はてなキーワード: ベンチマークとは
HypetThreading が 海外の掲示板でも ごにょごにょしてるよね 他人の真意まではわからないけどC++の話題だと メモリとか タイミングとか ベンチマークとか 結構 うるさい人がいるし
Intelは1度メニーコアで、発売はしたものの 売れなかった たしか80コアとかだったはず。
技術的にはおもしろい お金くれるならやってもいい そういうやつもおおいだろう。
医療分野なら まぁ 売れるかもな。
とはいえ どうなの?
強いAIってのもあるけど
人間のほうがいいよね というのも根強い。
俺はいろんなTwitterの界隈にいた経験があったんだけどTwitter初心者の人がどこの界隈に入ればいいかを勝手に決めちゃうね
ブロガー界隈→基本的に短命で4ヶ月もしたら3分の1は入れ替わってる、アフィカスばっかりの中身ないサイトばっかりだからつまらない、馴れ合いが多いのがすごいキモい
YouTuber界隈→マウントの取り合いで気持ち悪い、馴れ合いみたいなところを感じるのはブロガー界隈と一緒
YouTube界隈→YouTubeを見て感想を言い合う界隈、基本的に新しい動画の発掘ができたり、良い界隈なのだが稀に見ている人でマウント取るなどのキッズムーブをする人がいる。全体的に精神年齢が低い
ガジェット界隈→ゴミ、ゴミオブゴミ、Twitterの恥。Antutuというベンチマークアプリで出る性能のスコアでマウントを取り合ったり、ブランドでマウントを取るなどのYouTube界隈と同じような中身のない界隈という印象を受ける。基本的にどこかおかしい人がいる感じだし触れてはいけない
FPS界隈→厨二病キッズと自称姫(ネカマ)の界隈。レートなどでマウントを取ったり、とにかく中身のない
ソシャゲ界隈→最高。ゆるゆるダラダラしているのが特徴の界隈、基本的にはレアキャラ出たら裏山とかおめとか精神年齢低くてもそんなにキッズムーブする人がいない界隈、多分大人が多いんだと思う
俺はいろんなTwitterの界隈にいた経験があったんだけどTwitter初心者の人がどこの界隈に入ればいいかを勝手に決めちゃうね
ブロガー界隈→基本的に短命で4ヶ月もしたら3分の1は入れ替わってる、アフィカスばっかりの中身ないサイトばっかりだからつまらない、馴れ合いが多いのがすごいキモい
YouTuber界隈→マウントの取り合いで気持ち悪い、馴れ合いみたいなところを感じるのはブロガー界隈と一緒
YouTube界隈→YouTubeを見て感想を言い合う界隈、基本的に新しい動画の発掘ができたり、良い界隈なのだが稀に見ている人でマウント取るなどのキッズムーブをする人がいる。全体的に精神年齢が低い
ガジェット界隈→ゴミ、ゴミオブゴミ、Twitterの恥。Antutuというベンチマークアプリで出る性能のスコアでマウントを取り合ったり、ブランドでマウントを取るなどのYouTube界隈と同じような中身のない界隈という印象を受ける。基本的にどこかおかしい人がいる感じだし触れてはいけない
FPS界隈→厨二病キッズと自称姫(ネカマ)の界隈。レートなどでマウントを取ったり、とにかく中身のない
ソシャゲ界隈→最高。ゆるゆるダラダラしているのが特徴の界隈、基本的にはレアキャラ出たら裏山とかおめとか精神年齢低くてもそんなにキッズムーブする人がいない界隈、多分大人が多いんだと思う
俺が言ってるのはあくまでラノベやアニメのクリエイターの話だからなあ。
オモチャはわりと「市場調査の結果=作りたいもの」という傾向はあるだろうが、
アニメの制作現場としては市場調査の結果もスポンサーの要望も同じく勘案してるだけ。
それくらいで視聴者に媚びたとは言えないよな。
みなさんご自身は、もともとロボットアニメへの情熱をお持ちだったのですか?
