JNR: Java Native Runtime

•

33 gefällt mir•9,576 views

Yuichi Sakuraba

JJUG Night Seminar 2015 Aug. "JNR: Java Native Runtime"

Technologie

Weitere ähnliche Inhalte

Was ist angesagt?

Tomcatの実装から学ぶクラスローダリーク #渋谷Java

Norito Agetsuma

Beginning Java EE 6 勉強会(1) #bje_study

Toshiaki Maki

show innodb status

Tatsuro Hisamori

GPUをJavaで使う話(Java Casual Talks #1)

なおききしだ

MicrometerとPrometheusによる LINEファミリーアプリのモニタリング

LINE Corporation

本資料は、web アプリケーションにおける脆弱性のひとつ、CSRF (クロスサイトリクエストフォージェリ) の仕組みとその対策に関する説明資料です。また、CSRF 対策のためのライブラリのいくつかについて、その概要と適用例も紹介しています。 Webアプリケーションを作成する開発者の方々が、CSRF 脆弱性に対する理解を深め、よりセキュアなWebアプリケーションの開発の一助となれば幸いです。自習用の資料や勉強会での資料としてご活用ください。 - 改訂版+1: 図版や誤記の修正 (2015年10月20日) ※ コメントくださった皆様ありがとうございます! - 改訂版: JPCERT/CC Web サイトにて公開 (2015年10月6日) - 初版: OSC2015Hokkaido 講演資料 (2015年6月13日)

クロスサイトリクエストフォージェリ(CSRF)とその対策

JPCERT Coordination Center

これで怖くない！？大規模環境で体験するDB負荷対策～垂直から水平の彼方へ～

hideakikabuto

Apache Kafka & Kafka Connectをに使ったデータ連携パターン(改めETLの実装)

Keigo Suda

[Outdated] Secrets of Performance Tuning Java on Kubernetes

Bruno Borges

VueとAWSAppSyncで始めるチャットアプリ開発

Ryosuke Izumi

Pegasus KV Storage, Let the Users focus on their work (2018/07)

涛吴

Build Node.js-WASM/WASI Tiny compiler with Node.js

mganeko

Spring Bootのオートコンフィグレーションの恩恵によって、開発者はコンフィグレーションの煩わしさから解放され、Springを容易に動かすことができるようになりました。その反面、ブラックボックスになってハマってしまうことも少なくありません。本セッションでは、Spring Bootのオートコンフィグレーションの仕組み・デバッグ方法・カスタマイズ方法を説明します。本セッションを聞いてオートコンフィグレーションを便利に使っていきましょう。 (Spring Fest 2021での発表資料)

怖くないSpring Bootのオートコンフィグレーション

土岐孝平

SpringBootTest入門

Yahoo!デベロッパーネットワーク

JJUG CCC 2021 Spring にて講演。 2021年3月リリースのJDK 16 では、17個の JEP(JDK Enhancement Proposal)が導入されました。 JDK 16で導入された JEP 396: Strongly Encapsulate JDK Internals by Default による影響は十分に評価・準備することをお勧めします。今回は、JEP 396での変更点やその背景を解説すると共に、アプリケーションでの評価・確認する際のポイントをご紹介します。

JDK 16 で導入された JEP 396 にご注意!! （JJUG CCC 2021 Spring）

Yoshiro Tokumasu

JAVA_HOME/binにあるコマンド、いくつ使っていますか？[JVM関連ツール編]（JJUGナイトセミナー「Java解析ツール特集」発表資料）

NTT DATA Technology & Innovation

(Tech DeepDive #1) Java Flight Recorder を活用した問題解決

オラクルエンジニア通信

Javaトラブルに備えよう #jjug_ccc #ccc_h2

Norito Agetsuma

徳丸本ができるまで

Hiroshi Tokumaru

2019年5月28日に開催されたヤフー名古屋Tech Meetup #2のキーノートです。 #2 は「コンテナ技術」をテーマに開催しました。 https://yahoo-nagoya.connpass.com/event/121472/ ヤフー名古屋Tech Meetupは、名古屋で開催されるクリエイター向け勉強会です。東京大阪に行かなくても技術的な話が出来る場、クリエイターのアウトプット/インプットの場、多種多様なクリエイターと交流できる場を目指しています。

Yahoo! JAPANのマネージド Kubernetes サービスを支える技術 #ヤフー名古屋

Yahoo!デベロッパーネットワーク

Was ist angesagt? (20)

Tomcatの実装から学ぶクラスローダリーク #渋谷Java

Beginning Java EE 6 勉強会(1) #bje_study

show innodb status

GPUをJavaで使う話(Java Casual Talks #1)

