text2img の簡単なウェブアプリを作った TL;DR GitHub repo: https://github.com/yoheikikuta/text2img_webapp 論文で示されてるフルのモデルと比べると結果がイマイチ過ぎてテンションが上がらない…
幼児教育の本をいくつか読んで良かったものを挙げる TL;DR 最近幼児教育に関する本を読んでいるので、良かったものをまとめておく 一番良かったのは「米国最強経済学者にして2児の母が読み解く 子どもの育て方ベスト」
4/15 ~ 6/30 まで育休を取ってついでに福岡に移住します TL;DR 子が産まれたので 4/15 ~ 6/30 まで育休を取ります 東京じゃないところで子育てしたいな〜と考えたので福岡に移住します
職場での雑談で何を話したい? TL;DR 各々が何を話したいか?ということなので特定の答えがあるトピックではない 自分は (仕事に関すること):(それ以外) = 7:3 くらいの割合で話してる気がする 最近忙しい気味で、雑談の内容がどうこうではなく日頃雑談をするくらいの余力があるという状況が大事だな〜と思ったりしている
令和3年分の確定申告を終えた TL;DR 令和3年分の確定申告を終えた 仕訳帳を作り始めてから税額が確定してクレジットカードで支払い処理をするまで 6 時間ちょっとだった 去年副業とかあまりしてなかったのと特に新しい処理がなかったので過去最短だった
Ubie Discovery における組織開発をソフトウェア開発的に理解する TL;DR 組織開発の中でも特に組織構造を最適にするという点に注目する 変化が早いスタートアップ企業では、問題に対する解像度が高く課題感を感じている人が組織構造を変更できる仕組みがあると不確実性の変化への対応力が高まる Ubie Discovery での組織開発は、組織をコードベースに見立てて PR を送りそれを反映することで改善していくものと考えると理解しやすい
2021年に読んだ本を感想と共に振り返る TL;DR 2021 年に読んだ本を感想と共に振り返ってみる 記録を残していたのは 12 冊だった もう少しちゃんとした技術書をたくさん読まないとなぁ(毎年思っている…)
2021年のまとめ TL;DR 2021 年も頑張った(5 年連続 5 回目)。 会社の仕事を中心に頑張ったが、会社の仕事に満足していてその他の活動はだいぶ少なくなりがち 2022 年も頑張っていきますか〜!!!
BigQuery を使って分析する際の tips (part3) TL;DR part3 は STRUCT/ARRAY 型の理解、便利機能、preview 機能について書く BigQuery は分析に便利な機能がたくさんあって楽しい BigQuery で分析する際の tips シリーズは一旦これで終了
BigQuery を使って分析する際の tips (part2) TL;DR part2 はスカラー関数・集計関数・分析関数、サブクエリ、型変換について書く BigQuery は便利な機能が色々備わってるので、それらの基本的な振る舞いを頭に入れておくと便利 本文と全然関係ないけど自分のブログはコードブロックの表示とかイマイチなので改善せねばか…
BigQuery を使って分析する際の tips (part1) TL;DR BigQuery で分析する際の tips をまとめてみる。長くなりそうなのでいくつかに分割して書く part1 はエディタとして何を使うかとか実行結果の連携などについて書く BigQuery console/DataGrip を使いつつ、結果を GitHub issues/Google Sheets/Bdash Server で共有するという感じで使っている
Launchable の人とカジュアル面談した TL;DR 興味があったので Launchable の @yoshiori さん @draftcode さんとカジュアル面談をした テストをはじめとしてソフトウェアエンジニアリングの生産性をデータドリブンで改善していくというのはめちゃ面白そう 自分は現段階では転職意思がないけど、機械学習エンジニアで興味ある人は言ってくれればおつなぎします!
