□ Valve

 * 親コンポーネントへのリクエストをフィルタし、処理を行う

参考文献

■ Stuck Thread Detection Valve

 * 長時間処理しているリクエストを検知する

設定例

<Valve
 className="org.apache.catalina.valves.StuckThreadDetectionValve"
 threshold="60" />

公式サイト

参考文献

■ Error Report Valve

 * HTTPエラー時のエラーページの設定

公式サイト

参考文献

■ Access Log Valve

 * アクセスログを出力する
 * デフォルトで既に追加されている

公式サイト

参考文献

関連記事

【Tomcat】設定ファイル server.xml ～ Connector / Attributes 編～

【Tomcat】設定ファイル server.xml ～ Connector / Special Features 編～

Tomcat のスレッド制御 ～ Connectorタグ / Executorタグ ～

■ 負荷テストのボトルネック/エラーを考える

【１】攻撃ツール
【２】ロードバランサ
【３】OS/サーバ
【４】アプリケーション
【５】DB

【１】攻撃ツール

 * TCPポートの枯渇
 * ネットワーク不備
  + KeepAliveしていない
 * ハードのパワー不足

Linux

 * ファイルディスクリプタ不足
～～～～～
ulimit -n 65535
～～～～～

JMeter

 * 攻撃ツールのヒープサイズ不足(以下の関連記事を参照のこと)

 * DNSレコードをキャッシュしないようにテストする(以下の関連記事を参照のこと)

【２】ロードバランサ

 * エラー
  + HTTP 502: Bad Gateway (以下の関連記事を参照のこと)

【３】OS/サーバ

 * TCPポートの枯渇
 * ハードのパワー不足 / サーバリソース不足

Tomcat

 * Stuck Thread Detection Valveで、長時間処理しているリクエストを検知し、ログ出力
   (以下の関連記事を参照のこと)

【４】アプリケーション

 * フレームワークが遅い
 * ログを多く出力している
  + topコマンドで、sys の使用率が増える

【５】DB

MySQL/Aurora

 * 実行時間が掛かるSQLの監視する（以下の関連記事を参照のこと）

関連記事

【AWS】AWS での 負荷テスト あれこれ

【負荷テスト】 【JMeter】JMeter ～ あれこれ 編 ～

【Tomcat】設定ファイル server.xml ～ Valve 編～

【AWS】ロードバランサ ～ HTTP 502: Bad Gateway」が表示された場合 ～

【MySQL】【Aurora】 実行時間が掛かるSQLの監視手法

■ Jetty

 * Tomcatの同様、Java Servletコンテナ/Webサーバ
 * Java製
 * Since 1995年（Tomcatは、1999年）

■ 設定手順

[1] Eclipse の [Help]-[Eclipse Marketplace]で、Find欄に「Jetty」と入力
[2] 以下をそれぞれ Install し、Eclipseを再起動する
 + Eclipse Jetty
 + Run-Jetty-Run

■ 実行方法

[1] 対象のプロジェクトを右クリックし、[Run As]-[Run Jetty]を選択
 => デフォルト・ポート 8080 でアクセスする

参考文献

今後役に立つかもしれないサイト

■ ダウンロード

 * 以下のサイトから、JARファイル「zip4j_1.3.2.jar」をダウンロードする

■ サンプル

import java.io.File;

import net.lingala.zip4j.core.ZipFile;
import net.lingala.zip4j.exception.ZipException;
import net.lingala.zip4j.model.ZipParameters;
import net.lingala.zip4j.util.Zip4jConstants;

public class ZipDemo {

  public static void main(String[] args) {
    String source = "ZIPファイル.zip";
    String destination = "etc";
    String password = "password1";

    System.out.println("Done " + zip(source, destination, password));
  }

  public static boolean zip(String outFile, String input, String password) {
    try {
      ZipFile zipFile = new ZipFile(outFile);
      zipFile.setFileNameCharset("UTF-8");

      ZipParameters parameters = new ZipParameters();
      // 圧縮率
      parameters.setCompressionMethod(Zip4jConstants.COMP_DEFLATE);
      parameters.setCompressionLevel(Zip4jConstants.DEFLATE_LEVEL_NORMAL);
      // 暗号化
      parameters.setEncryptFiles(true);
      parameters.setEncryptionMethod(Zip4jConstants.ENC_METHOD_STANDARD);
      parameters.setAesKeyStrength(Zip4jConstants.AES_STRENGTH_256);
      parameters.setPassword(password);

