ゼロから作るDeep Learningを読んでいて、WindowsでAnacondaでやっていたのだけど、
import matplotlib.pylab as plt
が上手くいかなかった。
結論としては、このインポート部分は
import pylab as plt
でいけた。
ゼロから作るDeep Learningを読んでいて、WindowsでAnacondaでやっていたのだけど、
import matplotlib.pylab as plt
が上手くいかなかった。
結論としては、このインポート部分は
import pylab as plt
でいけた。
以前、知人が資格試験か何かの時にやっていた勉強方法が面白いなと思ってちょっとやってみた。
それは、その日に勉強すると決めた本のページをスマホで撮影して電車とかで読むという方法だ。
それを最初聞いた時は「えー、それじゃ準備も必要だし大したページ数読めないじゃん」と思っていたのだが、ものによっては結構有効なのでは?と思い始めた。
例えば英語。
もう完全に覚えてしまっているものなら別だが、普段ならある程度絞って繰り返し聞いたりした方が良さそうな気がする。
そういう時にはこの方法の方が変に散漫にならなくていいと思うのだ。
ということで暫くこの方法でちょっと勉強してみようと思う。
成果が出たらまたブログに書きます。
Create -> 3D Object -> 3D Text
で追加できる。
Scaleを相当小さくしないと大きすぎるようだ。
直接HoloLensと関係ある訳ではないのだけど……
HoloLensアプリの開発をしつつ、同じ端末でVagrant使ってWebの開発をしようとしたら、vagrant upでブルースクリーンに…
VirtualBoxと相性が良くないのですかね。
仕方がないのでとりあえず有効化したり無効化したりして自分の気持ちも切り替えて開発しています。
直ぐに使えるAPIもあるが、Googleが分からないこともある。
製造業のネジがいいやつか不良か? → これは自分のデータで学習するようにしないと無理。
TensorFlow → 機械学習の中でNo.1のリポジトリ(GitHubで)
TensorFlowはどこで動かしてもOK。でもGoogleは動かすの得意だよ。
キューピーの話。
現場力 * AIで企業価値を高める。
人 → 知力 + 体力
体力の機械化 → ロボット
知力の機械化 → AI
AIは使い物になるか? やってみないと分からない。悩む前にやってみよう。
ダイスポテトの変色(安全)を見つける為にAIを使う。
今までは不良品を判断→AIで良品を判断。
良品を学習させて作成。
Find Your Candyは全てオープンソース化。
ハードは$2500
転移学習
水産資源の乱獲防止の為にAIが使われている
クレジットカード不正利用防止
すぐに結果を得られるものを探してBigQuery。
イギリス市場向けに利用している。
如何に少ない人数でインフラを見るか。
プロビジョニングはAnsible使っている。
ログをすべてBigQueryに。
エンジニア以外にも活用できるようにする。
Flat Rate契約(定額)
心理的障壁、機会損失をなくす。
GKEを使って構築
GCPのサービスを組み合わせることで、リアルタイムに色々出来る。
Pub/Sub, Dataflow, Dataproc, Datalab
Googleのサービスをベンチマークとする。
ex.Cloud Visionよりいい結果を内製で出せるか?
採用とかに関わってくる。
GAEを使うと構成をシンプルに出来る
コスト面で強いのは、インフラエンジニアが必要なくなること。
Cloud Spanner強そう。
G Suiteを使うようにしている。
ハングアウト、Docsをリアルタイムに編集とか
GCPを使っている人が少なかったので、盛り上げる必要があった。
カスタマサポートがGAS, Slackとか使うようになった。
Googleには時差をどうにかして欲しい(ハングアウトのミーティングとか)