常連

注目の的

回答者

ベストアンサー

拍手喝采

メンター

自己紹介

有名人

ちょっとプログラムとは直接関係ない話です。

作成した物を公開すると行った話で、Webならレンタルサーバー、API等であればHerokuや規模次第でAWSのような物を使うようになっていっていると思います。

その中でも自社にサーバーを置きたいと言う要望がたまにあります。

そういった場合、サーバーのハード系の話はともかくなんですが、回線の話が一般だと今はフレッツ光ネクスト？がベースになると思います。

そこで、その次を考えるような場合って何を選定する様な話になるのでしょうか？

今はクロスと言うのがあるようですが、スピードが速くなるだけでやたらと反応が遅かったりしては意味ないですし・・

余計な心配だとは思うんですが、その辺は全く知識が無く、聞かれたときに答えに詰まったので知識として知りたいと思いました。

確かに自分でサーバーを立てる場合は言語だったり容量だったりバックアップをどうするとか、少なくとも回線以外の事は余り考えなくて良くなります（セキュリティ的な話はややこしいので置いておいて下さい）

一般的には家庭用の光回線の上はこれを準備するのが一般的だの様な知識が得られるようなサイトや有料書籍等でも構いませんが資料を提示して頂けたらと思いました。

宜しくお願い致します。

自社内に置くサーバーの回線は何を選定するか？

Tkinterでボタンをウィンドウ右上に表示したいです。ウィンドウサイズを変えたら、ボタンの位置もそれに応じて動くようにしたいです。

そのため、ウィンドウの幅を取得して使えばいいだろうと思って下のソースを書いたのですが、疑問点が2つあります。

1つは、最初の```winfo_width()```の戻り値が最初は1になってしまい、ボタンを```place```で表示できないことです。

もう1つは、ボタンを動かすにはどうすればいいかわからないことです。このままでは同じ位置に固定してしまうので```bind("<Configure>")```を考えたのですが、それだと何度も配置し直す感じで効率悪いような気もしますし、関数外で宣言したウィジェットを関数内で上手く破棄できないことです。

わかる方、回答よろしくお願いします。

```Python
import tkinter as tk

win = tk.Tk()

def test():
    print("x:",end="")
    print(win.winfo_width())
    print("y:",end="")
    print(win.winfo_height())

b = tk.Button(win, text="click", command=test)
b.grid()
#b.place(x=win.winfo_width()-50, y=0)

#def test2(event):
#    win_x = win.winfo_width()
#    b.place(x=win_x-50, y=0)

#win.bind("<Configure>", test2)

#1が返ってくる･･･?
print("x:",end="")
print(win.winfo_width())
print("y:",end="")
print(win.winfo_height())

win.mainloop()
```

Tkinterでウィンドウの幅を取得したい

swift4で指の腹でのタッチを検出したいと考えています。
具体的には指の腹でタッチされている範囲を取得し、その範囲に円を描画したいです。
以下で出来るかと思って試してみたのですが複数の指によるタッチは検出できましたが、１本の指の腹で画面をタッチしても、1つのタッチしか検出されませんでした。

```swift
override func touchesBegan(_ touches: Set<UITouch>, with event: UIEvent?) {
        guard let allTouches = event?.allTouches else {
            return
        }
        for touch in allTouches {
            print(touch.location(in: self))
        }
    }
```

指の腹でタッチされた場合に指が触れている範囲を取得することは可能なのでしょうか。
よろしくお願いいたします。

swift4 指の腹でのタッチを検出する

## 環境

* C++11
* Visual Studio 2017 15.8.1
* gcc version 5.4.0

## 概要

「two-phase name lookup」に関する自分の理解は以下の通りです。
* 先にテンプレート引数に依存しないものを名前解決する。
* 次にテンプレート引数に依存するものを名前解決する。

しかし、なぜ2段階で名前解決する必要があるのでしょうか。
「two-phase name lookup」をしないで、全部解析してから名前解決を行うのではなにか問題があるのでしょうか。

