20082016 pokemongo

ポケモンGO(Lv25)

前回から一週間くらい

そろそろレベル上げよりも防衛ボーナスのほうに重点を移すべきか悩む。

あと遠征しないと図鑑も埋まらないから、単なる経験値上げのための活動はつらい。

1471695402

ラフレシアは結構気に入っている。

1471695404

18082016 life 香川

香川のオキテ

うどん屋情報だと思ったら、香川あるある集だった。

ProductName 香川共和国のオキテ100ヵ条　～ハラが「おきる」までうどんを食べるべし！～

メイツ出版 / ?円 ( 2015-11-30 )


16082016 food

最近の食欲ブックマーク

ちかいうちにどこかに行きたい

16082016 life

道尾秀介を二冊読んだ

この頃の作品は誤認を上手く使っていく感じ？

ProductName ラットマン (光文社文庫)
道尾 秀介
光文社 / 637円 ( 2010-07-08 )


ProductName ソロモンの犬 (文春文庫)
道尾 秀介
文藝春秋 / 648円 ( 2010-03 )


両方とも面白く読めた

15082016 deeplearning

「ゼロから作るDeep Learning」を予約した

久しぶりに読みたい本が出たので予約した。

ProductName ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
斎藤 康毅
オライリージャパン / 3672円 ( 2016-09-24 )


オライリーの方にも目次が出てないのだけど勢いで予約ｗ

15082016 life

水石入門

天皇陛下のお気持ち表明の際の石が気になったので読んでみた。

ProductName 水石入門マニュアル: この一冊で水石愛好の総てがわかる！ ワクワク作業シリーズ (KBムック)

近代出版 / ?円 ( 2016-06-08 )


近所の河でも取れるらしい

15082016 沼津 snorkeling

今年二度目の井田

娘と息子が相次いで負傷したので実質一時間の海だったけど、曇っていたのでまぁいいかという感じ。クラゲもやたら多かったし。

写真も色々撮れたので満足。

1471207676 1471207678

1471207681 1471207683

1471207686 1471207688

帰りにくるら戸田に寄って戸田塩だっ手羽を食べてきた。どうせ、新規開発のパッとしない唐揚げなんでしょ？と敬遠してたのだけど、食べてみたら美味しかった。油がくどくないしさっぱりしていていいですな。

1471207695 1471207697

くるら戸田の建物の中に展示してあった深海魚つるし雛。これ深海魚水族館で売りだせば結構売れるんじゃないかなぁ。実際欲しいしｗ

1471207690 1471207693

14082016 栃木

ひいばあさんの櫛寿で実家に帰った

影絵美術館とても良かった。おすすめ

1471175779 1471175781

さくらというラーメン屋で辛味噌ラーメン食べたけど、はまぐり潮ラーメンにするべきだった。

1471175784 1471175786

夜は息子たちの希望に従い焼肉

1471175788 1471175790

1471175792 1471175795

帰って姿を飲む

1471175797

カモネギもゲット

1471175799

二日目はひいばあさん（息子たちにとって）の櫛寿のお祝いに寿司屋でランチ。

1471175752 1471175754

1471175757 1471175760

1471175762 1471175764

1471175767 1471175769

1471175772 1471175774

1471175776

美味しかった。

14082016 pokemongo

ポケモンGO(Lv24)

レベルがあがった、前回から一週間くらい。

今はギャラドス進化のためにコイキング集めをしている。メノクラゲとミニリューは進化できたけどカイリューまではまだまだだ。

1471166363 1471166365

11082016 Python tensorflow scikit-learn

DNNをRandom Forest (RF)やSupport Vector Machine (SVM)と比較したい

TensorFlowのDNNチュートリアルだとトレーニングセットとテストセットをファイルから読みだすので、実用的にはちょっと面倒くさい。scikit-learnのよろしく分割してくれるメソッド使ったほうが楽でしょう。

またこScikit-learnとTensorFlowを組み合わせることでそれぞれのアルゴリズムの精度を比較することが簡単にできるので便利。

import tensorflow as tf
import numpy as np
from sklearn import datasets
from sklearn import svm
from sklearn.ensemble import RandomForestClassifier
from sklearn import cross_validation

iris = datasets.load_iris()
x_train, x_test, y_train, y_test = cross_validation.train_test_split(iris.data, iris.target, test_size=0.4, random_state=0)

classifier = tf.contrib.learn.DNNClassifier(hidden_units=[10, 20, 10], n_classes=3)
classifier.fit(x=x_train, y=y_train, steps=200)
dnn_accuracy_score = classifier.evaluate(x=x_test, y=y_test)["accuracy"]
print('DNN Accuracy: {0:f}'.format(dnn_accuracy_score))

clf = svm.SVC(kernel='linear').fit(x_train, y_train)
svm_accuracy_score = clf.score(x_test, y_test)
print('SVM Accuracy: {0:f}'.format(svm_accuracy_score))

rlf = RandomForestClassifier().fit(x_train, y_train)
rf_accuracy_score = rlf.score(x_test, y_test)
print('RF Accuracy: {0:f}'.format(rf_accuracy_score))