常連

注目の的

自己紹介

TensorFlow や、PyTorch、Chainerなどのフレームワークで、optimizer を zero_grad() などのメソッドで初期化しますが、初期化しないと、具体的にどうなるのでしょうか。
重み更新のときに使った勾配の変数(deltaW)は、逆伝播での計算結果で上書きされるので、どうして毎回初期化しなければいけないのかわかりません。この意味、よろしくお願いいたします。

勾配の初期化の必要性を教えて下さい。

TypeError Traceback (most recent call last)
<ipython-input-40-679def262032> in <module>
 20 prg = ('python', 'java', 'c#')
 21 # タプルをリストに変換
---> 22 lst = list(prg)
 23 # リストに追加
 24 lst.append('ruby')

TypeError: 'tuple' object is not callable

とでます、Python初心者なのですがPython3では
リスト関数でタプルをリスト化することはできないのでしょうか…？

タプルをリスト化にすることができないです…

下記のようにwhereを使った時の解釈がわかりません。

```python
>>> np.where([[True, False], [True, True]],
... [[1, 2], [3, 4]],
... [[9, 8], [7, 6]])
array([[1, 8],
 [3, 4]])
```
```python
housing["income_cat"].where(housing["income_cat"] < 5, 5.0, inplace = True)
```
二つ目は、
0 6.0
1 6.0
2 5.0
3 4.0
4 3.0
が
0 5.0
1 5.0
2 5.0
3 4.0
4 3.0
に変わります。

np.whereについて

機械学習の特徴量選択が合わない手法はどんなものがありますか？

特徴量選択と相性が合わない手法について

やってみたい事
　例】　数字の８を手書きで書く、そのデータPythonで読み取り、手書きで書いた数字を認識し、この画像は、"8"です。というプログラムを実装させたいです。


今回は、Pythonで自分が書いた手書きの数字を、読み込み、その手書きで書いた数字をPythonで何を書いたのかを判定させるPythonのプログラムをしたのですが、ファイルを読み込む事ができません。
エラーが出ているので、どこがエラーなのか教えてください。

エラー画面画像
（一部、個人情報が表示されている為、ふせさせていただいています。）
![イメージ説明](4df1f0737f76fcf99bb8e33c2c9e39a9.png)

```Python
import tkinter as tk
import tkinter.filedialog as fd
import PIL.Image
import PIL.ImageTk
# 機械学習で使うモジュール
import sklearn.datasets
import sklearn.svm
import numpy

# 画像ファイルを数値リストに変換する
def imageToData(filename):
    # 画像を8*8のグレースケールに変換
    grayImage = PIL.Image.open(filename).convert("L")
    grayImage = grayImage.resize((8,8),PIL.Image.ANTIALIAS)
    # その画像を表示する
    dispImage = PIL.ImageTk.PhotoImage(grayImage.resize(300,300))
    imageLabel.configure(image = dispImage)
    imageLabel.image = dispImage
    # 数値リストに変換
    numImage = numpy.asarray(grayImage, dtype = float)
    numImage = numpy.floor(16 - 16 * (numImage / 256))
    numImage = numImage.flatten()
    return numImage

# 数字を予測する
def predictDigits(data):
    # 学習用データを読み込む
    digits = sklearn.datasets.load_digits()
    # 機械学習する
    clf = sklearn.svm.SVC(gamma = 0.001)
    clf.fit(digits.data, digits.target)
    # 予測結果を表示する
    n = clf.predict([data])
    textLabel.configure(text = "この画像は"+str(n)+"です！")

#　ファイルダイアログを開く
def openFile():
    fpath = fd.askopenfilename()
    if fpath:
        # 画像ファイルを数値リストに変換する
        data = imageToData(fpath)
        # 数字を予測する
        predictDigits(data)

#アプリのウィンドウを作る
root = tk.Tk()
root.geometry("400x400")

btn = tk.Button(root, text="ファイルを開く", command = openFile)
imageLabel = tk.Label()
btn.pack()
imageLabel.pack()

# 予測結果を表示させるラベル
textLabel = tk.Label(text="手書きの数字を認識します！")
textLabel.pack()

tk.mainloop()

```

手書き数字を読み込む

### 前提・実現したいこと
以下のようにGooglemap directions APIを使って、2地点間の距離や所要時間をresponseに返すコードを実装しています。こちらのコードが、origin=渋谷　destination=恵比寿など、ベタ書きで記載すると必要なJSONの結果が返ってくることは確認できています。

記載コード
```
uri = URI.escape("https://maps.googleapis.com/maps/api/directions/json?origin=渋谷&destination=恵比寿&mode=walking&key=API KEY”)
 res = HTTP.get(uri).to_s
 response = JSON.parse(res)
```

