2017-05-01から1ヶ月間の記事一覧

pymetisのインストール

setup.pyに以下を追加してインストール setup.py import os os.environ['MACOSX_DEPLOYMENT_TARGET']='10.7'https://github.com/shohei/pymetis sudo python setup.py install

petsc / petsc4py のインストール

sudo pip install https://bitbucket.org/petsc/petsc/get/maint.tar.gz sudo pip install petsc4py

JETSON TX1の設定

http://qiita.com/threecups/items/d0be58e133ca44f230c4http://qiita.com/threecups/items/6207d8e9552b2a64b4fchttp://qiita.com/threecups/items/88f9b1afc6b98712ac0fhttp://qiita.com/threecups/items/6905e1169f6753227a58

スペクトル分解と特異値分解と擬似逆行列

スペクトル分解 Aの固有値に対する正規化された固有ベクトルを基底として並べた直交行列Uによって と表される。(Dは固有値を対角成分とする対角行列) 特異値分解 の固有値とすると、特異値であり、 と分解される 擬似逆行列 以下の性質を満たすもの Aの特…

ナイーブなフィードバック制御

clear all; close; function prettify() a = gca(); // Active le handle "Axes" a.font_size = 5; a.thickness = 2; a.children.children(1).thickness = 5; a.data_bounds(:,2)=[-0.3;0.3]; //Y軸の範囲を 0〜2に endfunction function y2=addNoise(y) y2 …

TensorflowでアヤメのNNのテスト

ここを参考に https://www.tensorflow.org/get_started/tflearn import numpy as np import tensorflow as tf from sklearn import datasets iris = datasets.load_iris() data = iris.data target = iris.target def train(): return (tf.constant(data),tf…

Verilogで順序回路を書くスニペット@Sublime text

<snippet> <content></content> <tabTrigger>ff</tabTrigger> </snippet>

ニュートンラフソン法で極値を求める

1変数関数 の極値 # coding:utf-8 def f_dash(x): return float(3*x**2 -4*x + 1) def f_2dash(x): return float(6*x - 4) x = 100 while True: x_nxt = x - f_dash(x)/f_2dash(x) delta = abs(x_nxt-x) if (delta<0.000001): break x = x_nxt print x 1.000…

ヤコビ行列とヘッセ行列

ヤコビ行列 ヘッセ行列

ニューラルネットワーク(Tensorflow)による回帰

http://qiita.com/ymfj/items/5e74f36d0c2570942f22

アヤメデータをニューラルネットワークで識別する

うまく動いていない 初期値に大きく依存してしまう? # coding:utf-8 import numpy as np from sklearn import datasets import math import random from numpy import matrix as mat import pdb import matplotlib.pyplot as plt iris = datasets.load_iris…

最尤推定と変分ベイズの違い

http://www.slideshare.net/yuifu/ss-49489128

EMアルゴリズムでアヤメデータのクラスタリング

クラスタリング結果が初期値に依存するけど、k-meansほどではない? #coding:utf-8 import numpy as np from sklearn import datasets import math from numpy import dot from numpy.linalg import inv from numpy.linalg import det import random from nu…

ArduinoMegaでTimer3とI2Cのコンフリクト

Timer3内でAdafruitの16bit ADCを取得しようとしたらハングしてしまう https://github.com/qmk/qmk_firmware/issues/773Timer4に変えてみたけど変わらなかった

ggplotでggpairs()とかができるGGally

https://ggobi.github.io/ggally/#strips_control

Move To Front(再帰順位符号化)

ハフマン符号化

ランレングス圧縮(Run Length Encoding, 連長圧縮)

ブロックソート(Burrows-Wheeler変換:BWT)

アヤメデータを主成分分析して第一主成分と第二主成分に次元を削減してからベイズ識別する

d=4からd=2に特徴量の次元を落としてやってみた 結論としては微妙に精度が下がった 使える情報は全て使うに越したことは無いってこととも言えるし、次元を落としても表現力はそれほど落ちてないとも言える #coding:utf-8 import numpy as np from sklearn im…

アヤメデータの主成分分析

分散共分散行列を最大化するように主軸変換するのが主成分分析 最大の固有値に対応する基底変換が第一主成分 #coding:utf-8 import numpy as np from sklearn import datasets import matplotlib.pyplot as plt import pdb iris = datasets.load_iris() dat…

FusedLocationProviderを使う

https://akira-watson.com/android/fusedlocationproviderapi.html

バックグラウンドでGPSを起動する

http://stackoverflow.com/questions/28535703/best-way-to-get-user-gps-location-in-background-in-android

フランス語の学習メモ

・レ・ザトリエ https://lesateliersfr.net エクセルで添削してくれる・フランティア Skypeフランス語 http://www.frantiere.com/price2.php#f2・テレビでフランス語 https://www.youtube.com/watch?v=XMw_qdJATO4・Lang-8 作文してたけど一日でやめた ・Duo…

アヤメデータをベイズ識別器で分類する

尤度関数を多次元正規分布で仮定する(アヤメデータの場合、d=4(Sepal.Length, Sepal.Width, Petal.Length, Petal.Width)) 識別関数はベイズの定理を使い、上の尤度関数の対数をとって用い、-1を両辺にかけることで 識別規則は、 import numpy as np import m…

FFTとIFFTでローパスフィルタ

# -*- coding: utf-8 -*- from pylab import * import numpy as np import pdb fin = open("3_3.csv","r").readlines() xs = [] ys = [] for line in fin: x = float(line.rstrip().split(',')[0]) y = float(line.rstrip().split(',')[1]) xs.append(x) ys.…

PYNQにOpenCVを入れてWebカメラの映像を入力する

apt-get して入れた?opencvではWebカメラが認識されなかったのでソースからビルドするhttp://stackoverflow.com/questions/14424325/opencv-cannot-acces-my-webcam cd opencv mkdir build cd build cmake -D CMAKE_BULD_TYPE=RELEASE -D CMAKE_INSTALL_P…

アヤメデータのベイズ識別

http://emoson.hateblo.jp/entry/2015/03/06/154808

t分布、カイ2乗分布、F分布

Γ=ガンマ関数、γ=不完全ガンマ関数、B=不完全ベータ関数、I=正規化不完全ベータ関数 t分布 確率密度関数 累積分布関数 import numpy as np from pylab import * import math vs = [1.0,2.0,5.0,100.0] colors = ['b','g','r','c'] xs = np.linspace(-5,5,…

制御・信号処理に関する本のメモ

を残しておきたいので枠だけ作っておく