円滑に事を進められるコミュニケーションって - アルパカ三銃士
メモっておくかーってという気分になったので書いている。 私は会社でアプリの新機能を開発したり、バグの修正を行っている。いわゆるエンジニアという職種で働いている。 新卒として入社した頃は「エンジニアって設計してコードを書くのが仕事でしょ」という考えを持っていたが、ミーティングや立ち話だったり、チャット上で色んな人とコミュニケーションを行うことが多いなと思った。 当時の私にはコミュ力の高いメンター*1がいて、その人のコミュニケーションの取り方が勉強になった。 実際にあったコミュニケーションの例 入社した当時私がいたチームは Product Manager (PM) や Customer Support (CS) という非エンジニアメンバーも所属しており、一緒に機能開発もしていた。 よく彼らがエンジニアへ質問をしていた内容を簡単に振り返ってみる。 Product Manager 実現可能性 開発
WEB+DB PRESS Vol.108 の Perl Hackers Hub に Inline::C で始める C 拡張入門に関する記事を寄稿しました!! - アルパカ三銃士
僕自身 C 言語を使って Perl を拡張することが好きだということもあって、今まで何回か XS を使ったモジュールの公開や、それらについての内容で登壇もしました。 （今までリリースしてきたモジュール一覧） Kei Kamikawa (CODEHEX) - metacpan.org 寄稿内容は Perl をやっていれば一度は絶対耳にする Inline::C モジュールについてです。 metacpan.org Inline::C がどんなモジュール化簡単に紹介しますと、Perl のソースコード上で C 言語のコードを埋め込み実行することが可能になる超変態モジュールです。C 言語で記述した部分はちゃんとコンパイルされるので実行速度も Perl よりも格段と早くなります。 この内容に関して知っている方はとても多いとは思いますが、実際に Inline::C を使ってコードを書いたことのある方って実
Package::Prototype をリリースした - アルパカ三銃士
Package::Prototype というモジュールを開発した。 metacpan.org これは bless($ref :HashRef[, $classname :Str]) メソッドにハッシュリファレンスを与えるとインスタンスを作成し、 _ で始まらないキーに対応する値を返すような動作をするメソッドを stash(Symbol Table Hash) へ登録してくれる。この時、指定した $classname の stash をリセットしてメソッドを登録する。デフォルトで $classname は __ANON__ としている。 全部 XS で作成してるため、パフォーマンスは劣らないはず。 以下は Package::Prototype を用いて bless を行う時と通常の bless を行った場合のメソッド定義の振る舞いを確認するためのコードである。（眠すぎてめちゃくちゃ...）
Perl の隠れ演算子の紹介(2017) - アルパカ三銃士
この記事は「Perl Advent Calendar 2017」の 25 日目の記事です。 まさか全部埋まるとは思っていませんでした。これも皆さんのおかげ様です。 ありがとうございました！ qiita.com Perl には隠れ演算子なるものが存在します。 これらは、言語開発者が意図して作ったわけではなく、偶然発見されたものです。それを誰かが命名することで有名になっていきました。 今回はそれらの演算子を perlsecret に沿った形でお届けします。 環境は Perl 5.26.0 で Mac OSX Elcapitan です。 隠れ演算子一覧 Venus 0+ +0 Venus 演算子は文字列を数値にキャストしてくれることで有名な演算子です。 print 0+ '23a'; # 23 print 0+ '3.00'; # 3 print 0+ '1.2e3'; # 1200 print
MXNet の基礎を Perl で学んでみた part 2 - アルパカ三銃士
前回の「MXNet の基礎を Perl で学んでみた part 1」では NDArray api, Symbol api を組み合わせて計算を試した。今回は、前回使用した api も使ってデータセットをどう準備するか、ニューラルネットをどのように組み立ていくかのチュートリアルを行う。 以下のサイトを参考にしながら進めた。 medium.com データセットの定義 これから扱うデータセットは想定としてサンプル数が 1000 個あるとする。 各サンプルは 100 の特徴を持っている その特徴は float で 0 ~ 1 の範囲で表現される サンプルは 10 個のカテゴリで分けられる。与えられたサンプルを 10 個のカテゴリの中からどれか予測する サンプル数が 1000 個あるうちの 800 個を学習に用いて、残りの 200 個を検証用に利用する 学習と検証に使うバッチサイズは 10 とする
MXNet の基礎を Perl で学んでみた part 1 - アルパカ三銃士
最近 MXNet の論文を読んだり、MXNet はこれから使われるのかどうかについて調査していた。 結構将来ありそうな感じがした。 MXNet についてのレポートです pic.twitter.com/n6gjOcxNIQ— K (@CodeHex) 2017年9月5日 そこで、何かしら基本になりそうなチュートリアルはないかと漁っていたら以下のページにたどり着いた。 becominghuman.ai MXNet の基礎をそれぞれ重要だろうなと思った部分部分で分けてやっていこうと思う。 Perl の repl である Reply を用いた結果を記していく。 Symbol: Declarative Symbolic Expressions これについてはここを参考にするとかなり詳しく把握することができる。 Symbol API は各プログラミング間での MXNet 関連の情報のやりとりについてと
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