返答結果
```
[1] pry(main)> response
=> {"geocoded_waypoints"=>
 [{"geocoder_status"=>"OK", "place_id"=>"ChIJ0Qgx67KMGGARd2ZbObLZHPE", "types"=>["locality", "political"]},
 {"geocoder_status"=>"OK", "place_id"=>"ChIJWRK3eBSLGGARCdO8OgKkE5w", "types"=>["political", "sublocality", "sublocality_level_2"]}],
 "routes"=>
 [{"bounds"=>{"northeast"=>{"lat"=>35.6622678, "lng"=>139.7153187}, "southwest"=>{"lat"=>35.6458126, "lng"=>139.703939}},
 "copyrights"=>"Map data ©2019 Google",
 "legs"=>
 [{"distance"=>{"text"=>"2.6 km", "value"=>2568},
 "duration"=>{"text"=>"33 mins", "value"=>1967},
 "end_address"=>"Ebisu, Shibuya City, Tokyo 150-0013, Japan",
 "end_location"=>{"lat"=>35.6458126, "lng"=>139.7153187},
 "start_address"=>"Shibuya City, Tokyo, Japan",
 "start_location"=>{"lat"=>35.6622678, "lng"=>139.703939},
 "steps"=>
 [{"distance"=>{"text"=>"0.3 km", "value"=>312},
 "duration"=>{"text"=>"4 mins", "value"=>261},
 "end_location"=>{"lat"=>35.6608076, "lng"=>139.7067344},
 "html_instructions"=>"Head east",
 "polyline"=>{"points"=>"ehtxEs|tsYVgA@ECAh@gCHYBM@EDKBGNWT_@Xg@@EBE|@{A@EVWj@m@"},
 "start_location"=>{"lat"=>35.6622678, "lng"=>139.703939},
 "travel_mode"=>"WALKING"},
 {"distance"=>{"text"=>"6 m", "value"=>6},
 "duration"=>{"text"=>"1 min", "value"=>4},
 "end_location"=>{"lat"=>35.6607444, "lng"=>139.7068565},
 "html_instructions"=>"Turn left onto 青山通り/国道246号",
 "maneuver"=>"turn-left",
 "polyline"=>{"points"=>"a_txEanusYCEPS"},
 "start_location"=>{"lat"=>35.6608076, "lng"=>139.7067344},
 "travel_mode"=>"WALKING"},
 {"distance"=>{"text"=>"23 m", "value"=>23},
 "duration"=>{"text"=>"1 min", "value"=>40},
 "end_location"=>{"lat"=>35.660603, "lng"=>139.7069058},
 "html_instructions"=>"Cross the road",
 　　　　　"polyline"=>{"points"=>"s~sxE{nusY@CPQFJ"},
 "start_location"=>{"lat"=>35.6607444, "lng"=>139.7068565},
 "travel_mode"=>"WALKING"},
 {"distance"=>{"text"=>"0.3 km", "value"=>267},
 "duration"=>{"text"=>"3 mins", "value"=>196},
 "end_location"=>{"lat"=>35.6587413, "lng"=>139.7085902},
 "html_instructions"=>"Turn left",
 "maneuver"=>"turn-left",
 "polyline"=>{"points"=>"w}sxEeousYFEXU@Cb@]BC`A{@FGv@s@BD~@y@DGXUb@a@FEHKHI@E"},
 "start_location"=>{"lat"=>35.660603, "lng"=>139.7069058},
 "travel_mode"=>"WALKING"},
 {"distance"=>{"text"=>"0.4 km", "value"=>426},
 "duration"=>{"text"=>"5 mins", "value"=>300},
 "end_location"=>{"lat"=>35.6553456, "lng"=>139.7065912},
 "html_instructions"=>"Turn right",
 "maneuver"=>"turn-right",
 "polyline"=>{"points"=>"crsxEuyusYB@HDZNNDFBDBXLPNB@NHJFB@HDDBNBDFfAh@DBLFHDFBf@VNDRJDD\PLDvAr@D@RJh@XFBPJTLPH\R"},
 "start_location"=>{"lat"=>35.6587413, "lng"=>139.7085902},
 "travel_mode"=>"WALKING"},
 {"distance"=>{"text"=>"11 m", "value"=>11},
 "duration"=>{"text"=>"1 min", "value"=>8},
 "end_location"=>{"lat"=>35.6553467, "lng"=>139.7064737},
 "html_instructions"=>"Turn right onto 明治通り/都道305号",
 "maneuver"=>"turn-right",
 "polyline"=>{"points"=>"}|rxEemusYGHFL"},
 "start_location"=>{"lat"=>35.6553456, "lng"=>139.7065912},
 "travel_mode"=>"WALKING"},
 {"distance"=>{"text"=>"0.2 km", "value"=>192},
 "duration"=>{"text"=>"3 mins", "value"=>167},
 "end_location"=>{"lat"=>35.6538622, "lng"=>139.7055776},
 "html_instructions"=>"Turn left at 並木橋（交差点）",
 "maneuver"=>"turn-left",
 "polyline"=>{"points"=>"}|rxEmlusYLF?ENJFDDBLFHBB@LBFBF@JDLFFBRJDBLHz@h@j@\PL"},
 "start_location"=>{"lat"=>35.6553467, "lng"=>139.7064737},
 "travel_mode"=>"WALKING"},
 {"distance"=>{"text"=>"0.7 km", "value"=>748},
 "duration"=>{"text"=>"9 mins", "value"=>541},
 "end_location"=>{"lat"=>35.6482206, "lng"=>139.710175},
 "html_instructions"=>"Turn left",
 "maneuver"=>"turn-left",
 "polyline"=>
 {"points"=>
 "ssrxE{fusY^_@t@m@FLBCl@i@HERQLMJIDEDGBCDGBCBC@AFCBADEFETMBAFABAFCDEFGJGHGd@c@HGLKLKVYZ[DC@AFEPMDEt@i@XQHEPKd@WZO\QvAm@hAi@BADCDCFKTOXQJG@?DEBCFGHIRSBCDE`@_@DGDGDEDIHMLS@A@CBA?AEMX_@"},
 "start_location"=>{"lat"=>35.6538622, "lng"=>139.7055776},
 "travel_mode"=>"WALKING"},
 {"distance"=>{"text"=>"0.6 km", "value"=>583},
 "duration"=>{"text"=>"8 mins", "value"=>450},
 "end_location"=>{"lat"=>35.6458126, "lng"=>139.7153187},
 "html_instructions"=>"Continue straight onto 都道305号<div style=\"font-size:0.9em\">Destination will be on the left</div>",
 "maneuver"=>"straight",
 "polyline"=>{"points"=>"kpqxEscvsYFGt@w@j@q@DIJIJAHSzAaBDGPSFG`@c@HMp@u@FGDEFEFE?K?IDW?OJoALwA@UReCJoADMCCR{B"},
 "start_location"=>{"lat"=>35.6482206, "lng"=>139.710175},
 "travel_mode"=>"WALKING"}],
 "traffic_speed_entry"=>[],
 "via_waypoint"=>[]}],
 "overview_polyline"=>
 {"points"=>
 "ehtxEs|tsYXmACAh@gCLg@FQbAgBdAmBbAeACEPSRUFJFEZYf@a@hAcAv@s@BDdAaA|@w@PQJOx@\LFj@\b@TNHNBDFlAl@VLrAl@b@VdBx@jAj@vAv@GHFLLF?EVPRJb@Lh@RbBbA|@j@tAmAFLBCv@o@r@o@RWx@g@XMbA{@hBaBfBoA|Ay@bEkBJGFKTOd@YFEh@i@p@q@Ze@T[EO`@g@rB}BJAHS`BiBdAmAfAiAFE?KDa@J_BNmB^uEDMCCR{B"},
 "summary"=>"都道305号",
 "warnings"=>["Walking directions are in beta. Use caution – This route may be missing sidewalks or pedestrian paths."],
 "waypoint_order"=>[]}],
```



