おはようございます、ImageFlux開発責任者のharukasanです。3日前の4月14日、ピクシブではPawooが急にリリースされることになりまして、ここ数日はずっとPawooサーバにログインしていました。このPawooサーバ、既にピクシブの監視体制に入っており、アラート受信後インフラエンジニアが障害対応できる仕組みを整えています。案の定、リリース直後の15、16日は週末にもかかわらずアラートを受け取ることになり、サーバにはりつくことになったわけです。どんなシステムであろうとアラートを受け取ったら対応する、それが我らインフラエンジニアです。 pawoo.netの構成 さて、それではまずPawooの構成を見ていきましょう。digすればわかりますがpawoo.netはAWS上に構成されています。数百台以上の物理サーバを常時運用しているピクシブであっても、さすがにこんなにはやく物理サーバは用
最近というほど最近でもないんだけど、近頃はとにかくフレッツ回線のスループットが出ない。 下手をすると、モバイルネットワークの方が速いので時間帯によってはテザリングをし始めるような始末だった。 今回は、そんなスループットの出ないフレッツ回線を何とか使い物になるようにするまでの流れを書いてみる。 先に断っておくと、今回はいつものような特定の技術に関する解説という側面は強くない。 思考の過程なども含んでいるので、いつもより読み物的な感じになっていると思う。 調べ物をして、それらについて理解した内容のまとめになっている。 結論から書いてしまうと、今回のケースでは IPv6/IPoE 接続と DS-Lite を使って何とかなった。 DS-Lite というのはゲーム端末ではなくて IPv4/IPv6 共存技術の一つである RFC6333 (Dual-Stack Lite Broadband Deplo
指定した属性を持つ彼女を生成する機械学習を行い、それを使用したデモを開発しました。 初めまして、ドワンゴ2016年新卒の@Hiroshiba です。私は普段、今流行りのディープラーニング技術を使った研究をしています。この技術の表現力は過去の色んな機械学習に比べてとても優秀で、去年の今頃なんかにはDCGANという画像生成系の研究に革命を起こした手法を使って、様々な顔イラストを自動生成する記事が人気を集めました。 DCGANとは 今回作成したデモで用いた技術であるDCGANについて軽く触れておきます(図A)。そもそもDCGANはDeep Convolutional GAN(≒深層GAN)の略です。更にGANはGenerative Adversarial Networkの略で、その名の通り、本物に近い画像を生成する生成器と、画像が本物か判別する判別器が敵対(Adversarial)して学習が進行
これこそバーチャル!FaceRigとボイスチェンジャーで美少女キャラによるゲーム実況が実現 ニコニコ動画を中心に今や動画サイトの一大ジャンルとなっているゲーム実況。ただ声を入れるだけでなく、色々な実況の方法がこれまで創意工夫の下、アップロードされてきました。 しかし、1月3日、「二次元美少女がゲーム実況を行う」という新たなスタイルのゲーム実況がニコニコ生放送で行われました。 その実、なんとプレイヤーが男だろうと女だろうと(おっさんだろうと)関係なく、二次元美少女が実際にプレイしている表情を浮かべ、ゲームパッドをカチャカチャと動かし、女の子の声で実況する、というもの。 百聞は一見にしかず、タイムシフト登録されている動画を実際に見るとどういうことなのか分かりやすいです。 今回の実況で使用されたのは、以下の技術ということで、特殊なデバイスは必要とせず、比較的実現しやすいようです。 ・表情をウェブ
プラスチックや樹脂製のオブジェクトだけでなく、細胞や食べ物まで出力できるようになってきた3Dプリンターですが、マサチューセッツ工科大学の取り組みによって、今度はガラスまで出力できるようになりました。コンピューターで制御することで、信じられないほど美しい作品を作れるようになっているのですが、その製造の様子や作品の数々がムービーで公開されています。 G3DP Environment | http://matter.media.mit.edu/environments/details/610 We Can Now 3D-Print Glass And It Is Entrancing http://www.popsci.com/we-can-now-3d-print-molten-glass-and-it-entrancing 実際に3Dプリンターを使ってグラスを作る様子は以下のムービーから確認
