CPUとGPUのマルチスレッディングの違いについて - arutema47's blog
"Locality is efficiency, Efficiency is power, Power is performance, Performance is King", Bill Dally マルチスレッディングとは？ CPUとGPUのマルチスレッディングの違いをブログにまとめていたけど例によって誰も興味なさそう— arutema47 (@arutema47) 2021年8月16日 つぶやいたら読みたい方が多そうだったので完成させました。 マルチスレッディングとはメモリ遅延を隠蔽しスループットを上げるハードウェアのテクニックです。 ただCPUとGPUで使われ方がかなり異なるため、その違いについて考えてみる記事です。 （SIMDについて並列プログラミングの観点から触れるべきでしたが、時間無いマルチスレッディングに注目するため初版では省きました。） 本記事について 本記事はCPUとG
2.4. アプリケーションのレイヤ化 — TERASOLUNA Global Framework Development Guideline 1.0.0.publicreview documentation
本ガイドラインでは、アプリケーションを、次の3レイヤで分割する。 アプリケーション層 ドメイン層 インフラストラクチャ層 各層には、以下のコンポーネントが含まれる。
エンジニアが情報収集とトレンドを追うのに読むと良いサイト - Qiita
背景 自分が普段電車や会社で読んでいるIT系のサイトと学習などで使用しているサイトのまとめ。 ニュース系 ■ CNET Japan ■ @IT ■ ITmedia ■ はてなブックマーク(テクノロジーカテゴリ) ■ Menthas ■ Publickey ニュース(ガジェット系) ■ PC Watch ■ GIZMODO ■ Engadget 技術系ブログ(企業系) ■ Developers.IO ■ はてなブログ開発ブログ ■ サイボウズのエンジニアブログ ■ クックパッド開発者ブログ ■ Google Developers ■ Yahoo! JAPAN Tech Blog ■ Mercari Engineering Blog ■ Webnaut ■ バズ部 ■ SOUM/misc ■ LINE Engineering 技術系ブログ(個人) ■ ネットワークエンジニアのメモ ■ プログラ
機械学習を用いた異常検知入門
oscセミナー発表資料です。誤字は気にしないでください。 口頭で説明を足したところがあるため、曖昧な説明となっている箇所があったりします、ごめんなさい。
pythonによる深層学習[CNNフルスクラッチ編] - ぱろっくの日記
この記事は、このブログ内の機械学習の記事を読んでいたり、機械学習の知識をある程度持っていると読みやすいかもしれません。 また、かなり長くなってしまうので、数式の証明や意味などは特に説明しません。 深層学習とは 深層学習とは、「ニューラルネットワーク」と呼ばれる人間の脳の仕組みをコンピュータで再現するモデルを用いた機械学習のことです。 英語ではディープラーニングと呼ばれていて、人工知能ブームの真っ只中ですし聞いたことがある方が多いのではないでしょうか。 今回は、ニューラルネットワークの仕組みについて説明し、画像識別などによく用いられるニューラルネットワークであるCNNというものを紹介しようと思います。また、それをpythonで実装をしてみたいと思います。 なお、分かりやすく読んでいただけるように詳しい説明を省いたり通常の定義を噛み砕いて説明したりするので、本来の意味とずれてしまう説明がある可
![pythonによる深層学習[CNNフルスクラッチ編] - ぱろっくの日記](https://cdn-ak-scissors.b.st-hatena.com/image/square/eb3c127d4a3d964a6882597c18f3074391dce09f/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fp%2Fpalloc%2F20160720%2F20160720162710.jpg)
予測理論 | Logics of Blue
ここでは予測という観点から書かれた記事を載せています。 また、フリーのデータ解析環境「R」を使った例も多く載せています。 ※統計基礎の内容を別の記事に移動しました。こちらから閲覧できます。 最終更新：2018年05月04日 スポンサードリンク 予測理論の基礎 予測の話 予測に便利な統計の基本や、本ページの趣旨などについて書かれています。 予測理論とpredictability 予測って何？ という素朴な疑問から始める予測理論の入門スライド的なものです。 回帰分析系 単回帰分析 単回帰分析による予測の簡単な説明と、プログラムです モデル選択 理論編 モデル選択の簡単な方法論の説明 モデル選択 実践編 実際にモデル選択をして見る 重回帰分析 重回帰分析による予測 平滑化スプラインと加法モデル 非線形な状況をモデル化できる平滑化スプラインと加法モデルの紹介と予測 ・一日目 統計基礎～正規線形モデ
【ディープラーニング】10時間でChainerの基本を身につける - あれもPython,これもPython
ディープラーニングは色々な知識が必要です。 「チュートリアル動かしました」で止まったままの人も多いでしょう。 そこで、自分がchainerを理解しながら動かした時の方法を書きます。 大前提 とは言ったものの、誰でも入門は無理なので。 以下が最低限の前提です。 数学:微分積分、行列、確率とか聞いても「ああ、あれね・・・」くらいには思う IT:Pythonがそれなりに分かる。numpyはそこそこ分かる。 機械学習:説明変数とか、目的変数とか分類とかが何となく分かる やる気:引っかかった時に、調べる気力がある ゴール chainerを自分で色々試せるレベルになる。 あくまで試せるレベルになるだけです。 それでも千里の道も一歩からです。 一緒に頑張りましょう。 ちなみになぜchainerか、というと、 入門者が触るには、バランスは良さそうに見えたからです。 最初の最初 ディープラーニングは歴史から
ディープラーニングとは | 開発者向けフレームワークまとめ【保存版】 | Ledge.ai
googleが写真から猫を判別できるようになったというニュースから約7年。3度目の正直とばかりにディープラーニングがAI研究の大きなブレイクスルーになりました。 そして今やその技術はOSS化され、たくさんのライブラリやフレームワークが登場したので、いったんこの辺でまとめてみようと思います。 と、そのまえに… ディープラーニングとは？いままでの機械学習と呼ばれるものは、人間が特徴を定義しそれをもとに学習し精度を上げていたので必ず最初に人間が特徴を定義する必要がありました。 しかしディープラーニングは学習データから自動で特徴を抽出し精度を上げることもできます。その場合、人間が用意するのは学習データのみ。学習データが豊富にあれば精度は高くなります。 例えば、猫と犬とライオンの特徴を定義させるにはたいへんな労力が必要でしたが、写真をある程度の枚数用意ができれば、ディープラーニングで特徴を抽出し判断
