自分のAWS環境について何でも教えてくれるエージェントが作れそう（Agents for Amazon Bedrock + Knowledge bases for Amazon Bedrock） - Qiita
ただし、LangChainが動作しているホストマシンの環境でPythonスクリプトを実行するので、誤って大事なファイルを消したりする危険性があります。 これをLambdaで動作させようと考えました。 Python REPLのLambda化 Python REPLの実装はとてもシンプルです。90行しかありません。 参考：GitHubのソースコード Lambdaへ移植する際に気をつけたのは2点です。 動作に不必要なLangChainの依存を削除する multiprocessing.QueueはLambdaで動作しないため、multiprocessing.Pipeに置き換える（参考） 出来上がったのが以下の3つの関数です。クラスですらなくしてしまいました。 import logging from multiprocessing import Process, Pipe import re imp
Double/Debiased Machine Learning による因果効果推定（1） - Qiita
はじめに 東北大学/株式会社Nospareの石原です．本記事では，機械学習を用いた平均処置効果 (average treatment effect; ATE) の推定方法を紹介します．以前の記事で紹介したように，条件付き独立の仮定の下では条件付き期待値関数と傾向スコアを推定することができれば ATE を推定することができます．Chernozhukov et al. (2017) は，条件付き期待値関数と傾向スコアを機械学習手法で推定することで ATE を推定するという方法を提案しています．彼らの提案した方法は "Double/Debiased Machine Learning" と呼ばれています．本記事では，通常のノンパラメトリック推定方法を用いた場合の既存の理論結果を紹介し，機械学習手法を用いる場合の理論的な問題点を解説します．そして，次回の記事で，Chernozhukov et al.
画像生成だけじゃない！ChatGPT-4で大量画像加工する方法 - Qiita
商業ディベロッパーに勤めるちいかわ好きの法務部員です。 過去記事では一切触れていませんが、実はイラストを描くのが少しだけ得意です。 今回は、自分で描いたイラストを使って、GPT-4の画像加工にチャレンジしました。 1.GPT-4は画像生成以外の画像処理もやってくれる 1-1.やったこと ChatGPT-4で大量の画像ファイルを一括編集 画像ファイル名を通し番号に変更 複数の画像ファイルを結合して1枚の画像に加工 結合した複数の画像ファイルをまとめてZIPファイルでダウンロード この記事の加工方法は、自分で描いたイラストをChatGPTにアップロードします。 学習されるのが嫌な場合はオプトアウト設定をするか、それでも心配な場合はマネしないようご注意ください。 1-2.きっかけ 自分が所属しているコミュニティのキャラクターを作りたくてDALL-Eで画像を生成したんですが、いまいち自分のイメージ
ゼロイチObsidian｜ゼロからはじめるObsidian案内 - Qiita
この記事のねらい Obsidian はすごくよいノートアプリです。さまざまな思考スタイルに寄り添ってくれます。その代わり、どう始めればいいか迷いやすいところがあります。 この記事では、ノートの枚数でユーザレベルを分けることにし、「ゼロイチ期→育成期→発展期→達人期」と名付けました。くわしくは本記事後半の Obsidianユーザレベルのめやす をご覧ください。 そのなかでも、ゼロイチ期、つまりObsidianをまだ使っていないころから、ノート数が10枚ていどのころに役立つ情報を集めました。 ヒトが考えるためには書くツールが必要です。Evernoteがグダグダのいま、（ほかにもたくさん選択肢はありますが）Obsidianはオススメできる鉄板ツールのひとつです。ぜひ10枚の壁を越えて、見える風景を味わってみてください。 ゼロイチ期（ノート 0-10枚）に役立つ情報 まずは、Obsidianが何な
Stable Diffusionの最新モデル「SDXL 1.0」と過去モデルの生成画像をひたすら比較して進化を実感してみた - Qiita
Stable Diffusionの最新モデル「SDXL 1.0」と過去モデルの生成画像をひたすら比較して進化を実感してみたPythonPython3StableDiffusion Supershipの名畑です。週刊少年ジャンプ34号に掲載された小園江ナツキ先生の読切漫画「殺陣ロール」好きです。 はじめに 7月27日についにStable Diffusionの新モデルSDXLの1.0がリリースされました。当初の予定よりは遅れたものの、0.9がリリースされた6月23日から1月程度での高速リリースです。 SDXL 0.9の際に「Stable Diffusionの最新モデルSDXL 0.9と過去モデルで生成画像を比較してみた」という記事でStable Diffusionにおける生成画像の変遷をまとめましたが、今回もSDXL 1.0でどのように変わったのかを記録に残します。 画像の生成はPythonで
どんよりマンネリした振り返りが、皆が主体的に発言してマンネリ化しないようになったプラクティス - Qiita
1. はじめに 私のチームでは2～4週間ごとに、チームの皆で良かった点や改善点を挙げてチームを少しずつ改善していく「振り返り」をしています。 ただ、チームの振り返りにて、経験の多いメンバーが多く発言し、若いメンバーがあまり発言しないという事はないでしょうか？ 過去の私のチームはそうでした。 それを改善し、全員が発言しまくる振り返りができるようになっても、だんだん振り返りがマンネリ化してしまう事はないでしょうか？ 過去の私のチームはそうでした。 また、チームに問題がなく順調すぎて、振り返りで挙がる改善アクションが些細なものになってしまう事はないでしょうか？ 過去の私のチームはそうでした。 本稿は、その状態から脱却し、皆が主体的に発言するマンネリ化しない振り返りを実施し、新しいチャレンジをたくさんするようになったプラクティスを紹介します。 なお、前提として以降で紹介する振り返りはすべてリモート
