(function(b,c,f,g,a,d,e){b.MoshimoAffiliateObject=a;b=b function(){arguments.currentScript=c.currentScript c.scripts;(
主だった趣味である「カメラ」「バイク」をキャンプに絡めて、創意工夫で何かモノを作り上げることを目的したキャンプ創作ブログ。物理的なモノに加えて、プログラム（Pythonメイン）の勉強がてら、作成も行う。
これまでの記事を元に、Pythonで全天球画像（equirectangular/CubeMap）を変換して表示するGUIを作ってみました。ちゃんとビューアーになりました。 こんな感じ。コード 前回の記事で360度画像のコンバータを作りまし
原理を理解するために全天球画像画像からの変換のPythonコードを色々作ってみましたが、整理して関数として使えるようにしました。理屈はいいから使いたい。という方はこちらをどうぞ。理屈が知りたい方は過去の記事をご参照ください。全体像 全天球
立方体の展開図CubeMapから全天球画像(equirectangular)へPython使って変換してみます。このあたりすでにライブラリはあるようなのですが、原理を確認しながら自前で書いてみます。 前回記事の逆変換を行います。全天球画像
全天球画像(equirectangular)を立方体の展開図CubeMapへPython使って変換してみます。このあたりすでにライブラリはあるようなのですが、原理を確認しながら自前で書いてみます。全天球画像とCubeMap THETAに代
「ブログリーダー」を活用して、Camping Engineerさんをフォローしませんか？
(function(b,c,f,g,a,d,e){b.MoshimoAffiliateObject=a;b=b function(){arguments.currentScript=c.currentScript c.scripts;(
ゼロから作るDeepLearning③を読み切って初めて普段使っているpytorchの動きの意味が分かってきた気がします。今まで意味も分からず書いていた記述一つ一つの意味だったり意図が分かった気になってきました。 そして意図的にだと思いま
「ゼロから作る Deep Learning 3 フレームワーク編」の読書まとめ。思い出すためのまとめメモです。解説ではないので書籍を読んでいる前提です。第5ステージ、目的は「DeZeroで挑む」です。(function(b,c,f,g,a
「ゼロから作る Deep Learning 3 フレームワーク編」の読書まとめ。思い出すためのまとめメモです。解説ではないので書籍を読んでいる前提です。第3ステージ、目的は「ニューラルネットワークを作る」です。(function(b,c,
「ゼロから作る Deep Learning 3 フレームワーク編」の読書まとめ。思い出すためのまとめメモです。解説ではないので書籍を読んでいる前提です。第3ステージ、目的は「高階微分を実現する」です。(function(b,c,f,g,a
「ゼロから作る Deep Learning 3 フレームワーク編」の読書まとめ。思い出すためのまとめメモ。第2ステージ、目的は自然なコードです。(function(b,c,f,g,a,d,e){b.MoshimoAffiliateObje
「ゼロから作る Deep Learning 3 フレームワーク編」の読書まとめ。思い出すためのまとめメモです。まとめるつもりで読まないと頭に入ってこないので。(function(b,c,f,g,a,d,e){b.MoshimoAffili
「ゼロから作る Deep Learning 2 自然言語処理編」の読書まとめ。良著です。一度読んだものを後で思い出すためのメモです。コードは以下。図は転記しません。本を片手に読む感じ。(function(b,c,f,g,a,d,e){b.
「ゼロから作る Deep Learning 2 自然言語処理編」の読書まとめ。後で思い出すためのメモです。コードは以下。図は転記しません。本を片手に読む感じ。(function(b,c,f,g,a,d,e){b.MoshimoAffili
「ゼロから作る Deep Learning 2 自然言語処理編」の読書まとめ。後で思い出すためのメモです。コードは以下。図は転記しません。本を片手に読む感じ。(function(b,c,f,g,a,d,e){b.MoshimoAffili
「ゼロから作る Deep Learning 2 自然言語処理編」の読書まとめ。後で思い出すためのメモです。コードは以下。図は転記しません。本を片手に読む感じ。(function(b,c,f,g,a,d,e){b.MoshimoAffili
続き(function(b,c,f,g,a,d,e){b.MoshimoAffiliateObject=a;b=b function(){arguments.currentScript=c.currentScript c.scripts
続き(function(b,c,f,g,a,d,e){b.MoshimoAffiliateObject=a;b=b function(){arguments.currentScript=c.currentScript c.scripts
続き(function(b,c,f,g,a,d,e){b.MoshimoAffiliateObject=a;b=b function(){arguments.currentScript=c.currentScript c.scripts
続き(function(b,c,f,g,a,d,e){b.MoshimoAffiliateObject=a;b=b function(){arguments.currentScript=c.currentScript c.script
「ゼロから作る Deep Learning」の読書まとめ。後で思い出すためのメモです。わかっていたつもりでしたがコードを見ると納得感ありました。(function(b,c,f,g,a,d,e){b.MoshimoAffiliateObje
anacondaなしで今度はUbuntu上でSpyder環境を作ることにします。Windosではこっち。 仮想環境を指定して、システムを汚さず使えるようにしていきます。Spyderのインストール ひとまず慌てず騒がずaptでインストールし
状況によってPythonのバージョンを切り替えたくなるので、その方法のメモ。 Ubuntu上にもデフォルトでPython入っているのですが、その環境を壊したくない。というのもあります。 最終的にはvenvでの仮想環境単位でバージョンを切り
USBストレージにOSを入れておくと、現状走っているWindows環境を壊すことなく、複数のPC上でネイティブ環境のLinuxを使うことができます。 今回出先と自宅で使いたかったので、USB-SSDにUbuntuを入れたのでその覚書です。
少し前に書いたKerasでのhello world的なコードをpytorchへ移植してみたときのメモ。MNISTの文字認識のあれです。準備インストールしたものは、torch / torchvision / pillow / tqdm / m
少し前に書いたKerasでのhello world的なコードをpytorchへ移植してみたときのメモ。MNISTの文字認識のあれです。準備インストールしたものは、torch / torchvision / pillow / tqdm / m
像認識を行うことを目的とした代表的なCNNのメモ。これをキーワードにググる。ほうぼう調べた内容のメモなので内容は薄い。ちなみに有名なモデルは学習済みのデータも含めて公開されているので気軽に試すことができる。AlexNet2012年のILSV
もう少し突っ込んだメモ。まだHello World。データの準備や効率よく学習を進めるためのテクニックに関するメモ。 ここをキーワードにググるべし。データ拡張（Data Augmentation） 今持っている画像データ量が心もとないとき
いわゆるHello World的なことをするための覚書。前回それっぽい認識ができたので、続き。 CNNを使ってみます。 mnistの画像を使って、結果として98%の正答率が出せました。CNN 言わずと知れたConvolutional Ne
いわゆるHello World的なことをするための覚書。前回環境づくりからとりあえず動くところまで試したので、続きになります。 環境作りや最小コードは以下です。 今回はいろいろニューラルネットワークの代表的なパラメータをいじってみます。ネ
Tensorflow＋Kerasの環境を作って、いわゆるHello World的なことをするための覚書Tensorflowのインストール もともと別々のものだったKerasとTensorflowですが、今はTensorflowにKeras
自分で書いたコードをpipでインストールできるようにするためにはパッケージ化する必要があります。その作成手順をまとめてみました。 *.whl形式のファイルを作る。これさえあればpip install xxxx.whl これでインストールで
