定です - はてなグループ日記 このたび、正式に終了日を決定いたしましたので、以下の通りご確認ください。 終了日: 2020年1月31日(金) エクスポート希望申請期限:2020年1月31日(金) 終了日以降は、はてなグループの閲覧および投稿は行えません。日記のエクスポートが必要な方は以下の記事にしたがって手続きをしてください。 はてなグループに投稿された日記データのエクスポートについて - はてなグループ日記 ご利用のみなさまにはご迷惑をおかけいたしますが、どうぞよろしくお願いいたします。 2020-06-25 追記 はてなグループ日記のエクスポートデータは2020年2月28
If, like me, you regularly use Markdown to give your GitHub projects nice pretty README's, but are trying to submit your new swanky Python module to the Python Package Index, you may have hit a bit of a snag. To get your nicely formatted README on your module's PyPi page, you need to use reStructuredTxt. Now you could admit defeat and change your README, or you could do this: Install Pandoc Instal
なんか、このサイトBootstrapくさい。そう感じることはありませんか? その理由はズバリ、欧文ベースでつくられたフレームワークを文字構造の違う日本語で適用した際に不都合が出てしまっているからです。 それらが醸し出す違和感を放っておくと、Bootstrapくささを生み出す大きな原因になってしまいます。 そもそもの問題として、欧文と比較して和文は文字の要素が多く、文字自体のリズムも少ないため、どうしても複雑で単調に見えてしまいます。 しかし、和文だからといってあきらめることはありません。BootstrapのCSSを少しだけ変えるだけでグッと見た目がよくなる隠し味をご紹介します。 1. line-heightで行間にゆとりを。明朝やゴシックなど、フォントの種類が言葉の印象を表すように、文字の行間は読みやすさ、文章全体の雰囲気を左右します。 欧文をベースに設計されたBootstrapをそのまま
LINE株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。 LINEヤフー Tech Blog saegusa2017-04-16Yoshihiro was a network engineer at LINE, responsible for all levels of LINE's infrastructure. Since being named Infra Platform Department manager, he is finding ways to apply LINE's technology and business goals to the platform. こんにちは。LINEでネットワークやデータセンターを担当している三枝です。2017年1月にJANOG39で登壇する機会を頂きましたので、今回
はじめに 最近PyPIデビューを果たしました。 そこで同じ用にPyPIデビューを考えている人の為に登録手順を書きます。 PyPIってなに？ おいしいの？ Python Package Indexの略らしいです。 Pythonパッケージを管理するためのサービスで、誰でもパッケージを登録できます。 ここに登録されたパッケージは pip installでインストール出来る様になります。 ちなみにパイピーアイって読むらしいです。 パッケージの準備 まずは登録するパッケージを準備します。 今回は例として「pypipkg」というパッケージを作成した事にします。 ファイル構成はこんな感じです。 pypipkgディレクトリ直下にsetup.py等、PyPIの登録に必要な情報を用意し、pypipkgのソースのディレクトリも置きます。 pypipkg $ tree ├── MANIFEST.in ├── RE
2018年4月25日をもちまして、 『CodeIQ』のプログラミング腕試しサービス、年収確約スカウトサービスは、 ITエンジニアのための年収確約スカウトサービス『moffers by CodeIQ』https://moffers.jp/ へ一本化いたしました。 これまで多くのITエンジニアの方に『CodeIQ』をご利用いただきまして、 改めて心より深く御礼申し上げます。 また、エンジニアのためのWebマガジン「CodeIQ MAGAZINE」は、 リクナビNEXTジャーナル( https://next.rikunabi.com/journal/ )に一部の記事の移行を予定しております。 今後は『moffers by CodeIQ』にて、 ITエンジニアの皆様のより良い転職をサポートするために、より一層努めてまいりますので、 引き続きご愛顧のほど何卒よろしくお願い申し上げます。 また、Cod
DownloadWord level: For the datasets, you can download them from: Download WikiText-2 word level (4.3 MB)Download WikiText-103 word level (181 MB)Each file contains wiki.train.tokens, wiki.valid.tokens, and wiki.test.tokens. No processing is needed other than replacing newlines with <eos> tokens. Raw / character level: For the datasets, you can download them from: Download WikiText-2 raw character
2014年からフリーランスiOSプログラマとして活動を始めて2年と8ヶ月。フリーランスという働き方は自分には最高にしっくりきてて、毎日楽しくお仕事させていただいてたのですが、色々とタイミングが重なりまして、タイトルの通り、いったん休業して「会社員」になることにしました。 どこに就職するのかと言いますと、サンフランシスコにあるFyusionというスタートアップにジョインします。 無事H-1Bビザが通りまして、ちょうど昨日、スタンプの押されたパスポートが郵送されてきたところです。 フリーランスとしての実績もまとめたいところですが長くなるのでここでは省略して、ご報告の意味でも、自分の考えを整理しておく意味でも、就職することにした経緯や理由等を書いておこうと思います。 経緯 上述しましたが、僕はフリーランスという立場を100%楽しんでいましたし、海外企業も含めて「就職」したいという願望はありません
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