Submit Search
Upload
Python 2/3コード共存戦略 #osakapy
•
7 likes
•
9,833 views
敦志 金谷
Follow
大阪Pythonユーザの集まり 2014/05 発表資料 http://osakapy.connpass.com/event/6369/
Read less
Read more
Software
Report
Share
Report
Share
1 of 31
Download now
Download to read offline
Recommended
PAT法トリアージ研修の事前資料 解剖学的評価がメイン
PAT法トリアージ
PAT法トリアージ
hiroo shiojiri
cvpaper.challenge の 「Adversarial Examples 分野の動向」の発表資料です。
Adversarial Examples 分野の動向(敵対的サンプル発表資料)
Adversarial Examples 分野の動向(敵対的サンプル発表資料)
cvpaper. challenge
Apache Kafka Meetup Japan #5 ( https://kafka-apache-jp.connpass.com/event/104465/ ) での発表資料です。
Yahoo! JAPANのデータパイプラインで起きた障害とチューニング - Apache Kafka Meetup Japan #5 -
Yahoo! JAPANのデータパイプラインで起きた障害とチューニング - Apache Kafka Meetup Japan #5 -
Yahoo!デベロッパーネットワーク
NeurIPS2018読み会@PFN での発表資料です.まとめというほどではありませんが,NeurIPS2018 で発表された中で気になった強化学習技術の雑感です. https://connpass.com/event/115476/ 下記を合わせてご覧いただくと少しだけわかりやすくなると思います. ・多様な強化学習の概念と課題認識 https://www.slideshare.net/yukono1/ss-102843951 ・強化学習の基礎的な考え方と問題の分類 https://www.slideshare.net/yukono1/ss-129668388
Reinforcement Learning @ NeurIPS2018
Reinforcement Learning @ NeurIPS2018
佑 甲野
「人工知能のための哲学塾」は、人工知能を支える哲学について議論するコミュニティです。第一期として、全五回のセミナーを開催します。第一夜として、「フッサールの現象学」を取り上げ、「思惟する知能」から、「多様な世界で生活する知能」へ向けて拡張する人工知能の作り方についての講演を行いました(本講演資料)。 第0夜 概観 第一夜 フッサールの現象学 第二夜 ユクスキュルと環世界 第三夜 デカルトと機械論 第四夜 デリダ、差延、感覚 第五夜 メルロ=ポンティと知覚論 人工知能の哲学塾 https://www.facebook.com/groups/1056157734399814 主催:三宅 https://www.facebook.com/youichiro.miyake
人工知能のための哲学塾 第一夜「フッサールの現象学」 資料 (全五夜+第零夜)
人工知能のための哲学塾 第一夜「フッサールの現象学」 資料 (全五夜+第零夜)
Youichiro Miyake
最新版のJSAI2018でのチュートリアル資料です。 --- 6月7日(木) 13:50-15:30 I会場(2F ロイヤルガーデンA) ---
[最新版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」
[最新版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」
Yuki Arase
ICML 2018読み会の資料. Overview of NLP/ Adversarial Attacks - Obfuscated gradients give a false sense of security: circumventing defenses to adversarial examples - Synthesizing Robust Adversarial Examples - Black-box Adversarial Attacks with Limited Queries and Information
ICML2018読み会: Overview of NLP / Adversarial Attacks
ICML2018読み会: Overview of NLP / Adversarial Attacks
Motoki Sato
Random Forestsとその応用
Random Forestsとその応用
MPRG_Chubu_University
Recommended
PAT法トリアージ研修の事前資料 解剖学的評価がメイン
PAT法トリアージ
PAT法トリアージ
hiroo shiojiri
cvpaper.challenge の 「Adversarial Examples 分野の動向」の発表資料です。
Adversarial Examples 分野の動向(敵対的サンプル発表資料)
Adversarial Examples 分野の動向(敵対的サンプル発表資料)
cvpaper. challenge
Apache Kafka Meetup Japan #5 ( https://kafka-apache-jp.connpass.com/event/104465/ ) での発表資料です。