施策デザインのための機械学習入門 を読んだ TL;DR 機械学習に基づく施策をサービス改善につなげるためのフレームワークとその実践を提供してくれる本 統一的なフレームワークと一貫した記述で、よく書かれている本だなと感心した 個人的には 4.2 節の Implicit Feedbak を用いたバイアスを考慮したランキングシステムの構築のところは勉強になった
自分がデータ分析/機械学習で成し遂げたいこと TL;DR Ubie 株式会社に入社して一年くらい経ったので振り返りをする 改めてデータ分析/機械学習で何がしたいのかを考えているが、自分はデータから普遍的な知識を得たい人間で、その観点では(まだまだ先は長いけど)やりたいことができている 人によって目的は色々だと思ういますが、みなさんはどうですか?
hikifunefm 反省会会場 TL;DR 15 回ほど配信をしたのでここらで hikifune.fm の振り返りをしてみる 配信ドリブンで色々勉強したのでそこそこためになったし、シリーズ物はやってみて結構よかった 二人で収録するメリットはあまり感じられなかったので今後どうするかは考え中
clasp と TypeScript で GAS の開発環境を整えた備忘録 TL;DR ちょっとした仕事で GAS を使うときがある ローカルで clasp と TypeScript を使って開発する環境を整えた(が、いまの自分の用途ではここまでしなくてもよかった) 完全に忘れそうなので備忘録としてブログに残しておく
2020年に読んだ本を一言コメントと共に振り返る TL;DR 2020 年に読んだ本を可能な限り思い出して振り返ってみる 詳しい書評を書くのはキツいので一言コメントを添えて 仕事を始めるということで組織系の本が多め。技術書は少ないな〜
Jasper による(データ分析系)タスクの作業ログ管理 TL;DR リモートワークでより一層作業ログを残すのは重要になったが、Jasper での管理がめちゃくちゃ捗る 分析系のタスクは SQL クエリだけだと情報が不十分なことが多く、作業ログに過程を残しておくと便利 チームで同じように作業ログを残しておくと作業追いやすいしコメントとかも随時入れられるのでよい
hikifune.fm という Podcast を始めた TL;DR 機械学習関連で勉強した内容をアウトプットする場として hikifune.fm という Podcast を始めた 一人で喋っててもあまり面白くないので、チームの人と一緒にワイワイやっていくスタイル できるだけ手間をかけずに配信したり show notes を管理する方法を考えておいたのでまとめておく
マネーフォワードで家計管理する方法を調べた TL;DR 結婚もしたのでマネフォで家計に関係する分のみを管理したくなったのでどうすべきか調べた 家族用口座を作成し、夫婦別々にアカウントを作成して同じ口座を見るようにするしかない 有料機能を使いたかったら二つの有料アカウントが必要だし、家族用途で使うのを想定してないサービスなのね…
幻?の TPUEstimator ファンブックを読んだ TL;DR karino2 さんが 4,5 部だけ刷ったという TPUEstimator ファンブックを読んだ 15 ページ程度の短さながら TPUEstimator に関する理解と考察が述べられていてとても良かった こういう深みのある技術文書が増えて欲しい(自戒を込めて)
機械学習アルゴリズムの学習法 TL;DR 機械学習のアルゴリズムには詳しくなりたいけど実装はしない、という立場の人向けの学習資料まとめ 知人向けで、具体的には同僚医師がターゲット読者(めちゃ狭い!)だが、一定度他の人にも役に立つかも 改めて色々眺めてみてやっぱり大学の講義は質の高いものが多いと思った
尤度とはなんだったのか TL;DR Ubie という会社で働いていて尤度とかを改めて見直す機会があったのでブログにまとめておく 尤度主義のような、自然と使っていたが明示的には知覚できてなかったものの存在を知った 主義や哲学に関しても言及するが、それらの良し悪しについて述べるものではない
Ubie 株式会社に入社します TL;DR 求職活動の結果 Ubie 株式会社に入社することにしました 決め手は「ストーリーを語りたくなるような仕事ができそう」だから エンジニアも絶賛募集中なので、一緒に働きましょう! https://note.com/ubie/n/n454a0d04a1eb
2019 年分の確定申告をした TL;DR 2019 年分の確定申告を終えた 作業として新たに勉強する内容はほぼなかったが、外国税額控除の作業は煩わしい 計算ミスもあり今年は 10 時間 10 分ほど掛かったので、もう少し効率化したい
技術書典用に書いていた本「A Primer on Adversarial Examples」を公開した TL;DR PDF ファイルは こちら GitHub repository は こちら 無料で公開してますが、役に立ったという人はぜひ BOOTH の商品 を買っていただけると!(内容は同じです)
ランダウの記号をいま一度勉強してみる TL;DR 関数の漸近的挙動を表現するためのランダウの記号をちょろっと勉強し直してみた そもそも物理学者の Lev Landau が考案したものかと思っていたら、ドイツの数学者 Edmund Landau が考案したものだった。すみませんでした 新しい話は特にない
機械学習エンジニア/リサーチャーのポジションで求職中です TL;DR 機械学習エンジニアもしくはリサーチャーで職を探してます。私の resume はこちら 興味のある会社は自分で受けるつもりですが、ウチの会社がいいぞという人はお誘いいただけると嬉しいです 連絡は @yohei_kikuta 宛の DM Message @https://twitter.com/yohei_kikuta もしくは diracdiego[at]gmail.com にお願いします
2019年のまとめ TL;DR 2019 年も頑張った(3 年連続 3 回目)。 無職になって様々な煩わしさから解放された真に悠々自適な時間を過ごすことができた 2020 年は社会復帰してまた頑張っていくぞ!
