iαppli Development Kit for DoJa-5.0は、DoJa-5.0プロファイル向けiアプリの開発をサポートするためのツールです。iアプリのビルドからPC上でのエミュレートまでをサポートします。 このツールはベーシックなDoJa-5.0プロファイル向けiアプリを作成するもので、携帯電話メーカー毎のLook&Feelをエミュレートする機能は提供されておりません。 エミュレータと実端末ではiアプリの動作が異なる場合がありますので、最終動作確認は実端末にて行ってください。 エミュレータではトラステッドiアプリ(iアプリDX)を開発する環境が提供されていますが、iモードメニューに掲載されていないコンテンツ提供者は、トラステッドiアプリ機能を利用したiアプリコンテンツを配信する事ができません。

え～。いままでこんなエラー見たことがない～。 EclipseかJDKのインストール失敗？ 調べました。 この起動エラーに関する記事がありました。 よかった～。 参考にさせて頂きました。 ありがとう御座います。 調べた内容を順に説明したいと思います。 eclipse.iniの-Xmx指定に問題？『eclipse.ini』の初期値は下記のようになっていました。 org.eclipse.platform --launcher.XXMaxPermSize 256M -vmargs -Dosgi.requiredJavaVersion=1.5 -Xms40m -Xmx256m 『eclipse.ini』に『-Xmx』を指定するとエラーになるという記事を見つけました。 なるほど！。と思い、試しに『-Xmx256m』の行を消去して起動しました。 起動出来ました！！。 やった～。じゃ、解決ということで！

CloneCD4勝手に日本語化 CloneCD4_jp.lzh 18,440Byte (2002/07/05) CloneCD4用の言語ファイルです。 CloneCDを別途用意し、インストールしておいてください。 この言語ファイルは以下のバージョンのCloneCDに対応しています。 4.0.0.0 4.0.1.6 旧版 CloneCD_jp_106.lzh CloneCD_jp_106_nh.lzh CloneCD_jp_106_src.lzh CloneCD_jp_105.lzh CloneCD_jp_105_nh.lzh CloneCD_jp_104_.lzh CloneCD_jp_104_nh_.lzh CloneCD_jp_103.lzh CloneCD_jp_103_nh.lzh CloneCD_jp_102.lzh CloneCD_jp_102_nh.lzh CloneCD_j

久しぶりのエントリですが、アニメ顔部品検出(第6回)です。 とうとう覚悟を決めました。公開しちゃいます。 経緯は過去のエントリを読んでもらうとして一応改めて説明すると、 画像から顔検出を行い、検出された顔の目、眉、口の位置を検出する、 というライブラリ(ただしアニメ顔専用)を作りました。 と書いてもいまいち分かりにくいので、実例をご覧ください。 とりあえず危険な気もしないでもありませんが、 もうすぐデビュー予定のCV03こと巡音ルカさんです。 この画像を食わせるとこういう結果が返ってきます。 顔の輪郭も検出できます。押さえる点の数が少ないのでそんな綺麗に検出できるわけではありませんが、 まあこんな感じです。 これも危険な気がしますが、せっかくなのでと某漫画誌の表紙を持ってきました。 こんな感じで初音ミクさんが検出されました。 眉の向きが盛大にずれていますが、これが

Firefox にこんな機能があればいいなあ → ん、Greasemonkey というのでできるらしいぞ → ユーザースクリプトとやらを書けばいいのか → どうやって書くんだ？ というところからスタートして、最終的に自作のユーザースクリプトを公開するに至るまでの間、参考にしたサイトや本をできるだけ自分の学習順に時系列に沿って列挙してみました。 JavaScript を少々かじったことのある人が Greasemonkeyスクリプトを書いてみようと思い立ったときに、その学習の指針というか、道標のようなものとして役立つリンク集になればいいなと思ってます。 Greasemonkey まずは Greasemonkey ってなんだとか、ユーザースクリプトってどう書くんだというのを調べるところからスタート。（以下小見出しがリンクになっています） Greasemonkeyの開発をまとめてみる ここで Gr

AutoPagerizeの基本的な動作は下の2つで、これが繰り返し行われます。 ページから「次のページのURL」を取り出す。 次のページを読み込み、「継ぎ足しに必要な部分」だけを取り出し、継ぎ足しを行う。 AutoPagerizeが動作するには、「次のページのURL」と「継ぎ足しに必要な部分」がどの部分であるかが分る必要があります。これらWebページによって様々なので、なかなか自動で見つけることはできません。そのためAutoPagerizeでは、自動でみつけるのは諦めて、Webページに応じて必要な情報をあらかじめ用意するという方法をとっています。AutoPagerizeでは以下の情報を利用するWebページごとに用意しています。 「次のページのURL」を示すXPath式 「継ぎ足しに必要な部分」を示すXPath式 どのWebページ(URL)に対して利用するのかを示す正規表現 これらの情報をま

