はじめに 簡単に機械学習ができる、PythonのAutoMLライブラリである 「PyCaret」 について紹介いたします。 初めてのqiita投稿なので、温かい目で読んでいただけると嬉しいです。 機械学習は開発に時間がかかったり、専門的で難しいと感じる方もいると思いますが、AutoML を利用することで、効率よく機械学習を行うことができます。 AutoML とは、データの前処理やモデルの作成を自動化し、少ないコードで行うことができる仕組みです。 その一つに PyCaret というPythonベースのライブラリがあります。 PyCaret は以下のような方におすすめだと思います。 時間や手間をかけず機械学習をしたい方 「機械学習の勉強をしたいけれど、実装とか難しそう」と不安を抱えている方 PyCaret とは PyCaret は、PythonのAutoMLライブラリです。OSSで、MITライ

作業メモ。モダン Python 速習。 AI 周りのツールを動かしていたら TypeScript だけでやるには無理が出てきたので、久しぶりに Python の環境構築をする。 具体的には TestGen LLM を動かしたい。 Python はたまに触るけど、基本 2.x 時代の知識しかない。 基本的にこの記事を読みながら、細かいアレンジをしている。 追記 rye が ruff と pytest を同梱してるので rye fmt, rye check, rye test で良かった uvicorn を叩くより、 fastapi-cli を使って起動したほうが良さそうので変更 基本方針: Rye に全部任せる 良く出来てると噂に聞いたので、 rye に任せる。 自分が Python が苦手な点は pip を下手に使うと環境が汚れていく点で、基本的に rye で閉じて管理させる。システムの

今日からはじめるDiscord。基礎の基礎からサーバー運用まで，Discordの基本的な使い方をこの記事で覚えよう ライター：ワニウエイブ インターネットを介して対戦／協力するゲームはすっかり当たり前のことになり，スポーツ観戦や映画鑑賞のような「趣味」の一つとして嗜まれている。音声通話を用いてゲーム中の意思疎通や雑談を行うような文化も広く一般的なものとなり，日々さまざまな場所で行われている。 主にPCでゲームを遊ぶプレイヤーにとって，今もっとも使われているボイスチャット（音声通話）用のツールはおそらく「Discord」であろう。元々ゲーマーのためのソフトウェアとして開発されていたDiscordだが，今ではゲーマーだけではなく，さまざまなユーザーに広く親しまれている。 というのも，Discordはボイスチャット以外にも便利な機能と扱いやすさを携えており，誰にとっても重宝するツールだからだ。筆

はじめに Blender。めっちゃ楽しいです。 仕事が終わって帰ってきてから、ほぼ朝の時間までBlenderにひたすら打ち込んで 休日の大半もBlenderに捧げるような生活をここ3週間くらい続けてきました。 ここまでの学びの整理と、Blender布教のために この記事に概要をまとめたいと思います。 Blenderの世界観 Blenderを始めるにあたって、まず第一にぶち当たる壁として 「3Dソフト特有の概念」があると思います。 他の、3Dソフトを触ったことがある人はすんなり扱えるかもしれませんが、 僕はなかったので、概念理解にちょっと苦戦しました。 Blenderの世界を構成する主な要素として シーン オブジェクト ライト カメラ これらが挙げられます。 シーンとは、 一つのBlenderファイル内に格納されている要素全てを包含する3Dワールドのようなものです。 オブジェクトとは、 一次

配色本の中で日本一（もしかしたら世界一）売れている（担当者様談）配色アイデア手帖、現在も好調に売れ続けている中、完全保存版となるべく改訂第2版が発売されました！ この第2版では、収録されているカラーすべてのスウォッチデータ、CSSファイル、ポケット版PDFと豪華ダウンロード特典が満載で、さらに新しい配色テーマやコラムが増え、紙面は最新版にブラッシュアップされています。まだ持っていない人はもちろん、すでに持っている人にもお勧めします。 本書は、本日発売の最新刊！ 5年ほど前に発売された配色アイデア手帖の第2版です。読者からの要望で多かった、カラー値を入力するのが面倒というのを解消するべく、さまざまなソフトウェア用のスウォッチファイルがサポートサイトからダウンロードできます。 Adobe Photoshop用のスウォッチ（CMYKとRGBの2種類）: .aco Adobe Illustrato

