NumpyとCupyベンチマーク用コード

 こちらでnumpyとcupyの速度について触れましたが、

下記に様々なパターンでのベンチ試験用コードを記載しています。

その他の投稿はこちら

コメント

コメントを投稿

このブログの人気の投稿

【OpenCV物体追跡 第1回】検出から追跡へ！OpenCVに組み込まれた多様なトラッカーたちを紹介 🎯

「顔検出はできたけど、特定の一人の顔を追いかけ続けるにはどうすればいい？」 「動画の中のボールや車のように、自由に動く物体をプログラムで追跡したい！」 「物体追跡（トラッキング）って、物体検出と何が違うの？」 こんにちは！ OpenCV探検隊、隊長のPythonistaです！ 前回の入門シリーズ では、画像やリアルタイムの映像から「顔」を検出する、非常にエキサイティングな技術を学びましたね。 今回から始まる新シリーズでは、その技術をさらに一歩進め、**「物体追跡（オブジェクトトラッキング）」**の世界を探検します！ 物体追跡とは、一度「これだ！」と決めた特定の物体を、フレームが変わっても、動き回っても、見失わずに追いかけ続ける技術のことです。これは、監視システムからスポーツ分析、ロボットの視覚まで、あらゆる分野で活用されるコンピュータビジョンの王道技術です。 第1回となる今回は、本格的な実装に入る前の準備運動として、 「検出」と「追跡」の根本的な違い OpenCVに標準で搭載されている、様々な追跡アルゴリズム（トラッカー）の種類と特徴 について、分かりやすく解説していきます。さあ、動くターゲットを捉えるための、新たな冒険を始めましょう！ 1.「検出 (Detection)」と「追跡 (Tracking)」の違い まず、この2つの言葉の違いをしっかり理解することが重要です。これらは似ているようで、アプローチが全く異なります。 検出 (Detection) フレームごとに、画像全体をスキャンして「顔はどこか？」「人はどこか？」と、毎回ゼロから探します。状況が変化しても頑健ですが、毎フレーム全力を出すので**処理が重い**のが特徴です。 例えるなら… 広場にいる警備員が、1秒ごとに群衆全員の顔を一人ずつチェックして、指名手配犯を探すようなものです。 追跡 (Tracking) 最初のフレームで「この人を追跡せよ！」と一度だけ対象を指定します。次のフレームからは、画像全体を探すのではなく、「さっきあの人がいた場所の、すぐ近く」だけを集中して探し、対象を見つけます。そのため、**処理が非常に軽い**のが特徴です。 例えるなら… 警備員が、一度見つけた指...
続きを読む

【Matplotlib文字化け解決】Windows/Ubuntu対応！日本語をちゃんと表示する設定方法 📝

イメージ
「Matplotlibでグラフを作って、いざタイトルやラベルに日本語を入れたら、四角い豆腐（□□□）だらけに…！」 「 findfont: Font family not found っていうエラーが出て、どうすればいいか分からない…」 「毎回コードに長いフォントパスを書くのは面倒！根本的に解決したい！」 こんにちは！ Pythonデータ可視化探検隊、隊長のPythonistaです！ Matplotlibでデータを可視化できるようになった！と喜びも束の間、多くの日本人学習者がぶつかる大きな壁、それが 日本語の文字化け問題 です。せっかく作った綺麗なグラフも、ラベルが文字化けしていたら台無しですよね。 ご安心ください！この問題は、一度設定してしまえば恒久的に解決できます。この記事では、なぜ文字化けが起きるのかという根本的な原因から、 Windows 11 と Linux (Ubuntu) それぞれの環境で、Matplotlibの日本語表示を綺麗にするための設定方法を、ステップバイステップで徹底的に解説していきます。もう文字化けで悩むのは終わりにしましょう！ 1. なぜ文字化けは起きるのか？そのメカニズム Matplotlibが日本語を表示しようとすると文字化けが起きる主な理由は、 Matplotlibがデフォルトで使用するフォントに、日本語の文字（グリフ）が含まれていないから です。 プログラムが「日本語フォントが見つからない！」となると、代替の英語フォント（例: DejaVu Sans）で日本語を描画しようと試みます。しかし、その英語フォントは「あ」や「漢」といった文字の形を知らないため、代わりに「□」（豆腐と呼ばれることがあります）を表示してしまうのです。 解決策は、Matplotlibに対して「この日本語フォントを使ってね！」と、PCにインストールされている日本語フォントの存在を教えてあげることです。これからその具体的な手順を見ていきましょう。 2. 【Windows 11編】日本語表示の解決策 Windowsには、標準で多くの日本語フォントがインストールされています。ここでは、一般的に利用可能な「Yu Gothic」（游ゴシック）や「Meiryo」（メイリオ）を使う方法を解説します。 ステップ1：matplotlibrc...
続きを読む

【Pythonで学ぶ材料力学】応力・たわみ計算ツールを作ろう！物理の原理からコード実装まで徹底解説 ⚙️

「DIYで棚を作りたいけど、この板、この重さで大丈夫かな？」 「設計で使うこの金具、力がかかっても曲がったり折れたりしないか、手軽に計算したい…」 「物理や工学の計算って難しそうだけど、Pythonで自動化できないだろうか？」 こんにちは！ Pythonプログラミング探検隊、隊長のPythonistaです！ プログラミングの応用範囲は、Webサービスやデータ分析だけにとどまりません。今回は、私たちの身の回りにある「モノ」の強さや変形を扱う、 「材料力学」 という非常に実践的な工学分野に、Pythonを使って挑戦してみましょう！ この記事では、 「棒の先端に荷重がかかった時、その棒や取り付け部分にどれくらいの力が発生し、どれくらい変形するのか」 をシミュレーションする、簡単な構造計算ツールを作成します。この記事の最大の特徴は、単にコードの書き方を解説するだけでなく、その背景にある 物理的な原理（「なぜ」そう計算するのか） と、 Pythonコード（「どう」実装するのか） を、一つ一つ対応させながら解き明かしていく点です。物理法則が美しい数式やコードで表現される面白さを、ぜひ一緒に体験してください！ 1. プロジェクトの目標と完成形 今回作成するツールは、棒の長さや太さ、かかる力などのパラメータを入力すると、以下の項目を自動で計算してくれます。 棒の根元に発生する 最大曲げ応力 （材料がどれくらい頑張っているか） 取り付けボルトにかかる せん断力 と 引張力 （ボルトは耐えられるか） 取り付けプレートの 最大たわみ量 （どれくらい、しなるか） 完成版スクリプトの全体像 まずは、今回作成するスクリプトの全体像を見てみましょう。各部分の詳しい解説はこの後でじっくり行いますので、まずは全体の流れを掴んでください。 実行結果のイメージ このスクリプトを実行すると、最終的に以下のような計算結果が出力されます。 --- シミュレーション結果 --- 棒の根元にかかる曲げモーメント: 9.80 Nm [棒の評価] 最大曲げ応力: 998.24 MPa -> この値が棒の材質の『許容曲げ応力』を下回るか確認してください。 [ボルトの評価] 各ボルトにかかるせん断力: 2.45 N 各ボルトにかかる最大引張...
続きを読む