      File inputFile = new File(input);
      if (inputFile.isDirectory()) {
        zipFile.createZipFileFromFolder(inputFile, parameters, false, 0);
      } else {
        zipFile.addFile(inputFile, parameters);
      }

      return true;
    } catch (ZipException ex) {
      ex.printStackTrace();
      return false;
    }
  }
}

参考文献

関連記事

ZIP 処理　～圧縮編～

ZIP 処理　～解凍編～

■ EclipseでのMercurialのリベース

□ Rebase from the selected revision
 => リベースしたい元のリビジョンからリベースする（以下の例だと「826」を指定）

□ Rebase from the base of the selected revision
 => 指定したリビジョンを遡りリベースしてくれる（以下の例だと「829」を指定）

□ Rebase onto the selected revision
 => リベース先のリビジョンを指定（以下の例だと「828」を指定）

例

825    826                         829
-*------*---------------------------*---- local <= 「826」「829」をMasterに移す
     |
     +--------*------------*------------- Master
             827          828

-*------------*------------*------*------------*--------------- Master
825          827          828    826'(829)    829'(830)

関連記事

【分散リポジトリ】【HG】 Mercurial ～環境構築編～

■ CONCAT

 * 文字列を結合する

サンプル

select CONCAT('Hello', ' ', 'World', '!!')

Hello World!!

select CONCAT(c.first_name, ' ', c.family_name) from customer c

Mike Abel
Ken Allen
Kevin Cox
Smith Abel
Ken Dean
Tom Abel

参考文献

■ GROUP_CONCAT

 * 複数レコードを1行に纏める

サンプル

select GROUP_CONCAT(c.first_name separator '/') from customer c

Mike/Ken/Kevin/Smith/Ken/Tom

参考文献

■ Raspberry PI で音声合成を行う

[1] Open JTalk <= これを使う
[2] AquesTalk
[3] AquesTalk2
[4] Galatea Talk

■ Open JTalk

デモサイト

■ 設定手順

前準備：音が出るかを確認

# 優先する出力先を1（アナログ）に設定
amixer cset numid=3 1

aplay /usr/share/sounds/alsa/Front_Center.wav

Open JTalkのインストール

sudo apt-get install open-jtalk

sudo apt-get install open-jtalk-mecab-naist-jdic hts-voice-nitech-jp-atr503-m001

動作確認

$ cat helloworld.txt
はろーわーるど

open_jtalk -m /usr/share/hts-voice/nitech-jp-atr503-m001/nitech_jp_atr503_m001.htsvoice -x /var/lib/mecab/dic/open-jtalk/naist-jdic -ow helloworld.wav helloworld.txt

aplay helloworld.wav

■ Pythonから音声合成を行う

ソースを書く

#coding: utf-8
import subprocess

def openJTalk(speech_content):
    open_jtalk=['open_jtalk']
    mech=['-x','/var/lib/mecab/dic/open-jtalk/naist-jdic']
    htsvoice=['-m','/usr/share/hts-voice/nitech-jp-atr503-m001/nitech_jp_atr503_m001.htsvoice']
    speed=['-r','1.0']
    outwav=['-ow','open_jtalk.wav']
    cmd=open_jtalk+mech+htsvoice+speed+outwav
    c = subprocess.Popen(cmd,stdin=subprocess.PIPE)
    c.stdin.write(speech_content)
    c.stdin.close()
    c.wait()
    aplay = ['aplay','-q','open_jtalk.wav']
    wr = subprocess.Popen(aplay)

#coding: utf-8
import openJTalk

openJTalk.openJTalk('はろーわーるど')

実行する

python openJTalk.py

# 「はろーわーるど」って言ったらOK
python helloworld.py

参考文献

■ 設定手順

[1] Postfixがインストールされているか確認するために、以下を実行
～～～～
sudo yum list installed | grep postfix
～～～～

[2] インストールされていない場合は、以下を実行
～～～～
sudo yum install postfix
～～～～

[3] インストールしたPostfixを確認するために、以下を実行
～～～～
postconf  mail_version
～～～～

[4] Linux上で使用しているMTAをPostfixに設定するために、以下を実行
～～～～
sudo alternatives --config mta
# 「/usr/sbin/sendmail.postfix」の番号を選択
～～～～