### 発生している問題・エラーメッセージ
緯度経度を保持しているaddressesテーブルとstationsテーブルを用意しているので、
上記のコードにaddress.latitude、address.longitude、station.latitude、station.longitude
を代入しようとすると、なぜか結果無しと返ってきてしまい、うまくいかなくなります。
何か変数の入れ方に問題があるかと仮説立てておりますが、調べても自分で原因が発見できずにおります。

変数代入後のコード
```
 address = Address.find(1)
 station = Station.find(address.station_id)
 

 uri = URI.escape("https://maps.googleapis.com/maps/api/directions/json?origin=#{address.latitude},#{address.longitude}&destination=#{station.latitude},#{station.longitude}&mode=walking&key=API KEY”)
 res = HTTP.get(uri).to_s
 response = JSON.parse(res)
```

エラーメッセージ
```
[1] pry(main)> response
=> {"geocoded_waypoints"=>[{}, {"geocoder_status"=>"ZERO_RESULTS"}], "routes"=>[], "status"=>"NOT_FOUND"}
```

もし原因の想定がつく方がいらっしゃれば、ぜひアドバイス願えないでしょうか？
何卒、よろしくお願い申し上げます。

GooglemapAPIが、ベタ書きだと動くが、変数を入れると動かなくなる

「超初心者でも三週間ほど本気になって頑張れば驚かせることができるメッセージを作りたいです。」



IT関係の仕事をしている友達とPythonの話しになり、私のパソコンにもダウンロードしました。
数回教えてもらい、時差で文字が出てきたり楽しく勉強し始め、Pythonに興味を持ち始めました。友達が忙しくなって教えてもらえなくなり、それ以来本を買ってこつこつ進めているところです。（全く進んでいません）