画像生成AI「Stable Diffusion」はあらかじめ学習したデータセットを基にして、プロンプトあるいは呪文と呼ばれる入力文字列に沿った画像を自動で生成します。そのStable DiffusionのAIモデルに画像を追加で学習させる「Dream Booth」という手法があるのですが、コマンド入力による操作が必要で、演算処理に何十GBものVRAMを必要としました。しかし、Dream BoothをGUIで、しかもNVIDIA製グラボであれば10GB程度の環境でも使える「Dreambooth Gui」がリリースされたので、実際に使ってみました。 GitHub - smy20011/dreambooth-gui https://github.com/smy20011/dreambooth-gui Dreambooth Guiを使うためにはDockerとWSL2のインストールが必要となります。

Google Colabで実行するだけのほうが楽ではありますが ローカル環境のほうがvram多いGPU積んだのでせっかくなので使いたい人とか向けの記事。 ※Colabを使用したい方はこちらから"Open in Colab"でノートブックが開けますので ひたすらそれを実行すると良いです。 ローカル環境 -Ubuntu 20.04 -RTX 3090 1 Waifu-diffusionからリポジトリをローカル環境にクローンする。 git clone https://github.com/harubaru/waifu-diffusion cd waifu-diffusion name: ldm channels: - pytorch - defaults dependencies: - git - python=3.8.5 - pip=20.3 - cudatoolkit=11.3 - pyto

高杉　光一🦋 @14:59 @kuronagirai Cry… 基本箱推し 画像生成AIで作った画像の供養先@AI_Rushia 生成した画像は商用利用と人が嫌がるようなこと以外の用途であれば好きに使って構いません syosetu.org/?mode=user&uid… 高杉　光一🦋 @kuronagirai 私が把握してる今のところの各画像生成AIの相関図 Stable Diffusionのオープンソース化は間違いなくターニングポイントの一つだけどWaifu Diffusionがどこまで影響を与えるかはこれ次第 Midjourneyも十分影響あったんだけど芸術や背景特化感否めない ERNIE-ViLGはどうなるんだろう…？ mimicはうん… pic.twitter.com/ykyDSkltPE 2022-09-09 04:17:01 高杉　光一🦋 @kuronagirai 素人目

やればやるほど呪術化する、AI画像錬成について。 以下は、その道の専門家にはメッチャ怒られるかもしれない、雑なロジックと制御講座。 いちおうメジャーなサービスでは、共通して動作するノウハウ（DALL-E2, MidJourney, StableEiffusion, DiscoDiffusion, crayon, dall-e mini 他）。 雑に理解する画像AIのしくみ対話型のAIにとって、呪文プロンプトとは画像錬成の方向性ベクトルを定めるものにすぎない。 たとえば、以下は「I love apple」で錬成された画像の例である。どうにも、ふわっとしたものが出てくる I Love Apple「Apple」という方向性ベクトルは、「リンゴ」「青リンゴ」と「アップルコンピューター（旧レインボーロゴ」「アップルコンピュータ（新ロゴ）」など、複数の可能性を同時に持つからだ。 つまり、「Apple」

関連キーワード Windows 10 | Microsoft（マイクロソフト） | Windows PCを使用していると、処理速度などのパフォーマンスに関する問題が発生することがある。PCのスペック不足を解決し、欠落している更新プログラムをインストールすれば、パフォーマンスに関する一般的な問題は解消できる。ただし、それだけでは問題が解決しない場合もある。 クライアントOSとしてMicrosoftの「Windows 10」を搭載するPCでは、パフォーマンスに影響を及ぼし得る要因が幾つかある。パフォーマンスに関する主要な5つの問題について、それらの要因と対処法を解説する。 1．起動が遅い 併せて読みたいお薦め記事 連載：Windows 10パフォーマンス問題「5つの対処法」 第1回：「Windows 10」がぎりぎり動く“最低PC”スペックは本当に低かった 第2回：Windows 10が快適に

商用でも無料、かわいくておしゃれなイラスト素材をまとめました。Webやアプリ、プレゼン、提案書、ポスター、同人誌など、さまざまなメディアで無料で利用できます。 ほぼすべてがクレジット表記は必要無しなので、使いやすいと思います。 イラストセンター 個人・商用プロジェクトで無料で利用できます。 現在10,000点以上、分かりやすくて使いやすいイラストが揃っています。カテゴリも豊富で、だいたいのものが揃っています。野菜や果物など、同じテイストでたくさんあるのもいいですね。料理もたくさんの種類があります。一度に利用できるイラストの数は20点までとなっており、詳しくは利用規約をご覧ください。