Yahoo! JAPANのデータパイプラインで起きた障害とチューニング - Apache Kafka Meetup Japan #5 -
Yahoo! JAPANのデータパイプラインで起きた障害とチューニング - Apache Kafka Meetup Japan #5 -
Yahoo!デベロッパーネットワーク
NeurIPS2018読み会@PFN での発表資料です.まとめというほどではありませんが,NeurIPS2018 で発表された中で気になった強化学習技術の雑感です. https://connpass.com/event/115476/ 下記を合わせてご覧いただくと少しだけわかりやすくなると思います. ・多様な強化学習の概念と課題認識 https://www.slideshare.net/yukono1/ss-102843951 ・強化学習の基礎的な考え方と問題の分類 https://www.slideshare.net/yukono1/ss-129668388
Reinforcement Learning @ NeurIPS2018
Reinforcement Learning @ NeurIPS2018
佑 甲野
「人工知能のための哲学塾」は、人工知能を支える哲学について議論するコミュニティです。第一期として、全五回のセミナーを開催します。第一夜として、「フッサールの現象学」を取り上げ、「思惟する知能」から、「多様な世界で生活する知能」へ向けて拡張する人工知能の作り方についての講演を行いました(本講演資料)。 第0夜 概観 第一夜 フッサールの現象学 第二夜 ユクスキュルと環世界 第三夜 デカルトと機械論 第四夜 デリダ、差延、感覚 第五夜 メルロ=ポンティと知覚論 人工知能の哲学塾 https://www.facebook.com/groups/1056157734399814 主催:三宅 https://www.facebook.com/youichiro.miyake
人工知能のための哲学塾 第一夜「フッサールの現象学」 資料 (全五夜+第零夜)
人工知能のための哲学塾 第一夜「フッサールの現象学」 資料 (全五夜+第零夜)
Youichiro Miyake
最新版のJSAI2018でのチュートリアル資料です。 --- 6月7日(木) 13:50-15:30 I会場(2F ロイヤルガーデンA) ---
[最新版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」
[最新版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」
Yuki Arase
ICML 2018読み会の資料. Overview of NLP/ Adversarial Attacks - Obfuscated gradients give a false sense of security: circumventing defenses to adversarial examples - Synthesizing Robust Adversarial Examples - Black-box Adversarial Attacks with Limited Queries and Information
ICML2018読み会: Overview of NLP / Adversarial Attacks
ICML2018読み会: Overview of NLP / Adversarial Attacks
Motoki Sato
Random Forestsとその応用
Random Forestsとその応用
MPRG_Chubu_University
音響学会 電気音響研究会(2019/8/8~8/9開催)にて発表。 スライド見たいという人がいたので、アップします(多分勘違いで、これを見たいわけではないと思うが)。 ドローンの音が出ないのですね。これは失礼。だいたい10dB以上減衰しますので、後は想像で。
ドローンによる収音のためのビームフォーミング
ドローンによる収音のためのビームフォーミング
Itaru Kaneko
PyData.Tokyo Meetup #18での講演資料です。 https://pydatatokyo.connpass.com/event/
レコメンドエンジン作成コンテストの勝ち方
レコメンドエンジン作成コンテストの勝ち方
Shun Nukui
東京大学2020年度深層学習(Deep learning基礎講座) https://deeplearning.jp/lectures/dlb2020/ 第9回(2020/06/25)「深層学習と自然言語処理」の講義資料です。
東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」
東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」
Hitomi Yanaka
「large-scale order dispatch in on-demand ride-hailing platforms: a learning and planning approach」DiDi AI Lab@KDD2018の論文紹介資料
KDD2018 DiDi 「large-scale order dispatch in on-demand ride-hailing platforms:...
KDD2018 DiDi 「large-scale order dispatch in on-demand ride-hailing platforms:...
