Page List

Search on the blog

2019年10月2日水曜日

ラッパー、バインディング、ポーティング

同じような文脈で使っていたが、それぞれ意味が異なるらしい。

意味の違い
ラッパー ライブラリの機能を同じ言語でラッピングしたもの。
バインディング ライブラリの機能を別の言語でラッピングしたもの。
ポーティング ライブラリを別の言語で書き換えたもの。

使い方
  • Pythonで書かれた XXXライブラリは便利だが冗長なコードを毎回書かないといけないので、シンプルなインターフェースを持つラッパーを書いた。
  • YYYライブラリは便利だけどC言語向けにしか提供されていないので、Javaバインディングを書いた。
  • ZZZライブラリはPythonで書かれていてパフォーマンス的に問題があるので、Cのポーティングを書いた。
参考

2019年8月15日木曜日

GITADORA DM スキル 2727.21

 7月は海外にいたので久しくギタドラできていなかった。お盆休みになったので空き時間を利用して叩きにいってきた。

最近の練習曲たち。

GITADORA始めてから初めてぶつかった壁が U.N. オーエンのBasicだった。半年経ってAdvancedを叩けるようになった。意外と簡単にSを取れた。スネアだけを淡々と叩くところが難しくてリズムを見失ってしまうが、ギターのリフを意識すると拍の頭が分かりやすくなってリズムを取りやすそう。

タムが難しい。最初三連符と勘違いしていたが、16分、16分、8分である。これまで画面に流れてくる音符にタイミングを合わせて叩くだけだったが、小節の中で音がどう分割されているかを意識しないといけないと気づいた。タム回し以外のパートは簡単。


昔苦手だったエイトビートの叩き方(Hを裏拍でのみ叩く)だが、苦手意識がなくなっていた。途中でRが入ってくるところのパターンが分からなくて叩けなかったが、よく見るとHをRにしただけのパターンなので、それがわかると普通に叩けた。

2019年6月29日土曜日

Con Calma

 Snow の Informer (1992年) が Daddy Yankee + Katy Perry feat. Snow で新しくリリースされた。

 スペイン語のラップは何て言ってるか分からないけど、かっこいい。Katy Perry も少しスペイン語の歌詞を歌っている。

¿Cómo te llamas baby?
Hola me llamo Katy!


 久々にスペイン語の勉強してみたくなったのでサビの部分を訳してみた。

Con calma, yo quiero ver como ella lo menea
Calmly, I want to see how she wags it

Mueve ese poom-poom, girl
Move that poom-poom, girl

Es un asesina, cuando baila quiere que to' el mundo la vea
She is a murderer, when she dances, she wants the world to see her.

I like your poom-poom, girl
I like your poom-poom, girl

Con calma, yo quiero ver como ella lo menea
Calmly, I want to see how she wags it

Mueve ese poom-poom, girl
Move that poom-poom, girl

Tiene adrenalina, en medio 'e la pista, vente hazme lo que sea
She has adrenaline, in the middle of the track, come do me whatever you want

I like your poom-poom, girl
I like your poom-poom, girl

なかなか刺激的な歌詞だ。ラテン系の女性は情熱的だ。

プロジェクトごとの環境変数の管理

まえがき

 複数のプロジェクト開発を担当していると、プロジェクトごとにさまざまな設定を管理しないといけない。

 たとえばプロジェクトごとに aws アカウントが異なる場合は、 profile を作っておいて aws コマンドを実行するときに profile オプションを付ける必要がある。しかし、プロジェクト数が多くなってくると、profile 名何だっけ?となることがある。

 他にもdbの接続情報などをプロジェクトごとに使い分けたかったりする。

direnv

 direnv というツールを使うとディレクトリごとに環境変数を管理できるらしい。.envrc というファイルを作って環境変数を定義すると、そのディレクトリの中でのみ有効になる。

 例として、projectX と projectY というディレクリを作って設定をしてみる。

$ mkdir projectX
$ cd projectX
$ echo "export MY_PWD=hogehoge" >.envrc
$ direnv allow

$ mkdir projectY
$ cd projectY
$ echo "export MY_PWD=fugafuga" >.envrc
$ direnv allow

 ディレクトリごとに環境変数が切り替わっていることを確認してみる。

$ cd projectX
$ echo $MY_PWD
hogehoge

$ cd projectY
$ echo $MY_PWD
fugafuga

これは便利!

2019年6月22日土曜日

Scala: implicit の使い方

Scala の implicit の使い所をまとめておく。

Pimp My Library

標準機能やサードパーティライブラリのクラスを拡張したいときに使う。

object ImplicitInt {
  implicit class RichInt(val x: Int) {
    def negate: Int = -x
    def square: Int = x * x
  }
}

上記のような implicit class を作っておいてimport すると、Int型の変数で squareメソッド、negate メソッドが使えるようになる。

import ImplicitInt._

object Main {
  def main(args: Array[String]): Unit = {
    // pimp my library
    val x = 100
    println(x.square)  // 10000
    println(x.negate)  // -100
  }
}

Implicit Conversion

暗黙の型変換。

case class Rational(real: Double, imag: Double) {
  def +(that: Rational) = Rational(real + that.real, imag + that.imag)
}

object Rational {
  implicit def double2Rational(x: Double): Rational = new Rational(x, 0)
}