## 質問の背景

以下のコードが Visual C++ ではコンパイルが通り、gcc では通らない原因について「[C++ - gcc でコンパイルすると、親クラスのメンバー変数を子クラスから参照できない問題について](https://teratail.com/questions/179231)」で質問させていただきました。
そうしたところ、「two-phase name lookup」という仕様によるものであるということをご教示いただきました。

```cpp
#include <iostream>

// 親クラス
template <class Child, class SomeType>
struct Base
{
    void interface()
    {
        static_cast<Child *>(this)->implementation();
    }

    void set_value(SomeType value)
    {
        member_ = value;
    }

  public:
    SomeType member_;
};

// 子クラス
template <class SomeType>
struct Derived : Base<Derived<SomeType>, SomeType>
{
    void implementation()
    {
        std::cout << member_ << std::endl;
    }
};

int main(int argc, char *argv[])
{
    Derived<int> obj;
    obj.set_value(1);
    obj.interface();
}
```

なぜ Visual C++ ではビルドが通ったのか調べたところ、Visual C++ 15.3 以前では「two-phase name lookup」が実装されておらず、15.3 以降でもデフォルトでは無効になっており、`/permissive-` コンパイラオプションを有効にすると、機能するとのことでした。

[C++ Team Blog | Two-phase name lookup support comes to MSVC](https://devblogs.microsoft.com/cppblog/two-phase-name-lookup-support-comes-to-msvc/)

なので、試しに `/permissive-` オプションを有効にしてビルドしたところ、gcc と同様、名前解決に失敗することが確認できました。

```
エラー: C3861: 'member_': 識別子が見つかりませんでした
```

ここで思ったのは、VC++ でデフォルトでは「two-phase name lookup」をしないで、名前解決できているのだから、なぜこの仕様が必要なのかというのが質問に至った背景です。

すみませんが、よろしくおねがいします。

## 回答いただいた内容に関する理解

alphya さんにご回答いただいた内容を自分の勉強用に整理しました。
もし誤った解釈があれば、ご指摘いただければ幸いです。

----

* テンプレートの元々の意図は、型が異なり内容が同じクラスや関数を複数作る必要がないようにするため。(例: sqrt, sqrtf, sqrtl)
* 昔はテンプレート引数に非依存の識別子を先に名前解決することは、許可及び推奨されていたが、必須ではなかった。
* そのため、識別子の名前解決はテンプレートの定義の解析時には行わないで、テンプレートを実体化するまで名前解決を遅らせることができた。

### 「two-phase name lookup」が必要になった理由

テンプレートの実体化時に名前解決を行う方法だと、テンプレートが前後の文脈に依存する状況がおき、バグを引き起こしやすくなる。

例:
```cpp
#include <cstdio>

void func(void*) { std::puts("The call resolves to void*") ;}

template<typename T> void g(T x)
{
    func(0);
}

void func(int) { std::puts("The call resolves to int"); }

int main()
{
    g(3.14);
}
```

* two-phase name lookup を行う場合

テンプレートが定義された段階で `template<typename T> void g(T x)` の中身の解析が行われる。
この時点で `func(0)` にマッチするものは、`void func(void*)` だけなので、`void func(void*)` に名前解決される。

* two-phase name lookup を行わない場合

`g(3.14)` でテンプレートが実体化された時点で `template<typename T> void g(T x)` の中身の解析が行われる。
この時点で `func(0)` にマッチするものは、`void func(int)` と `void func(void*)` の2つがあるので、`void func(int)` に名前解決される。
もし、`void func(int)` がなかったならば、`void func(void*)` に名前解決される。
このように、テンプレートの後に `void func(int)` があるかどうかでテンプレートの意味が変わってしまう。 (前後の文脈に依存してしまう)

### MSVC のバージョン 15.3 以前の実装

* テンプレートは宣言だけチェックして、定義の部分は記録だけしておき、実体化されるまで中身のチェックはしない。
* テンプレートの実体化が必要になった段階で、記録してあるリストからテンプレートの実装を探してきて、中身をチェックする。

#### 例1: テンプレートの中身は、実体化されるまでチェックされない。

```
#include <cstdio>

template <typename T>
void hoge(T t) {
    1  // ; がない
}

int main()
{
}
```

gcc: `source_file.cpp:5:6: error: expected ';' after expression`
vc++: コンパイルが通る。

#### 例2: テンプレートが定義された段階では曖昧さがあっても、実体化された段階で曖昧さがないケース

```cpp
#include <cstdio>
#include <vector>

template<class C>
void f(const C &container) {
  C::const_iterator *x;
}

int main()
{
    std::vector<int> v;
    f(v);
}
```