SaeruYamamuro
cvpaper.challenge の メタサーベイ発表スライドです。 cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ作成・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有します。 http://xpaperchallenge.org/cv/
【メタサーベイ】Video Transformer
【メタサーベイ】Video Transformer
cvpaper. challenge
対立強化学習による鬼ごっこゲームでのスキル獲得 Skill Acquisition for Playing Tag Game with Adversarial Reinforcement Learning
対立強化学習による鬼ごっこゲームでのスキル獲得(RSJ2018ポスター)
対立強化学習による鬼ごっこゲームでのスキル獲得(RSJ2018ポスター)
marieooshima
残差接続の特性とその理論的証明
帰納バイアスが成立する条件
帰納バイアスが成立する条件
Shinobu KINJO
2018/10/12 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]FOTS: Fast Oriented Text Spotting with a Unified Network
[DL輪読会]FOTS: Fast Oriented Text Spotting with a Unified Network
Deep Learning JP
強化学習アーキテクチャ勉強会#14の発表内容. 強化学習の分散アーキテクチャの歴史、Gorila, A3C, GA3C, A2C, Ape-X, IMPALAなどをまとめた. https://rlarch.connpass.com/event/81669/
強化学習の分散アーキテクチャ変遷
強化学習の分散アーキテクチャ変遷
Eiji Sekiya
ナレッジグラフ推論チャレンジ2021「技術勉強会」 ~ナレッジグラフ利用技術の基礎と推論/説明への活用例~:https://kgrc2021ws.peatix.com/ 資料:https://github.com/KnowledgeGraphJapan/KGRC-ws-2021/tree/main/Section2
ナレッジグラフ/LOD利用技術の入門(後編)
ナレッジグラフ/LOD利用技術の入門(後編)
KnowledgeGraph
本スライドは、弊社の梅本により弊社内の技術勉強会で使用されたものです。 近年注目を集めるアーキテクチャーである「Transformer」の解説スライドとなっております。 "Arithmer Seminar" is weekly held, where professionals from within and outside our company give lectures on their respective expertise. The slides are made by the lecturer from outside our company, and shared here with his/her permission. Arithmer株式会社は東京大学大学院数理科学研究科発の数学の会社です。私達は現代数学を応用して、様々な分野のソリューションに、新しい高度AIシステムを導入しています。AIをいかに上手に使って仕事を効率化するか、そして人々の役に立つ結果を生み出すのか、それを考えるのが私たちの仕事です。 Arithmer began at the University of Tokyo Graduate School of Mathematical Sciences. Today, our research of modern mathematics and AI systems has the capability of providing solutions when dealing with tough complex issues. At Arithmer we believe it is our job to realize the functions of AI through improving work efficiency and producing more useful results for society.
全力解説!Transformer
全力解説!Transformer
Arithmer Inc.
【注意:動画について】スライドの背景が黒色のページは動画が埋まっています.一部の動画はここにアップしています: http://www.mprg.cs.chubu.ac.jp/~ryorsk/share/supplemental/presentation/20190316_NagoyaCV/ 主にこれから研究を始める人向けに,研究の心構えやツールなどを広く浅く紹介. 2019/03/16 名古屋CV・PRML研究会@ヤフー株式会社 名古屋オフィス
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
諒介 荒木
「A Thorough Examination of the CNN/Daily Mail Reading Comprehension Task」を中心に、Machine Comprehensionに関する研究を概観する
文章を読み、理解する機能の獲得に向けて-Machine Comprehensionの研究動向-
文章を読み、理解する機能の獲得に向けて-Machine Comprehensionの研究動向-
Takahiro Kubo
スローダウン、ハングを一発解決 スレッドダンプはトラブルシューティングの味方 #wlstudy
スローダウン、ハングを一発解決 スレッドダンプはトラブルシューティングの味方 #wlstudy
Yusuke Yamamoto
【注意点】 ● MTurkにおける回答の質の悪化 現在、MTurkにおける回答の質の悪化が複数の論文で指摘されています。(botや不誠実な参加者)。代替サービスとしてProlificという学術利用に特化したクラウドソーシングサービスがあります。MTurkとProlificの回答の質を比較し、Prolificの利用を推奨すると結論付ける論文が複数発表されています。 ● ユーザ調査の報酬額の相場の変化 P12にて2010~12年頃の論文に書かれていた報酬額設定(低価格)を引用しましたが、現在は研究倫理の観点から十分な報酬額設定が重要視されています。 2019年現在における最新の報酬額の動向については以下の資料をご参照ください。 https://speakerdeck.com/ayakohasegawa/design-of-user-study ● 仕様変更 本資料は2018年当時のMTurkの仕様に基づいて作成したものであり、最新の仕様と異なる箇所が存在します。 問い合わせ:aya.h.research at gmail.com
実践 Amazon Mechanical Turk ※下記の注意点をご覧ください(回答の質の悪化・報酬額の相場の変化・仕様変更)
実践 Amazon Mechanical Turk ※下記の注意点をご覧ください(回答の質の悪化・報酬額の相場の変化・仕様変更)
Ayako_Hasegawa
対話テキストの自動要約
対話テキストの自動要約
対話テキストの自動要約
Masahiro Yamamoto
お茶の水女子大学伊藤研究室ゼミ資料 関連資料として以下が参考になります https://note.com/sick4989hack/n/n928f78d3d33f
研究分野をサーベイする
研究分野をサーベイする
Takayuki Itoh
Neural word embedding as implicit matrix factorizationの論文紹介です.
