SlideShare a Scribd company logo
(# #
- 1 02 ")
=: 78
0 2 1 1 02 )
1 02 "
• 0 ) 1 ( P 1
(
* (
0 )
=( P 1P 2
•
• 0 ) =
• ) 4 21 h
• h c m
• P
• n 3 4531
) 4 21 h d
ho h (
f
3 4531 n
* 51+ (
3 4531
) 4 21 hr
! = 4$%
+ 5$ + 3 _ e n
:
• ild o y K t N
• Q nx p uN t N
• Kf gc _
*
8 = 48 5 E .
* E ( + E )
/ = 48 5 )
( / = 48 5 *+
) / = 48 5 ,-
( ) s e h t Q r
m t N
: . 9 9 1 (3*2
• g r
• ( .
• ( . p
• t7 h a
me
( .
.( )
no l i 2
• =:16 ,2 dm i t
• a or g lh
_ a g lh f
u lh ,2 dm or g s
p 2 e x
• ,2 i e
n
'
a or g lh + g
a _ a 2 6 : P + g
+ (
:6:, )
6 2 , 0 (
:6:, )
: :6:,
,2 (
, ) +
2 : ,
2 ++ , ++ )) ++ ,2 ++ (
,2
• A
• .
• B
.
.
• a 4 3 _A
i i a A
h
• _A i
7 i " i d
A h
• 4 3 3 14 e
:8054 35. :
4 3 3 14
$
35. : a T
35. : a
.
• ][ T [e ][ T
3B:4 a $[e $ [e ][
T d T
• ' c 3B:4
_ ][
• 3B:4 a 4 3B:4 b T
A 3B:4
$
4 3B:4
, 3B:4
1B :A " 2 2 43 " 3 2 " 5 :4 " : 34 "
4 " 2 4 " 42 " 5B 2 " " A4 A .
( ) ) ( "
) (
• 1 ! " P md f_ ! "2 8 f
_ l A P l
• ! " 2 io
• ! " P u io
• io t p l
• 2 !"n e
. 2 !"
2 : ! " (
82 ! c = "
2 (( 2
2 !"
P n h : !"
2 hn da =
.: ) r
() "#
:
) ( #
"

More Related Content

PPTX
SfM Learner系単眼深度推定手法について
PPTX
【DL輪読会】WIRE: Wavelet Implicit Neural Representations
PPTX
[DL輪読会]Depth Prediction Without the Sensors: Leveraging Structure for Unsuper...
PDF
【チュートリアル】コンピュータビジョンによる動画認識
PDF
【CVPR 2019】DeepSDF: Learning Continuous Signed Distance Functions for Shape R...
PPTX
CNNの可視化手法Grad-CAMの紹介~CNNさん、あなたはどこを見ているの?~ | OHS勉強会#6
PDF
動画像理解のための深層学習アプローチ
PDF
[DL輪読会]A Higher-Dimensional Representation for Topologically Varying Neural R...
SfM Learner系単眼深度推定手法について
【DL輪読会】WIRE: Wavelet Implicit Neural Representations
[DL輪読会]Depth Prediction Without the Sensors: Leveraging Structure for Unsuper...
【チュートリアル】コンピュータビジョンによる動画認識
【CVPR 2019】DeepSDF: Learning Continuous Signed Distance Functions for Shape R...
CNNの可視化手法Grad-CAMの紹介~CNNさん、あなたはどこを見ているの?~ | OHS勉強会#6
動画像理解のための深層学習アプローチ
[DL輪読会]A Higher-Dimensional Representation for Topologically Varying Neural R...

What's hot (20)

PPTX
SSII2020SS: グラフデータでも深層学習 〜 Graph Neural Networks 入門 〜
PDF
[DLHacks 実装]Network Dissection: Quantifying Interpretability of Deep Visual R...
PDF
pymcとpystanでベイズ推定してみた話
PDF
SSII2020TS: 機械学習モデルの判断根拠の説明​ 〜 Explainable AI 研究の近年の展開 〜​
PPTX
Generative Adversarial Imitation Learningの紹介(RLアーキテクチャ勉強会)
PDF
Git超入門(ハンズオン).pdf
PPTX
先駆者に学ぶ MLOpsの実際
PDF
SSII2019企画: 点群深層学習の研究動向
PPTX
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
PDF
Lucas kanade法について
PPTX
【DL輪読会】Flamingo: a Visual Language Model for Few-Shot Learning 画像×言語の大規模基盤モ...
PPTX
A3C解説
PDF
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
PPTX
物体検出の歴史(R-CNNからSSD・YOLOまで)
PDF
【DL輪読会】NeRF-VAE: A Geometry Aware 3D Scene Generative Model
PPTX
CVPR2018 pix2pixHD論文紹介 (CV勉強会@関東)
PPTX
【DL輪読会】AuthenticAuthentic Volumetric Avatars from a Phone Scan
PDF
確率モデルを用いた3D点群レジストレーション
PDF
Yolo v1
PDF
自然言語処理を 役立てるのはなぜ難しいのか(2022/10/25東大大学院「自然言語処理応用」)
SSII2020SS: グラフデータでも深層学習 〜 Graph Neural Networks 入門 〜
[DLHacks 実装]Network Dissection: Quantifying Interpretability of Deep Visual R...
pymcとpystanでベイズ推定してみた話
SSII2020TS: 機械学習モデルの判断根拠の説明​ 〜 Explainable AI 研究の近年の展開 〜​
Generative Adversarial Imitation Learningの紹介(RLアーキテクチャ勉強会)
Git超入門(ハンズオン).pdf
先駆者に学ぶ MLOpsの実際
SSII2019企画: 点群深層学習の研究動向
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
Lucas kanade法について
【DL輪読会】Flamingo: a Visual Language Model for Few-Shot Learning 画像×言語の大規模基盤モ...
A3C解説
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
物体検出の歴史(R-CNNからSSD・YOLOまで)
【DL輪読会】NeRF-VAE: A Geometry Aware 3D Scene Generative Model
CVPR2018 pix2pixHD論文紹介 (CV勉強会@関東)
【DL輪読会】AuthenticAuthentic Volumetric Avatars from a Phone Scan
確率モデルを用いた3D点群レジストレーション
Yolo v1
自然言語処理を 役立てるのはなぜ難しいのか(2022/10/25東大大学院「自然言語処理応用」)
Ad