テンプレートが実体化されていない段階では、`C::const_iterator` は型なのかクラス `C` で定義された static 定数なのかわからない。

* `C::const_iterator` が型と解釈した場合: `C::const_iterator *x;` は型 `C::const_iterator` のポインタ `*x`
* `C::const_iterator` が定数と解釈した場合: `C::const_iterator *x;` は定数 `C::const_iterator` と変数 `x` の乗算
`C::const_iterator` を型と認識させるには `typename C::const_iterator` と指定する必要がある。

```cpp
#include <cstdio>
#include <vector>

template<class C>
void f(const C &container) {
  C::const_iterator *x;
}

int main()
{
    std::vector<int> v;
    f(v);
}
```

gcc:
```
source_file.cpp: In function ‘void f(const C&)’:
source_file.cpp:6:22: error: ‘x’ was not declared in this scope
   C::const_iterator *x;
                      ^
source_file.cpp: In instantiation of ‘void f(const C&) [with C = std::vector<int>]’:
source_file.cpp:12:8:   required from here
source_file.cpp:6:21: error: dependent-name ‘C:: const_iterator’ is parsed as a non-type, but instantiation yields a type
   C::const_iterator *x;
                     ^
source_file.cpp:6:21: note: say ‘typename C:: const_iterator’ if a type is meant
```
vc++: コンパイルが通る。

two-phase name lookup を行う gcc は実体化前に解析するのでエラーとなるが、MSVC は実体化された段階で解析するので、この時点では `C::const_iterator` は型と判明しているのでエラーにならない。 

### 参考文献

- [Two phase name lookup for C++ templates - Why? - Stack Overflow](https://stackoverflow.com/questions/12561544/two-phase-name-lookup-for-c-templates-why)
- [What exactly is "broken" with Microsoft Visual C++'s two-phase template instantiation? - Stack Overflow](https://stackoverflow.com/questions/6273176/what-exactly-is-broken-with-microsoft-visual-cs-two-phase-template-instanti)
- [C++ Team Blog | Two-phase name lookup support comes to MSVC](https://devblogs.microsoft.com/cppblog/two-phase-name-lookup-support-comes-to-msvc/)
- [A Proposed New Template Compilation Model](http://www.open-std.org/JTC1/SC22/WG21/docs/papers/1996/N0906.pdf)

C++ - Two phase name lookup という言語仕様はなぜ必要なのでしょうか

#発生している問題
Excelのマクロで、シート内の表を画像ファイルとして出力するプログラムを作っています。

Excel2013では問題無く動いていたのですが、最近PCを更新してExcel2016にしたところ、真っ白な画像が出力されるようになってしまいました。

```VBA
Sub outputPicture()
    Dim rg As Range
    Dim cht As Chart
    Dim path As String
    
    path = ThisWorkbook.path & "\" & ActiveSheet.Name & ".png"
    
    '①選択範囲を取得
    Set rg = Range(Cells(1, 1), Cells(Range("G5").End(xlDown).Row, Range("G5").End(xlToRight).Column))
    '②選択した範囲を画像形式でコピー
    rg.CopyPicture appearance:=xlScreen, Format:=xlPicture
    '③画像貼り付けようの埋め込みグラフ作成
    Set cht = ActiveSheet.ChartObjects.Add(0, 0, rg.Width, rg.Height).Chart
    '④埋め込みグラフに貼り付ける
    cht.Paste
    '⑤JPEG形式で保存
    cht.Export Filename:=path, filtername:="PNG"
    '⑥埋め込みグラフを削除
    cht.Parent.Delete
    
    MsgBox ("同フォルダ内に画像ファイル(" & ActiveSheet.Name & ".png)を出力しました")
End Sub
```
このプログラムを作るのに参考にしたページはこちら
[https://www.excel-excel.com/tips/vba_186.html](https://www.excel-excel.com/tips/vba_186.html)

#試したこと
・このプログラム実行後のクリップボードをペイントに貼り付けてみたところ、表を画像化したものを貼り付けることができた。→**「②選択した範囲を画像形式でコピー」は出来ている**
・プログラム内の「⑥埋め込みグラフを削除」を消して実行したところ、エクセルファイル内に真っ白なグラフ領域が現れた。→**「③のグラフ領域作成」まではできている。かつ、④のグラフへの貼り付けが正常に行われていない。**
・`cht.Paste`を`ActiveSheet.Paste`に変更したところ、シート内に表の画像が作成できた。→ChartのPasteの時のみ起こる問題？