Neural word embedding as implicit matrix factorization の論文紹介
Neural word embedding as implicit matrix factorization の論文紹介
Masanao Ochi
ステアラボ人工知能セミナー招待講演 (2018/10/12)
分布あるいはモーメント間距離最小化に基づく統計的音声合成
分布あるいはモーメント間距離最小化に基づく統計的音声合成
Shinnosuke Takamichi
続き https://www.slideshare.net/TakanoriUgai/lodc-kgrc-2020-meeting LODチャレンジ2020&ナレッジグラフ推論チャレンジ2020合同キックオフ https://peatix.com/event/1546462/ ナレッジグラフ推論チャレンジ https://challenge.knowledge-graph.jp/
第3回ナレッジグラフ推論チャレンジ2020の紹介
第3回ナレッジグラフ推論チャレンジ2020の紹介
KnowledgeGraph
インターフェース2019年5月号の特集記事のうち、筆者担当分のMicroPythonのCモジュールのつくり方解説の概要です。
MicroPythonのCモジュールを作ってみる
MicroPythonのCモジュールを作ってみる
Kenta IDA
Presentation in JANOG 41
明日からはじめるネットワーク運用自動化
明日からはじめるネットワーク運用自動化
Taiji Tsuchiya
More Related Content
What's hot
音響学会 電気音響研究会(2019/8/8~8/9開催)にて発表。 スライド見たいという人がいたので、アップします(多分勘違いで、これを見たいわけではないと思うが)。 ドローンの音が出ないのですね。これは失礼。だいたい10dB以上減衰しますので、後は想像で。
ドローンによる収音のためのビームフォーミング
ドローンによる収音のためのビームフォーミング
Itaru Kaneko
PyData.Tokyo Meetup #18での講演資料です。 https://pydatatokyo.connpass.com/event/
レコメンドエンジン作成コンテストの勝ち方
レコメンドエンジン作成コンテストの勝ち方
Shun Nukui
東京大学2020年度深層学習(Deep learning基礎講座) https://deeplearning.jp/lectures/dlb2020/ 第9回(2020/06/25)「深層学習と自然言語処理」の講義資料です。
東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」
東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」
Hitomi Yanaka
「large-scale order dispatch in on-demand ride-hailing platforms: a learning and planning approach」DiDi AI Lab@KDD2018の論文紹介資料
KDD2018 DiDi 「large-scale order dispatch in on-demand ride-hailing platforms:...
KDD2018 DiDi 「large-scale order dispatch in on-demand ride-hailing platforms:...
SaeruYamamuro
cvpaper.challenge の メタサーベイ発表スライドです。 cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ作成・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有します。 http://xpaperchallenge.org/cv/
【メタサーベイ】Video Transformer
【メタサーベイ】Video Transformer
cvpaper. challenge
対立強化学習による鬼ごっこゲームでのスキル獲得 Skill Acquisition for Playing Tag Game with Adversarial Reinforcement Learning
対立強化学習による鬼ごっこゲームでのスキル獲得(RSJ2018ポスター)
対立強化学習による鬼ごっこゲームでのスキル獲得(RSJ2018ポスター)
marieooshima
残差接続の特性とその理論的証明
帰納バイアスが成立する条件
帰納バイアスが成立する条件
Shinobu KINJO
2018/10/12 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]FOTS: Fast Oriented Text Spotting with a Unified Network
[DL輪読会]FOTS: Fast Oriented Text Spotting with a Unified Network
Deep Learning JP
強化学習アーキテクチャ勉強会#14の発表内容. 強化学習の分散アーキテクチャの歴史、Gorila, A3C, GA3C, A2C, Ape-X, IMPALAなどをまとめた. https://rlarch.connpass.com/event/81669/
強化学習の分散アーキテクチャ変遷
強化学習の分散アーキテクチャ変遷
Eiji Sekiya
ナレッジグラフ推論チャレンジ2021「技術勉強会」 ~ナレッジグラフ利用技術の基礎と推論/説明への活用例~:https://kgrc2021ws.peatix.com/ 資料:https://github.com/KnowledgeGraphJapan/KGRC-ws-2021/tree/main/Section2
ナレッジグラフ/LOD利用技術の入門(後編)
ナレッジグラフ/LOD利用技術の入門(後編)
KnowledgeGraph
本スライドは、弊社の梅本により弊社内の技術勉強会で使用されたものです。 近年注目を集めるアーキテクチャーである「Transformer」の解説スライドとなっております。 "Arithmer Seminar" is weekly held, where professionals from within and outside our company give lectures on their respective expertise. The slides are made by the lecturer from outside our company, and shared here with his/her permission. Arithmer株式会社は東京大学大学院数理科学研究科発の数学の会社です。私達は現代数学を応用して、様々な分野のソリューションに、新しい高度AIシステムを導入しています。AIをいかに上手に使って仕事を効率化するか、そして人々の役に立つ結果を生み出すのか、それを考えるのが私たちの仕事です。 Arithmer began at the University of Tokyo Graduate School of Mathematical Sciences. Today, our research of modern mathematics and AI systems has the capability of providing solutions when dealing with tough complex issues. At Arithmer we believe it is our job to realize the functions of AI through improving work efficiency and producing more useful results for society.