上記のように複素数を扱うクラスを定義したとする。複素数と実数の足し算をしたい場合、implicit conversion を使うと以下のように書ける。わざわざ Double から Rational クラスを明示的につくらなくていいので便利。


object Main {
  def main(args: Array[String]): Unit = {
    val x = Rational(1.0, 1.0)
    val y = x + 2.0
    println(y)  // Rational(3.0,1.0)
  }
}

Implicit Parameter

暗黙的なパラメータ。実行コンテキストなどのパラメータを暗黙的にメソッドに渡してくれる。

import scala.concurrent.{ExecutionContext, Future}

class RemoteCall {
  def get(x: Int)(implicit ex: ExecutionContext): Future[Int] = Future {
    println("heavy remote call...")
    Thread.sleep(5000)
    x
  }
}

上記のような重い処理があって、メインスレッドとは別のスレッドで実行したいとする。 ExecutionContext を implicit で受け取れるように定義されているため、以下のように実行コンテキストを渡すことができる。

import java.util.concurrent.Executors

import scala.concurrent.{ExecutionContext, ExecutionContextExecutorService}
import scala.util.{Failure, Success}

object Main {
  def main(args: Array[String]): Unit = {
    implicit val ex: ExecutionContextExecutorService =
      ExecutionContext.fromExecutorService(Executors.newSingleThreadExecutor())

    val remoteCall = new RemoteCall
    remoteCall.get(123) onComplete {
      case Success(r) =>
        println(r)
        ex.shutdown()
      case Failure(t) => println(t.getMessage)
    }
    println("do something else")
  }
}

他にもデータベース接続をするときに、接続まわりを担当するクラスを implicit parameter で渡すなどの使い方がある。

2019年6月14日金曜日

GITADORA DM スキル 2286.19

 ネームカラーが黄色になった。スティックを買ってメトロノームにあわせて叩く練習を始めた。


最近の練習曲は以下のとおり。

  • 高校生のときに流行っていた懐メロ
  • 難易度のわりに簡単
  • 気持ち早めに叩きにいくと Perfect が出やすかった 

  • ドンタン、ドンタ、ドンドタン、ドンタンみたいなパターンが独特
  • サビ前のスネアの連打が決まると気持ちいい

  • 難易度のわりに難しい気がする
  • 最初挑戦したときはまともに叩けるようになる気がまったくしなかった
  • 16分音符のタム回しがキマると気持ちいい


2019年6月9日日曜日

Latin Honors

 著名な人の経歴を調べていると、「summa cum laude」とか「magna cum laude」とか出てくる。成績優秀者に与えられる称号という漠然とした意味は知っていたが、称号をえるための基準や称号の順位を知らなかったので調べてみた。

summa cum laude
  • 成績上位5%
  • GPA 3.8以上

magna cum laude
  • 成績上位10%
  • GPA 3.6以上

cum laude
  • 成績上位15%
  • GPA  3.4以上

上記の数字はあくまでも目安で、大学によって基準は変わるらしい。

2019年5月17日金曜日

GITADORA DM スキル 1921.83

 最近GITADORAのドラムマニアにハマっている。


どのくらいのスキルのときにどのくらいのレベルの曲を練習していたかの記録を付けていこうと思う。

  • ロードオブメジャーの懐メロ
  • サビ前のHHSHHHSHHHSHHHSHのところが右右左右...だと難しかったが、右左右左...だと叩けた。


  • アニメの主題歌らしい
  • タム回しがうまく叩けない 


  • けいおん!!の主題歌らしい
  • ロータム、フロアタム、スネアを力強くたたくところが気持ちいい


2019年1月19日土曜日

Approximation Algorithms Part I Week 2

 Week2 の講義を視聴した。Week2のテーマはナップサック問題だった。

 ナップサック問題は、動的計画法の基礎中の基礎ということで、プロコンで何度も解いているので最初の方はだいたい知っている話だった。価値が小さな整数の場合は多項式時間の動的計画法で解けるが、任意の実数の場合はどうすればよいか? Scaling、Roundingというテクニックを使うことで近似解を求めることができる。

 Roundingのテクニックは Week1 の vertex cover にも出来てたが、vertex cover の場合は LP relaxation を解いた出力を rounding するのに対して、ナップサック問題の場合は 入力値を rounding する。アイデア自体はシンプルで実数を整数に変換して動的計画で解けばOK。

 Scalingのパラメータの取り方によって、任意のε > 0 に対して|OPT - ApproximationOPT| < εとなるような近似問題を定式化できるが、実行時間は1/εに対して線形で増えていくので実用的には程よいεを見極める必要がある。このあたりの reasoning/analysis は面白かった。

 

2019年1月12日土曜日

Approximation Algorithms Part I Week 1

 Courseraで「Approximation Algorithms Part I」という講義を取り始めた。以下のようなことを教えてくれる。

  • クラスNPの組み合わせ最適化問題の近似解を多項式アルゴリズムで求める
  • 近似アルゴリズムの精度
  • 近似解が実行可能であることの考察

ちなみにコースを提供しているENS(École normale supérieure; 高等師範学校)というのはフランスの大学らしい。

 第1週は Vertex Cover を解くための Linear Programming RelaxationとRoundingについてだった。さっき課題を提出したが、記述式の問題で、生徒同士で評価しあう形式だった。数式を書かないといけないのでひさびさにlatexを使って学生に戻った気分になった。

 組み合わせ最適化問題は実世界の問題にも適用できる場面が多いので、基本を抑えてエンジニアとしての引き出しを増やしておきたい。