特にこれがしたいとか分かるレベルではないので詳しく言えないのですが、今月末の友達の誕生日にPythonでメッセージを送りたいと思っています。
以前友達が送ってくれたのは０と１？で作ったメッセージで、上から下に巨大な文字が流れてくるのでした。
何驚かせれたり（友達がしらない事をやりたいのではなくて、勉強続けてこんなんできるようになったんだねってびっくりさせたい）、喜んでもらえるようなことはできないでしょうか？
どんなことでもいいのでよろしくお願いいたします。

(Python3?を使っています）

Pythonでバースデイメッセージを作りたい

GAN(敵対的生成ネットワーク)について質問です。

https://qiita.com/negi111111/items/6d6f19edc060a91662ec

この記事のように、ACGANで識別器に生成画像のクラス分け機能を追加して所望の画像を生成器により生成するアルゴリズムがありますが、
実際に所望のクラスの画像を得るためにどのような工夫を行なっているのでしょうか？

すなわち、上のブログの例で言うと、Curry Rice-likeな画像やChilled Noodle-likeな画像を生成したい、という時にどのように指定をしているのでしょうか？
そもそもの正解の画像を所望のクラスの画像のみ(Curry RiceやChilled Noodleの画像のみ)に限定しているのでしょうか？
もしくは、生成器に所望のクラスの画像を生成するよう誤差伝播等で指示しているのでしょうか？

DLについて勉強し始めたばかりで、分からないことだらけなのですが、何卒ご教授ください。

所望の画像の生成法について(GAN)

# 疑問
1. Pythonにおける一般的なクラスとdataclassをどのように使い分けるのか？
1-1. 一般的なクラスで実装することを選択する（dataclassに対する）メリットは何か？
2.  クラスではなく、トップレベルで関数を定義するのはどのようなときか？
3.  ユーティリティクラスやインスタンスの変数を参照しないメソッドを作ることについてどのように考えるか？
3-1. Pythonでは一般的なのか？

# 現在の考え

- 基本的に`dataclass`で実装する
- また、基本的に`frozen=True`で実装することで極力イミュータブルにする
- トップレベルの関数を作ることにやや抵抗がある（Javaなど他の言語が原因？
- 「[関数とユーティリティクラスは禁止 - 株式会社アークシステム(infoARK)](https://www.arksystems.co.jp/closeupit/object_oriented/0401.html)」を読んでなるべく、作らないようにしてきた。しかし、上同様、Pythonでは話が変わってくるのではないかと思うようになった

Pythonプログラミングの慣習について

PostgreSQL 9.6 にて、以下の事象が理解できずに困っております。

二つのトランザクションA,Bがあり、Aは既存レコードのdeleteを、Bは既存レコードのPKの値と同じ値をもつレコードのinsertを行います。
TX Aから開始し、delete直後にTX Bを開始します。

デフォルトのテーブルの状態は以下です。
```psql
> select * from hoge;
id
----
  1
(1 row)
```

```psql
TX A:
> begin;
BEGIN
> delete from hoge where id = 1;
DELETE 1
# ここでTX Bを開始
# TX Bのinsert実行後に再開
> commit;
COMMIT
```


```psql
TX B:
> begin;
BEGIN
> insert into hoge values (1);
# TX Aがcommitされるまでinsertが実行されない　※1
INSERT 0 1
> commit;
COMMIT
```

TX Bの※1部分でinsert処理が待たされますが、この挙動は以下のように考えました。
[リファレンス](https://www.postgresql.jp/document/9.6/html/explicit-locking.html#locking-tables) を確認しますと、deleteとinsertではテーブルレベルロック `ROW EXCLUSIVE` を取得している認識です。

> ROW EXCLUSIVE
> SHARE、SHARE ROW EXCLUSIVE、EXCLUSIVE、およびACCESS EXCLUSIVEロックモードと競合します。

> UPDATE、DELETE、およびINSERTコマンドは、（参照される他の全てのテーブルに対するACCESS SHAREロックに加えて）対象となるテーブル上にこのモードのロックを獲得します。 通常、このロックモードは、テーブルのデータを変更する問い合わせにより獲得されます。

しかし、[ロックモードの競合](https://www.postgresql.jp/document/9.6/html/explicit-locking.html#table-lock-compatibility) を確認しますと、 `ROW EXCLUSIVE` 同士は競合となり得ないように見受けられました。

上記の挙動の理由/仕組みをご教授頂けないでしょうか。
宜しくお願いいたします。