全力解説!Transformer
全力解説!Transformer
Arithmer Inc.
【注意:動画について】スライドの背景が黒色のページは動画が埋まっています.一部の動画はここにアップしています: http://www.mprg.cs.chubu.ac.jp/~ryorsk/share/supplemental/presentation/20190316_NagoyaCV/ 主にこれから研究を始める人向けに,研究の心構えやツールなどを広く浅く紹介. 2019/03/16 名古屋CV・PRML研究会@ヤフー株式会社 名古屋オフィス
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
諒介 荒木
「A Thorough Examination of the CNN/Daily Mail Reading Comprehension Task」を中心に、Machine Comprehensionに関する研究を概観する
文章を読み、理解する機能の獲得に向けて-Machine Comprehensionの研究動向-
文章を読み、理解する機能の獲得に向けて-Machine Comprehensionの研究動向-
Takahiro Kubo
スローダウン、ハングを一発解決 スレッドダンプはトラブルシューティングの味方 #wlstudy
スローダウン、ハングを一発解決 スレッドダンプはトラブルシューティングの味方 #wlstudy
Yusuke Yamamoto
【注意点】 ● MTurkにおける回答の質の悪化 現在、MTurkにおける回答の質の悪化が複数の論文で指摘されています。(botや不誠実な参加者)。代替サービスとしてProlificという学術利用に特化したクラウドソーシングサービスがあります。MTurkとProlificの回答の質を比較し、Prolificの利用を推奨すると結論付ける論文が複数発表されています。 ● ユーザ調査の報酬額の相場の変化 P12にて2010~12年頃の論文に書かれていた報酬額設定(低価格)を引用しましたが、現在は研究倫理の観点から十分な報酬額設定が重要視されています。 2019年現在における最新の報酬額の動向については以下の資料をご参照ください。 https://speakerdeck.com/ayakohasegawa/design-of-user-study ● 仕様変更 本資料は2018年当時のMTurkの仕様に基づいて作成したものであり、最新の仕様と異なる箇所が存在します。 問い合わせ:aya.h.research at gmail.com
実践 Amazon Mechanical Turk ※下記の注意点をご覧ください(回答の質の悪化・報酬額の相場の変化・仕様変更)
実践 Amazon Mechanical Turk ※下記の注意点をご覧ください(回答の質の悪化・報酬額の相場の変化・仕様変更)
Ayako_Hasegawa
対話テキストの自動要約
対話テキストの自動要約
対話テキストの自動要約
Masahiro Yamamoto
お茶の水女子大学伊藤研究室ゼミ資料 関連資料として以下が参考になります https://note.com/sick4989hack/n/n928f78d3d33f
研究分野をサーベイする
研究分野をサーベイする
Takayuki Itoh
Neural word embedding as implicit matrix factorizationの論文紹介です.
Neural word embedding as implicit matrix factorization の論文紹介
Neural word embedding as implicit matrix factorization の論文紹介
Masanao Ochi
ステアラボ人工知能セミナー招待講演 (2018/10/12)
分布あるいはモーメント間距離最小化に基づく統計的音声合成
分布あるいはモーメント間距離最小化に基づく統計的音声合成
Shinnosuke Takamichi
続き https://www.slideshare.net/TakanoriUgai/lodc-kgrc-2020-meeting LODチャレンジ2020&ナレッジグラフ推論チャレンジ2020合同キックオフ https://peatix.com/event/1546462/ ナレッジグラフ推論チャレンジ https://challenge.knowledge-graph.jp/
第3回ナレッジグラフ推論チャレンジ2020の紹介
第3回ナレッジグラフ推論チャレンジ2020の紹介
KnowledgeGraph
What's hot
(20)
ドローンによる収音のためのビームフォーミング
ドローンによる収音のためのビームフォーミング
レコメンドエンジン作成コンテストの勝ち方
レコメンドエンジン作成コンテストの勝ち方
東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」
東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」
KDD2018 DiDi 「large-scale order dispatch in on-demand ride-hailing platforms:...
KDD2018 DiDi 「large-scale order dispatch in on-demand ride-hailing platforms:...