鈴木 ロボットは好きでしたね。アニメーションの仕事に携わる以上は、いつかロボットアニメに参加したいと思っていました。僕自身、ガンダム世代だし、エヴァンゲリオン世代だし、そういった作品を観て育ってきたので、そこがひとつのベンチマークになっています。
根岸 『初音ミク』や『エヴァンゲリオン』とのコラボは、僕らのほうから提案させていただきました。北海道新幹線の運転士は女の子にしようと決まっていたので、「う~~ん(考え込んでから閃く動作で)、初音ミク!」みたいな(笑)。それで「発音ミク」というキャラクターが生まれました。
https://anond.hatelabo.jp/20200408182618
こんなところで書いてないで本人に直接言えばいいのに。
ただし話聞いてるようで右から左に抜けていくようだけど。
その場で丁寧に返答してるからって話が通じてるとは思わない方がいい。
れんほーとかの話をしちゃうのは
そのくらいしか思いつかなかっただけだからあんまりいじってはいけない。
あの人の奇行についてはほぼすべての原因が
・親と同居せずに親の金で一人暮らしをさせてもらえるという圧倒的な経済保障による危機圏の欠如(才能のない太宰治状態)
・社会経験の圧倒的な不足とADHDの悪魔合体により衝動を抑えるなどのSSTの絶望的な不足(もはや手遅れレベル)
・ベンチマークとなる他人がそばにいない(いても目をそらして自分より下ばかり見ようとする)によりもたらされるダニングクルーガー効果
の3点で説明できるから、健常者の常識を当てはめて人格攻撃をするのはやめて差し上げろ。
悪気がなくてもああいう振る舞いをしてしまう悲しい生き物なんだ。
あの人なりに必死に生きてるんだよ。
受験者2058人に対し、合格者は630人(倍率3.3倍)。そのうち、女子は166人と、かなりの狭き門。昨年(倍率2.7倍)よりも合格者を121人減らしている(女子は29人減)。受験者数が過去5年で最高、合格者数は最低である。控えめに表現しても、渋幕史上、最も難しかった入試と言える。
合格者が大きく減っている主要因は、第一志望で渋幕を目指す受験生が多かったから、ということになる。出願時のアンケートでも、志望順位を入力する欄があったと思うが、全員が正直に入力するとは考えにくい。心象を良くしたいために嘘でも第一志望にしたり、特待合格を狙ってわざと第二志望にする、ということも考えられなくはない(渋幕に限っては志望順位が合否に関連することはまずないが)。となると、大手塾との事前の密なコミュニケーションや、近年の第一志望者の増加傾向(入学金の延納者が減っている)を見て、自信を持って合格者数を絞ったと考えられよう。
合格ラインの204点に到達した受験者は全体の30.6%で、正規分布だと仮定すれば、偏差値は55.2に相当するので、σは35.0の計算となる。直近の学校別SO渋幕はσが 28.6だが、SOとは違い、入試では筑駒志望者やチャレンジ組も受験するので、当然ながらバラツキが大きいという結果だ。
上位1.4%の特待合格は、偏差値72に相当するので、特待合格ラインは262点付近と計算されてしまうが、最高得点が266点であるので、さすがにそこまでは高くないだろう。きれいな正規分布には収束しないだけで、実際の特待は掲示板等の情報もふまえると255点前後であると予想する。
過去5年間の合格ラインの平均は 177.6点(受験者平均の5年平均は166.7点)。受験直後は、例年より易化しているという感想が目立った。結果として受験者平均は185.8点だったので、例年よりも20点ほど上昇していたことになる。同じように考えると、合格ラインも197〜198点付近のはずであるが、今年は204点。昨年よりも合格者を121人絞っているが、その121人が6〜7点の間にひしめいていたはずである。算数でいえば、わずか1問の差なのだ。
昨年比若干易化している程度で、ほぼ例年通り難易度となった。受験者平均と合格者平均の差は、若干縮まり7.2点。
物語文は、三島由紀夫『豊穣の海』。渋幕得意の長文選択肢は鳴りを潜める。最後の三島作品を選ばせる問題は、小学生にとっては、なかなかの難易度である。入試説明会で、今年は文学史の話がなかったので見送りかと思われたが、つまりそういうことである(例年の最終問題である文学史的な形式だが、一人の作者の作品なので”史”とまでは言い切れなかった、と)。
今年も合否を分けたのは算数。内容は昨年比で易化しているが、受験者平均と合格者平均の差は 16.3点。全体として取り組みやすい問題セットであったが、得点差が出やすい大問が多くあった。
女子が受験できる学校では、渋幕クラスの算数問題が出題される学校がなく、対策には相当苦戦すると思われる。男子は、筑駒・開成レベルの問題に馴染んでいれば、決して難しくはない。
塾の先生が言うには、今年の大問4平面図形(3)は、渋幕史上、最高の難易度だとか。筑駒では似た問題が出ているらしいが、こういう問題にハマると厄介である。頻出の「場合の数」や「速さ」が出なかったのは、全くの予想外であった。
例年よりも易化したが、受験者平均と合格者平均の差は8.2点で、国語よりも差がつきやすい。渋幕得意のリード文が長い構成に、過去問のやりこみが甘いと最後まで解ききれなかった可能性は高い。大問2に対数グラフが出現するのは驚いてしまうが、渋幕問題に慣れていれば、それほど意外なことでもない。大問としては、物理、生物、地学のセットで、今年は化学が外れた。すべての大問に共通で、知識の詰め込みではなく、いかにその場でリード文を読みこなせるかが勝負だ。
昨年比ではやや難化したが、受験者平均と合格者平均の差は4.3点と縮まっている。大問1でインバウンドと人口減少を軸にした時事問題セットは、小学生から見れば深く正確な知識が要求されるが、大人であれば難しくない、という絶妙な難易度設定。一つの大きなテーマを、時代背景、社会背景から切り取り、総合的な問題に仕上げてくる作問者の力量は引き続き高い。ただし、記述問題で妙な条件付き(〜に関連することは除きます、など)であったのは、混乱を招きがちになり、思考力問題の課題のようにも感じる。
数字上は算数、理科で高得点を取れた受験生が逃げ切ることができたと考えられる。最高得点は266点と決して高くはないので、どの科目でも満遍なく高得点がいかに難しいかがわかる。
渋幕推しというわけでもないが、掲示板等にある理解に苦しむ噂や解釈は風評被害とも言えるので、反論も含めて感じたことを記しておく。
A. 都内の優秀層が通いづらい場所であることは確かであるが、敷地が広く、伸び伸びとした環境は都内にはないメリットが溢れている。都心部にあるグラウンドもない学校と比べれば一目瞭然。海外の一流校では敷地の広さはベンチマークされているので、渋幕は海外基準を満たしているともいえる。千葉居住の生徒が減り、東京居住の生徒が増えているのは、データが語る絶対的な傾向である。間違いなく、東京の優秀層を惹きつける魅力がある。
