kogane | nibuiroフラグメント β

Solved: CondaHTTPError: HTTP 000 CONNECTION FAILED

こう…, python環境ってなんで改めて構築しようとするたびに詰まるのですかね?


今回のエラーはこれ. DLLが衝突する場合, パスに”<%PYTHON_HOME%\Library\bin>”が足りない場合が私の環境における問題でしたので環境変数のPATHからpython関係以外のものをすべて除いたうえで/Library/binを追加して解決しました.
以上です.

Allen Brain Atlas

Mouse

3-dimensional atlas

http://download.alleninstitute.org/informatics-archive/current-release/mouse_ccf/annotation/ccf_2017/
ここに.objデータ, 各パーツの座標データであるstructure_centers.csvがあります. annotation_XX.nrrdファイルはこれらがパッケージ化されたものです.
[https://qiita.com/tatsunidas/items/32d3d0b362b0864b8579](NRRDファイルの読み込み – Qiita)

Ontology (as a hierarchically structured json file)

http://api.brain-map.org/api/v2/structure_graph_download/1.json

Transcriptional profiling: RNA-Seq Data

File Size Type Description

Readme

12 KB .txt
Read-me file with additional information about the other files in this directory
Table of cell metadata 835 KB .csv
Metadata about each cell. Each entry has an _order, _label, and _color column.
Gene expression matrix 5.6 GB .tome
Gene expression matrices provided as an HDF5 file with column-indexed sparse matrices. Exon and intron counts are stored separately. 
See “readme.txt” for data access instructions.
Taxonomy of clusters 44 KB .json
Serialized cluster hierarchy with all node information embedded.
Probability matrix of cluster membership 690KB .csv
Probability matrix that each cell will be in each cell type.
Taxonomy information 1 KB .txt
Metadata about the taxonomy.
Gene Expression by Cluster, median 19 MB .csv
Gene expression aggregated per cluster, calculated as medians.
2D coordinates 1.5 MB .csv
TSNE coordinates for each cell, as shown in the Transcriptomics Explorer

Human

3-dimensional atlas

http://download.alleninstitute.org/informatics-archive/allen_human_reference_atlas_3d_2020/version_1/
ここにannotation.nii.gz(NIfTIイメージ)があります.
MATLABなどですぐに見ることが出来ますが, volshow関数は2019aからの機能となります.

Ontology

  • Download the “Human Brain Atlas” ontology as a CSV file
    http://api.brain-map.org/api/v2/data/query.csv?criteria=model::Structure,
    rma::criteria,[ontology_id$eq7],
    rma::options[order$eq%27structures.graph_order%27][num_rows$eqall]
  • Developing Human Brain Atlas ontology (as a hierarchically structured json file)
    http://api.brain-map.org/api/v2/structure_graph_download/16.json
  • Example python code to download structure information and ontology from the Allen Brain API
    http://download.alleninstitute.org/informatics-archive/allen_human_reference_atlas_3d_2020/version_1/examples/convert_to_itksnap/convert_to_itksnap.py

Transcriptional profiling: RNA-Seq Data

File Size Type Description

Readme

12 KB .txt
Read-me file with additional information about the other files in this directory.
Table of cell metadata 587 KB .csv
Metadata about cells. Each entry has an _order, _label, and _color column.
Gene expression matrix 3.4 GB .tome
Gene expression matrices provided as an HDF5 file with column-indexed sparse matrices. Exon and intron counts are stored separately. 
See “readme.txt” for data access instructions.
Taxonomy of clusters 17 KB .json
Serialized cluster hierarchy with all node information embedded.
Probability matrix of cluster membership 400KB .csv
Probability matrix that each nucleus will be in each cell type.
Taxonomy information 1 KB .txt
Metadata about the taxonomy.
Gene Expression by Cluster, trimmed means 11 MB .csv
Gene expression aggregated per cluster, calculated as trimmed means.
2D coordinates 977 KB .csv
TSNE coordinates for each cell, as shown in the Transcriptomics Explorer.