【メタサーベイ】Video Transformer
【メタサーベイ】Video Transformer
対立強化学習による鬼ごっこゲームでのスキル獲得(RSJ2018ポスター)
対立強化学習による鬼ごっこゲームでのスキル獲得(RSJ2018ポスター)
帰納バイアスが成立する条件
帰納バイアスが成立する条件
[DL輪読会]FOTS: Fast Oriented Text Spotting with a Unified Network
[DL輪読会]FOTS: Fast Oriented Text Spotting with a Unified Network
強化学習の分散アーキテクチャ変遷
強化学習の分散アーキテクチャ変遷
ナレッジグラフ/LOD利用技術の入門(後編)
ナレッジグラフ/LOD利用技術の入門(後編)
全力解説!Transformer
全力解説!Transformer
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
文章を読み、理解する機能の獲得に向けて-Machine Comprehensionの研究動向-
文章を読み、理解する機能の獲得に向けて-Machine Comprehensionの研究動向-
スローダウン、ハングを一発解決 スレッドダンプはトラブルシューティングの味方 #wlstudy
スローダウン、ハングを一発解決 スレッドダンプはトラブルシューティングの味方 #wlstudy
実践 Amazon Mechanical Turk ※下記の注意点をご覧ください(回答の質の悪化・報酬額の相場の変化・仕様変更)
実践 Amazon Mechanical Turk ※下記の注意点をご覧ください(回答の質の悪化・報酬額の相場の変化・仕様変更)
対話テキストの自動要約
対話テキストの自動要約
研究分野をサーベイする
研究分野をサーベイする
Neural word embedding as implicit matrix factorization の論文紹介
Neural word embedding as implicit matrix factorization の論文紹介
分布あるいはモーメント間距離最小化に基づく統計的音声合成
分布あるいはモーメント間距離最小化に基づく統計的音声合成
第3回ナレッジグラフ推論チャレンジ2020の紹介
第3回ナレッジグラフ推論チャレンジ2020の紹介
Similar to Python 2/3コード共存戦略 #osakapy
インターフェース2019年5月号の特集記事のうち、筆者担当分のMicroPythonのCモジュールのつくり方解説の概要です。
MicroPythonのCモジュールを作ってみる
MicroPythonのCモジュールを作ってみる
Kenta IDA
Presentation in JANOG 41
明日からはじめるネットワーク運用自動化
明日からはじめるネットワーク運用自動化
Taiji Tsuchiya
Why python
Why python
Mikio Kubo
Why python
Why python
Mikio Kubo
Python を用いて日常開発で使う作業道具を高速に作る手引です。 紹介している技術: Python, wxPython, wxFormBuilder, PyCharm, py2exe, py2app 発表日: 2015/11/27 ※この発表は個人の見解であり、所属する組織の公式見解ではありません。 ※公開にあたり、一部内容を省略していることがあります。
GBDC 勉強会 #1 Python を用いたツール作成工数の最小化
GBDC 勉強会 #1 Python を用いたツール作成工数の最小化
Yutaka Kato
第1回鳥取python勉強会の資料
鳥取python勉強会 第1回
鳥取python勉強会 第1回
Yuji Oyamada
他言語エンジニアのためのPython入門&クローリング&スクレイピング入門
2017/12/21 虎の穴 Python勉強会
2017/12/21 虎の穴 Python勉強会
虎の穴 開発室
Python3と向かい合ってみる
Python3と向かい合ってみる
Atsuo Ishimoto
https://www.youtube.com/watch?v=N99q_YYjMzw PyCon JP 2020 presentation by Kir Chou in Japanese.
Python パッケージの影響を歴史から理解してみよう!
Python パッケージの影響を歴史から理解してみよう!
Kir Chou
Python利用人口を増やすべく作成したスライド第3版です。PythonとRを使ったデータ分析を行うための環境整備方法などについて解説しました。 第1版との差分は、もう少し初心者にやさしい情報を加えたことと、演習っぽいスライドを追加したところです。
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識 第3版
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識 第3版
Katsuhiro Morishita
プログラミング言語Pythonの特徴、言語仕様、Python 2と3の違い、よく使うライブラリ、パッケージ、今後の学び方などについての発表資料です
「Python言語」はじめの一歩 / First step of Python
「Python言語」はじめの一歩 / First step of Python
Takanori Suzuki
Pythonの文字列リテラル、with文について
私の好きなPython構文 vol.2 #nds46
私の好きなPython構文 vol.2 #nds46
civicpg
大阪Pythonユーザの集まり 2014/03 で発表した資料 http://connpass.com/event/5361/
scikit-learnを用いた機械学習チュートリアル
scikit-learnを用いた機械学習チュートリアル
敦志 金谷
キューは排他制御ができていないと簡単に死んでしまいます。
2017 02-14 キュー実装に見る排他処理
2017 02-14 キュー実装に見る排他処理
Akishige TAKEKOSHI
第2回鳥取python勉強会の発表資料
鳥取python勉強会 第2回
鳥取python勉強会 第2回
Yuji Oyamada
DevLOVE現場甲子園2015「東北大会」での発表資料です。 https://devlove-sendai.doorkeeper.jp/events/31362
Ruby開発の現場を支える技術
Ruby開発の現場を支える技術
hiroponz
Python札幌 2012/06/17
Python札幌 2012/06/17
Shinya Okano
2014-09-03開催の熊本高専 高専カフェで紹介する、PythonとRを使ったデータ分析環境の解説です。
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
Katsuhiro Morishita
This is an ancient talk of Python language updates (for 2.3-2.4) presented at LL weekend 2004.
