Blog
-
ロジスティック回帰をJuliaで実装してみる
Coursera の Deep Learning Specialization の Logistic Regression with a Neural Network の演習内容（演習はPythonで実装）をJulia で実装してみる． # dataset loading using HDF5 function load_dataset() train_set_x_orig = nothing train_set_y_orig = nothing test_set_x_orig = nothing test_set_y_orig = nothing classes = nothing train_dataset = h5open(“datasets/train_catvnoncat.h5”, “r”) do file train_set_x_orig = read(file[“train_set_x”]) train_set_y_orig = read(file[“train_set_y”]) train_set_y_orig = reshape(train_set_y_orig, :, 1) end test_dataset…
-
Fluxを使用した勾配法のデモ
和田山先生の「モデルベース深層学習と深層展開」 の第2章に記載のあった勾配法のFluxによる実装を試す．実行環境は以下の通り Julia Version 1.11.1 Commit 8f5b7ca12ad (2024-10-16 10:53 UTC) Build Info: Official https://julialang.org/ release Platform Info: OS: macOS (arm64-apple-darwin22.4.0) CPU: 8 × Apple M1 WORD_SIZE: 64 LLVM: libLLVM-16.0.6 (ORCJIT, apple-m1) ここでは２次式の最小化問題 $$ \underset{(x_1, x_2) \in \mathbb{R}^2}{\text{minimize}} \quad 4x_1^2 + x_2^2 $$ を勾配法で解くことを考える．$x_1 = x_2 = 0$ が最小値を与えることは明らかであるが，この関数の勾配は $$ \frac{\partial f}{\partial x_1} = 8x_1, \quad…
-
Qiskit はじめました
Qiskit は、IBM が提供する量子計算用のPythonライブラリです．私は IBM Quantum Challenge の時に使用するだけなので，毎回使うたびに以前覚えたことを忘れているので，備忘録として少しブログにまとめておこうと思います． # バージョン確認 import qiskit print(qiskit.__version__) 1.2.4 Bell状態を作る回路を作成してみます． from qiskit import QuantumCircuit qc = QuantumCircuit(2, 2) qc.h(0) qc.cx(0, 1) qc.measure([0,1], [0,1]) qc.draw(output=’mpl’) QuantumRegister と ClassicalRegister を作成し，それぞれのレジスタを使って回路を作成する方法もある． ※この辺表記が複数あるので毎回混乱してる． from qiskit import ClassicalRegister, QuantumRegister, QuantumCircuit qr = QuantumRegister(2,’qr’) #量子ビット．名前がつけられる cr = ClassicalRegister(2,’cr’) #古典ビット．名前がつけられる qc = QuantumCircuit(qr, cr) qc.h(0) qc.cx(0, 1) qc.measure(qr,…
-
PyPDF2を使ってPDFを結合する
PyPDF2を使って2つのPDFを結合するスクリプトを作成する． 使用した Python のバージョンは 3.11.3 で，PyPDF2のバージョンは 3.0.1 である． import PyPDF2 # マージする2つのPDFファイルを指定 pdf_file1 = “file1.pdf” pdf_file2 = “file2.pdf” # 新しいPDFファイルを作成してマージするためのPdfFileWriterオブジェクトを作成 output_pdf = PyPDF2.PdfWriter() # 最初のPDFファイルを開いてページを追加 with open(pdf_file1, “rb”) as file1: pdf_reader1 = PyPDF2.PdfReader(file1) for page_num in range(len(pdf_reader1.pages)): page = pdf_reader1.pages[page_num] output_pdf.add_page(page) # 2番目のPDFファイルを開いてページを追加 with open(pdf_file2, “rb”) as file2: pdf_reader2 = PyPDF2.PdfReader(file2) for page_num in range(len(pdf_reader2.pages)):…
-
Raspberry Pi のターミナルで日本語を表示させる
