ディープラーニング入門：Chainer チュートリアル
Chainer チュートリアル 数学の基礎、プログラミング言語 Python の基礎から、機械学習・ディープラーニングの理論の基礎とコーディングまでを幅広く解説 ※Chainerの開発はメンテナンスモードに入りました。詳しくはこちらをご覧ください。 何から学ぶべきか迷わない ディープラーニングを学ぶには、大学で学ぶレベルの数学や Python によるプログラミングの知識に加えて、 Chainer のようなディープラーニングフレームワークの使い方まで、幅広い知識が必要となります。 本チュートリアルは、初学者によくある「まず何を学べば良いか」が分からない、 という問題を解決するために設計されました。 初学者は「まず何を」そして「次に何を」と迷うことなく、必要な知識を順番に学習できます。 前提知識から解説 このチュートリアルは、Chainer などのディープラーニングフレームワークを使ったプログ
よくいただくご質問 | お客さま相談室 | 森永乳業株式会社
森永乳業の牛乳類商品を紹介するページです。かがやく"笑顔"のために【森永乳業株式会社】
Mathematicaで任意画像の輪郭を数式に変換する - チューリング不完全
330個の1000次方程式によるまどかマギカ pic.twitter.com/QnuOhXQfiT— りんご (@aomoriringo) November 27, 2013 上記のような、任意の画像の輪郭を数式に変換するプログラムを紹介します。 発端 Wolfram|Alphaには「Person Curve」と呼ばれる類の検索結果が存在し、「Barack Obama Curve」「Hatsune Miku like curve」とか検索すると、その人物・キャラを表したパラメトリック方程式とそのプロット結果が表示されます。 これについては以下に示すようにたくさんの記事があり、存在自体は早くから知っていました。 数式が解明されてしまった初音ミク。その他キャラクターを色々試してみました | 猫と杓子 http://nlab.itmedia.co.jp/nl/articles/1305/02/
それでも証明が書けないあなたのためにテンプレートを提供しようー数学となら、できること
少女：証明問題が一番苦手です。答を見ても、なんでこれで証明したことになるのか、全然ピンと来ないし。 禁煙：確かに苦手な人が多いみたいね。 少女：解く問題だったら、とにかく答を出すところまでたどり着けばいいと分かるんで努力もしようがあるけど、証明ってどこからはじめてどこへ向かえばいいのか、それさえよく分からないです。あと、当たり前の事をわざわざ証明して、余計難しくしてるんじゃないかって思うこともあります。 禁煙：そうねえ。多分、前に話したことが関係してくるかしら。数学のことばと自然言語の話。 問：数学を何故学ぶか？ 答：言葉で伝えきれないものを伝えるため／数学となら、できること／図書館となら、できること番外編 読書猿Classic: between / beyond readers 少女：数学の言葉で書かれたものを、普通の言葉に翻訳しちゃうから、かえって分からなくなるっていうんですよね？ 禁
Microsoft PowerPoint - NetSci20120809.pptx
フロンティア法：BDD/ZDDを用いた 高速なグラフ列挙索引化アルゴリズム 高速なグラフ列挙索引化アルゴリズム 湊 真一 北海道大学 情報科学研究科 / JST ERATO 2012年8月9日 ERATOとは JSTの戦略的創造研究推進事業 さきがけ（牧場型）、CREST（八ヶ岳型）、ERATO（富士山型） ERATOプロジェクトの特徴 新しい科学技術の源流を作るような研究を支援。 新しい科学技術の源流を作るような研究を支援。 昭和56年発足。過去に98プロジェクトを採択。 （科学技術の全分野で年4~5件） （科学技術の全分野で年 件） プロジェクト期間：5年半 研究費総額：10～15億円（テーマによる） メンバ規模：10～15人（人件費に依存） メンバ規模：10 15人（人件費に依存） 研究総括に自由裁量を与え、分野・組織にとらわれずに 機動的なプロジ
シンプレックス表を利用して解く
３．シンプレックス表（シンプレックスタブロー）を利用して解く 前述したシンプレックス法をより簡単に効率的に行うためにシンプレックス表というものがよく利用される。まず、さきほどの線形計画問題の不等号を等号化するために非負のスラック変数を導入する。
ラグランジェの未定乗数法 [物理のかぎしっぽ]
ラグランジェの未定乗数法というのは，「拘束条件がある関数」の極値を求める数学的テクニックです． とても重要な計算テクニックなので，ここで紹介します． この節では，最初にいきなり計算の仕方を紹介します． 計算だけを読んでも覚えにくいと思いますので，最後に例題も載せます． 例題をやりながらまた最初の説明に戻る，ということを何度か繰り返してみてください． 幾つか問題を解いてみれば，便利さを体感して頂けると思います． 一回なんとなく理解しておけば，忘れてしまっても， また使うときに「物理のかぎしっぽ」のページで復習すれば良いだけです． （※変数に付加的な条件式のことを，ここでは拘束条件と呼んでいます．） ここで , , が互いに独立ならば話は簡単で， 偏導関数 , , を連立して解けば良いだけですね． （ の右下に小さく とか とか書いてあるのは， を や で偏微分したという略記号です．慣れておく
３点の座標から簡単に角度と回転方向を求める．(2・3・N次元，外積を用いる方法)
S ≡ (Px - Cx) * (Qy - Cy) - (Py - Cy) * (Qx - Cx) とする．S＞0 なら左回り，S＜0 なら右回り，S＝0 ならば C，P，Q は一直線上にある．(注) なお，この判別方法は，CP と CQ が同じ長さである必要はない． θを求めたい場合はこちらへ． この問題を見て，逆三角関数 tan-1 (Ｃ言語では atan() や atan2()) を使って CP と CQ の角度をそれぞれ求め， 両者を比較しようと考えた方が多いのではないでしょうか． しかしこの問題では，角度そのものではなく角度差の符号を求めればよいので， 逆三角関数を使う方法よりも簡単で優れた，外積を使う方法を紹介します． ２つの２次元ベクトル A＝(Ax, Ay), B＝(Bx, By) の外積を次のように定義する． A × B ≡ Ax * By － Ay * Bx ここで O
LU分解の並列化について
LU分解の並列化について 斉藤 宏樹，廣安 知之，三木 光範 ISDL Report No. 20020612018 2002年 10月 9日 Abstract 本報告では，HPL(High-Performance Linpack Benchmark)のメインアルゴリズムであるLU分解について説明する．HPLは並列計算機用のベンチマークソフトウェアであり，LU分解を並列化させることで演算性能を測定している．LU分解の並列化について，その方法を示す． 1 はじめに HPL(High-Performance Linpack Benchmark)は，分散メモリ型並列計算機用のベンチマークソフトウェアであり，並列計算機の演算性能を測定するものである．そのメインアルゴリズムは，密行列の連立１次方程式をLU分解の並列化により解くというものである．LU分解についてのアルゴリズムと，LU分解の並列化
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
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
正規表現入門 星の高さを求めて