pkl

1. 今週の予定 以下の内容を勉強します。 映像作品としてのLevelの作成 AIの勉強 Nvidia Omniverseの勉強 Gaeaの勉強 Houdiniの勉強 VFXの勉強 DirectX12の勉強 2. 映像作品としてのLevelの作成 今週から動画の作成と動画の作成のための勉強は分けて記録するようにします。 2.1 動画の作成 2.1.1 Plateの位置を直す 先週以下のように書いていました。 これを直します。 以下のように直しました。 良い感じです。 更にPlate3のVisibleをLevel Sequence内でセットしてなかったので 以下のようになりました。 www.yo…

はじめに 前回は、「かんしょ」の10a当たり収量について平均気温のみを説明変数にした単純な予測モデルを作成しました。 cci-labo.hateblo.jp 気候変動が進んだ将来、「かんしょ」の10a当たり収量がどのくらい変化すると予測されるか？日本域150年連続実験データを予測モデルに当てはめ、推定してみましょう。 気候予測データの入手 前回作成した予測モデルでは、「かんしょ」の栽培期間の４月〜１０月の平均気温を説明変数としています。そこで、以下の記事の手順に従い、RCP8.5シナリオの４月〜１０月のデータを入手します。 cci-labo.hateblo.jp データを解凍する # ユーザホ…

[chapter:2021年] 11月21日（日） 【 まもなく放送！TVアニメ1000話 】 このあと9:30~TVアニメ『ONE PIECE』 ✨記念すべき1000話✨放送！！ 新規作画の「ウィーアー！」や 放送後には超特報もあります！ #ONEPIECE1000LOGS をつけて みんなで一緒に盛り上がろう👊🔥 https://x.com/eiichiro_staff/status/1462214173354598400?s=46&t=imPGEo4PirfdQcTTEvenqw ONE PIECE第1000話 「圧倒的戦力！麦わらの一味集結」放送 2022 8.6 Sat. "歌声、赤…

はじめに 私事ですが、先月無事に某育成講座を終了し、晴れて「気象データアナリスト」を名乗ることができるようになりました。 講座の終了要件として、"気象データに関連する業務課題を⾃分で設定し、分析提案書および分析報告書を作成せよ"という課題があり、「温暖化に伴うかんしょの生産性変化予測」と題して、かんしょの生産性と気候条件の分析、モデルの構築、温暖化した将来の変化予測を行いましたので、その内容を紹介します。 背景 温暖化により様々な作物で栽培に有利な温度帯が北上してきています。北海道では最近、これまで気候が冷涼なため栽培に不適とされていた「かんしょ」の生産が増えてきています。 これまで「かんしょ…

Vtuber最協決定戦S6 青の唯我論者 14日間の軌跡 これは青の唯我論者が歩んできた、楽しく、熱く、時に苦しく、最高な――そんな、青い夏の記録。 ※この文章は青の唯我論者の練習配信から本番までの感想文兼日記ですが、基本的に小柳ロウを中心とした感想です。また、「私個人の視点だとこう見えていた」という「主観的かつ個人的」な感想まとめのため、ネガティブな話や現実的な問題の話なども書いています。そのため人によっては不快にさせてしまう可能性があります。ご了承ください。また、感想に正誤はありません。 ※青の唯我論者の略称を「青エゴ」と記載してます。元ネタの二次創作即売会名の略称と被ってたのでTwitt…

皆さんこんにちは。ソニー・ミュージックエンタテインメントで生成AIの調査・検討を行っているみみずくです。 2021年に画像生成AIモデルである「DALL-E」がOpenAIからリリースされて以来、時代は生成AIブームとも言われており、画像だけでなくテキストや音声などさまざまなものに対する生成AIが急速なスピードで進化してきました。 そうした中、我々のようなエンタメ業界は、IPホルダーとして権利関係を保護しながらも、未来のコンテンツ制作に向けてAIをクリーンに利活用できる可能性について模索する必要性に迫られています。そしてそのためには、生成AIがどのようにして動いているのか、仕組みについて理解を…

関連記事 TOP V最歴代チーム一覧 V最歴代ランキング V最S5ランキング V最S6スクリム ▼個人別ランキング ▼チーム別ランキング ▼V最協S6総合結果 個人別ランキング ▼平均ダメージTOP10 ▼最高ダメージTOP10 ▼合計キル数TOP10 個人別ランキング3冠プレイヤー VTuber 成績 ローレン・イロアス 平均ダメ：1429.2(1位) 最高ダメ：2200(4位) 合計キル数：14(1位) 猫汰つな 平均ダメ：1362.2(2位) 最高ダメ：2347(3位) 合計キル数：12(4位) バーチャルゴリラ 平均ダメ：1001.6(5位) 最高ダメ：1892(5位) 合計キル数：1…

こんにちは。メガネ屋のモアイです。さて今回は真夏に早起きして鎌倉散歩してきたお話しです。 はじめに 今回のJPEG設定 今回の機材 真夏の鎌倉早朝散歩 Voigtlander APO-LANTHAR 35mm F2 Aspherical VM Leica Summicron 90mm F2 3rd（11136） Voigtlander APO-LANTHAR 50mm F2 Aspherical VM Voigtlander APO-LANTHAR 35mm F2 Aspherical VM 最後に

昨日のプログラムに機能追加しました プロジェクトを新規作成 作ったプロジェクトを選ぶ 分割数やモデルの選択 学習 学習したモデルはその後もプロジェクトを選択して利用できる import streamlit as st import pandas as pd import os import json import pickle from sklearn.model_selection import train_test_split from sklearn.linear_model import LinearRegression from sklearn.svm import SVR from…

暑い日に昼寝をしていると、さらに体力を消耗してしまい、 逆に何もできなくなってしまうため、 今日はほとんど昼寝せずにずっとゲームをしていました・・・主に、生息演算をΣ(ﾟДﾟ)ｶﾞｰﾝなんで人は生息演算をやってしまうのか、 その原因にようやくたどり着きました今日はその辺の話をしたいので、さくっと本題へ...φ(･ω･｀) 【RO】地道にレース周回 今日も合間合間でしっかりレースを回していました昨日から火山に遭遇するようになりましたが、 ウンバラの10倍ましです 羽でショートカットもしやすいですしとりあえず213/39まで来ていますが・・・・・・寝る前にもうちょっと回そうと思いますJob42まで…

本記事では、Azure Machine LearningのAutoML機能を活用して、機械学習モデルの再推論のプロセスを効率化する方法を解説します。 AutoMLはデータ前処理からモデル評価までを自動化し、専門知識が少ないユーザーでも高品質なモデルを作成できます。今回は、作成したモデルをプログラムから読み込んで再推論する手順に焦点を当て、Anaconda環境の設定やAzure Machine LearningのEnvironments機能を用いた効率的な運用方法について詳しく説明します。 概要 前提知識 AutoMLについて なぜ再推論が必要なのか AutoML モデルの再推論 AutoMLの…

環境 Python 3.10 やりたいこと すでに分類されている話者の複数wave形式の音声ファイルを学習し、未知の音声ファイルを渡したときにどれが一番近いかを推論してほしい。 いわゆる話者分類ってやつ。 ライブラリインストール このプロジェクトでは、音声ファイルの話者を識別するためにpyannote.audio、scikit-learn、librosaといったライブラリを使用する。これらのライブラリは以下のコマンドでインストールできる。 pip install pyannote.audio==3.3.1 scikit-learn==1.5.1 librosa==0.10.2.post1 コー…