やっぱり学術書は紙の書籍が良い、というお話 TL;DR ほぼ電子書籍の生活になってから久しかったが、学術書はやはり紙の書籍が良いなと思うようになってきた 電子書籍と違って読もうと思ってない本を手に取りやすかったり、空間的な位置で関係性を持たせたりできる 漫画とか論文に関しては電子書籍で管理するのが良いと思う
Google が出した量子超越性の論文の議論をする人を募集(先着2名) TL;DR Google が出した 量子超越性の論文 をやいのやいの議論しながら読みたい 日時は 2019/12/27 Fri. 17:00~ で、場所は本郷にある KERNEL HONGO でやります 今のところ私を含めて3人で、あと2人くらいなら十分議論できるかなと思うので募集します。詳しくは本文にて
Mac の Chrome で Overleaf を使っているときに文字が打てなくなるバグの原因を突き止めた TL;DR Chrome で Overleaf を使っていたら時々入力を受け付けなくなる状況が発生していた 調べたら、Mac の日本語入力システムでテキストを打っていて変換を確定する前に打ち込んでいる文字を全部消すと入力を受け付けなくなる、ということが分かった ゲストモードでは普通に使えたので色々調べてたら、自分の環境では Chrome の画面縮小で 75% 以下にすると発生するバグだと判明した
「宇宙と宇宙をつなぐ数学」を読んだ TL;DR 宇宙と宇宙をつなぐ数学 を読んだ 考えている問題がなぜ難しいのか、それをどういう発想で解いたのか、を驚くべき平易さで執筆した意欲作 技術的な詳細は分からない(それは本が目指すところではない)が、一線級の数学者がこのような一般向けの本を書いてくれるのは実に有難い
paper-reading issue の文字数をカウントした TL;DR ○○○字の記事、というのを目にする機会が多くなっている気がする 自分はどれくらい書くのかと paper-reading issue の文字数をカウントしてみた 平均は 5,296 文字、最長は 11,499 文字、最短は 1,269 文字、だった
アメリカ東海岸旅行記 TL;DR 9月下旬から10月はじめまでアメリカ東海岸に旅行に行ってきた タラハシー → プリンストン → マンハッタンという旅程で知人に会いながら観光 東海岸は行ったことなかったので色々観光できて楽しかった
TensorFlow Hub のソースコードを読む TL;DR default で準備されているモデルで embedding を得る場合、 Module class の call メソッドに input を渡して実行するようになっている モデルは Tensorflow Hub が提供するものをダウンロードしてきて “default” とかで所定の tensor を名前引きして結果を得るようになっている モデルの情報がちゃんと残ってないのが辛い…
最近の作業スペース TL;DR 東京に戻ってきてから作業する場所がだいたい固まってきた 基本的に KERNEL HONGO とビズコンフォートのライトプランを使っている 運動不足という以外はまあまあ良い環境になっているのではないか
「ディープラーニングと物理学」を読んだ TL;DR reference が充実している点、3,4章のブラケット記法の導入、5章のサンプリングの説明、は良かった 7章以降の物理への応用に関しては、お話的な内容だったりどのくらい嬉しいことなのかぱっと見で判断できないものも多かった 物理の言葉や例で説明されている部分も多く、物理を学んでいる(た)人がディープラーニングを学ぶときに読んでみる本、という印象
c-lesson 第三回「バイナリやアセンブリから見るC言語とリンカ」を終えて全内容を終了した TL;DR c-lesson でC言語の勉強をしている 最終回となる第三回も終えて、ついに全部終了した 第三回は第二回で得た知識を活用して、オブジェクトファイルやリンカの理解を通してC言語の理解を深めることができる良コンテンツ 最後には JIT コンパイルの課題もあるよ!
