ジコログ

「Pythonが遅い！！」このように思う人には必見の内容です。Numbaを利用すれば、62倍～150倍（CPUがインテル Core i9 9900KFの場合）も処理速度が高速になりました。この記事では、Numbaのインストール方法を中心に解説しています。

Numpyを使うと、listなどを使うよりも処理が速くなります。 さらには、Numpy自体を高速化することも可能です。 本記事の内容 Numpyの高速化高速化Numpyのダウンロード高速化NumpyのインストールノーマルNum...

普段から何気にNumpyを使っていませんか？実は、Numpyはとてつもなく社会に貢献しているライブラリなのです。この記事では、そんなNumpyの偉大さについて説明しています。この記事を読めば、初心者でもNumpyについて理解することができます。

Windowsでgccやg++が必要な場合は、Mingw-w64をインストールします。Mingw-w64をインストールすれば、Pythonなどのプログラムから利用することが可能になります。この記事では、Mingw-w64について解説しています。

PythonからOpenGLを処理する場合、PyOpenGLを利用します。しかし、このPyOpenGLのインストールは、単純ではありません。公式サイトの情報も不足しています。この記事では、実際に再現可能なインストール方法を解説しています。

その差がなんと、260倍！！Magnitudeの爆速を体感したら、Word2vecもfastTextも遅くて使いたくないでしょう。この記事では、Magnitude形式のモデルに変換する方法を解説しています。処理速度の比較表も載せています。

fastTextに希望を抱いた人がいるかもしれません。名前に「fast」が入っているぐらいですから。この記事では、学習済み日本語モデルを利用して、fastTextの処理速度を検証した結果を説明しています。希望した通りの結果になったでしょうか？それとも・・・

もうWord2vecの遅さに我慢する必要はありません！！今後は、Magnitudeを使ってサクサクと類似度の調査を行っていきましょう。この記事では、Word2vecよりも100倍以上も高速に処理が可能なMagnitudeについて解説しています。

Word2Vecはスゴイ技術です。でも、遅すぎて使い物になりません。そこで、その課題を克服する技術が出てきています。それが、Magnitudeです。pymagnitudeは、PythonでMagnitudeを用いることが可能になるライブラリです。

Word2Vecの学習済み日本語モデルには、様々なモノが公開されています。その中でも、chiVeの学習済み日本語モデルはメンテナンスがちゃんとされています。この記事では、chiVeのデータダウンロードから利用方法までを解説しています。