Skip to content

Instantly share code, notes, and snippets.

View keisuke-umezawa's full-sized avatar

keisuke umezawa keisuke-umezawa

View GitHub Profile
# Section 5

Intoroduction

Three ways(3つの大切な価値観)

  • Flow
    • 顧客に対するDeveloptmentからOperationまでのデリバリーを加速させる
  • Feedback
    • より安全なシステムを可能にする
  • Continual Learning and Experimentation
    • 組織的発展のための信頼性の高い文化と科学的手法を育む

歴史

5.自己符号化器

アブストラクト

  • 入力だけの訓練データを使った教師学習により、データの特徴量を学習する。
  • NNの事前学習に使われる

概要

$$\hat{x} = \tilda{f} (\tilda{W}f(Wx+b)+\tilda{b}) y=f(Wx+b):符号化 \hat{x} = \tilda{f} (\tilda{W}y+\tilda{b}):復号化$$
#include <cmath>
#include <iostream>
#include <set>
#include <vector>
#include <utility>
#include <string>
int readNum()
{
int n;

3章 REST

アブストラクト

  • Webは以下の特徴を持つ
    • ハイパーメディア
    • 世界規模の分散システム
  • 上記の成功を収めたのは、Webの設計思想RESTによる

3.1 アーキテクチャスタイルの重要性

  • RESTはWebのアーキテクチャスタイル
  • アーキテクチャスタイルとは?
@keisuke-umezawa
keisuke-umezawa / datarace.cpp
Last active March 31, 2024 05:09
Rust vs C++
int my_account = 0; // 私の預金口座残高
int your_account = 100; // あなたの預金口座残高
// 送金処理: データ競合(data race)あり!
bool racy_transfer(int& src, int& dst, int m)
{
if (m <= src) { // 未定義動作の可能性あり!
src -= m; // 未定義動作の可能性あり!
dst += m; // 未定義動作の可能性あり!
return true;
@keisuke-umezawa
keisuke-umezawa / 1-Introduction.md
Last active September 19, 2017 02:28
The Art Multiprocessor Programming

1.0 Introduction

  • Multicore processor 時代の到来
    • Mooreの法則は繰り返されない
    • ソフトウェア開発者は自分で並列化しないといけない
  • この本はshared memoryで通信するmultiprocessorでのプログラミングについて語る(shared-memory multiprocessors)
    • 1st part(principle)
      1. comutability
      2. concurrent program
      3. program corectness
  • 2nd part(practice)
@keisuke-umezawa
keisuke-umezawa / question01.py
Last active July 10, 2020 08:44
Un-readable code
import datetime
ymdstr = datetime.date.today().strftime("%y-%m-%d")
import argparse
import time
import lightgbm as lgb
import numpy as np
import sklearn.datasets
import sklearn.metrics
from sklearn.model_selection import train_test_split
from statistics import mean, stdev
import optuna
import optuna
from dask.distributed import Client
from sklearn.datasets import load_digits
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score
from sklearn.model_selection import train_test_split
def objective(trial):