ゼロ除算
ゼロで割ることはできません。無理に割ろうとすると 1 / 0 ZeroDivisionError というエラーになります。 しかし、コンピュータによる数値計算では、a / b のような割り算のときに、たまにしか起こらないエラーのためにいちいち b がゼロかどうか確認するのは面倒ですし、速度的にも不利です。 そこで、浮動小数点演算の IEEE 754 という規格では、1.0 / 0.0 に相当する「無限大」という数や、0.0 / 0.0 に相当する「非数」という数を導入して、割り算がエラーにならない仕組みを用意しています。 この仕組みをどう使うかは、言語によって異なります。 R では、1 / 0 と打ち込むと Inf（Infinity = 無限大）と返ってきます。0 / 0 は NaN（Not a Number = 非数）になります。いずれにしても、エラーで止まることはありません。 Ruby
Pythonクイックリファレンス 第4版
本書はPythonの機能を十分に活用するためのリファレンスです。チュートリアルとしての「Pythonを使ってみる」、型アノテーションや文字列といった「Python言語と組み込み機能」、ファイルやテキスト、時間の操作、数値処理などをまとめた「Pythonの標準ライブラリと拡張モジュール」、HTTPの処理や構造化テキストを学ぶ「ネットワークとWebプログラミング」、バージョン移行などに関する「拡張、配布、バージョンのアップグレードと移行」という5部構成となっています。Pythonを本格的に学びたい人から、さらなるスキルアップを目指したい人まで、Pythonを最大限に活用するための有益な情報がぎっちり詰まった1冊です。Python 3.11対応。 まえがき 1章 Pythonの紹介 1.1 Python言語 1.2 Pythonの標準ライブラリと拡張モジュール 1.3 Pythonの実装 1.3
GPT-4oを超えた？ Claudeの最新モデル3.5が登場！ AWSのBedrockで早速使ってみた - Qiita
GPT-4oを超えた？ Claudeの最新モデル3.5が登場！ AWSのBedrockで早速使ってみたbedrock生成AIAnthropicclaude Claude 3.5 Sonnetが出現!? Anthropic社の生成AIモデル「Claude」の最新版、Claude 3.5 Sonnetが登場しました。 有名なOpenAI社の最新モデル「GPT-4o」を上回る性能が計測されているようです。 Claude 3.5の特徴 もともと旧世代のClaude 3には性能順に、Opus > Sonnet > Haikuの3つのモデルラインナップがありました。今回はバージョンアップ版のClaude 3.5のうち、中位モデルのSonnetのみが先行リリースされています。 （画像：Anthropic公式サイトより引用） 旧世代の最高性能だったClaude 3 Opusや、他社の最新LLMとの比較が以
CloudFront Hosting Toolkitを使って静的Webサイト環境を作ってみた | DevelopersIO
手間をかけずにCloudFrontを使った静的Webサイトを作りたい こんにちは、のんピ(@non____97)です。 皆さんは手間をかけずにCloudFrontを使った静的Webサイトを作りたいなと思ったことはありますか? 私はあります。 過去にAWS CDKを使ってこの思いを実現したことがありますが、一からAWS CDKを作り込むのはなかなか大変でした。 そんな苦労はCloudFront Hosting Toolkitを使用すると少し解消されるかもしれません。 CloudFront Hosting ToolkitはCLIまたはAWS CDKでフロントエンドのホスティングとCI/CDパイプラインを用意するツールです。 今だとAmplifyを使えば良いのではないか? という声も聞こえてきますが、細かいカスタマイズを行いたい場合にCloudFront周りを直接操作したい場合があります。そうい
こんにちは、4歳のチャプちゃん・1歳のキューちゃんの母親業奮闘中のにゃー将軍です。 我が家では、チャプちゃんが生まれた2020年から、一年の写真をフォトブックにして保存しています。 2021年分まではビスタプリントという会社に発注していましたが、この会社が2022年に日本でのサービスを終了してしまったので、色々と比較した結果、2022年分からは富士フイルムのフォトブックにすることにしました。 せっかくなので比較して、どっちがどうとかってことを記事にしたいと思います。 これまでのフォトブック 比較検討に参考にしたサイト 富士フイルムのイヤーアルバム 出来上がりは大満足！ でも不満な点も… イヤーアルバムアプリでスマホで完結できる！ セブンの店員を困らせる クーポンが適用されない！ ホームページとかアプリがわかりづらい またリピートします♡ これまでのフォトブック 2020年・2021年のフォ
Node.js — Node v22.3.0 (Current)
2024-06-11, Version 22.3.0 (Current), @RafaelGSS Notable Changes [5a41bcf9ca] - (SEMVER-MINOR) src: traverse parent folders while running --run (Yagiz Nizipli) #53154 [1d5934524b] - (SEMVER-MINOR) buffer: add .bytes() method to Blob (Matthew Aitken) #53221 [75e5612fae] - (SEMVER-MINOR) src,permission: --allow-wasi & prevent WASI exec (Rafael Gonzaga) #53124 [b5c30e2f5e] - (SEMVER-MINOR) module: pr