Raspberry Pi OS をインストールした Raspberry Pi で，デフォルトのままだとターミナル上で日本語が表示されなかったので設定した際のメモ． Raspberry Pi のターミナルで日本語を表示させるためには，システムのロケールを日本語（UTF-8）に設定し，日本語フォントをインストールする必要がある．以下がその手順． ロケールの設定 Raspberry Pi OS では，raspi-config ツールを使用してロケールを設定できる． ターミナルを開き，以下のコマンドを実行． sudo raspi-config 「Localisation Options」（ローカリゼーション設定）を選択． 「Locale」を選択し、使用したい日本語ロケール（例：ja_JP.UTF-8）を探して選択する． デフォルトのロケールとして設定． 日本語フォントのインストール ターミナル上で日本語を正しく表示されるには，日本語フォントが必要．以下のコマンドで日本語フォントをインストールする． sudo apt-get install fonts-ipafont 最後にシステムの再起動 設定を有効にするために Raspberry Pi を再起動する． sudo reboot 再起動後，ターミナルを開いて日本語が正しく表示されるか確認する． ちなみに自分の環境では，cat コマンドで日本語表示できたものの，less コマンドで日本語が文字化けしていた． echo $LANG echo $LC_ALL で，ロケールが正しく設定されているか確認すると．LC_ALL が設定されていなかったので，以下のコマンドを .bashrc に追記することで解決した． export LC_ALL=ja_JP.UTF-8
-
arXivの新着をSlackに通知する
★注意★ この記事のスクリプトは下記の古いパッケージで動作確認しており，最新のパッケージでは動作しないことをご留意ください． arxiv==1.4.7 openai==0.27.4 arxiv APIを用いた論文検索 arxivに投稿された論文を自動でSlackへ通知するbotを作成する． 概ね 参考1 を参考にした． arxivのAPIを用いると，以下のように新規投稿された論文を取得できる． import datetime as dt import arxiv # パラメータ MAX_RESULT = 10 N_DAYS = 7 # テンプレートを用意 QUERY_TEMPLATE = ‘%28 ti:%22{}%22 OR abs:%22{}%22 %29 AND submittedDate: [{} TO {}]’ keyword = “Information Theory” today = dt.datetime.today() base_date = today – dt.timedelta(days=N_DAYS) query = QUERY_TEMPLATE.format(keyword, keyword,…
-
Lean 6
萩原先生から出題された課題（脳トレ）を解いてみた． import Mathlib.Tactic section variable (A : Prop) example : ¬ (A ↔ ¬ A) := by intro (h : A ↔ ¬ A) have h1 : A → ¬ A := h.mp have h2 : ¬ A → A := h.mpr have h3 : (A → ¬ A) → ¬ A := by intro…
-
LEAN写経 応用情報数理学特論 第１１回
千葉大学 萩原先生の 応用情報数理学特論 第１１回 の演習をLean4で写経してみる． 演習11-01 — 目標１．data.set — 目標２．関数と集合 — 目標３．型上のinjectiveとsurjective import Mathlib.Tactic — Lean4だとだいたいこれで色々使えるようになる（適当．．．） variable {X Y : Type} (S : Set X) (P : X → Prop) #check ∀ x ∈ S, P x #check ∃ x ∈ S, P x example (h : ∀ x ∈ S, P x) (x : X)…
-
LEAN写経 応用情報数理学特論 第１０回
千葉大学 萩原先生の 応用情報数理学特論 第１０回 の演習をLean4で写経してみる． 演習10-01 /- 目標１． ℕ inductive zero : ℕ succ : ℕ → ℕ -/ import Mathlib.Tactic — Lean4だとだいたいこれで色々使えるようになる（適当．．．） #print Nat — これでNatの定義が見れる． #check Nat.zero — Lean では 0 も自然数 #check Nat.succ — これでNat.succの型が見れる． open Nat #eval zero — 0 #eval succ zero — 1 … 0の次の数 #eval succ (succ zero) –…
-
LEAN写経 応用情報数理学特論 第０９回
千葉大学 萩原先生の 応用情報数理学特論 第０９回 の演習をLean4で写経してみる． 演習09-01 /- 目標１． set set ⊆ \subseteq ∈ \in ∪ \u ∩ \i \ \ ∅ \empty -/ import Mathlib.Tactic — 目標２． False.elim (h : x ∈ (∅ : set U)) variable {U : Type} — このあと引数が柔軟にとれるように，中括弧にしておく variable (A B : Set U) — U を母集合とする部分集合 A, B variable (x :…
投稿されている内容や意見は私個人の見解に基づくものであり，
所属組織・部門見解を代表するものではありません．