ウイルスバスター?

狙われ過ぎるのか, やる気がないのか.
にもかかわらず,

(Feb2020. 価格.com セキュリティソフト 人気売れ筋ランキング)
いや本当にIT7不思議の一つですよね, うーん.

kasperskyとeset, どっち派か…
esetですねー, kasper君はロシア殿の腹の中なので…なんとなく.


追記:
ロシアのハッカーがカスペルスキーのウイルス対策ソフトを使ってNSAの機密情報を盗み出したと判明」という記事がありました (2017).
ESETつよつよ?

未熟〈気分を害する可能性があります〉

先日, このような投稿をいたしました.


その後, タカシフト様が,


という投稿をされまして, 「あ, これ私も対象でしょう.」と.
…  

いやね, これ違うのですよ. いえ, 違わないです.

何が問題だったのか.


  1. OSが何たるかを理解していなかった(自分でもびっくり)
  2. 私が前触れもなく言語科学的な視点から計算機科学的な発言をした
  3. 計算機科学の文脈で生物学的な意味での「モデル」という表現を用いた

未熟です. ごめんなさい. 誤解しか生まない文章ですみませんでした<_ _>.

この発言をする以前に量子コンピュータ勢のお方がOSとカーネルの話をしてらしたのですよ.
ですが!
量子コンピュータは現状GPUやFPGAなどと同じように特定の計算のみ高速に行うことを担っている.
ただそれだけならばOS(Windows, UNIX)の開発を行う必要はないのでは, と考えたわけです. しかし!
(1)
Firmwareに組み込みOSが含まれるのですね… 知識不足でした.
(2)
つまり, 量子コンピュータ勢はコンピュータに詳しくない?(いくら頭のいい数学に詳しい人でもコンピュータに詳しいとは限らない)ために, カタカナ表記によるバイアスによってOS(Windows, UNIX)の開発に挑もうとしているのではないでしょうか. と不遜にも考えてしまいました.
 計算機科学的には計算機===コンピュータなのですが(手回し計算機, ALU, MCU 然り)世間的にはコンピュータと言いましたら, デスクトップPCやラップトップつまりOS(Windows, UNIX)が乗っているマシンを連想するものなのでは?と.
(3)
 この「マシン」, 従来のOS(Windows, UNIX)がのっているノイマン型コンピュータを指してモデル(疾患モデルなど, 対称を伴っている実体)と言ってしまったのがトドメ. 何言ってんだコイツ



つらつらと書きましたが, 私のツイートを全く見ていない可能性まである(汗).
博学者ぶるにしても度が過ぎていましたし, 自分の未熟さを再認識いたしました.
タカシフト様, ありがとうございました.
(でも「電気工学科から発展してきた分野」と断言してしまうのも…)
(=゚ω゚)つ)゚∀゚)グァ

After dependency parsing

係り受け解析器にはCoreNLP, spaCy, GiNZAいろいろありますね. 例えば, BoW, n-gram, TF-IDF, えと, co-expression, LDA, Glove, なんかは定義が情報の特徴を表していますが…というか係り受け解析器はこれらと違って集合の特徴を与えるものではなくて文単位のの生データにアノテーションを加えるものですね?

そこでふと, 係り受け解析してそのあとは?


結論, 係り受け解析はきっと君を助けてくれる.
話題がそれますがgayouさんのブックマークがとても参考になる.
https://b.hatena.ne.jp/gayou/%E8%87%AA%E7%84%B6%E8%A8%80%E8%AA%9E%E5%87%A6%E7%90%86/

追記:
話は逸れますが, 文脈によって意味が異なるbank(銀行, 土手)のような単語を識別したい場合はELMo.

Solved: ERROR conda.core.link:_execute(700)

今思えば--freeze-installedでよかった…
発生要因は軽い気持ちの P I P .


spaCyのインストールをしようとしましたら.

で突き返されました.