[5] Postfixをスタートする
～～～～
systemctl start postfix

systemctl enable postfix
～～～～

関連記事

【Linux】Postfix ～ 入門編 ～

【Linux】 Postfix ～ 環境構築編 ～

■ 環境

EC2（サーバ）側

 * OS : CentOS7
 * Server : Tomcat8.5(Port:8080)

 * インバウンド：SSH (Port:22)

クライアント側

 * OS : Windows7
 * SSHクライアント：Putty

■ 環境設定

[0] putty をダウンロードし、インストールする

[1] putty を立ち上げて、以下を設定する
 1-1) [Session]を選択し、以下を入力
  + Host Name : 【EC2のホスト名】
  + Port      : 22
 1-2) [Connection]-[SSH]-[Auth]を選択し、以下を入力
  + Private Key file for authentication : EC2の秘密鍵
 1-3) [Connection]-[SSH]-[Tunnels]を選択し、以下を入力し「Add」ボタン押下
  + Source Port : 任意ポート（例「38080」）
  + Destincation：【EC2のホスト名】:【ポート番号（例「8080」）】

[2] ブラウザを立ち上げて、「http://localhost:38080/」にアクセスする
 => 指定したサーバの指定したportにアクセスできる

参考文献

公式サイト

■ はじめに

 * EC2内で、EC2 の情報を取得する方法を調べてみた

■ 実現方法

 * 以下のURLから取得可能で、curlコマンドを利用する

http://169.254.169.254/latest/meta-data/【取得したいインスタンス項目】

【１】 インスタンスID

curl -s http://169.254.169.254/latest/meta-data/instance-id

INSTANCE_ID=$(curl -s http://169.254.169.254/latest/meta-data/instance-id)

【２】 プライベート IPv4 DNS ホスト名

PUBLIC_DNS_HOSTNAME=$(curl -s http://169.254.169.254/latest/meta-data/hostname)

■ 公式サイト

■ はじめに

　EC2(OS:CentOS7)内のウィルスソフトのプロセスを Amazon CloudWatch で監視したい。
調べてみると、以下の「当初調べてみたサイト」が見つかった。

　しかし、よくよく調べてみると、
「mon-put-data」などの「Amazon CloudWatch Command Line Interface」は、
2017/11/07からサポートが終了しているらしいので、別の方法を調べてみる。
（以下の公式サイト「Amazon CloudWatch Command Line Interface」を参照）

当初調べてみたサイト

公式サイト「Amazon CloudWatch Command Line Interface」

As of November 7, 2017, we are no longer supporting this CloudWatch command line interface
 with new functionality and it is no longer available for download.

■ 実現方法を考える

 * 「AWS CLI」の「put-metric-data」で実現する

公式サイト

プロセスをカウントするコマンド

ps -e | grep 【対象プロセス名(ex. clamav, httpd)】 | wc -l

参考文献

関連記事

AWS CLI [1] ～ AWS CLIでEC2を操作する ～

AWS CLI [2] ～ AWS CLIでEC2を操作する ～

AWS CLI [3] ～ AWS CLIでログ転送するシェル・スクリプトを作成する ～

■ psコマンド

 * OS内部で現在実行されているプロセス一覧およびCPUの使用時間を表示するコマンド

実行例

  PID TTY          TIME CMD
 4459 pts/1    00:00:00 bash
 4465 pts/1    00:00:00 top
 4490 pts/1    00:00:03 top
 5037 pts/1    00:00:00 ps

■ オプション

■ サンプル

Apache(httpd)のプロセスのみ表示

ps aux | grep httpd

プロセス番号（PID）を指定する

ps -p 23231

参考文献

関連記事

【Linux】パフォーマンスに関わるコマンド ～ Linux編 ～

【Linux】プロセスを強制終了するには...

