プログラミングをしていると拡張子が「.yml」や「.yaml」といったファイルを見かけることがあります。 あまり聞きなれないもので、何だろう？と疑問に持たれる方も少なくありません。 しかもファイルの中には、「-（ハイフン）」「&（アンド・アンパサンド）」,「 *（アスタリスク）,」 「<<（小なり２つ）」といったの独特の記述があります。 ですが、「.yml」や「.yaml」のファイルはとても便利で、慣れてくると少ない記述でコードを書くことができます。 ここでは、「.yml」や「.yaml」ファイルとは何か？や使い方について解説しています。 .ymlや.yamlはどこで使われているか？ .ymlや.yamlは様々なサービスの根幹となるファイルで使用されています。 例えば、Docker（ドッカー）で根本となる「docker-compose.yml」。 Ruby on Railsでデータベースの

<template> <div>{{ count }}</div> </template> <script> export default { data() { return { count: 1 } } } </script> <template> <div>{{ count }}</div> </template> <script lang="ts"> import { defineComponent } from 'vue' export default defineComponent({ data() { return { count: 1 } } }) </script> <template> <div>{{ countRef }}</div> <div>{{ obj.count }}</div> </template> <script> import { ref, reacti

本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 このたびブレインパッドは、LLM/Generative AIに関する研究プロジェクトを立ち上げ、この「Platinum Data Blog」を通じてLLM/Generative AIに関するさまざまな情報を発信をしています。今回は、効率的にLLMのような事前学習済みモデルを再学習する手法(PEFT)についてご紹介します。 問題意識 ビジネスで利用する際に乗り越えるべき壁 PEFTとは何か？ PEFTのコンセプト分類 トークン追加型 Prefix Tuning P Tuning Prompt Tuning Adapter型 Adapter LoRA型 LoRA Ada LoRA まとめ 参考文献 こんにちは、アナリティクスサービス部の辻です。 今回は、LLMを効率的に再学習する手法として今後

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

Docker一強の終焉にあたり、押さえるべきContainer事情 を読んで漠然とDockerが終わるって思った人、素直に手をあげてください。別にDockerは終わりません。なんかむしろWASMとかんばるぞって息巻いてて可愛いので頑張って欲しいと個人的には考えています。 その昔、Kubernetes 1.20からDockerが非推奨になる理由 - inductor's blog を書いたら炎上しました。最初の記事の書き方が良くなかったという反省はあるにせよ、世間一般で「Dockerは開発環境で使うやつ」という認識があまりにも広がりすぎているというのが良くわかる勉強の機会になりました。 逆を言うと、みなさんがこれらの記事を読む時には、Dockerという言葉に含まれる意味に注意して読んでいただきたいと思っています。Dockerには大きく分けて以下の意味が含まれると僕は考えています。 Docke

quickrun.elはその特性のためか、単体で使うことがメインになっており、 現在開いているファイルなんかに強く依存しているものなんですが、 各種機能(非同期実行とか)を他の関数に組み込んで使えると便利かな と思って、実装してみました。 リポジトリ syohex/emacs-quickrun · GitHub 機能拡張 さすがにコマンドがカレントディレクトリでしか実行できないと なると使い道があんまりないので、':default-directory'という パラメータを追加しました。':default-directory'を指定すると コマンドをそのディレクトリで実行します。 ':default-directory'の利用例 以下のように設定すると、"/tmp"で "ls -l"を実行します。 (quickrun-add-command "ls-tmp" '((:command . "l

日本時間の2021年4月26日午前3時6分、Emacsのmasterブランチにfeature/native-compブランチがマージされました（コミット：Merge branch ‘feature/native-comp’ into into trunk）。これにより、HEADのEmacsをビルドすると、Native compilation機能を兼ね備えたネイティブコンパイルEmacs、通称Gcc Emacsが使えるようになりました。 ネイティブコンパイルEmacsの機能 # ネイティブコンパイルEmacs（以下、Gcc Emacsと呼びます）は、Andrea Corallo、Luca Nassi、Nicola Mancaの3名によるBringing GNU Emacs to Native Code という論文で詳細が説明されています。 簡単に説明すると、これまでのEmacsは、Elisp

先日、ネイティブコンパイルEmacsが登場でElispをネイティブコードにコンパイルすることによりEmacsの高速化が実現されたという記事を書きましたが、Emacsに到来している新しい波はこれだけではありません。Emacsを華麗に操作するユーザーインターフェイス（以下、UI）にも新潮流がきています。 百聞は一見にしかずというわけで、まずはこちらの動画をご覧ください。 この動画ではEmacsの起動時点から次の操作を行なってファイルを開いています。 ghqでリポジトリ検索 → fdでファイル検索 ghqでリポジトリ検索 → ripgrepでテキスト検索 利用している外部コマンドはさておき、標準のEmacsと大きく違うところは、コマンドを実行するとミニバッファが縦に伸びて補完候補が表示され、キー入力による候補の絞り込みをしてファイルを開いているところになります。 Anything/Helmと違っ

エンジニア養成機関 42Tokyo の課題で、WebサーバをC++で作る課題に取り組みました。 この記事では課題で学んだこと、取り組みについて振り返ります。 課題の概要 成果物 かかった時間 開発の流れ 実装 大まかなフロー I/O多重化の関数選定 パース方法 テスト HTTPリクエスト・レスポンスのテスト Configファイルのテスト チーム コミュニケーション その他 大変だったこと 参考書籍・URL 課題の概要 NGINXのようなWebサーバをC++98で作る課題です。 「NGINXのような」というのは以下のような意味です。 HTTP/1.1に準拠していること。 といっても完全準拠ではありません。 対応するメソッドは GET, POST, DELETE だけです。 I/O多重化によって複数のリクエストをさばくこと。 I/O多重化については、以下の記事が分かりやすいです。 christ

Be the first to get lightning fast inference speed on your GPUs. Be the envy of all your competitors and lower your compute spend.

日本 has not had daylight saving time since 1951.The IANA time zone identifier for 日本 is Asia/Tokyo.

#include<cstdio> using namespace std; class FastIO { static const int rdata_sz = (1 << 25), wdata_sz = (1 << 25); char rdata[rdata_sz], wdata[wdata_sz], *rb, *wb; char tmp_s[20]; public: FastIO() { fread(rdata, 1, rdata_sz, stdin); rb = rdata; wb = wdata; } ~FastIO() { fwrite(wdata, 1, wb - wdata, stdout); } template<typename T> inline void read_i(T &x) { bool neg = false; x = 0; while((*rb < '0'

最大公約数を求める非常に有名なアルゴリズムとして、ユークリッドの互除法が知られています。 このアルゴリズムは、二つの入力を十進法で表したとき、小さいほうの桁数の高々五倍の回数の剰余演算で最大公約数が求まることが知られています（ラメの定理）*1。二つの入力が符号なし64bit整数であれば、高々92回です。これは最悪ケースであり、多くの場合はかなり少ない回数で済みます。実験してみると、平均的には37回程度のようです。 しかし、剰余演算は非常に遅い演算です。Intelの最近のCPUでは、21cycle～83cycleかかるとされています。ここから計算すると、二つの符号なし64bit整数の最大公約数を求めるには、1μ秒弱の時間がかかることになります。 実際、以下のコードを実行してみると、乱数生成を除いて7秒ほどかかります。つまり一回当たり0.42μ秒ということで、だいたい計算と合います。 #inc