MORE
こんにちは、山本和道です。 本記事は連載「若手エンジニアのためのDevOps入門」の第8回です。
こんにちは、山本和道です。 本記事は連載「若手エンジニアのためのDevOps入門」の第7回です。
こんにちは、さくらインターネットの大喜多です。 クラウドの出現により、これまでのインフラ設計と異なった視点が必要となります。今回はクラウドの特性を生かした設計のコツをご紹介します。
前回まではMagentoのインストール方法や機能、アップデート方法の紹介をしてきました。今回からは私が実際にMagentoを使用したサイト構築プロジェクトで「最小構成」としてご提案している構成と、構築の流れをご紹介していきたいと思います。
株式会社jig.jpの福野 泰介と申します。 月額65円で使える4G通信モジュール「sakura.io」が、2017年6月より共立電子、Amazonに加え、秋月電子でも買えるようになりました！ それを記念して、本記事ではsakura.ioとIchigoJamを使ったIoTづくりを実際に行い、その工程について簡単にご説明をします。
こんにちは。さくらインターネット クラウドチームの大井です。 今回はさくらのクラウドで提供する機能「アプライアンス」および「グローバルリソース」の概要について解説します。
はじめに IT業界に限らない話だと思いますが、昨今様々なイベント・カンファレンスが開催され、私たちに学習の機会をふんだんに与えてくれるようになりました。そうしたイベント・カンファレンスでは WiFiによるインターネットアクセスが提供されていることもあり非常に便利ですよね。
今回はMagentoをアップデートする方法をご紹介しましょう。 Magentoは概ね2〜3ヶ月に1回マイナーバージョンアップがあり、1年ごとにメジャーバージョンアップが行われます。 最初にMagentoのメンテナンス期限を知っておこう Magentoのメンテナンス期限は、「各バージョンの初回リリースから原則2年間」と定められています。
こんにちは、横山です。 先日、Docker Meetup Tokyo #21 に参加してきました。 今回は、Dockerを使った開発の効率化の話や、コンテナオーケストレーションツールのひとつであるKubernetesの話がありました。
画像分類においては、高い精度を実現できる手法として「畳み込みニューラルネットワーク（CNN）」というものが提案されている。CNNは強化学習のモデルとして使用するニューラルネットワークの形状と信号の伝達方法を工夫することで、少ないノードで高い分類能力を実現するものだ。今回はこのCNNをTensorFlowで実装したものを紹介する。
前回までの記事では、TensorFlowを使って3層のニューラルネットワークを構成して機械学習による画像分類を試みた。今回は前回までのコードを拡張し、4層以上のニューラルネットワークを使用した、いわゆる深層学習（ディープラーニング）による画像分類を行う例を紹介する。
こんにちは、山本和道です。 本記事は連載「若手エンジニアのためのDevOps入門」の第6回です。
こんにちは、さくらインターネットの大喜多です。 数回にわたり、オープンソースの監視ソフトウェア「Zabbix」を用いたITインフラの監視について解説しております。今回は、Zabbixによるサーバリソース監視について解説いたします。
こんにちは、山本和道です。 本記事は連載「若手エンジニアのためのDevOps入門」の第5回です。
こんにちは、さくらインターネットの大喜多です。 おかげさまで「楽しいさくらのクラウド」も20回を迎えることができました。ありがとうございます。今回はさくらインターネット会員登録からさくらのクラウド利用開始まで、ゼロからさくらのクラウドが使えるようになるまでの手順を解説いたします。
（上部写真：セミナーに登壇した4人。左からさくらインターネット・滝島、武蔵大の小野理事、広島大の西村教授、NIIの吉田特任教授） 2017年12月13日、広島市の広島国際会議場で大学ICT推進協議会（AXIES）2017年度年次大会が開会した。
みなさん、こんにちは。Acroquest Technology (アクロクエストテクノロジー) の横山 仁（よこやま じん）と申します。 主に仕事ではインフラ関係やDevOps推進に向けた活動などに携わっています。
こんにちは、山本和道です。 本記事は連載「若手エンジニアのためのDevOps入門」の第4回です。
TensorFlowでは、学習などに使用するデータを読み書きするための「TFRecord」というデータフォーマットが用意されている。今回はこのTFRecordを使って学習データを準備したり、TFRecord形式のデータを読み込む方法を紹介する。
TensorFlowには計算グラフや学習過程を分析するためのツールである「TensorBoard」が付属している。これを利用することで、計算グラフを実際のグラフの形状で表示したり、学習処理の経過によるモデルの変化をグラフで表示するといったことが可能になる。今回はこのTensorBoardについて紹介する。