in-place処理であることを意味します。 はじめに PyTorch関数名の末尾アンダーバー_ 意味 具体例 おわりに 参考 はじめに PyTorchを触っていると、しばしばアンダーバー_を接尾語とする関数を見かけます。 kaiming_normal_ add_ etc... 初見で意味を知らなかったので備忘録メモです。 PyTorch関数名の末尾アンダーバー_ 意味 PyTorch関数名の末尾アンダーバー_は、in-place処理を意味します。 in-place処理とは、元のデータを直接変更する処理のことです。 In-place operations Operations that have a _ suffix are in-place. For example: x.copy_(y), x.t_(), will change x. Ref. Tensors — PyTorch Tu
Pythonプログラムのフローチャートについて Pythonのプログラムは、その直感的な構文と柔軟性から、多くのプログラマーに愛用されています。しかし、プログラムが大規模になると、コードの理解や修正が難しくなる場合があります。そのため、プログラムの構造や流れを視覚的に表現する手法が重要となります。その代表的な手法がフローチャートです。この記事では、Pythonプログラムをフローチャートで表現する方法について詳しく解説します。 サンプルコードと解説 fruits = ["apple", "banana", "cherry"] colors = ["red", "yellow", "blue"] for fruit in fruits: for color in colors: print(fruit, color) このプログラムは、fruitsとcolorsという2つのリストを定義し、それ
TL;DR Geminiの有料プランGemini Advancedでは、5/14から100万トークンもの入力に対応したGemini 1.5 Proを提供開始、更に5/21からスプレッドシートをアップロードしてのデータ分析や可視化が可能になりました。これはPythonのコードを生成して実行するする機能です。 データ分析の性能としてはGemini AdvancedはChatGPT-4oとほぼ同等の性能でどんぐりの背比べ甲乙が付け難いです。Geminiの場合、Google Sheetsなどと連携でき、データの取り込みやエクスポートが容易です。一方のChatGPTは、可視化したグラフがより見やすい印象です。 しかし、Gemini AdvancedもChatGPT-4oも指示が曖昧では適切な集計ができないなど、データサイエンティストの視点から見ると、生成AIに任せきりでは不安な点が多く見受けられます
今年の3月ごろに話題になって、それから僕も実験してみたけどさっぱり学習できないBitTransformerに変わり、新たにMutmulFreeTransformerというものが出てきたようだと、NOGUCHI, Shojiさんが教えてくれたので試してみた LLM 1Bパラメータで行列計算を完全に排除できた（らしい）。メモリ消費量を学習時10倍、推論時61%Max削減（らしい）。https://t.co/tB3x1kmo4Fhttps://t.co/pb0YgAKSpw HFにモデルがアップロードされているので試してみよう。 学習は8x H100で370M:5h、1.3B: 84h、2.7B: 173hらしく1x 4090は厳しい — NOGUCHI, Shoji (@noguchis) June 26, 2024 ただ、2.7Bモデルが量子化なしで4090で推論できてるとしたらそれだけです
GenAI Handbook
William Brown @willccbb | willcb.com v0.1 (June 5, 2024) Introduction This document aims to serve as a handbook for learning the key concepts underlying modern artificial intelligence systems. Given the speed of recent development in AI, there really isn’t a good textbook-style source for getting up-to-speed on the latest-and-greatest innovations in LLMs or other generative models, yet there is an
Anthropic’s Claude 3.5 Sonnet model now available in Amazon Bedrock: Even more intelligence than Claude 3 Opus at one-fifth the cost | Amazon Web Services
AWS News Blog Anthropic’s Claude 3.5 Sonnet model now available in Amazon Bedrock: Even more intelligence than Claude 3 Opus at one-fifth the cost It’s been just 3 months since Anthropic launched Claude 3, a family of state-of-the-art artificial intelligence (AI) models that allows you to choose the right combination of intelligence, speed, and cost that suits your needs. Today, Anthropic introduc
Migrating OCR Enhancement from GPT-4 Turbo Vision Preview to GPT-4 Turbo GA