何をしてもダメ.
がしかし, 何をしてもダメなことはない.
そんなにソイツが目障りなら認識から外してしまえばいい.

${CONDA_PREFIX}/conda-meta/<package-name-and-version>-<hash>.json

管理しているパッケージの情報はここにあるとのこと. 削除します.

完璧. 念のため--force-reinstallオプションをつけましたがいらないかもしれません.

Dark side of Boost C++

話自体は2年前なのですが, 重み付きサンプラーを探していましてね?Boost C++に入門するかーと.

https://www.boost.org/doc/libs/1_71_0/boost/compute/random/discrete_distribution.hpp

あ, ダメなやつ. と.


修正されていると思ったのですがね… Current Release “August 19th, 2019 15:31 GMT”
Boostに頼る前に標準ライブラリを使いこなしているのかと.
利用者にあの大きなライブラリをインストールさせて申し訳ないと思わないのですか?

Boost C++は爆速アルゴリズム集ではない

Neo4j on jupyter notebook

統合的な環境が欲しくなりNeo4jのwebインターフェイスをiframeでjupyter notebookに埋め込もうと試みましたがブロックされた.
その理由は,

  • Content-Security-Policy: frame-ancestors ‘none’
  • X-Frame-Options: DENY

の二つが有効になっているため.とのこと.

ですがNeo4jはあの忌々しいjavaで記述されていますので綺麗にデコンパイル可能なはずです.

iframeでNeo4j

  1. Download
    • 7zip
    • Javinder
    • jbe(Java Bytecode Editor)
  2. Javinderを用いて上記二つのエントリを検索する.
  3. 7zipでjarを開き該当ファイルを抽出, 削除する.
  4. 抽出したファイルをjbeで開き該当エントリを削除する(操作が即時に反映されますのでご注意ください.).
  5. 修正したファイルを7zipを用いてjarに書き込む.

iframeでアクセス可能になりました.

機械学習とAGIと漁夫の利

18Mar2019: きっとテンション高かったのですよ、えぇ。


Google, Facebook, MIT は果たして、AGIを実現しうるでしょうか。


AGIへの礎の様な匂いを醸し出す論文

Date Organization Title
15 Oct 2014 (v1) Facebook AI Research Memory Networks
6 Nov 2016 (v1) DeepMind Learning to Perform Physics Experiments via Deep Reinforcement Learning
2 Dec 2016 (v1) DeepMind Overcoming catastrophic forgetting in neural networks
20 Mar 2017 OpenAI Domain Randomization for Transferring Deep Neural Networks from Simulation to the Real World
21 Mar 2017 (v1) OpenAI One-Shot Imitation Learning
5 Jun 2017 DeepMind A simple neural network module for relational reasoning
22 Jun 2018 (v1) MIT Dense Object Nets: Learning Dense Visual Object Descriptors By and For Robotic Manipulation
12 Sep 2018 DeepMind Multi-task Deep Reinforcement Learning with PopArt
6 Nov 2018 OpenAI Concept Learning with Energy-Based Models
16 Nov 2018 (v1) Google AI Grasp2Vec: Learning Object Representations from Self-Supervised Grasping](https://arxiv.org/abs/1811.06964)

 安直に機械学習陣営の狙いを考え「行動主義かよ( ´∀` )」と思ってしまったものです。ですが、Googleともあろう企業とその陣営の方針がそんな訳ないでしょう。企業であるからして売り物として使えるものを研究開発することが第一目標である筈です。その過程で、彼らは恐らく「数学によって記述可能な事象」を開拓しているのではないかと思えます。そうしておけば来るべき思考の「原理」が解かれた時、それらの記述知識は間違いなく役に立つでしょう。つまり彼らは現在、前提としてヒトの思考原理は不可侵領域であるとして虎視眈々とそれが解かれるときに備えているのでは、と考えます(笑)。陰謀論乙、ですね。

 成果を求められているのですよ、彼らは。
 ニュース読むより論文漁るほうがいい夢見れますよっ。