Python languageupdate (2004)
Python languageupdate (2004)
泰 増田
PyCon mini Hiroshima 2015/11/22 スクレイピングとPython
スクレイピングとPython
スクレイピングとPython
Hironori Sekine
Similar to Python 2/3コード共存戦略 #osakapy
(20)
MicroPythonのCモジュールを作ってみる
MicroPythonのCモジュールを作ってみる
明日からはじめるネットワーク運用自動化
明日からはじめるネットワーク運用自動化
Why python
Why python
Why python
Why python
GBDC 勉強会 #1 Python を用いたツール作成工数の最小化
GBDC 勉強会 #1 Python を用いたツール作成工数の最小化
鳥取python勉強会 第1回
鳥取python勉強会 第1回
2017/12/21 虎の穴 Python勉強会
2017/12/21 虎の穴 Python勉強会
Python3と向かい合ってみる
Python3と向かい合ってみる
Python パッケージの影響を歴史から理解してみよう!
Python パッケージの影響を歴史から理解してみよう!
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識 第3版
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識 第3版
「Python言語」はじめの一歩 / First step of Python
「Python言語」はじめの一歩 / First step of Python
私の好きなPython構文 vol.2 #nds46
私の好きなPython構文 vol.2 #nds46
scikit-learnを用いた機械学習チュートリアル
scikit-learnを用いた機械学習チュートリアル
2017 02-14 キュー実装に見る排他処理
2017 02-14 キュー実装に見る排他処理
鳥取python勉強会 第2回
鳥取python勉強会 第2回
Ruby開発の現場を支える技術
Ruby開発の現場を支える技術
Python札幌 2012/06/17
Python札幌 2012/06/17
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
Python languageupdate (2004)
Python languageupdate (2004)
スクレイピングとPython
スクレイピングとPython
Python 2/3コード共存戦略 #osakapy
1.
Python 3世代が考える(?) Python 2/3コード共存戦略 金谷
敦志 2014-05-29 #osakapy 1
2.
自己紹介 • 金谷 敦志
(Twitter: @todogzm) • 株式会社ラクス 北米市場向けWebサービス Rigniteの開発に従事 • 先日オフィス移転しました! 2
3.
自己紹介 • Python歴は1年半 • テキスト分類にPythonを使用 •
recurly-client-pythonのPython 2/3対応 • Check.iO Level 11 (前回と比べて+1) • http://www.checkio.org/user/todogzm/ 3
4.
目次 • Python 3世代のつらみ •
Python 3.xの変更点 • Python 2/3コード共存戦略 4
5.
Python 3世代のつらみ • Check.iOのFriendly
numberを解いていたときのお話 • 0.3Mの部分を取得するには、12341234 / (1000 ** 2) - 12だ! 5
6.
• >>> 12341234
/ (1000 ** 2) - 12 0 • えっ…? えっ?(狼狽) 6
7.
$ python -V Python
2.7.5 7 _人人人人人人人人人人人人_ > int / intはintが返る <  ̄Y^Y^Y^Y^Y^Y^Y^Y^Y^Y^Y ̄
8.
Python 2→3の変更点 • 古い構文や関数の削除 •
print文はprint関数に • unicodeリテラルの廃止 → Python 3.3で復活 • except Error, eはexcept Error as eに • 関数の削除 → raw_input(), reduce(), apply(), xargs(), unicode(), has_key(), … • ライブラリの整理統合 • 特にhttp周りの整理がWeb系開発者にはツラい • 解釈が変わっちゃった… • 文字列はstr1つのみ!Unicode! bytesとの暗黙的な変換はできない! • int / int はfloatを返す 8
9.