【Linux】文字列検索 / グレップ ～ grep / egrep / fgrep ～

■ はじめに

の続き。

■ 公式サイト

CloudWatch Metrics API ： put-metric-alarm

CloudWatch Metrics API ： delete-alarms

AWS::CloudWatch::Alarm

■ 環境構築

# シェルに実行権限を付与
sudo chmod u+x /opt/aws/cloudwatch/create-delete-alerm.sh

[Unit]
Description = Create & Delete Cloud Watch Alarm

[Service]
ExecStart=/opt/aws/cloudwatch/create-delete-alerm.sh start
ExecStop=/opt/aws/cloudwatch/create-delete-alerm.sh stop
PIDFile=/var/lock/subsys/cloud_watch_alerm
Restart=no
Type=simple

[Install]
WantedBy=multi-user.target

#!/bin/bash

# description: Create & Delete Cloud Watch Alarm

PROCESS_NAME="clamav"
METRIC_NAME="ProcessNumberOf${PROCESS_NAME}"
HOST_NAME=$(hostname)
NAMESPACE="Sample/Ec2/${PROCESS_NAME}"
INSTANCE_ID=$(curl -s http://169.254.169.254/latest/meta-data/instance-id)
ALARM_NAME=VirusScanProcessZero-${INSTANCE_ID}
DIMENSIONS="Hostname=${HOST_NAME},InstanceId=${INSTANCE_ID}"
UNIT="Count"
REGION="ap-northeast-1"

case "$1" in
  start)

      # Create alarm
      aws cloudwatch put-metric-alarm \
      --alarm-name ${ALARM_NAME} \
      --alarm-description "Alarm when Virs scan process become zero." \
      --metric-name ${METRIC_NAME} \
      --namespace ${NAMESPACE} \
      --statistic Minimum \
      --dimensions ${DIMENSIONS} \
      --period 900 \
      --unit ${UNIT} \
      --evaluation-periods 1 \
      --threshold 0.0 \
      --comparison-operator LessThanOrEqualToThreshold

      ;;
  stop)
      # Delete alarm
      aws cloudwatch delete-alarms --alarm-names ${ALARM_NAME}

      ;;
  restart)
      ;;
  *)
      echo $"Usage: $0 {start|stop}"
      exit 2
esac

exit

参考文献

関連記事

【AWS】AWS CLI [4]-1 ～ CloudWatch で、EC2 上にある プロセスを監視することを考える ～

【Linux】 systemd でサービスを立ち上げる

■ 現象

で、systemd を利用して、独自のサービスを立ち上げようと試みた。
systemctl start ***.service 実行後に、systemctl status ***.service 実行したら、
「running」ではなく、「Active: inactive (dead) 」でサービスがうまく立ち上がらない

内部で使用しているスクリプトは、単独で実行した場合は、意図した動作をしている。

■ 原因

コマンドの実行終了後もステータスをアクティブにしておきたいのだが、
「RemainAfterExit=yes」の設定がなかったため、そのまま終了していた

■ 対応案

 * 「RemainAfterExit=yes」を追記する

# 「Type=oneshot」でなく、ほかのタイプにしても、「RemainAfterExit=yes」は必要。

/etc/systemd/system/cloudwatch-alerm.service

[Unit]
Description = Create & Delete Cloud Watch Alarm

[Service]
Type=oneshot
RemainAfterExit=yes
ExecStart=/opt/aws/cloudwatch/create-delete-alerm.sh start
ExecStop=/opt/aws/cloudwatch/create-delete-alerm.sh stop
KillMode=none

[Install]
WantedBy=multi-user.target

参考文献

関連記事

AWS CLI [4]-2 ～ CloudWatch で、EC2 上にある プロセスのアラームを作成する ～

【Linux】 systemd でサービスを立ち上げる

■ 制限事項

 * 前回の状態を保持しない
  => 以下「気を付ける事項」の「【１】作成するアプリは、冪等性であるべき」に関連

 * 最大稼働時間は、5分間
  => システム全体のアーキテクチャを考えた際に、小さい部品を組み合わせるように設計する

■ /tmp領域

 * 使用領域の最大は、512MB
 * 前回のファイルが残っている可能性がある

■ 気を付ける事項

【１】作成するアプリは、冪等性であるべき
【２】 デフォルトの時間/タイムゾーンは、日本時間じゃない

【１】作成するアプリは、冪等性であるべき

 * 作成するアプリは、冪等性（※）であるべき
  => AWS Lambdaで保証しているのは最低1回実⾏することであり1回しか実⾏しないことではなく
     2回起動される可能性もあるので、DynamoDBを利⽤するなどして冪等性を担保する必要がある