MicrometerとPrometheusによる LINEファミリーアプリのモニタリング

クロスサイトリクエストフォージェリ(CSRF)とその対策

これで怖くない！？大規模環境で体験するDB負荷対策～垂直から水平の彼方へ～

Apache Kafka & Kafka Connectをに使ったデータ連携パターン(改めETLの実装)

[Outdated] Secrets of Performance Tuning Java on Kubernetes

VueとAWSAppSyncで始めるチャットアプリ開発

Pegasus KV Storage, Let the Users focus on their work (2018/07)

Build Node.js-WASM/WASI Tiny compiler with Node.js

怖くないSpring Bootのオートコンフィグレーション

SpringBootTest入門

JDK 16 で導入された JEP 396 にご注意!! （JJUG CCC 2021 Spring）

JAVA_HOME/binにあるコマンド、いくつ使っていますか？[JVM関連ツール編]（JJUGナイトセミナー「Java解析ツール特集」発表資料）

(Tech DeepDive #1) Java Flight Recorder を活用した問題解決

Javaトラブルに備えよう #jjug_ccc #ccc_h2

徳丸本ができるまで

Yahoo! JAPANのマネージド Kubernetes サービスを支える技術 #ヤフー名古屋

Andere mochten auch

Using ngx_lua / lua-nginx-module in pixiv

Shunsuke Michii

Note: these are the slides from a presentation at Lexis Nexis in Alpharetta, GA, on 2014-01-08 as part of the DataScienceATL Meetup. A video of this talk from Dec 2013 is available on vimeo at http://bit.ly/1aJ6xlt Note: Slideshare mis-converted the images in slides 16-17. Expect a fix in the next couple of days. --- Deep learning is a hot area of machine learning named one of the "Breakthrough Technologies of 2013" by MIT Technology Review. The basic ideas extend neural network research from past decades and incorporate new discoveries in statistical machine learning and neuroscience. The results are new learning architectures and algorithms that promise disruptive advances in automatic feature engineering, pattern discovery, data modeling and artificial intelligence. Empirical results from real world applications and benchmarking routinely demonstrate state-of-the-art performance across diverse problems including: speech recognition, object detection, image understanding and machine translation. The technology is employed commercially today, notably in many popular Google products such as Street View, Google+ Image Search and Android Voice Recognition. In this talk, we will present an overview of deep learning for data scientists: what it is, how it works, what it can do, and why it is important. We will review several real world applications and discuss some of the key hurdles to mainstream adoption. We will conclude by discussing our experiences implementing and running deep learning experiments on our own hardware data science appliance.

Deep Learning for Data Scientists - Data Science ATL Meetup Presentation, 201...

Andrew Gardner

JavaOne 2016 - Java SE Update -

Yuichi Sakuraba

In this talk at AI Frontiers conference, Jeff Dean discusses recent trends and developments in deep learning research. Jeff touches on the significant progress that this research has produced in a number of areas, including computer vision, language understanding, translation, healthcare, and robotics. These advances are driven by both new algorithmic approaches to some of these problems, and by the ability to scale computation for training ever large models on larger datasets. Finally, one of the reasons for the rapid spread of the ideas and techniques of deep learning has been the availability of open source libraries such as TensorFlow. He gives an overview of why these software libraries have an important role in making the benefits of machine learning available throughout the world.

Jeff Dean at AI Frontiers: Trends and Developments in Deep Learning Research

AI Frontiers

WebKit at the Future Web Forum 2010

Joone Hur

Video: https://www.youtube.com/watch?v=R3IXd1iwqjc Meetup: http://www.meetup.com/SF-Bay-ACM/events/231709894/ In this talk, Arno Candel presents a brief history of AI and how Deep Learning and Machine Learning techniques are transforming our everyday lives. Arno will introduce H2O, a scalable open-source machine learning platform, and show live demos on how to train sophisticated machine learning models on large distributed datasets. He will show how data scientists and application developers can use the Flow GUI, R, Python, Java, Scala, JavaScript and JSON to build smarter applications, and how to take them to production. He will present customer use cases from verticals including insurance, fraud, churn, fintech, and marketing. - Powered by the open source machine learning software H2O.ai. Contributors welcome at: https://github.com/h2oai - To view videos on H2O open source machine learning software, go to: https://www.youtube.com/user/0xdata

Transform your Business with AI, Deep Learning and Machine Learning

Sri Ambati

Facebook Presto presentation

Cyanny LIANG

Presto - Hadoop Conference Japan 2014

Sadayuki Furuhashi

Effective Foreign Function Interfaces: From JNI to JNR JavaOne 2013 CON4767 Ryan A. Sciampacone, Senior Software Developer, IBM JTC What do you do when your application needs access to platform features that aren’t available in the Java platform? You need a foreign function interface (FFI). The Java Native Interface (JNI) is the classic power tool for calling native code from your Java program. Using JNI means stepping out of the managed safety of the JVM into the wilds of native code. This session explains the most common JNI performance and correctness pitfalls and explains how to find and avoid them. As the JVM becomes the runtime of choice for more languages, the FFI landscape is also evolving. This session introduces alternative FFI approaches that minimizes effort (SWIG) and native code. It examines JNR in detail and shows how alternatives perform relative to handwritten JNI.

