vagrantしか知らない私がdocker-machineを試してみた - 文系プログラマによるTIPSブログ
∧,,∧ (｀･ω･)〆ゑゐ､ ＜ docker-machineはじめました | つニニニフ しーＪ 生のdockerは実行時にオプションを大量に付けなくてはいけないので、いくら速くても面倒だったので敬遠していました。しかし最近docker-machineというdockerのホストマシンを簡単に作成できるアプリが公式から提供されたので、現在Vagrantからdockerに移行中なのです。 docker-machineとは？ 私も最初なにこれ？と思ったのですが、Vagrantに例えると解りやすいかもしれません。 Vagrantの場合は以下が定番ですね。 dockerコンテナ(CnetOS 7とか) CoreOS（dockerホスト） Virtualbox, VMwareFusion ...etc Vagrant mac docker-machineだとこうなります。 dockerコンテナ(
vagrant-omnibusが入ってるとオフラインのときにエラーが出る件 · DQNEO日記
vagrantでローカル開発環境を構築したので、さあこれで電車の中でインターネット接続できなくても開発できるぞ！と意気込んで いざvagrant upしたら、エラーが出ました。涙 $ vagrant up Bringing machine 'default' up with 'virtualbox' provider... There are errors in the configuration of this machine. Please fix the following errors and try again: Omnibus Plugin: * '' is not a valid version of Chef. A list of valid versions can be found at: http://www.opscode.com/chef/install/ ぐぬぬ
任意の学習率の式に対する効率的なL1正則化の計算方法 : Preferred Research
今回はaveraged FOBOSの導出をしてみたのでその話を書こうかと思ったのですが、導出途中に平均化劣勾配法の場合と大差ないと気付いてしまってテンションが下がってしまいました。というわけで、ちょっとネタを変えて、学習率をいい感じに減衰させながら学習するためにはどうしたらいいのか、ありがちな実装テクニックについて書いてみます。 前提知識 前提知識として最適化問題をどう解くかを知っている必要があります。これについては以前に入門記事を書きましたので適宜ご参照下さい。文字数制限の関係で4回目と5回目のみリンクしておきます。 劣微分を用いた最適化手法について(4) やっとFOBOSが出てくる第4回 劣微分を用いた最適化手法について(完) 感動の最終回 問題提起 最近のオンライン学習において重要なテクニックの1つとして、パラメーター更新の遅延（lazy update）があります。これは、正則化の計
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Amazon.co.jp: KURE 接点復活スプレー #1424 220ml: BISS
今だからこそ知りたい Docker Compose/Swarm 入門
Machine-readable debian/copyright file.
Download_Old_Builds_4_2 – Oracle VirtualBox
http://atnd.org/events/4731
