GitBucket
macOSのVSCode用
{
"version": "0.2.0",
"configurations": [
{
"name": "Debug (Clang/LLDB)",
"type": "cppdbg",
"request": "launch",
"program": "${fileDirname}/${fileBasenameNoExtension}",
"args": [],
"cwd": "${fileDirname}",
# pip install icrawler
from icrawler.builtin import BingImageCrawler
crawler = BingImageCrawler(storage = {'root_dir' : './image/tflask'})
crawler.crawl(keyword = '三角フラスコ', max_num = 30)
crawler = BingImageCrawler(storage = {'root_dir' : './image/beaker'})
crawler.crawl(keyword = 'ビーカー', max_num = 30)
crawler = BingImageCrawler(storage = {'root_dir' : './image/funnel'})
crawler.crawl(keyword = 'ろうと', max_num = 30)
crawler = BingImageCrawler(storage = {'root_dir' : './image/burette'})
Apple Siliconのマシンでhomebrewおよびpyenvを利用するときの設定ファイル (各自のホームディレクトリに作成) 。1行目から6行目はHomebrew用
if [ "$(uname -m)" = "arm64" ]; then eval "$(/opt/homebrew/bin/brew shellenv)" export PATH="/opt/homebrew/bin:$PATH" else eval "$(/usr/local/bin/brew shellenv)" fi if [ "$(uname -m)" = "arm64" ]; then # arm64 export PYENV_ROOT="$HOME/.pyenv_arm64"
SwiftからCreateMLを実行するプログラム
// createmltest.swift // Usage: // swift createmltest.swift <train folder path> <test folder path> // // reference: // https://www.netguru.com/blog/createml-start-your-adventure-in-machine-learning-with-swift // // note: // trainフォルダとtestフォルダをコマンドライン引数で指定 // mlmodelファイルをhomeのDesktopに書き込むように変更
thesis用 図の挿入のCSS変更
body {
counter-reset: chapter;
font-family: "ヒラギノ明朝 ProN", "Hiragino Mincho ProN", serif;
}
p {
text-indent: 1em;
margin: 0 0 0.5em 1.5em;
text-align: justify;
text-justify: inter-ideograph;
}
thesis用 参考文献と目次の見出しのバグ回避, サブセクション 10以上対応
#!/bin/bash
echo " <style> h2:before {content:none;}</style>
## 目次
<dl class=\"toc\">"
pdfgrep -n '(^第[0-9]章)|([0-9]{1,}\.){2,}|^参考|^謝辞|^付録' $1 |grep '^[0-9]*:[^ ]'|awk -F: '
{
if ($2 ~ /([0-9]{1,}\.){3}/) {
print "<div><dt class=\"depth-3\">",$2, "</dt><dd>",$1,"</dd></div>"
PDFにページ番号付加
# addpage.py # # PDFファイルにページ番号を追加 # # 準備: # pip install reportlab pdfrw # # 使い方: # python addpage.py PDFファイル名 #
CreateML コマンドライン版の出力からAccuracyの表をグラフ化
import numpy as np import matplotlib.pyplot as plt import sys args = sys.argv # data01_axis1, data01_value1 = np.loadtxt(args[1], delimiter="|", usecols=range(1,3), unpack=True) data01_axis1, data01_value1 = np.loadtxt(args[1], delimiter="|", usecols=[1,3], unpack=True) data01_axis1, data02_value1 = np.loadtxt(args[1], delimiter="|", usecols=[1,4], unpack=True)
matplotlibでturicreateのアウトプットのグラフ化
import numpy as np
import matplotlib.pyplot as plt
data01_axis1, data01_value1 = np.loadtxt("./kari2.txt", delimiter="|", usecols=range(1,3), unpack=True)
fig = plt.figure(figsize=(10, 6))
ax = fig.add_subplot(111)
ax.plot(data01_axis1, data01_value1, ".-", color="k", label="value1 of data01")
# ax.set_xlim(1000, 3000)
ax.set_xlabel("iterations")