うまくできましたか? ボヤけたり、ギザギザになったりしませんでしたか? waifu2xをお試しください。 (ブラウザの処理に影響されないようクリックで拡大おねがいします) waifu2xは、二次元画像を2倍に拡大するソフトウェアです。多くの二次元画像についてスゴイ級のクオリティで拡大できます。 waifu2xは、最新鋭の人工知能技術 Deep Convolutional Neural Networks を使って開発されました。 waifu2xの人工知能は、次の問に答えます。 いまから与える画像はある画像を半分に縮小したものである。縮小される前の画像を求めよ。 画像を拡大するのではなく、縮小される前の状態に戻します。 縮小されてないオリジナル画像を与えた場合も、やはり縮小される前の画像を答えます。 その画像は本来存在しないものですが、waifu2xはそれを想像で創ります。 二次元画像のJPE
ノリタケ子会社のノリタケ伊勢電子が真空管と同様の原理による蛍光表示管(VFD)を製造しており、この技術を応用した真空管を両社で共同開発。従来の真空管と比べ2%以下の電力で動作するという省電力化と、容積で30%以下という大幅な小型化に成功した。国内生産で連続期待寿命が3万時間という高信頼性や、治具不要で基板に直接取り付けられるのも特徴という。 関連記事 KORG、43年前のアナログシンセ名機「ARP Odyssey」を10万円で復活 YMOなどが愛用したシンセ「ARP Odyssey」をKORGが復活。代表的な3モデルの音色をすべて再現でき、価格は10万円前後に抑えるという。 なぜiPadなの?──KORG iELECTRIBE開発秘話を聞いてきた iPad発売と同時にリリースされ、絶賛を浴びている「KORG iELECTRIBE」。大手メーカーとして初めて「楽器プラットフォームとしてのiP
本記事はDocker Advent Calendar 2014の1日目の記事です. Dockerによるコンテナ化はリソース隔離として素晴らしい技術である.しかし,通常は1つのコンテナに全ての機能を詰め込むようなことはしない.マイクロサービス的にコンテナごとに役割を分け,それらを接続し,協調させ,全体として1つのサービスを作り上げるのが通常の使い方になっている. コンテナ同士の接続と言っても,シングルホスト内ではどうするのか,マルチホストになったときにどうするのかなど様々なパターンが考えられる.Dockerが注目された2014年だけでも,とても多くの手法や考え方が登場している. 僕の観測範囲で全てを追いきれているかは分からないが,現状見られるDockerコンテナの接続パターンを実例と共にまとめておく. なお今回利用するコードは全て以下のレポジトリをcloneして自分で試せるようになっている.
先日書いたOpenCVでアニメ顔検出をやってみた - kivantium活動日記の続編です。アニメ顔を検出するところまではうまくいったので、今度はキャラの分類をやってみようと思います。環境はUbuntu 14.10です。 ひと目で、尋常でない検出器だと見抜いたよ まずは分類に使う学習用データを用意します。投稿から半年以上経つのにまだランキング上位に残っている驚異の動画ご注文はうさぎですか? 第1羽「ひと目で、尋常でないもふもふだと見抜いたよ」 アニメ/動画 - ニコニコ動画を使います。 動画のダウンロード Ubuntuならaptで入れられるnicovideo-dlというツールを使います。 sudo apt-get install nicovideo-dl nicovideo-dl www.nicovideo.jp/watch/1397552685その後avidemuxでOP部分だけの動画を
ホンダの欧州法人・Honda Motor Europeは、乗用芝刈り機「HF2620」を改造した「HF2620改」が、「世界最速の芝刈り機」として「ギネス世界記録」に認定されたと発表した。 ホンダの欧州法人・Honda Motor Europeは2014年4月2日(欧州時間)、乗用芝刈り機「HF2620」を改造した「HF2620改」が、「世界最速の芝刈り機」として「ギネス世界記録」に認定されたと発表した。 HF2620改は、2014年3月8日にスペインのテストコースに持ち込まれ、最高速度記録に挑戦。2010年に記録された時速141.35kmを大幅に更新する、時速187.60kmの新記録を達成したという。
あれは、僕がデータベースを扱ううち最初から3件目のプロジェクトだった。 C++のソースが難解で火を吹いているという話で、自分は低スキルの若造。火にくべるには丁度良い程度のやる気と責任感をもっていた。折悪く別のプロジェクトが終了した直後だったもので投入されたのでした。 現場で『DBからデータを吸い出すツールかSQLを作ってくれ』といわれ話をきくと他社が作ったDB定義がすこぶる使いづらいという。 ER図やDB定義を見せてくださいと言ったのだけど、そんなものは無いという返事。 今ならもうここら辺で逃げ出すところですが、当時は『ふーん。』てなもんでそういうこともあるのかくらいの軽い気持ちで考えていました。 で、プロジェクトの資料をあさりまくって何とかDB定義のようなものも見つけDBのデータを調査し始めたのですが何かがおかしい。 機能の数に比して異様にテーブル数が少ないのです。 ふと周りを見ると、皆
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