c-lesson 第二回「簡易アセンブラとディスアセンブラを作ろう」を終えた TL;DR c-lesson でC言語の勉強をしている 第二回も第一回に負けず劣らずの出来の良さで、こちらも良い勉強になった 簡易的な逆アセンブラとアセンブラを実装することで、低レベルからC言語の理解を深めることができる良コンテンツ
Kotlin Coroutine の勉強経過記録 TL;DR Kotlin の Coroutine を勉強したときの記録 勉強した内容をまとめる目的じゃなくて、何をどういう順番でやって何が分かって何が分からなかったかを残しておく目的
Remote Development with VS Code を試してみた TL;DR VSCode で container の中などでの開発をシームレスに実施できる拡張が発表された こういう機能は前から欲しかったので、ローカルで docker container 使って試した際のメモを残しておく まだ VSCode Insiders が必要な preview だけど、良い感じなので正式に取り込まれるのが楽しみ
宜野湾での生活 TL;DR いま宜野湾に住んでて、ビーチが近いのと家が広いのと自炊できるのはとても良い そろそろ梅雨に入るし、作業環境の面では前のところが上回っていたし、そちらに戻る予定 あと一ヶ月くらいしたら東京に戻るので、住むのに良い場所あったら誰か教えてください
Kotlin で初の Android アプリを作った TL;DR 初の自作 Android アプリである FingerBoardCheck を作った ギタータブ譜読み用のトレーニングアプリで、めちゃくちゃ簡単なものだけど、とにかく作った 色々学びながらどんどん自分の作りたいものを作っていこう
c-lesson 第一回「簡易PostScriptインタプリタを作ろう」を終えた TL;DR c-lesson でC言語の勉強をしている 第一回の PostScript インタプリタを作るを完走して、それがめちゃくちゃ良い勉強になった parser や evaluator を実装し、さらにはC言語のスタックフレームを使わず継続まで実装してちゃんと理解できる良コンテンツ
沖縄でリモートワーク、みたいなの増えるといいな TL;DR 寒い時期や花粉症の時期に沖縄でリモートワークするのが増えるといいなぁ (無花粉による生産性変化分)+(リモートワークによる生産性変化分) >= 0 が成し得るかみんな検証してくれ ちなみに自分はいまギークハウス沖縄に滞在していてなかなか良い感じ
ふつうの Linux プログラミングを読んだ TL;DR 途中まで読んで止まっていた「ふつうの Linux プログラミング」を読んだ C 言語で Linux のライブラリ関数や HTTP サーバの実装などを介して必要な要素を学ぶスタイル 平易な言葉で書かれていて、自分のように基礎知識がない人の学び始めには良さそう
無職になって色々な人に話を聴きに行った感想 TL;DR 二月は色々な人(主として機械学習業務を生業にしている人)に話を聴きに行ったので感想を書いてみる バラエティに富んでいて面白かったが、ある程度見通しがついているタスクに取り組むという感じが多かった 技術的に今だからこそ出来そうという新しいプロダクトに取り組むという話はそんなになくて、機械学習系の人はこういう思考・志向の人が少ない感じがする 偉そうに言ってるけど自分こそがまさにそうだったので、無職期間に何を作りたいのか意識的に考えていかねば
リモートサーバのファイルをローカルの VSCode で開く TL;DR ローカルの VSCode でリモートサーバのファイルを開きたい ssh トンネルを掘ってリモートサーバで rmate などを使う local で docker container を作って試した
すごいHASKELLたのしく学ぼう! を読んだ TL;DR 何となく Haskell 勉強してみようと思って「すごいHASKELLたのしく学ぼう!」を読んだ 文章とか挿絵とかかなり独特だったが、内容はとても良く書けていてかなり面白かった せっかくなので Functor から Monad に関する現在の理解をブログに残してみる 今後も圏論とか勉強しつつ趣味で触っていこうかな、と思えるくらいには好きになった
AWS Loft Tokyo を使ってみた TL;DR 無職になって作業スペースを探してたので AWS Loft Tokyo を使ってみた AWS のアカウントさえ持っていれば誰でも無料で利用可能で、なかなか環境が良い
