ﾋﾟｰFIの研究開発現場

ﾋﾟｰFIの研究開発現場
海野裕也 (@unnonouno)

自己紹介
海野裕也 (@unnonouno)

Preferred Infrastructure

自然言語処理、機械学習などの研究開発

画像処理もちょっとやります

NLP若手の会共同委員長（2014~）

宣伝１：NLP若手の会（YANS）
言語処理の若手研究者が自身の研究を進めるための集まり

9月にシンポジウム（合宿の予定）、3月の言語処理学会年
次大会期間中に懇親会（飲み会）をやります

スポンサーも募集する予定です

宣伝２：オンライン機械学習本（４
月発売予定）
第2稿までできました

今日のお題
ﾋﾟｰFIの開発体制とか

はなしてください
えー、研究開発的なので

良ければ・・・

ﾋﾟｰFIの研究開発の

開発スタイルについてはなします

労働環境とか
だいたい40人くらい（9割方エンジニア）

全員DELLの大きいディスプレイ支給

椅子はコンテッサ

Mac 8割

だいたい10時くらい∼20時くらい（人によってマチマチ）

セミナーとか
PFIセミナー（Ustream中継）：週１

論文読み会：週１

輪読会：週１

読書会：週１

突然論文のリンクが飛んでくる：不定期

だいたいこんな感じ
core = C++
preprocess =
Python
demo = Python +
javascript
server = C++
experiment =
maf
DATA

第一言語アンケート
自由に書きすぎやろお前
ら・・・

実際はC++が一番多い

Pythonは一部に根強い
Bash
Scala
C#
OCaml
Go
JavascriptRuby
Python
C++

C++
C++03 （RHEL6対応）

w/ pﬁcommon, wo/ Boost

waf （autotoolsは地獄や）

gtest / cmdline.h / Eigen / jemalloc

PFICOMMON
Boostはバージョンが上がると互換性が切れやすく、製品に
組み込むのには辛い

Boostのサブセットを独自実装した

スマートポインタ、ハッシュマップ、HTTPサーバー、
JSON、シリアライザなど

WAF
Pythonの言語内DSLで書かれたビルドツール

./waf conﬁgure && ./waf && ./waf installでOK

Python DSLなので覚えるのが楽、autotools覚えるの辛い

unittest_gtest.pyを使うと単体テストも簡単に組み込める

CMDLINE.H
tanakhさん謹製のコマンドライン引数パーザー

Pythonのargparseとおなじ感覚で使える

C++はここがいい！
CPU命令レベルで最適化できる

データ構造の工夫の余地が大きい

メモリ管理まで追求できる

C++はここがいやだ・・・
書くのがしんどい

データ構造を工夫しないと無駄なコピーが発生する

メモリの断片化に悩まされる

もう疲れた・・・

Go 
社内的には流行り、サーバーや文字列処理

Java 
GCで固まるので不人気、前職は全部Java

Javascript 
AngularJSの方が好き

OCaml 
構文木とパーサーは楽（Jubatusのコード生成器）

Haskell 
ﾂｶﾜﾅｲﾖ

おまけ：エディタアンケート
Emacsが多数派

殆どの人はコンソールを全画
面表示

GUIとは何だったのか・・・
sakura
sublime
vi Emacs

その他の環境
Github Enterprise（以前は社内git + redmine）

Jenkins

Slack（以前はSkype）

maf（実験スクリプト）

Sphinx（報告書）

Google Apps

MAF
ビルドシステムのwafを利用した実験スクリプト

各ジョブで中間生成物（例えば特徴ベクトル）を作って、
様々なハイパーパラメータに対して実験できる

マルチスレッドで動作するので、並列実行可能

SPHINX
報告書などは基本的にSphinxの日本語LaTeX

ソースはGithubで管理、HTML版をGithub pagesで参照可

困ったらSphinxのソースを確認

まとめ
C++は大変

mafは便利

Sphinxはオススメ

Empfohlen