Q. 東大合格者は頭打ち、御三家と比べると進学実績は物足りないのでは?
A. そもそも東大を目指していないので、その尺度では測れない。「東大よりハーバード」を志向した日本で最初の学校である。渋幕の魅力は、生徒がみんな東大を目指すわけでもない、多様性だ。海外大学進学はもちろん、芸大進学や、高卒で著名劇団に就職など、国内の一流進学校では考えられない進路を選択する生徒が一定数いる。やりたいことが見つからず、とりあえず東大を目指す、というわけではなく、高校卒業時点で明確に目標を定め実践しているのだ。
自分が機械学習に詳しいかどうかはわかりませんが,わかる範囲で書きます.
を実現する事が目的だと考えて話を進めましょう.
一般的にこのタスクは類似文書検索と呼ばれています.ブックマークコメントでは「ElasticSearchを使え」と言われています.ElasticSearch の More Like This Query 機能を使うことで類似文書検索が実現できるようです.あとはパラメータを調整することで思い通りの結果が得られるのではないでしょうか.
より高度なアプローチを取るのであれば,BERT と呼ばれるニューラルネットワークモデルを活用した類似文書検索も可能です.こちらのブログ (ElasticsearchとBERTを組み合わせて類似文書検索 - Ahogrammer) が参考になるでしょう.
しかしこれだけで終わると悲しいのでもう少し機械学習の話をすることにします.
機械学習的にこの問題に取り組むには順序学習 Learning to Rank という問題を解く必要があります.順序学習は google 検索にも使われている機能です.
これは,「入力 x に対して N 個の候補 y_1, y_2, ..., y_N を類似している順に並び替えるようなスコアを出力する関数 f(x, y_i) を学習する」というものです.
More Like This Query 機能よりもこちらのアプローチが優れているのは,前者はどうパラメータをチューニングしようと「類似している文書」しか得られないのに対して,後者は(先程引用したような)「見合った」を明示的にデータとして与えてランキングを学習できる,という点です.
学習データとして「この質問のに対してこの FAQ ページがもっとも見合っている」「この質問に対して A と B ふたつの FAQ ページがあるが,B より A の方が見合っている」「この質問に対して見合った順に全ての FAQ ページを並び替えたもの」といったデータを大量に準備することで,「見合った」を学習することが可能です.
しかしこちらも ElasticSearch の機能に搭載されているようです.ありがとう ElasticSearch.お疲れ様でした.
もしあなたが ElasticSearch を使うのではなく, Python を使って再実装したいと考えているのであれば,目印として必要なライブラリや概念を書いておきます.
だが毎日TLを見ていると神がたくさん流れてくる。
そりゃ自分がやべえ!神絵師じゃん!と思ってフォローしてるんだからそう。相手はプロだし。
でもただ漠然と絵描いてもアレだから目指すべき方向とか目標を明確にしたいと思ったわけよね。
それでいろいろイメージを固めてベンチマークとなる神絵師の絵をよっしゃ観察するぞい!と思っても、どうなってるのかわからない。
色ひとつとってもなんでこういう色で塗ってるのか謎だし。
ここでその色持ってくる?!あ~~補色でそんな蛍光色みたいな明るい赤を入れちゃうのね!なんでここ緑???でも違和感ないから不思議!みたいな。
スポイトで色とっても陰影とか反射とか周囲のバランスでその色になっているので、単色でみてもなんでこの暗い茶色が肌色になるのか結びつかない。
いきなり完成形で塗ってる人どれだけいるだろう。
いろいろやった結果この線この色この立体このテクスチャになっているので無能が完成形から逆算して手順を想像するの苦行の極み。
まずラフに色載せていって徐々に形にしていくタイプとか、がっつり線画起こして細かくパーツで色分けしていくタイプとかいろいろあるわけよ。