仕事を辞めて無職になりました TL;DR 1/31 を退職日として無職の仲間入りをしました しばらく(最長一年くらい?)再就職する予定はなく、自分のやりたい勉強などを自由にやるつもりです 色んな会社の人がどんなことをやっているかは知りたいので、よかったら会社に遊びに行かせてください
アウトプットが役に立ったら投げ銭をする、というのをもっと気軽にやろう TL;DR 以前 bert-japanese を公開するタイミングで Booth 商品 を公開した 2 週間程度で 12 人の方が計 28,000 円分も購入してくれた 内容が良かったら投げ銭してくれ、というのはもっとみんなやって欲しい
御岳山と日の出山にハイキングに行ってきた TL;DR 知人に誘われて御岳山と日の出山にハイキングに行ってきた 奥多摩とか混んでるのかなと思ったけど、時期もあるのか思ったより人も少なかった 最後はつるつる温泉で温泉にも入り、なかなかの満足度だった
BERT with SentencePiece を日本語 Wikipedia で学習してモデルを公開しました TL;DR 日本語 Wikipedia で学習した BERT モデルを公開しました yoheikikuta/bert-japanese livedoor ニュースコーパスで finetuning して良い性能を発揮することも確認 まあまあコスト掛かっているので、役に立った場合は BOOTH の商品ページ でサポートしてくれると嬉しい
2018年のまとめ TL;DR 2018年も頑張った、去年も頑張ったという記録が残っているので二年連続二回目の頑張りで凄い 2018年は外向きの活動は例年より減らして落ち着きのある一年にした(つもり) 2019年は自分の得意分野以外の勉強に重点を置きつつアウトプットも増やす
ブログの DISQUS 連携を止めてコメント欄廃止した TL;DR ブログのコメント欄に DISQUS を使っていたが、気付いたら広告を出すようになっていた ほとんどコメントないし、広告を消すのに月額 9 ドルは今の自分の状況では払い難いのでコメント欄を廃止した なんか物申したいことがあれば Twitter で @yohei_kikuta に言ってください
Trickle 〜最近の自分が最も気に入っているサービス〜 TL;DR Trickle という topic 毎につぶやいたりフォローできたりする Twitter のようなアプリがリリースされた 後から見直しやすい topic 毎の公開ロガーとして使える、他人の特定の topic だけ見れる、ということで自分のニーズにマッチしている このサービスが長続きするように、自分以外の多くの人にもぜひ使ってもらいたい
ウェブで投げ銭するための方法論(2018/11/10時点) TL;DR 前提として、A->B の現金のやりとりができる(Bは銀行などに現金を移せる)ものを考える 純粋に現金を直接やりとりするなら pring がよさそう(AもBもアカウント必要) 招待コードは L3DK96 をどうぞ (11/15 23:59 まで) 何か商品を準備してその対価として現金をやりとりするなら BOOTH がよさそう(Bのみアカウント必要) paypal は現時点では公式HPには日本で解説したアカウントでは個人送金不可と書かれている
「機械学習のエッセンス」を読んだ TL;DR 数学や Python の基礎があやふやな人が自分で機械学習のコードを書いてみる、というのに良さそう とはいえ機械学習の話が始まるまでが長く(275ページ以降に現れる)、読み手のモチベーションがどこまで続くのかはよく分からない 機械学習以前の話が多かったり SVM が一番厚く取り上げられていたりしてトピックはいまいち同意ができなかった
独力で車輪の再発明をするのは良いことだと思う TL;DR 知人と話して自分の力で車輪の再発明をするのは良いことだという話をした 出した結論が既知であっても、その過程は自身の胸裡に財産として積み重なっていく そのような積み重ねが理解を深めたり新しいことを発想する土台になると思う どんどん車輪の再発明をしていこう
月30~40時間くらいでちょうど良い感じの仕事があったらやりたい TL;DR 今年も残り三ヶ月、もう少し副業してもいいかもしれないということに気付いた ガッツリ時間が使えるわけではなく、月30~40時間で2,3ヶ月くらいでちょうど良い仕事があったらやりたい(報酬は協議) 自分に何ができるかは Resume とか GitHub をご参考まで
