「iOS 11 Programming」を共著で執筆しました／本書のおすすめポイント

昨日、共著で執筆したiOSの技術書「iOS 11 Programming」の販売が開始されました！ iOS 11 Programming著者：堤修一,吉田悠一,池田翔,坂田晃一,加藤尋樹,川邉雄介,岸川克己,所友太,永野哲久,加藤寛人,発行日：2017年11月16日対応フォーマット：製本…

2017-10-30

iOSDC 2017で「飛び道具ではないMetal」という話をしました #iOSDC

登壇 Metal

9月15日〜17日の3日間にわたって開催された iOSDC Japan 2017 にて、「飛び道具ではないMetal」と題して登壇させていただきました。発表資料はこちら・・・と普段ならここでスライドを貼るところですが、その前に、「あーMetalね。関係ないや」と思われた方…

2017-08-30

コロラド州デンバーで開催されたiOSカンファレンス「360|iDev 2017」に登壇した話 #360iDev

登壇海外機械学習 Metal

今月の8月13日〜16日にかけて、アメリカ合衆国コロラド州デンバーにて開催された「360|iDev 2017」にて登壇してきました。（発表中の様子）トークのタイトルは "Deep Learning on iOS" で、スライドはこちら。 Deep Learning on iOS #360iDev from Shuichi…

2017-07-25

Core ML vs MPS vs BNNS #fincwwdc

iOS 機械学習 Deep Learning Metal

昨日FiNCさんのオフィスで開催された「WWDC2017振り返り勉強会」で『Core ML vs MPS vs BNNS』というタイトルでLTしてきました。 iOS 11で追加されたCore MLが非常に注目を集めていますが、「既存の機械学習フレームワークを使って学習させたモデル（のパラ…

2017-06-07

【iOS 11】ARKitについてWWDCのラボで聞いてきたことのメモ

iOS Swift Metal 画像処理

iOS 11から追加された、AR機能を実装するためのフレームワーク「ARKit」についてWWDCのラボ（Appleのデベロッパに直接質問できるコーナー）で聞いたことのメモです。注目のフレームワークなので行列ができてましたが、丁寧に色々と教えてくれたので、忘れな…

2017-03-06

try! Swift Tokyo 2017で「クライアントサイド・ディープラーニング」というLTをしました #tryswiftconf

登壇 Deep Learning Metal iOS

先週開催された "try! Swift Tokyo 2017" にて、"Client-Side Deep Learning" というタイトルでLTしました。発表資料はこちら。 Client-Side Deep Learning from Shuichi Tsutsumi ディープラーニングは強力なコンピューティングパワーが必要なので、従来は…

2016-12-01

Metalのコンピュートシェーダに関する諸々

Metal iOS 画像処理

Metal の compute shader について。随時書いていきます。 [[ thread_position_in_grid ]] って何？こういう感じで、カーネル関数の引数から受け取れるやつ。 kernel void add_vectors(const device float4 *inA [[ buffer(0) ]], const device float4 *inB…