 * ある操作を、1回行っても複数回行っても、結果が変わらない特性

【２】デフォルトの時間/タイムゾーンは、日本時間じゃない

 * 環境変数を TZ・Asia/Tokyo に変更する

関連記事

【AWS】Lambda ～ 知識編 ～

■ 公式サイト

Requirements

 * Java 6 and above
 * slf4j library

■ 環境設定

 * Gradle を使用
 * 以下の関連記事の「準備 : Buildship: Eclipse Plug-ins for Gradle のインストール」を行い
   Gradle プロジェクトを作成し、Eclipseの対象プロジェクトを右クリックし、
   [Gradle]-[Refresh Gradle Project]を選択しモジュールをダウンロード

build.gradle

// Apply the java-library plugin to add support for Java Library
apply plugin: 'java-library'

// In this section you declare where to find the dependencies of your project
repositories {
    // Use jcenter for resolving your dependencies.
    // You can declare any Maven/Ivy/file repository here.
    jcenter()
}

dependencies {
    // !! HikariCP for Java8/9 !!
    compile group: 'com.zaxxer', name: 'HikariCP', version: '2.7.7'
    testCompile group: 'org.slf4j', name: 'slf4j-simple', version: '1.7.25'

    // MySQL
    compile group: 'mysql', name: 'mysql-connector-java', version: '5.1.13'

    // Use JUnit test framework
    testImplementation 'junit:junit:4.12'
}

■ サンプル

DataSource.java

import java.io.Closeable;

import com.zaxxer.hikari.HikariConfig;
import com.zaxxer.hikari.HikariDataSource;

public class DataSource implements Closeable {
  private HikariDataSource dataSource;

  public DataSource() {
    HikariConfig config = new HikariConfig();

    // MySQL用ドライバを設定
    config.setDriverClassName("com.mysql.jdbc.Driver");

    // URL指定
    config.setJdbcUrl("jdbc:mysql://localhost:3306/sampledb?useSSL=false");

    // ユーザ名、パスワード指定
    config.addDataSourceProperty("user", "root");
    config.addDataSourceProperty("password", "password");

    // キャッシュ系の設定(任意)
    config.addDataSourceProperty("cachePrepStmts", "true");
    config.addDataSourceProperty("prepStmtCacheSize", "250");
    config.addDataSourceProperty("prepStmtCacheSqlLimit", "2048");
    // サーバサイドプリペアードステートメントを使用する(任意)
    config.addDataSourceProperty("useServerPrepStmts", "true");

    // 接続をテストするためのクエリ
    config.setConnectionInitSql("SELECT 1");

    // 接続
    this.dataSource = new HikariDataSource(config);
  }

  @Override
  public void close() {
    if (this.dataSource != null) {
      this.dataSource.close();
    }
  }

  public HikariDataSource getDataSource() {
    return this.dataSource;
  }
}

Main.java

import java.sql.Connection;
import java.sql.ResultSet;
import java.sql.SQLException;
import java.sql.Statement;

public class Main {

  public static void main(String[] args) {
    DataSource dataSource = new DataSource();
    try (Connection connection = dataSource.getDataSource().getConnection();
        Statement statement = connection.createStatement();
        ResultSet resultSet = statement.executeQuery("select * from person");) {
      while (resultSet.next()) {
        System.out.println("Id:" + resultSet.getString("id") + " Name:" + resultSet.getString("name"));
      }
    } catch (SQLException ex) {
      ex.printStackTrace();
    }
    dataSource.close();
  }
}

■ パフォーマンス検証

HikariCPの検証プログラム

import java.sql.Connection;
import java.sql.SQLException;

public class HikariCpDemo {
  public static void main(String[] args) {
    DataSource dataSource = new DataSource();

    long start = System.currentTimeMillis();
    for (int i = 0; i < 101; i++) {
      long lap = System.currentTimeMillis();
      try (Connection connection = dataSource.getDataSource().getConnection();) {
      } catch (SQLException ex) {
        ex.printStackTrace();
      }
      System.out.println("[" + i + "]" + (System.currentTimeMillis() - lap));
    }
    long end = System.currentTimeMillis();
    System.out.println("[Done]" + (end - start));