全角の！や ［　］などのハイライトを、非表示にする ASCII文字と混同される可能性のある文字…たとえば全角の！や ［　］などのハイライトを、非表示にするには、設定(Ctrl + , ) > テキストエディタ > Unicode Highlight: Ambiguous Characters のチェックを外します。 具体的には、以下の手順となります。 設定(Ctrl + , ) を開き、 検索ボックスに unicode と入力し、 Unicode Highlight: Ambiguous Characters のチェックを外す。 変更前と変更後を比較してみてみますね。 変更前がこちらで… 変更後が、こちらです。 さらに全角空白のハイライトを、非表示にするには… さらに全角空白のハイライトを、非表示にするには、設定(Ctrl + , ) > テキストエディタ > Unicode Highli

クラウドサービスでは大量の機能が多種多様に提供されており、簡単なアプリでも複数のサービスを組み合わせて利用することも珍しくありません。そうしたバックグラウンドのサービスを設計する際に役立つのがサービス間の構造を図に落とし込んだ「アーキテクチャ図」です。これまでもサードパーティーからさまざまなアーキテクチャ図作成ツールが提供されてきましたが、2022年2月17日にGoogleが自社クラウド向けの公式アーキテクチャ図作成ツールをリリースしたので、早速使い勝手を試してみました。 Google Cloud Developer Cheat Sheet https://googlecloudcheatsheet.withgoogle.com/architecture Introducing a Google Cloud architecture diagramming tool | Google Cl

Amazon DynamoDB の特性 フルマネージド型の NoSQL データベースサービス 3つの Availability Zone に保存されるので信頼性が高い 性能要件に応じて、テーブルごとにスループットキャパシティを定義するキャパシティの Auto Scaling、オンデマンドキャパシティといった設定も可能 ストレージの容量制限がない DynamoDB のテーブル DynamoDB におけるテーブルはRDBMSにおけるテーブルと概念が異なります。 テーブルを作成する際に、Primary Key を指定する必要があります。 Primary Key はテーブルの各項目を一意に識別するために使います。Primary Key は、Partition Key および Sort Key で構成されます。(Sort KeyがなくPartition Keyのみの場合もあります) Item は R

CSEASのスタッフの多くはThunderbirdを使用しています。 あるスタッフから「Excelで管理している名簿の宛先へ個別に、同じ内容のメールを一斉送信できないか」という相談を受けました。 少し調べてみたところ、Thunderbirdのアドオン（拡張機能）を使用すれば、一斉送信出来ることが確認出来ました。 アドオンをインストールする 【Mail Merge】というアドオンをインストールします。 まずは、Thunderbirdを起動し、[ツール] – [アドオン]からアドオンマネージャーを開きます。 インストール方法1 Thunderbirdのアドオンページから【Mail Merge】をダウンロードします。 ダウンロードしたファイル［mail_merge-4.11.0-sm+tb.xpi］をアドオンマネージャーにドラッグ＆ドロップします。 ［今すぐインストール］をクリックします。 イン

その他 OS の方は GitHub のrelease ページから DL することができます。 使い方 tv はミニマムな CLI として作ったのでテーブル表示の機能とそれに付随したオプションのみを提供しています。 配列になっている JSON をテーブル表示する キーを指定することでそのキーを使ってソートできる いくつかのスタイルでテーブルを表示できる 以上が主の機能です。 Table 表示 ユースケースとして JSON が帰ってくる API を想定します。 API の例として jsonplaceholder を利用します。 今回は https://jsonplaceholder.typicode.com/users を使います。 この API は以下のようなデータが返ってきます。 $ curl -s https://jsonplaceholder.typicode.com/users [

くりぷとバイオ@研究×新規事業開発 @cryptobiotech バイオテック/フードテック、生成AIなどの先端技術の話題に加え、スタートアップなど先端ビジネスの話題を日々発信 / 修士卒▶大手メーカー研究職▶Ph.D.取得▶新規事業開発職 / 化学生物学と細胞生物学にちょっと詳しい人 / 先端技術を活用して社会をより良くしたい / 研究者、起業家の方と交流したい https://t.co/ejrOhfzx6m くりぷとバイオ@研究×新規事業開発 @cryptobiotech 1st author論文持ってる修士就活生が増えてるようで、それを達成してるM1後輩に話を聞いてみたら「日本語で文章書いて全部DeepL翻訳で英語化→英語化された文章をgoogle翻訳、みらい翻訳で日本語化→違和感ないか確認→指導教官に提出」というプロセスを踏んでるらしい。そりゃ早くなるわけだ。すごい くりぷとバイオ