アンドロイドは推理小説を書くか?

Google Mapで下から引っ張ると出てくるやつ。 調べたら以外と簡単にできた。 dependenciesを追加。 dependencies { implementation 'com.google.android.material:material:1.0.0' } 例 <

これまでフロントエンド/バックエンドしか作ったことなく、ようやくAndroid開発に入門したのだが、 始めのころの情報収集が意外と大変だったので、同じような境遇の人の為にまとめておく。 上からみていくと、フロントエンド/バックエンドしか開発したことがなくても、流れが掴みやすいかと ライブラリ And

TextViewなどのbackgroudに以下を指定すればおk android:background="?attr/selectableItemBackground" backgroundで色などをすでに指定している場合は、以下のようにする。 foregroundに指定する。 &

はじめに Vuetifyは、Vue.jsで使えるマテリアルデザインのフレームワークです。 https://vuetifyjs.com/ja/ マテリアルデザインに入門すべく、Vuetifyを使って読んだ本を管理するサービスを作ってみました。 Book Storage 簡単にマテリアルデザインを使える

これまでHugoを使っていたが、gatsbyを使ってみようと思います。 https://www.gatsbyjs.org/ gatsbyは、react製の静的サイトジェネレーターです。PWAやOGPなどがあらかじめ設定してあり(themeによる？)便利です。また、記事などの任意のデータ取得のためのイ

Firebase Authenticationに続いて、Firebase Hostingも使ってみました。備忘録を残しておきます。 今回は、Vue.jsをデプロイします。 Firebase Hostingとは Firebase Hosting は、ウェブアプリ、静的コンテンツと動的コンテンツ、マイク

emacsでgo langを書くときに使っているlspのlanguage serverがbingoからgoplsに変わったので、emacsの設定も更新しておこうと思います。 bingoは、golangの公式に取り込まれる形になったようですね。 インストール ドキュメント通りです。 https://g

Vue.jsで作ったWebAppをFirebase Hostingで公開し、そこでTwitter用のOGPを設定しようとしましたが、Twitterのクローラーがjavascriptを解釈できないということで、別途方法を考える必要がありました。そこで、Firebase Cloud Functionsを

Vue.jsとGolangでWebアプリケーションでFirebase Authenticationを使い、ログイン処理を行います。 https://firebase.google.com/docs/auth/?hl=ja Firebaseの説明や導入などは、Qiitaにもわかりやすい記事がたくさん上

サービス概要 「読書感想文をもっと気軽に」をコンセプトに読んだ本の感想文/レビューを三行だけ書き、SNSでシェアするサービスです。 三行読書感想文 使い方 googleアカウントもしくは、Twitterアカウントでログインできます。 その他のSNSアカウントでのログインは、随時対応していこうと思いま

すぐ忘れるので、matplotlibのよく使う記法をまとめておく 公式：https://matplotlib.org/gallery.html 普段は散布図とかplotとかしか使わないけど、こうして見るといろんなグラフがかけるみたい matplotlib,pyplot,pylabの違い matplo

最新論文の情報を広く浅く集めたい場合の巡回するサイトたちをまとめておきます。 おすすめがあれば教えてください。 Google Scholar: https://scholar.google.com/schhp?hl=ja 研究者やキーワードが決まっていると探しやすい。ただ、ザッピングには向かない。

はじめに GCE上にdockerコンテナを使って、hugoの静的ファイルを公開してます。 いろいろwebサービスを作ったりはしますが、公開するのは初めてだったので、いろいろと苦労した点をまとめておきます。 インフラ GCEを使います。ほんとは、image化してインスタンスグループで公開したかったので

autoencoderなどを作っていると、保存や推論を行う上での再利用性を考え、encoderとdecoderは分けてModelを作りたいことがある。 autoencoderの学習の際には、作成したencoderのModelとdecoderのModelを結合する。 Modelの結合は前はできなかった

pyenv環境でaws cli入れたらコマンドが見つからないって言われたので調べたメモ バージョン：pyenv:1.0.10 公式通りにインストールする。 $ pip3 install awscli --upgrade --user すると、 $ aws -bash: aws: command no

Rustのmacroをモジュール化して、別のモジュールから呼ぼうと思ったらうまくいかなかった。 日本語の記事があまりなかったのと、自分の備忘録ようにメモを残しておく。 rustのバージョンは1.27.0 参考 https://github.com/rust-lang/book/issues/401

SeqGAN: Sequence Generative Adversarial Nets with Policy Gradient https://arxiv.org/pdf/1609.05473.pdf SeqGANの論文を読んだのでまとめておきます。実装を行おうと思って読んだので手法をメインに読

word2vecで単語をベクトルにしたり、類似度判定した記事はたくさんあるが、ベクトルから類似単語を出力する日本語記事を見つけられなかったのでメモ。 stack overflowにあった。 https://stackoverflow.com/questions/32759712/how-to-fin

Qiitaに投稿した記事、kerasでHREDを構築してみるの記事で、こちらの論文が参考になるとのコメント頂いて、読んで見たので簡単にまとめました。 A Diversity-Promoting Objective Function for Neural Conversation Models htt

すぐ忘れるのでTex表記をまとめて起きます。 Qiitaが使っているというEasy Copy MathJaxを用います。 読み 表示 tex デルタ $\Delta$ \Delta ナブラ $\nabla$ \nabla 白抜き $\mathbb E[\cdot]$ \mathbb E[\cdot]