他にも色々… • 自分がハマった経験 • Python
2のhttplib.HTTPMessageはコンストラクタ 引数にHTTPレスポンスのテキストを渡すとヘッダもパー ズする。が、Python 3のhttp.client.HTTPMessage はそういう処理がなかった… orz • HTTPコネクションに対するレスポンスのヘッダ部分が 2だとイテレータ型なのに3だとイテレータ型じゃなかっ た… orz 9
10.
Python 3もそれなりにハマる! でも2よりはハマらないよ!(多分) 10
11.
さぁ今すぐにPython 3…ん? • と思ったらPython
2.7 2020年まで延命のお知らせ • 膨大な資産もあるし、ちょっと今すぐPython 2を捨てられない! 11
12.
Python 3世代の感触 • 3.x対応しているライブラリが多いので、そろそ ろ移行しても困らない事が多いので移行しよう •
ライブラリ開発者は2.xから離れられない! • 2.x / 3.x両対応がツラいが、戦略を持って行 えば何とかなる!かもしれない 12
13.
Python 2/3 コード共存戦略 13
14.
まずはじめに • 公式文書がよく出来ているので、穴が空くほど 読む • http://docs.python.jp/3.3/howto/ pyporting.html 14
15.
共通して行う作業 • 2系、3系それぞれサポートするバージョンを決める • お勧めは2.7と3.3 •
テストコードを書いておく • toxを使い複数バージョンでテストする環境を用意 する • 2系のコードであれば、from __future__を使う 15
16.
tox • Pythonライブラリを複数のPythonバージョンでテストする ためのツール • 各Pythonバージョンのvirtualenvを作成してテスト実行 •
設定ファイルtox.iniに下記を書いて実行 • Pythonのバージョン (複数指定可) • 実行したいテストのコマンド • テスト実行に使うモジュール 16
17.
コード共存の戦略 • Sixを使う (同じコードベースで2/3両方動かす) •
Python 3のコードに対して3to2を使う (保守するコードはPython 3ベース) • Python 2のコードに対して2to3を使う • Sixもコード変換も使わず2/3互換を目指す 17
18.
Sixを使う場合 • Python 2と3の違いを吸収するライブラリ •
https://pythonhosted.org/six/ 18
19.
Sixを使う場合 • ライブラリの整 理統合に対して はsix.moves が 2/3の違いを吸収 •
ある程度の構文 の違いもライブ ラリでカバー • six.u(), six.b() 19
20.
Sixを使う場合 • メリット • 互換性問題に対する多くの解決策を提供してくれる •
メンテナンスするコードが1種類だけになる • デメリット • 依存ライブラリが1コ増える • IDEがsix.movesを解釈してくれない場合がある 20
21.
Python 3のコードに対して 3to2を使う • Python
3系のコードを2系に変換するツール • 名前の割に(?)実行時にはPython 2.7が必須 • パッケージ配布の際には自動で動くようにする (setup.py内で自動変換のコードを書く) • https://wiki.python.org/moin/3to2 21
22.
3to2の実行結果例 22
23.
3to2を使う場合 • メリット • 2to3と比較してコード変換精度が高い •
Python 3の構文が利用できる • デメリット • サードパーティーのプロジェクトであること • 新しい構文に対応していない場合があること 23
24.
Python 2のコードに対して 2to3を使う • Python
2のコードを3に変換するツール • Python標準ツール 24
25.
2to3を使う場合 • メリット • 標準搭載 •
変換そのものの不具合は少ない • futureを多用すれば変換精度が高い • デメリット • Python 2のあいまいな挙動 25
26.
Sixもコード変換も使わず2/3 互換を目指す • 【警告】 の道 •
構文エラー! → 古い構文の書き直し • ライブラリが見つからない! → バージョンごとに 読み込むライブラリを変更 • Can't convert 'bytes' object to str implicitly 26 orz
27.
Sixもコード変換も使わず2/3 互換を目指す • それでも頑張るのであれば、下記は必須 • Python
2系の動作環境は2.7のみ • from __future__ は積極的に使う • 早めに諦める気持ちを持つ 27
28.
Sixもコード変換も使わず2/3 互換を目指す • メリット • メンテナンスするコードが1種類だけになる •
デメリット • メリットを忘れさせるのに十分な障壁がある 28
29.
コード共存のまとめ • サポートするPythonバージョンを決める • テストを書き、toxで複数バージョンをテストす る環境を整備する •
自分の環境に合った戦略を選ぶ (Six, 2to3, 3to2…) 29
30.
現在活動中 • 増田さん作のelapheのPython 3対応を模索中 •
Sixもコード変換も使わず…挫折中 orz • おとなしく2to3作戦でいきます… 30
31.
おわり 31
Download now