The introduction of Optical Character Recognition (OCR) enhancement as a component of the GPT-4 Turbo Vision Preview was aimed at generating higher-quality responses for dense texts, transformed images, and number-heavy financial documents. Although, the recent announcement regarding the GPT-4 Turbo 2024-04-09 General Availability (GA) model indicated that the OCR enhancement is not included in th
Knowledge bases for Amazon Bedrockで、電話での問い合わせを内容に応じて担当者へ振り分けてみた | DevelopersIO
Knowledge bases for Amazon Bedrockで、電話での問い合わせを内容に応じて担当者へ振り分けてみた はじめに 本記事では、Amazon Connect、Knowledge bases for Amazon Bedrock、およびAmazon Lexを組み合わせて、電話での問い合わせ内容を種別判定し、最適な担当者に振り分ける方法とその精度結果をまとめました。 本システムは、コンタクトセンターでのAIチャットボットによる一次対応を想定しています。ユーザーのお問い合わせの種別を判定し、種別ごとに担当者に振り分ける機能を、Knowledge bases for Amazon Bedrockが担います。 お問い合わせの種別判定については、以前Amazon KendraやBedrockを利用して試みましたが、今回はKnowledge bases for Amazon Bed
Knowledge bases for Amazon Bedrockのプロンプトテンプレートとチャンク数を調整し、電話での問い合わせから種別判定の精度とレスポンス速度を改善する | DevelopersIO
Knowledge bases for Amazon Bedrockのプロンプトテンプレートとチャンク数を調整し、電話での問い合わせから種別判定の精度とレスポンス速度を改善する はじめに 以前の記事では、Amazon Connect、Knowledge bases for Amazon Bedrock、およびAmazon Lexを組み合わせて、電話での問い合わせ内容を種別判定し、最適な担当者に振り分ける方法とその精度結果について解説しました。 構成は以下の通りです。 Amazon Connectのフロー内の構成は以下の通りです。 以下は、ユーザーのお問い合わせ内容を種別判定し、その内容に応じて適切な担当者に振り分けるまでのフローです。 電話でユーザーがお問い合わせ内容を伝えます。 ユーザーからお問い合わせ内容をLexで受け取ります。インテントは、FallbackIntentを呼びます。 受
この方法をマスターすれば、一定のルールにより取引のバックテストまでPythonコードで行うことができるようになります。 バックテストを繰り返し精度を高めて自分だけの取引黄金ルールを作りましょう。 アルゴリズム取引とは アルゴリズム取引は、事前に定義されたルールに基づいて自動的に取引を行う方法です。 これには、市場のデータを分析し、特定の条件が満たされたときに売買注文を出すプログラムが含まれます。 このアプローチにより、感情に左右されることなく、迅速かつ効率的に取引を行うことができます。 Pythonは、その読みやすい構文と豊富なライブラリにより、アルゴリズム取引に最適なプログラミング言語です。 特に、データ分析、数学的計算、機械学習に関連するライブラリが充実しており、これらはアルゴリズム取引の開発に不可欠となっています。 基本的な取引戦略の概要 アルゴリズム取引戦略は、市場データに基づいて
継承、誤って使っていませんか？ - Qiita
誰に向けての記事か この記事は主にオブジェクト指向プログラミングに慣れてきた頃くらいの方を対象にしています。 PythonやJava、Rubyといったプログラミング言語を勉強しはじめると、しばらくしてオブジェクト指向という概念を学習することになります。そしてオブジェクト指向プログラミングの重要な特徴として以下の3つがよく挙げられます。 継承 カプセル化 ポリモーフィズム 上記のうち、特に使い方に注意を払わなければならないのは継承です。継承はスーパクラスとサブクラスの間に密結合を生み出します。継承を誤って使ってしまうと1つの変更が他のクラスにも影響を及ぼしかねません。そうすると変更するのにも認知的なコストがかかるようになります。継承自体禁止するように言う人もいるくらいです。 筆者自身は継承を全面的に禁止しようとは思いません。ただし、継承にも良い使い方、良くない使い方というのはあります。それで
Flaxを使用したRecurrentGemma2Bグリフィンモデルのファインチューニングチュートリアル(Kaggle、GoogleColabノート付) - Sun wood AI labs.2
セットアップ まずは必要なライブラリをインストールし、環境を整えていきます。 !pip list --format=freeze > requirements.kaggle.txt !pip list pip listコマンドでインストール済みのライブラリを一覧表示し、requirements.kaggle.txtファイルに出力しています。これは現在の環境を再現するために必要な情報です。 次に、RecurrentGemmaライブラリをインストールします。このライブラリはグリフィンモデルを扱うために必要です。 !pip install git+https://github.com/google-deepmind/recurrentgemma.git これでRecurrentGemmaがインストールできました。続いて、必要なライブラリをインポートしていきます。 import pathlib f