以上の事から問題は`cht.Paste`の部分にあると考えて調べたのですが、これといった解決策が見つかりませんでした。

この問題の解決策をご教授いただけると助かります。

Excelマクロ　Excel2016でChartへのPasteが正常に動作しない

### 実現したいこと
Tensorflow-gpu版でgpuを使用したい

### 困っていること
機械学習の学習速度が遅いと思い調べてみたところ、gpuを認識していないようでした。

機械学習の最初のアウトプット
```python
Using TensorFlow backend.
2019-01-28 14:14:17.288077: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
2019-01-28 14:14:18.122260: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1411] Found device 0 with properties: 
name: GeForce GT 630 major: 2 minor: 1 memoryClockRate(GHz): 1.62
pciBusID: 0000:01:00.0
totalMemory: 1.00GiB freeMemory: 822.90MiB
2019-01-28 14:14:18.156877: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1461] Ignoring visible gpu device (device: 0, name: GeForce GT 630, pci bus id: 0000:01:00.0, compute capability: 2.1) with Cuda compute capability 2.1. The minimum required Cuda capability is 3.7.
2019-01-28 14:14:18.201366: I tensorflow/core/common_runtime/gpu/gpu_device.cc:971] Device interconnect StreamExecutor with strength 1 edge matrix:
2019-01-28 14:14:18.202673: I tensorflow/core/common_runtime/gpu/gpu_device.cc:977]      0 
2019-01-28 14:14:18.214962: I tensorflow/core/common_runtime/gpu/gpu_device.cc:990] 0:   N 
```

gpuが認識されているかチェックしたコード
```Python
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
```
```console
2019-01-28 13:53:34.505727: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
2019-01-28 13:53:35.373934: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1411] Found device 0 with properties: 
name: GeForce GT 630 major: 2 minor: 1 memoryClockRate(GHz): 1.62
pciBusID: 0000:01:00.0
totalMemory: 1.00GiB freeMemory: 822.90MiB
2019-01-28 13:53:35.374676: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1461] Ignoring visible gpu device (device: 0, name: GeForce GT 630, pci bus id: 0000:01:00.0, compute capability: 2.1) with Cuda compute capability 2.1. The minimum required Cuda capability is 3.7.
2019-01-28 13:53:35.390906: I tensorflow/core/common_runtime/gpu/gpu_device.cc:971] Device interconnect StreamExecutor with strength 1 edge matrix:
2019-01-28 13:53:35.392599: I tensorflow/core/common_runtime/gpu/gpu_device.cc:977]      0 
2019-01-28 13:53:35.394655: I tensorflow/core/common_runtime/gpu/gpu_device.cc:990] 0:   N 
[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 14268899556145551426
]
```

### やったこと
Tensorflowインストール時には対応したCUDAとcuDNNをインストールしました。

### 環境
GPU:GeForce GT630

CUDA 9.0
```nvccv
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:32_Central_Daylight_Time_2017
Cuda compilation tools, release 9.0, V9.0.176
```
cuDNN 7.0.5

pip

```pip

Package             Version
------------------- ----------
absl-py             0.6.0
astor               0.7.1
certifi             2018.10.15
chardet             3.0.4
cloudpickle         0.6.1
cycler              0.10.0
dask                0.20.1
decorator           4.3.0
flickrapi           2.4.0
gast                0.2.0
grpcio              1.15.0
h5py                2.8.0
idna                2.7
Keras               2.2.4
Keras-Applications  1.0.6
Keras-Preprocessing 1.0.5
kiwisolver          1.0.1
Markdown            3.0.1
matplotlib          3.0.2
networkx            2.2
numpy               1.15.3
oauthlib            2.1.0
opencv-python       3.4.4.19
pandas              0.23.4
Pillow              5.3.0
pip                 18.1
protobuf            3.6.1
py2exe              0.9.2.2
pyparsing           2.2.2
python-dateutil     2.7.3
pytz                2018.7
PyWavelets          1.0.1
pywin32             224
PyYAML              3.13
requests            2.20.1
requests-oauthlib   1.0.0
requests-toolbelt   0.8.0
scikit-image        0.14.1
scikit-learn        0.20.0
scipy               1.1.0
setuptools          39.1.0
six                 1.11.0
tensorboard         1.11.0
tensorflow-gpu      1.11.0
termcolor           1.1.0
toolz               0.9.0
urllib3             1.24.1
Werkzeug            0.14.1
wheel               0.32.2
```

---
教えていただけますでしょうか。