EnsekiTT Blog

EnsekiTTが書くブログです。

2018-07-01から1ヶ月間の記事一覧

RedisでPub/Subしてみる話

つまりなにしたの? Redisを使ってPublish–Subscribe Pattern(出版者-購読者モデル)を実践してみた。

Publish–Subscribe Pattern 出版-購読型モデルの話

つまりなにしたの? 出版者と購読者のモデルをなんとなく使っていたので、改めて勉強して、まとめてみた。 センサデータをみんなで購読したり、 逆にセンサが設定ファイルを購読したりすることにも使えるので、 ロボット関連でも結構活用されている。

Pythonによるインメモリでのデータ圧縮の話 後編

つまりなにしたの? Pythonではデータ圧縮とアーカイブが標準ライブラリにあり、そのうちデータ圧縮をやる。 バイナリデータをバイナリデータのまま圧縮して変数に格納する。 ensekitt.hatenablog.com の続き

Pythonによるインメモリでのデータ圧縮の話 前編

つまりなにしたの? Pythonではデータ圧縮とアーカイブが標準ライブラリにあり、そのうちデータ圧縮をやる。 バイナリデータをバイナリデータのまま圧縮して変数に格納する。

Python(Numpy)の@(アット)演算子を使って見る話

つまりなにしたの? Python3.5以降ではNumpyのmatmulに相当する@演算子が使えるようになったみたいなので使ってみた。

QR法をNumpyで実装して固有値を計算してみた話

つまりなにしたの? 固有値にはQR法を使うのが良いらしいのでNumpyで計算した。 numpy.linalg.eigを使う方法(固有値の確認) numpy.linalg.qrを使う方法(QR分解はNumpyに頼る) QR分解を自前で実装する方法(Numpyのアシスト付き) 1と2を信用して、3の妥…

実対称行列の固有値・固有ベクトルをNumpyで計算した話

つまりなにしたの? 実対称行列の固有値・固有ベクトルをNumpyで計算した。 1つは numpy.linalg.eigによる方法 2つは Jacobi法を自前で実装する方法(Numpyのアシスト付き) 1を信用して、2があってるか確認した。

くそあつい中38.8℃の熱を出して倒れた話

つまりなにしたの? よくたべて、よく寝たら、ちょっと痩せた。

更に改善を期待してPCAでも画像の並び替えをやってみた話

つまりなにしたの? ヒストグラム比較も狙ったとおりという感じではなかった。 HSV色空間自体は比較的特徴を表すのに便利そうなのはわかったので、 主成分分析(PCA)にかけて第一主成分で並び替えてみたら、やや改善したように見える。

改善を期待してHSV色空間でヒストグラム比較をしてみた話

つまりなにしたの? 前回あまりにも、残念な結果だったヒストグラム比較。 RGBでのヒストグラムを連結して比較したものから、HSV色空間でのヒストグラム比較に変更してみた。 今更OpenCVのドキュメントを読んでこっちが正攻法っぽいのでやってみることにした…

ヒストグラムの比較で元画像との近さに応じて画像の名前を採番しなおした話

つまりなにしたの? いっぱい写真があると画像の近さで並び替えたくなるので、今回は安易にヒストグラムだけを比較して画像の名前を採番しなおしてみた。 ただ、ヒストグラムだけだとやっぱり空間情報(どのへんが青いとか)が失われるのであまり綺麗にでき…

OpenCVを使ってヒストグラムの相関で画像同士の近さを計算してみた話

つまりなにしたの? 大量の画像が手に入ってしまったときに、ファイル名はあまり当てにならず画像をいい感じに並び替えたい時がある。 こんなとき、画像のヒストグラムを使って画像同士の近さ(類似度)を出せばソートしやすいんじゃないかと思って まずは画…

OpenCVで画像のヒストグラムを表示してみる話

つまりなにしたの? Photoshopとかで画像をいじるときに、カラーバランスを変更すると画像のヒストグラムが動く。 今日はこの画像のヒストグラムをPython+OpenCVで作れるようになろうと思った。

Raspberry Pi 3 Model B+を起動したら所望のネットワークアプリを動かす話

つまりなにしたの? Raspberry Pi 3 Model B+を起動したときに所望のアプリを Cronの@rebootを使って起動しようと思ったら、うまく行かなかった。 どうやらネットワークの設定が終わっていないうちに起動してしまうらしく、 スクリプト実行前にsleepを入れた…

docker system pruneでDockerのお掃除をする話

つまりなにしたの? Dockerを使っているといつの間にかDockerのイメージとかボリュームで肥大化してくるので、使わなくなったものは捨てたい。 どうやら便利なdocker system pruneというコマンドがあるらしいので使ってみた。

うっかりコンテナを削除しても大丈夫なようにdocker-composeを使うことにした話

つまりなにしたの? Jupyter Docker Stacksを導入したはいいもののうっかりコンテナを削除すると辛いのでDocker-composeを使って ホストとコンテナのボリュームを共有することにした。扱うイメージはjupyter/datascience-notebook

クリエイティブ・コモンズ・ライセンス
この 作品 は クリエイティブ・コモンズ 表示 4.0 国際 ライセンスの下に提供されています。