JavaOne 2013: Effective Foreign Function Interfaces: From JNI to JNR

Ryan Sciampacone

HiveServer2 for Apache Hive

Carl Steinbach

While deep learning is very popular, it might not be well know how profoundly it has changed natural language processing (NLP). Lukasz gives an overview of the challenges unique to NLP that made it hard for neural networks, say how they were overcome, and how the new end-to-end deep learning methods managed to significantly improve over state-of-the-art in multiple NLP tasks, such as machine translation, parsing, and summarization.

Lukasz Kaiser at AI Frontiers: How Deep Learning Quietly Revolutionized NLP

AI Frontiers

Mongo db 복제(Replication)

Hyosung Jeon

Fisl15 Streaming de vídeo ao vivo na globo.com

Leandro Moreira

HiveServer2

Schubert Zhang

Velocity2014 gvp

Almudena Vivanco

Nikko Ström at AI Frontiers: Deep Learning in Alexa

하둡 맵리듀스 훑어보기

Hive 입문 발표 자료

HBase 훑어보기

Javaで和暦と元号

Andere mochten auch (20)

Using ngx_lua / lua-nginx-module in pixiv

Deep Learning for Data Scientists - Data Science ATL Meetup Presentation, 201...

JavaOne 2016 - Java SE Update -

Jeff Dean at AI Frontiers: Trends and Developments in Deep Learning Research

WebKit at the Future Web Forum 2010

Transform your Business with AI, Deep Learning and Machine Learning

Facebook Presto presentation

Presto - Hadoop Conference Japan 2014

JavaOne 2013: Effective Foreign Function Interfaces: From JNI to JNR

HiveServer2 for Apache Hive

Lukasz Kaiser at AI Frontiers: How Deep Learning Quietly Revolutionized NLP

Mongo db 복제(Replication)

Fisl15 Streaming de vídeo ao vivo na globo.com

HiveServer2

Velocity2014 gvp

Nikko Ström at AI Frontiers: Deep Learning in Alexa

하둡 맵리듀스 훑어보기

Hive 입문 발표 자료

HBase 훑어보기

Javaで和暦と元号

Mehr von Yuichi Sakuraba

Vector API - Javaによるベクターコンピューティング

Yuichi Sakuraba

Oracle Code One - Java KeynoteとJava SE

Yuichi Sakuraba

Project Loom + Project Panama

Yuichi Sakuraba

Project Loom - 限定継続と軽量スレッド -

Yuichi Sakuraba

Oracle Code One 報告会 Java SE Update

Yuichi Sakuraba

今こそStream API入門

Yuichi Sakuraba

Oracle Code One 報告会 Java SE Update

Yuichi Sakuraba

Learn Language 2018 Java Language Update

Yuichi Sakuraba

Dockerに向けて、Javaもダイエット

Yuichi Sakuraba

What's New in Java

Yuichi Sakuraba

Migration Guide to Java SE 10, and also Java SE 11

Yuichi Sakuraba

琥珀色のJava - Project Amber -

Yuichi Sakuraba

Moving to Module: Issues & Solutions

Yuichi Sakuraba

モジュール移行の課題と対策

Yuichi Sakuraba

Project Jigsawと、ちょっとだけVector API

Java SE 9の全貌

Java SEの現在、過去そして未来

Java SE 9 のススメ

Introduction of Project Jigsaw

Yuichi Sakuraba

Encouragement of Java SE 9

Yuichi Sakuraba

Mehr von Yuichi Sakuraba (20)

Vector API - Javaによるベクターコンピューティング

Oracle Code One - Java KeynoteとJava SE

Project Loom + Project Panama

Project Loom - 限定継続と軽量スレッド -

Oracle Code One 報告会 Java SE Update

今こそStream API入門

Oracle Code One 報告会 Java SE Update

Learn Language 2018 Java Language Update

Dockerに向けて、Javaもダイエット

What's New in Java

Migration Guide to Java SE 10, and also Java SE 11

琥珀色のJava - Project Amber -

Moving to Module: Issues & Solutions

モジュール移行の課題と対策

Project Jigsawと、ちょっとだけVector API

Java SE 9の全貌

Java SEの現在、過去そして未来

Java SE 9 のススメ

Introduction of Project Jigsaw

Encouragement of Java SE 9

JNR: Java Native Runtime

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (20)

Andere mochten auch

Andere mochten auch (20)

Mehr von Yuichi Sakuraba

Mehr von Yuichi Sakuraba (20)