サクサク読めて、
アプリ限定の機能も多数！
アプリで開く
twitter とか facebook のタイムラインを見てると、URL が共有されてて場合にいい感じにその URL 内で使われてる画像が表示されるはず。 今回GitHub の変更でリポジトリの URL を共有する際に表示される画像である og:image をカスタマイズできるようになった。github.blog こんな感じで好きな画像を設定できるが、最低限の画像サイズとして 640×320px、 推奨として 1280×640px が挙げられてる。はてなブログでも小さく反映されてる。github.com 追記 なんか反映されないなと思ってたら Some platforms have tag caching that may initially affect your link’s unfurling. （一部のプラットフォームでは、タグのキャッシュ機能があり、最初はリンクの展開に影
tslearnとは 時系列分析のための機械学習ツールを提供するPythonパッケージで、scikit-learnをベースとして作られているみたいです。 主な機能として、クラスタリング、教師ありの分類、複数の時系列を重ねた際の重心の計算ができたりします。 今回使用するに至った一番のモチベーションは、波形や振動などの時系列データに対してクラスタリングできるというところです。 tslearnインストール pipコマンドでインストールできます。 Kshapeというクラスタリング手法 今回tslearnで使用するモジュールとして、Kshapeというクラスタリング手法を時系列データに適用していきたいと思います。 Kshapeは2015年に下記の論文で提唱された方法で、以下の流れで実行されるアルゴリズムになります。 相互相関測定に基づいた距離尺度を使う（Shape-based distance: SBD
GitHub上でソースコードのレビューをする際に役に立ちそうなChrome拡張をいくつか試してみました。コードレビューをGitHub上で行うことが多いです。が、差分が大きい場合辛い気持ちになったり、レビュー自体の精度が落ちることがあります。 根本解決としてはそもそも大きいPRを作るべきではない、というところに行きつきますが、とりあえずツールの力である程度解決できないかと思い、GitHub上でのコードレビューに使えそうなChrome拡張をいくつか試してみたので紹介します。本記事で紹介しているツールは以下となります。 Pretty PullRequestsGitHub diff files filter OctoLinkerGitHub code review Lazy Reviewer 動作確認はGoogleChrome バージョン: 65.0.3325.181にて行いました。
NLP – Building a Question Answering Model In thisblog, I want to cover the mainbuildingblocks of a question answering model. By PriyankaKochhar, Deep Learning Consultant I recently completed a course onNLP through Deep Learning (CS224N) at Stanford and loved the experience. Learnt a wholebunch of new things. For my final project I worked on a question answering model built on Stanford Quest
kmc-advent-2017.md gpg のはなし この記事は KMC Advent Calendar 2017 の 10 日目の記事です。 昨日の記事は tron 君 (id:tron_kmc) の今年の活動を振り返る - tron-Factory 業務日誌でした。 はたち:tada:めでたい:congratulations: はじめに KMC 6 回生の hatsusato です。 修士 2 回生ともなると研究にかまけて KMC 活動がおろそかになっているので、この場を借りて申し訳程度に KMC 活動をしようと思います。 この記事は 10 日目の予定でしたが、 10 日には KMC の追い出しコンパがあり、僕も飲み会に出席しなければならなかったので、遅刻も致し方なしなのです(言い訳)。 この記事における記述は、自分の環境である Ubuntu 17.10 におけるものをもとにしていま
3行で説明するとRubyは他言語に比べてリファレンスのサンプルコードが不足気味という意見があった 私が「やりましょう」と言った hanachin_ さんが調査スクリプトを作った結果ざっくり8,000件不足していることがわかった より詳しい話 もうちょっと詳しい流れはこのIssueにあります。github.com 現状すでに多数のIssue, Pull Requestに話がまたがってしまっているので雑にまとめると サンプルコードをどのように書くかのガイドラインを私が作成済 サンプルコードはあるがそのままでは実行できないものがある hanachin_ さんが調査用の自作ツール＋手作業で多数修正。完成率は不明 サンプルコードがないもの hanachin_ さん作成した調査ツールにより、調査開始時点で約8,000件あることがわかっているRubyのrdocにサンプルがあるものはそのまま移植した
Google、機械学習をスマートフォンだけで処理する低遅延、低電力の画像認識技術におけるコンピュータビジョンモデル「MobileNets」をGitHubにて公開 2017-06-15Google Researchは、スマートフォンに基づいた機械学習による視覚認識技術において、スマートフォンが大量の電力消費を必要とせずに画像をよりよく認識できるよう支援するTensorFlowベースのモデルセット 「MobileNets」をオープンソースとしてリリースしました。 現在、Google Cloud VisionAPIを通して、スマートフォンで捉えた画像から、分類したり、個々の物体や人の顔を検出したり、画像内に含まれているテキストを検出し読み取ったり、画像カタログのメタデータ作成、不適切なコンテンツの管理、画像の感情分析といったモバイルにおける機械学習モデルの視覚認識技術を提供しています。 こう
Sketch-RNN, a generative model for vector drawings, is now available in Magenta. For an overview of the model, see theGoogle Researchblog from April 2017, TeachingMachines to Draw (David Ha). For thetechnicalmachine learning details, see the arXiv paper A Neural Representation of Sketch Drawings (David Ha and Douglas Eck). To try out Sketch-RNN, visit the MagentaGitHub for instructions. We’v
本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 当社の社員が物理を専門としない人向けに量子アニーリングについて解説します！ こんにちは、A.I.開発部の太田です。 今回は量子アニーリングの簡単なシミュレータを作ってみたり、実際のD-Waveを使ってみた経験から、物理を専門としない人向けに量子アニーリングについて解説しようと思います。 （シミュレータのコードはgithubで公開しています。私自身、量子アニーリングについては最近勉強し始めたところなので、色々ご指摘いただけると幸いです。） さて、私の所属する部署の役割として、機械学習・人工知能関連の技術調査や社内への展開を行っており、その一環として昨年12月に早稲田大学の田中先生をお呼びして開催した量子アニーリング勉強会が社内で大変好評でした。 昨年度は量子アニーリングに関する一般書籍が発売
Almost 11 years after wecreated CodePlex,it’s time to saygoodbye. We launched CodePlex in 2006 because we, like others in the industry, saw a need for a great place to share software. Over the years, we’ve seen a lot of amazing options come andgo but at this point,GitHub is the de facto place for open source sharing and most open source projects have migrated there. We migrated too. As man
1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