定性的研究 - Wikipedia
定性的研究（ていせいてきけんきゅう、英: qualitative research、質的調査）は、対象の質的な側面に注目した研究。そこで扱われるデータは定性データと呼ばれる。対象の量的な側面に注目した定量的研究と対を成す概念である。 概要[編集] 定性的研究とは、インタビューや観察結果、文書や映像、歴史的記録などの質的データ（定性的データ）を得るために、社会学や社会心理学、文化人類学などで用いられる方法である。狭義の調査だけでなく、実験や観察、インタビューやエスノメソドロジー、文書や映像の内容分析、会話分析、住み込んでの参与観察、各種のフィールドワークなど、多様な手法を用いた調査方法を指す概念である。社会調査の一種として考えた場合、社会からデータをとるための一つの方法であるが、その意味で多義的であり、社会調査のみではなく純粋な観察なども含む。観察は必ずしも質問をする必要はなく、言葉の通じな
定量分析 - Wikipedia
出典は列挙するだけでなく、脚注などを用いてどの記述の情報源であるかを明記してください。記事の信頼性向上にご協力をお願いいたします。（2019年4月） 定量分析（ていりょうぶんせき、quantitative analysis）とは、試料中にある成分量を決定するために実施する化学分析である。試料中の成分が未知である場合は、定量分析に先立って定性分析を実施する。 古典的には成分の重量を測定する重量分析〈じゅうりょうぶんせき、gravimetric analysis〉、容量を測定する容量分析〈ようりょうぶんせき、volumetric analysis〉、化学変化による色調変化を比較測定する比色分析〈ひしょくぶんせき、colorimetric analysis〉の3つの分析方法に分類される。前二者は物理的な物理量を直接測定し物質量を決定するが、比色分析は予め、含量を精密に決定した基準試料〈きじゅんし
無料で二次元画像を人工知能が補完してハイクオリティで1.6倍/2倍に拡大できる「waifu2x」
JPEG圧縮でノイズがのった画像やピクセルサイズが小さい画像は、拡大するとギザギザとジャギーがかかったような表示になってしまうことがあります。そのため、お気に入り画像の拡大画像が見つからない場合は、小さいサイズのまま保存しておくしかないわけですが、「できればこの二次元画像を拡大したい……！」というときに便利な無料サービスが、最新鋭の人工知能技術を使ってギザギザの画像でもノイズを除去してハイクオリティな画質で1.6倍～2倍に拡大できる「waifu2x」です。 二次元画像を拡大したいと思ったことはありませんか？ - デー http://ultraist.hatenablog.com/entry/2015/05/17/183436 waifu2x http://waifu2x.udp.jp/ waifu2xは、最新鋭の人工知能技術「Deep Convolutional Neural Networ
)
API reference (JSON-RPC) - Bitcoin Wiki
Controlling Bitcoin Core Run bitcoind or bitcoin-qt -server. You can control it via the command-line bitcoin-cli utility or by HTTP JSON-RPC commands. You must create a bitcoin.conf configuration file setting an rpcuser and rpcpassword; see Running Bitcoin for details. Now run: $ ./bitcoind -daemon bitcoin server starting $ ./bitcoin-cli -rpcwait help # shows the help text A list of RPC calls will
Original Bitcoin client/API calls list - Bitcoin Wiki
Bitcoin API call list (as of version 0.8.0) Note: up-to-date API reference can be found here. Common operations Listing my bitcoin addresses Listing the bitcoin addresses in your wallet is easily done via listreceivedbyaddress. It normally lists only addresses which already have received transactions, however you can list all the addresses by setting the first argument to 0, and the second one to
Bitcoin
The Bitcoin price is $67,686.98, a change of 0.15% over the past 24 hours as of 9:30 p.m. The recent price action in Bitcoin left the tokens market capitalization at $1.33T. So far this year, Bitcoin has a change of 60.17%. Bitcoin is classified as a Currency under CoinDesks Digital Asset Classification Standard (DACS). Bitcoin is the world’s first decentralized cryptocurrency – a type of digital
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
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
http://www.mathgram.xyz/entry/python/chainer/tips1
TechCrunch
https://github.com/monacoinproject/transactionsample/blob/master/sample.php
Blockchain Developer APIs
https://vircurex.com/
Bitcoin Block Explorer - Blockchain.info