More from Katsuhiro Morishita (20)

PDF
数ページの卒業論文作成のためのwordの使い方
PDF
Pythonのパッケージ管理ツールの話@2020
PDF
オトナのpandas勉強会(資料)
PDF
SIgfox触ってみた in IoTLT in 熊本市 vol.3
PDF
Google Colaboratoryの使い方
PDF
Excelでのグラフの作成方法re
PDF
Pythonスクリプトの実行方法@2018
PDF
機械学習と主成分分析
PDF
Pythonで始めた数値計算の授業@わんくま勉強会2018-04
PDF
マークシート読み込みプログラムを作ってみた@2018-04-04
PDF
オトナの画像認識 2018年3月21日実施
PDF
LoRa-WANで河川水位を計測してみた@IoTLT@熊本市 vol.001
PDF
シリーズML-08 ニューラルネットワークを用いた識別・分類ーシングルラベルー
PDF
シリーズML-07 ニューラルネットワークによる非線形回帰
PDF
シリーズML-06 ニューラルネットワークによる線形回帰
PDF
シリーズML-05 ニューラルネットワーク
PDF
シリーズML-03 ランダムフォレストによる自動識別
PDF
シリーズML-01 機械学習の概要
PDF
Pandas利用上のエラーとその対策
PDF
Pythonによる、デジタル通信のための ビタビ符号化・復号ライブラリの作成
数ページの卒業論文作成のためのwordの使い方
Pythonのパッケージ管理ツールの話@2020
オトナのpandas勉強会(資料)
SIgfox触ってみた in IoTLT in 熊本市 vol.3
Google Colaboratoryの使い方
Excelでのグラフの作成方法re
Pythonスクリプトの実行方法@2018
機械学習と主成分分析
Pythonで始めた数値計算の授業@わんくま勉強会2018-04
マークシート読み込みプログラムを作ってみた@2018-04-04
オトナの画像認識 2018年3月21日実施
LoRa-WANで河川水位を計測してみた@IoTLT@熊本市 vol.001
シリーズML-08 ニューラルネットワークを用いた識別・分類ーシングルラベルー
シリーズML-07 ニューラルネットワークによる非線形回帰
シリーズML-06 ニューラルネットワークによる線形回帰
シリーズML-05 ニューラルネットワーク
シリーズML-03 ランダムフォレストによる自動識別
シリーズML-01 機械学習の概要
Pandas利用上のエラーとその対策
Pythonによる、デジタル通信のための ビタビ符号化・復号ライブラリの作成
Ad

Pythonのmain関数

  • 1. (# # - 1 02 ") =: 78 0 2 1 1 02 ) 1 02 "
  • 2. • 0 ) 1 ( P 1 ( * ( 0 ) =( P 1P 2 • • 0 ) =
  • 3. • ) 4 21 h • h c m • P • n 3 4531 ) 4 21 h d ho h ( f 3 4531 n * 51+ ( 3 4531 ) 4 21 hr ! = 4$% + 5$ + 3 _ e n :
  • 4. • ild o y K t N • Q nx p uN t N • Kf gc _ * 8 = 48 5 E . * E ( + E ) / = 48 5 ) ( / = 48 5 *+ ) / = 48 5 ,- ( ) s e h t Q r m t N : . 9 9 1 (3*2
  • 5. • g r • ( . • ( . p • t7 h a me ( . .( ) no l i 2
  • 6. • =:16 ,2 dm i t • a or g lh _ a g lh f u lh ,2 dm or g s p 2 e x • ,2 i e n ' a or g lh + g a _ a 2 6 : P + g + ( :6:, ) 6 2 , 0 ( :6:, ) : :6:, ,2 ( , ) + 2 : , 2 ++ , ++ )) ++ ,2 ++ ( ,2
  • 8. . • a 4 3 _A i i a A h • _A i 7 i " i d A h • 4 3 3 14 e :8054 35. : 4 3 3 14 $ 35. : a T 35. : a
  • 9. . • ][ T [e ][ T 3B:4 a $[e $ [e ][ T d T • ' c 3B:4 _ ][ • 3B:4 a 4 3B:4 b T A 3B:4 $ 4 3B:4 , 3B:4 1B :A " 2 2 43 " 3 2 " 5 :4 " : 34 " 4 " 2 4 " 42 " 5B 2 " " A4 A .
  • 10. ( ) ) ( " ) ( • 1 ! " P md f_ ! "2 8 f _ l A P l • ! " 2 io • ! " P u io • io t p l • 2 !"n e . 2 !" 2 : ! " ( 82 ! c = " 2 (( 2 2 !" P n h : !" 2 hn da = .: ) r
  • 11. () "# : ) ( # "