肩こり対策に関して見直してみる TL;DR 今年の目標の一つに「肩こり許すまじ」がある 肩こりに良さそうなことを年初から色々と試してみているので、その効果のほどを振り返ってみる 多少効果があるものもあるが、机での作業時間が支配的な気がするのでより良い方法を考える必要がありそう
機械学習の理論と実装はどう学んでいくと良いのだろうか TL;DR 機械学習エンジニアは理論と実装の両方が求められる場合が少なくない この二つは割と異なる学びの過程がある気がしているが、自分を例にとってそれを考えてみる かなり強引に言うなら、理論は要素を積み重ねて全体を理解するやり方で、実装は全体から必要な要素を削り出していくやり方、な気がする 自分は実装に関してはどうトレーニングを積んでいくのが良いかいまいち分かっていない
「マリオオデッセイ」をクリアした TL;DR switch でマリオオデッセイをクリアした ムーン 500 個集めて月の国もっと裏までクリアしたので結構頑張った 前評判通りで完成度が高いゲームだった、満足
数理科学「機械学習の数理」を読んだ TL;DR 数理科学201808号「機械学習の数理」を読んだので感想を書いておく トピックは幅広くて眺めていて面白いが、基礎となる数理というより応用例みたいな感じ (致し方ないことだが)頁数的に説明が省略気味なので数式を追うのは結構辛い
ReLU6 とは何者なのか? TL;DR MobileNet で使われていることで有名な ReLU6 を復習してみた 初出の論文(と思われるもの)では sparse feature を得るために使うという導入だった MobileNet の文脈では固定小数点数の演算に適している(上限を与えない場合と比べて resolution が高い) とはいえ 6 は実験によって決めるべきパラメタでしかなく、それ以上に深い意味はない(と思う)
Chrome で Overleaf v2 を使う TL;DR Overleaf の version 2 が出たので試してみた Chrome で遭遇するエディタのカーソルがズレる問題を解決した(フォントのカスタマイズで固定幅フォントを「Monaco」にする) reference search など新しい機能が使えて全体的に良い感じ 具体的な例は こちら
A Mini-Introduction To Information Theory を眺めてみた TL;DR ひょんなことから Witten が書いたレビュー論文を眺めてみた 特に前半の古典の話は物理っぽい書き方で好き(Stirling の公式は前提となるが) 古典と量子の違いは意識的に書かれていて読みやすかった 分からないところも色々あるが、そのうち何かのきっかけでちゃんと勉強するかもしれない(しなそう)
「ベヨネッタ2」をクリアした TL;DR switch でベヨネッタ2をクリアした ノーマル全クリとハード一部、それとウィッチトライアルをクリアしてロダンも倒した 面白かったけど個人的には前作の方が良かった(単に思い出補正の可能性あり) ウィッチトライアルとロダンが難しくてストレスが溜まった。ゲームでストレス良くない
機械学習案件に携わってきてどんな理論的トピックを扱ってきたか TL;DR 機械学習を仕事で使う人はどんな理論的内容を扱っているのか コードは GitHub にあるし研究は論文になるが、実業務で必要な理論的トピックに関してはなかなか目にする機会がない 自分がこれまでどんなことをしてきたのかを簡単にまとめてみた
咳がヤバイ TL;DR GW終盤から発生した断続的な咳が治らずヤバイ 二度ほど病院に行ったが根本的な原因は分からず。アレルギーも絡んだ喘息のような感じがするが果たして… こうすれば快方に向かうというのが分からないというのはかなりのストレスであることに気付かされた
arXiv の論文を google drive に保存する Chrome extension を作った TL;DR iPad Pro で論文を読む際に Notability を使いたいが Mendeley などと異なり論文管理は手間 Chrome extension を使って arXiv の論文を google drive に保存できるようにした:Repository Notability との連携が改善されれば文句なしなのだが…
機械学習をやる上で線形代数のどのような知識が必要になるのか TL;DR 「機械学習をやるなら線形代数はやっとけ」的な話が出るけど具体的な話があまり見当たらない 研究でなく実務レベルで機械学習を扱う場合にどのような線形代数の知識が必要になるのか考えてみた 高校でやるベクトル・行列+αくらいあれば概念的には十分で、計算が苦じゃない基礎体力が重要では?
