Alpine Linux で軽量な Docker イメージを作る - Qiita
オフィシャルでない Alpine イメージを使うなら 上の表の通り、最近はオフィシャルでも Alpine 版があったりしますが なければ、サイズの小さなサードパーティ製でも全然よいと思います。 選ぶなら、最低限 Automated Build で作成されており Dockerfile から操作履歴が明瞭なもの4 がよさそうです。 ADD / COPY をしているものは GitHub に行けば中身を確かめることもできます。 もしくは、まるっとコピーして自分でイメージを作るのも手です。 アプリのベースイメージに Alpine いずれにせよ、特定 OS のシェルを直接叩くようなアプリでない限り、 Alpine はとてもいい選択肢と言えそうです。 Golang 製でもなければ5、Alpine でよさそう。 参考資料でサイバーエージェント山田さんが 書かれている ように 重いイメージはほんとにいいこと
MXNet 入門 - Qiita
DeepLearning Advent Calendar 2016 4 日目です。 3 日目は @tereka114 さんの「グレーの画像に色をつけるネットワークについて発表しました。」でした。 最近 AWS が公式にサポートを表明した深層学習フレームワーク MXNet に、彼らの記事や各種チュートリアルを通して入門してみようと思います。 MXNet とは 概要 MXNet はワシントン大学とカーネギーメロン大学によって、CNN と LSTM をサポートするために開発されはじめました。効率的で柔軟な深層学習フレームワークとなるよう設計されています。 特徴 AWS が MXNet を支援すると決めた理由に、以下の 3 つをあげています。 スケーラビリティ 豊富な対応言語 軽量かつ高い可搬性 その他にも MXNet には以下のような特徴があります。 命令的 / 宣言的プログラムの混合 豊富な深
AWS Batch とは何か - Qiita
AWS re:Invent 2016 で発表された AWS Batch。 語感から、誤解されるサービス No.1 な気がします。 定時バッチなどとは何がどう違うのかをメモ。 機能概要 以下公式資料とドキュメント、実際さわってみた所感を合わせて。 AWS Batch – 簡単に使えて効率的なバッチコンピューティング機能 – AWS AWS Black Belt Online Seminar「AWS Batch」の資料およびQA公開 結局何なのか 科学技術計算・ハイパフォーマンスコンピューティング用途で真価を発揮する、 大規模なスケール、ジョブの依存定義 が可能なマネージド 並列分散 処理基盤。 主な機能、ポイント クラスタ管理、ジョブキュー、ジョブスケジューラを AWS にお任せできる 処理すべきジョブの数に応じ、適切に 自動伸縮1 するクラスタ ジョブに 依存関係 が定義できる（B は A
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
