はじめに Chainer もなんとなしに慣れてきたので（使いこなせているレベルではありませんが）、他のDNN Framework も触ってみようと思いたち、昨日からTensorFlowをいじってみています。 最終的なアウトプットは同じなので、クラス構造などが結構似通っていて、思ったより学習コストが低かったのですが、一点苦戦したのがTensorFlowのチュートリアルの微妙さです。 Deep MNIST for Experts → とりあえず導入 TensorFlow Mechanics 101 → 基本要素の説明 以上...！ といった感じで、普通のDNNはどう書いたらいいの？な質問に答えてくれるのにぴったりなコンテンツが残念ながらありません。 Easy ML with tf.contrib.learn あたりが求めているものに近いのですが、tf.contrib.learn という3分クッ
【サンプルリスト】 '================= ' メールを送信する '================= Private Sub Sample() Dim OL As Outlook.Application Dim ML As Outlook.MailItem Set OL = CreateObject("Outlook.Application") Set ML = OL.CreateItem(olMailItem) ML.To = "tatsuya@red.oit-net.jp" 'To ML.CC = "tatsuya@red.oit-net.jp" 'CC ML.BCC = "tatsuya@red.oit-net.jp"
この記事は LL/ML Advent Calendar #LLAdventJP 20012/12/20の参加記事です。 出来心でRTした次の瞬間には犠牲に参加することになっていました。なごやこわい。 注意：この記事では SML#1.2.0 を使うものとしています。 SML# にはC言語バインディングをサポートする機構が言語レベルで組み込まれており、簡単にC言語で書かれたライブラリを利用することが出来ます。 しかしまぁ、簡単とは言っても相手はあのC言語ですよ。 現実世界のライブラリをバインドするにはキレイな世界だけで完結するはずも無いのです…。 ここでは、私がまともに使い始めて分かってきたことを含めて、基礎からSML#のC言語バインディングの機能を一通り紹介します。 いきなり例 もう界隈の人にはおなじみかもしれません。最も簡単なバインディングの例です。 # val puts = _impor
この記事はLL/ML Advent Calendarの4日目です。 LL/ML Advent Calendarの首謀者のひとりである@bleisさんが、最近スライドに貼りまくっていることりちゃんがどのように誕生したかについて書いてみようと思います。 ※ 記憶に基づくものなので、一部事実と異なる可能性があります。 その前に ことりちゃんの画像については、自由に転載・改変していただいてかまいません。 またオリジナルサイズの画像は以下にあります。 http://f.hatena.ne.jp/mzp/20121206231515 http://f.hatena.ne.jp/mzp/20121206231514 はじまり そもそもの発端は、@dico_lequeさんがモナド/do記法の薄い本を書いていることまでさかのぼります。 mzp「内容はでこちゃんだから問題ないとしても、たぶん地味な内容になるの
タイトルの論文はCommunication of the ACM, 2012のレビュー記事 ドラフトバージョンは下のリンクから読める。 http://homes.cs.washington.edu/~pedrod/papers/cacm12.pdf 割と面白かったのでいくつか内容を紹介 概要 機械学習システムはデータから自動でタスク(スパムフィルタ、レコメンドなど)をどうやって実行するかを見出すことができます。 しかしながら機械学習システムを成功させるには教科書を読んだだけではなかなか見つけづらいお約束事とかがあって、思うようには行かないことが多い。 本文献では機械学習の研究者および実務に携わる人間が知っておくべきである事柄を12個に要約しています。 一般化が重要 機械学習のゴールは訓練データにはないデータに対しても一般化して推定ができるという点になります。単に訓練データのみ分類できればよ
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
処理を実行中です
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