論文読み会で発表したい人はそんなにいないのでは?という気付き TL;DR WSDM2018論文読み会 に人が集まらなかった 有意義な会ならちょっと宣伝すれば人が集まると思ってたのは見当違いだった 論文読み会で発表したいと思っている人は割と少ないのでは?
Deep Learning with Python を読んだ TL;DR Deep Learning with Python を読んだ よく書かれている本で、特に初学者〜中級者が Keras を使ってモデル構築ができるようになるには最適 扱っているトピック自体は他の本と比べてそこまで変わっていないが、一つ一つの質は高い 個人的には Keras の実装の話などをもっとして欲しかった
「ゼルダの伝説 ブレス オブ ザ ワイルド」をクリアした TL;DR switch を買った ゼルダの伝説 ブレス オブ ザ ワイルド をクリアした 純粋に素晴らしく、いまの自分が他人の作ったゲームでこんなに楽しめるなんて思ってなかった 開発エピソードを眺めたりすると良い作品を作るには良い手法が重要なんだなぁと思う
論文を読んだ際のメモをレポジトリの issue に残していくことにした TL;DR 論文読みのメモを GitHubのレポジトリのissue で管理することにした 数式は screencloud で imgur に保存してそれを貼るということにした。自分で書けないのは不便もあるが、数式が多すぎない論文なら大丈夫そう 小さい単位でコメントとして残していくスタイルはまあまあ良さそう
確定申告の提出書類を作成した TL;DR 平成29年分の確定申告の提出書類を作成した 検討の結果、会計ソフトなどは何も使わずに全て自分で作成した 作ったのは確定申告書Bと青色申告決算書と医療費控除の明細書
MiSTEL BAROCCO MD600 を買った TL;DR MiSTEL BAROCCO MD600 分離式 英語配列 茶軸 を購入 付属品のケーブルが短くてキーボードがあまり離せないので、micro(B)オス-mcro(B)オスのケーブルも購入 マクロプログラムモードでキーの割当をする場合にwindows環境でのファームウェアupgradeが必要かも
Dynamic Routing Between Capsules を読んだ TL;DR neuron をまとめてベクトル化した capsule という概念を導入。各成分は特徴量の表出を parametrize routing という手法を導入し、in と out の内積値で低次カプセルから高次カプセルへの値の受け渡しを記述 CapsNet というモデルを具体的に構成し、特に MNIST の画像を重ねた MultiMNIST で高い性能を発揮 capsule は CNN では効率的に扱えてない平行移動以外のアフィン変換を効率的に扱い得るもので、発展性がある
Googleのニューラル機械翻訳APIでarXivのsummaryを翻訳してサクッとチェックする TL;DR Google Cloud Translation API premium edition ではニューラル機械翻訳が使用可能 arXivのAPIを使用して論文のsummaryを取得し、日本語でチェックできるnotebookを作った ( repository ) ニューラル機械翻訳おもしろい
Googleの超解像RAISRの論文を読んだ(その2) TL;DR その1の内容は理解しているという前提で進める 画像を同じような輝度勾配情報を持つbucketに分け、ローカルの情報を考慮してフィルタを学習する 処理高速化のために勾配情報をハッシュ化したテーブルを構築する 他のstate of the artと比べて遜色のない精度で、速度は2桁も速い
Googleの超解像RAISRの論文を読んだ(その1) TL;DR その1では RAISR の話はせず、前段となる定式化や基本的概念を説明する 基本となる考えは、bilinear補間のようなcheapな補間にさらにフィルタを適用して高精度化するというもの フィルタの学習には低解像度画像と高解像度画像のペアを用いる 学習したフィルタはバンドパスフィルタのような振る舞いをすることが示された