# Collaborative ASCII Drawing With Telnet *by [@bwasti](https://twitter.com/bwasti)* **** If the server isn't swamped, you can try it out (hold shift to erase, arrow keys to move): ``` telnet bram.town ``` If you're on a newer mac, you may need to `brew install telnet`. It doesn't come by default these days...  The full code listing can be found [here](https://g
I wanted to explore different ways of communicating between different processes executing on the same machine, and doing so as fast as possible. We're focussing on high speed inter-process communication (IPC), but some of these approaches can be extended across a network. We'll do this exploration in Rust. A reminder that since these are independent processes, most approaches you'd take within-pro
週刊Railsウォッチ: Ruby on Jets 6.0がRailsをサポートほか（20240620後編）｜TechRacho by BPS株式会社
週刊Railsウォッチについて 各記事冒頭には🔗でパーマリンクを置いてあります: 社内やX.comでの議論などにどうぞ 「つっつきボイス」はRailsウォッチ公開前ドラフトを（鍋のように）社内有志でつっついたときの会話の再構成です👄 お気づきの点がありましたら@hachi8833までメンションをいただければ確認・対応いたします🙏 TechRachoではRubyやRailsなどの最新情報記事を平日に公開しています。TechRacho記事をいち早くお読みになりたい方はTwitterにて@techrachoのフォローをお願いします。また、タグやカテゴリごとにRSSフィードを購読することもできます（例:週刊Railsウォッチタグ） 🔗Rails: 先週の改修（Rails公式ニュースより） 公式更新情報: Ruby on Rails — Better error message, opt-i
Introducing the Advanced Python Wrapper Driver for Amazon Aurora | Amazon Web Services
AWS Database Blog Introducing the Advanced Python Wrapper Driver for Amazon Aurora Building upon our work with the Advanced JDBC (Java Database Connectivity) Wrapper Driver, we are continuing to enhance the scalability and resiliency of today’s modern applications that are built with Python. The ability to scale is critical to handle millions of users on demand, and with stateful applications such
xorvoid
As you can see, "quote" is the only form that requires special handling by the evaluator. Both "pop" and "push" can be implemented as ordinary built-ins. The syntax forms are not strictly required, but they make coding much more manageable. Thunking and Forcing () In Forsp, parenthesis grouping is used as a thunking operator. As an example: (foo bar) is the thunked-computation of: foo bar A thunk
はじめに CUI は英語圏では通用しないようです。CLI という正しい用語を使いましょう。というか CUI のことしか書いていない初心者向け記事、量産させすぎ😡 ❌ CUI （キャラクターユーザーインターフェース）なんて言葉は英語にはありません 🟢 CLI （コマンドラインインターフェース）が正しい用語です 🟢 GUI （グラフィカルユーザーインターフェース）も正しい用語です なんども繰り返されている話題ですが、ふと書きたくなったので書きます。 CLI (コマンドラインインターフェース)ってなに？ CLI とはその名の通り、コマンドラインを使ったインターフェースのことです。つまり一般的にはシェルを使うユーザーインターフェースです。よく見るコレ↓です。 $ ls bin dev home lib64 mnt proc run srv tmp var boot etc lib media