Visual Profilerとは？ CUDAを用いてハイパフォーマンスなプログラムを書くためには、 プログラムの特性を調べ、最もボトルネックとなっている部分を確認しながら、 適切な最適化テクニックを用いてコーディングを行う必要があります。 ここで言う「特性」には以下のようなものがあります。 プログラム全体の実行時間の内訳 Kernelにおけるレジスタやメモリの使用状況 Coalesced Access状況 Kernelの命令数 分岐によるWarp分割数 ここに挙げたのはほんの一例ですが、これらの特性を自分で算出するには、 本来行いたいプログラミングからは大きく離れた所に労力を費やさねばなりません。 そこで出番となるのが、CUDAプログラムのプロファイリングツール、CUDA Visual Profilerです。 もともとCUDAプログラムにはプロファイルをCSV形式で出力する機能が備わっ

このブログは、株式会社フィックスターズのエンジニアが、あらゆるテーマについて自由に書いているブログです。 ちょっとしたきっかけがあって、AMD用のGPUとNVIDIA用のGPU両方で高速化作業を行いました。 そのときに得られた知見を書いておきます。 AMD GCN isa と NVIDIA SASS GPUでプログラミングを行うときは、OpenCL、CUDA などを使うと思いますが、これらはより低レベルなGPU用の機械語にコンパイルされます。 AMD のGPUでは、これに”ISA”、NVIDIA の GPU では、これを”SASS”という名前が付けられています。ISAは一般的な単語なので、別に正しい名前があるかもしれませんが、ビルド時のオプションなどで指定する場合は、–isa 等を指定しているので、ここでは、GCN isa とします。 通常のGPUプログラミングでこれらを見ることはないかも

ようやく、CUDAのcoalesced accessというのが理解出来た。 単純なメモリコピーで、8GB/S程度しか出ていなかったのが、今日、20GB/Sまで向上した。 キモは、 連続したメモリに各スレッドが同時にアクセスする という事。 今までは、画像のフィルターを、ラインに分割して、1ラインを1スレッドにやらせていた。 これだと、全てのスレッドが、担当するラインのピクセルを読み込みに行く。 つまり、非連続なメモリをアクセスするので、読み込みの指令数分だけのアクセスが生じる。 この例で分かりやすく言えば、スレッド数分だけのアクセスが生じるわけだ。 これを、各スレッドが各ピクセルを処理させる様にする。 これがcoalescだ。 スレッド0番は、Pixel0を、スレッド1番は、Pixel1を...と、順番に並べてアクセスさせる。 次のループでは、スレッド数分先を読み込みに行く。 簡単に言えば

Shared Memoryのバンク衝突についての実験 作成日　2008/7/18 Shared Memoryのバンク衝突を回避するためにどのようなアドレッシングにすればよいのか、 また、バンク衝突が起きた場合、どの程度のパフォーマンスの低下が見られるのか、実験してみました。 まずは、ソースコードを。カーネル部分だけ示します。 もとは、SDKのtemplateサンプルとほぼ同じです。 #ifndef _SharedTest_KERNEL_H_ #define _SharedTest_KERNEL_H_ #include <stdio.h> #define SDATA( index)      CUT_BANK_CHECKER(sdata, index) //////////////////////////////////////////////////////////////////////

CUDAプログラミング 次に、CUDA SDKのmatrixMultという行列積のプログラムに沿って、CUDAのプログラミングを見て行こう。プログラミングガイドに例題が載っている行列積と基本的には同じプログラムであるが、CUDA SDKでは、通常実行用のGPUバイナリを生成する以外に、デバグ機能を組み込んだバイナリを生成したり、GPUのない環境でCPUで実行するエミュレーションバイナリを生成したりする機能があり、SDKの例題は、直接CUDAを呼び出すのではなく、cutil.hで定義された呼び出し形式で書かれているという点が異なっている。 このcutil.hは、例えば後述のCUDA_SAFE_CALLは、通常実行モードバイナリでは単純に引数として与えられたCUDA関数の呼び出しに置き換えるが、_DEBUGが定義されていると、引数の関数を呼び出し、その戻り値のエラーを検査してエラーの場合はエラ

この間のインタプリタをはじめから・・・で問題がありご指摘を受けました。 ですので次回より修正を行い、今回は GPGPU を使った計算についてやりたいと思います。 今回 nVidia の GeForce 8800 GTX というボードが手に入りましたので、専用の言語 （現在 GF8x 系のみで動作可能） であるCUDAを利用したいと思います。 CPUからの命令でGPUメモリのGPUのデータ領域のメモリを確保 CPUからGPUへメモリ内容をコピー GPUで演算処理、エラーの有無をチェック GPUからCPUへ出力用メモリ内容をコピー という流れで処理を行います。 注意しなければならない点としてGPUからCPUにメモリ内容をコピーする際、GPU内部で出力用メモリに書き出しが行われなかった場合、前回の出力結果とまったく同じものが出てきます。 (再起動してもフラッシュされない場合もありました。)