    dataSource.close();
  }
}

検証結果

まず、以下の関連記事で行った検証結果。

1回目：769ms（うち初回接続：395ms）
2回目：744ms（うち初回接続：379ms）
3回目：750ms（うち初回接続：390ms）

1回目：397ms（うち初回接続：374ms）
2回目：415ms（うち初回接続：392ms）
3回目：396ms（うち初回接続：373ms）

1回目：32ms（うち初回接続：21ms）
2回目：45ms（うち初回接続：20ms）
3回目：26ms（うち初回接続：17ms）

 => 圧倒的に速い！！

参考文献

関連記事

【Java】DB Connection Pool ～ Tomcat JDBC Connection Pool 編 ～

■ タイムゾーン

 * 例えば、AWSのEC2を新規作成した際に、タイムゾーン変更する際に使う

確認

sudo timedatectl

変更

sudo timedatectl set-timezone Japan

参考文献

■ TensorFlow （テンソルフロー）とは？

 * 人工知能・機械学習向けライブラリ

ライセンス

 * Apache 2.0

■ できること

 * 画像認識 / 顔認識
 * 音声認識
 * 各種数値計算

etc...
}}

= ■ サポート言語 =
{{{
 * C / C++
 * Python
 * Go
 * Java

Java

Warning: The TensorFlow Java API is not covered by the TensorFlow API stability guarantees.
警告：TensorFlow Java APIは、TensorFlow API安定版の保証はカバーされません

■ 種類

 * TensorFlow
 * TensorFlow for Mobile
 * TensorFlow Lite

関連記事

【機械学習】 TensorFlow ～ 環境構築 / Windows 編 ～

■ 設定環境

■ 構築手順

【１】Anacondaのインストール
【２】Anaconda仮想環境作成
【３】TensorFlowのインストール
【４】確認

※ 以下のサイトを見ながら、やるといい。

【１】Anacondaのインストール

[1-1] 以下のサイトからダウンロード（今回は「Python 3.6 version」の「Anaconda3-5.1.0-Windows-x86_64.exe」）し、
      Exeファイルをたたくだけ

【２】Anaconda仮想環境作成

[2-1] [Enviroments]-[Create]を選択し、以下を入力し「Create」ボタン押下
 + Name : tensorflow
 + Package : Python3.5 (★注意★ Python3.6ではない)
[2-2] [Home]を選択し、「Application on」で[2-1]で作成した「tensorflow」を選択
[2-3]「Jupytor Notebook」の「Install」ボタン押下して、Jupytor Notebookをインストールする

【３】TensorFlowのインストール

[3-1] [Enviroments]を選択し、「Application on」で[2-1]で作成した「tensorflow」の「▶」アイコン→
      「Open Terminal」を選択（コマンドプロンプトが開く）
[3-2] コマンドプロンプトで以下を入力し、TensorFlowをインストールする
～～～～～
pip install --ignore-installed --upgrade tensorflow 
～～～～～

【４】確認

[4-1] コマンドプロンプトで以下を入力し、Pythonする
～～～～～
python
～～～～～

[4-2] コマンドプロンプトで以下を入力し、TensorFlow のバージョン確認
～～～～～
import tensorflow as tf
tf.__version__

# '1.5.0' と表示
～～～～～

[4-3] コマンドプロンプトで以下を入力し、Hello World
～～～～～
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
～～～～～

[4-4] コマンドプロンプトで以下を入力し、終了
～～～～～
exit()

# 仮想環境から抜けるには「deactivate」コマンドを実行
deactivate

exit
～～～～～

■ 画像認識

を参考に、画像認識を行ってみる

手順

[1] 以下のサイトから「classify_image.py」をダウンロードする

[2] [Enviroments]を選択し、「Application on」で[2-1]で作成した「tensorflow」の「▶」アイコン→
      「Open Terminal」を選択し、コマンドプロンプトが開く
[3] 以下を入力
～～～～～
# 仮想環境有効化
activate tensorflow

# classify_image.pyを置いたディレクトリに移動
cd C:\Users\User\Downloads

# 
python classify_image.py
～～～～～

[4] 「python classify_image.py --image_file=【画像認識対象の画像ファイル】」で画像認識
～～～～～
python classify_image.py --image_file=candle.jpg
～～～～～

参考文献

TensorFlowのバージョン確認

画像認識

関連記事

【機械学習】 TensorFlow ～ 入門編 ～

■ チュートリアルを動かしてみる

　ファーストステップとして、
CIFAR-10 (サイファー・テン) というデータセットを使って
機械学習の感じを掴む。

■ TensorFlow での機械学習 / 画像分類の流れ

[1] 学習用データを集める(ついでに評価用のデータも)
[2] 学習する
[3] 評価する

参考文献

チュートリアル

画像認識

顔認証

関連記事

【機械学習】 TensorFlow ～ 入門編 ～

【機械学習】 TensorFlow ～ 環境構築 / Windows 編 ～