One of Rust's notable differences from C is its requirement that all values have a defined size, which enables runtime bounds-checking and advanced static analysis tooling such as MIRI. For dynamically-sized types (DSTs) this requirement is implemented using thick pointers, such that each pointer to a dynamically-sized value is an (address, size) tuple. Thick pointers are more convenient and easie
Gemini 1.5 の JSONモードを試す｜npaka
Gemini 1.5 のJSONモードを試したので、まとめました。 1. JSONモード「JSONモード」は、LLMの出力をJSON形式に強制するためのモードです。「gemini-1.5-pro」「gemini-1.5-flash」で利用可能です。 さらに、「gemini-1.5-pro」は「制約付きデコード」をサポートします。これにより、推論時にスキーマオブジェクト (または同等のPython型) を渡すことができ、出力はそのスキーマに厳密に従います。 2. JSONモードの使い方JSONモードの使い方は、次のとおりです。 (1) パッケージのインストール。 # パッケージのインストール !pip install -q -U google-generativeai(2) 「Google AI Studio」でAPIキーを取得し、シークレットの「GOOGLE_API_KEY」に登録後、以下
Google Cloudデータエンジニアのはんざわです。 今回はSQLのWHERE句でのNULLの扱いについて、具体的な例とその原因を交えて紹介したいと思います。 また、本ブログでは使い慣れているBigQueryとネイティブにサポートしているGoogleSQLを使用しますが、他のデータベースやSQLでも同様の挙動をするので、ぜひ参考にしてみてください。 結論 WHERE句で特定の値でフィルタリングする際にNULL値を適切に処理しないと意図しない欠損が発生する恐れがあります。 特にDWHの場合、意図しない欠損は、データ分析やレポートの精度に影響を与える可能性がありますので適切な処理を検討してください。 意図しない欠損 例として、次のクエリでは、idが1以外のレコードを取得しようとしていますが、NULLも弾かれてしまいます。 WITH sample_table AS ( SELECT _arr
機械学習に限らず，データ分析の依頼を受ける際によく訊かれるのが、 「どれくらいデータがあればいいですか？」 という質問です。それに対しては、まずは、 「特徴量の数の10倍1が目安ですね。でも問題とモデルの複雑さに依存するので簡単ではないですね。」 と答えることが多いです。 しかし、この問題は一言では片付けられないほど奥が深いのです。 必要なデータ量は、扱う問題の性質や用いる手法によって大きく変わります。 そこで本記事では、①説明変数の数、②機械学習モデル、③データ量を変えながら精度がどう変化するかを実験的に調べ、問題設定ごとに最低限必要なデータ数を見積もるための指針を提示します。 AIやデータ分析に取り組む皆さんにとって、必要データ量の見積もりは永遠の課題ともいえます。本記事の知見を活用いただき、プロジェクトを成功に導く一助となれば幸いです。 第1部 必要データ量を左右する要因 必要なデー
Building a faster, smarter, Chromebook experience with the best of Google technologies
$200K 1 10th birthday 4 abusive ads 1 abusive notifications 2 accessibility 3 ad blockers 1 ad blocking 2 advanced capabilities 1 android 2 anti abuse 1 anti-deception 1 background periodic sync 1 badging 1 benchmarks 1 beta 83 better ads standards 1 billing 1 birthday 4 blink 2 browser 2 browser interoperability 1 bundles 1 capabilities 6 capable web 1 cds 1 cds18 2 cds2018 1 chrome 35 chrome 81
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
フォトブック比較記事: 富士フイルム vs ビスタプリント - 恥ずかしながら おかわりを
PyTorch関数名の末尾アンダーバー`_`の意味 - BioErrorLog Tech Blog
Pythonプログラムのフローチャートについて - Python転職初心者向けエンジニアリングブログ
Gemini Advancedでデータ分析をやってみた - GMOインターネットグループ グループ研究開発本部
BitTransformer界隈に激震!ついに使える乗算フリーLLMが登場!?｜shi3z
Pythonで学ぶアルゴリズム取引と機械学習：初心者から上級者まで
jott - telnet_draw
IPC in Rust - a Ping Pong Comparison
CUIとは？ - CUI は誤用（和製英語） だって知っていますか？ - Qiita
Rust and dynamically-sized thin pointers
SQLのWHERE句でフィルタリングする時はNULLに気をつけようねという話 | DevelopersIO
機械学習にはどれくらいのデータが必要ですか？ - Qiita