理想のリーダー像を言語化してみました。 - Qiita
チームで仕事をすると、リーダーが必ずいます。経験や実力のある人が担うことが多いように思います。今回は、いろんな書籍や記事などをもとにして、どんなリーダーが理想的か考えてみました。 リーダーについて思うこと ①【前提】チームはリーダーで決まる リーダーって、チーム内のミーティングで発言回数が一番多く、影響力が大きい存在です。だからこそ、チームメンバーに良くも悪くも影響を与えるものです。例えば、リーダーのコミュニケーションの取り方は、メンバーの相談しやすさを左右します。 また、スケジュール管理/進捗管理もリーダーが行うので、タスクの品質やスピード感もリーダーの個性や能力が反映されます。例えば、どんな観点でどれだけ細かくチェックするのかはリーダーの考え方で変わります。結果として、（要件は最低限守れたとして）成果物の品質が高いか、低いかの分岐点になるような気がします。 故に、チームはリーダーで決ま
NURO光はセキュリティ的にやばいって話 (安全に使うための方法) - Qiita
要約 NUROひかりのHGWはデフォルトでIPv6ファイアウオール機能が 無効 または 未搭載 の可能性がある ので、そのまま使うと家庭内LANがインターネットから見えちゃうからちゃんと設定か対策して使おうぜって話。 このドキュメントの対象とする人たち 何も考えずに速度が速いだけでNURO光を使っている、「いんたぁねっとが何かよく分かっていない」人向けです。 ネットワークやセキュリティを理解していて、自分のルータでセキュリティを維持しつつ使える！って人には全く関係ない話なので気にしなくていいです。読まなくていいです。 IPv6 と IPv4 のセキュリティ ここでは IPv6 と IPv4 のアドレスが割り当てられたPCやスマホとかがインターネットからどう見えるのか？について説明します IPv4 の場合 一般的にIPv4アドレスは1契約につき1アドレスが付与され、それをルータ呼ばれる機器を
【PHP8.0】PHPでJITが使えるようになる - Qiita
2020/06/26追記：アルファ版がリリースされたので実際に試してみた JITのRFCが2019/03/21に投票開始されました。 締切は2019/03/28ですが、2019/03/27時点で賛成48反対2でほぼ導入確定です。 JITとは JIT is 何？ PHPは現在は、アクセスが来るたびにソースコードを全部読み取って、opcodeに変換して、順番に逐次実行して、実行が終了したら全てのコードを破棄するというインタプリタ型のプログラミング言語で、処理速度は遅いです。 遅いと言っても、やってる内容からすれば異常なまでに早いんですけどね。 opcodeはCPUやOSなどの実行環境によらず同一のコードが生成されます。 逐次実行するときはさらに実行環境ごとのネイティブコードに変換して実行されます。 OPcacheは、この変換後のopcodeをメモリに保存しておいて、次のリクエストでも使い回すと
Pythonを使って複数画像をPDFに変換する - Qiita
import os import img2pdf from PIL import Image # img2pdfと一緒にインストールされたPillowを使います if __name__ == '__main__': pdf_FileName = "/tmp/png/output.pdf" # 出力するPDFの名前 png_Folder = "/tmp/png/" # 画像フォルダ extension = ".png" # 拡張子がPNGのものを対象 with open(pdf_FileName,"wb") as f: # 画像フォルダの中にあるPNGファイルを取得し配列に追加、バイナリ形式でファイルに書き込む f.write(img2pdf.convert([Image.open(png_Folder+j).filename for j in os.listdir(png_Folder)i
楽ができるGolangのライブラリ達 - Qiita
ライブラリ探すなら基本awesome go見とけばいいけど、いろいろ楽するためという観点で、思い出した順に適当に追記していく。気が向いたらサンプルも書く gojson https://github.com/ChimeraCoder/gojson jsonのデータを渡すとそれに対応するstructを生成してくれる。JSON APIを利用するときに楽ができる。既存APIのリプレイスをGoでやるときとかも良い。 goquery https://github.com/PuerkitoBio/goquery JQueryっぽくhtmlをパースしたり検索したりして楽ができる。自前でhtmlのパースなんか書いてられない。 goreq https://github.com/franela/goreq net/httpパッケージで、httpリクエストを飛ばすのは結構面倒だったりいろんな書き方があったりしてヘ
kubernetesでQUICのLoad Generatorを作った話 - Qiita
ギリシャからこんにちは！こんばんは！ NTTコミュニケーションズアドベントカレンダー 6日目です。 私は今、神々の王ゼウスが生まれた伝説の島、クレタ島にいます。 というのも、こちらで開催されているACM CoNEXT 2018という国際学会に参加しているからです。 QUICに関する最新成果を発表する Evolution, Performance, and Interoperability of QUIC (EPIQ) ワークショップ も併催されました。 ポスター発表もしてきたので、今日はそれに関連して、kubernetes(k8s)を使ったQUIC負荷テスト の構成方法について、お話します。 この記事でわかること QUICについての基礎知識 kubernetesを使った負荷テストの構築手順(kubeadm + kubenet) QUICとは QUICは、TCP＋TLSに代わるUDP上の新し
WebサイトをHerokuで公開してドメイン取得とSSL化までの全手順
2018/6/4 公開していたサービスはAPIのリクエスト数上限を超えたため、停止いたしました ここでは元々作成したサイトも紹介していましたが、F5攻撃を受けたことでAPIのリクエスト数上限を超えてしまいました。 元々勉強の為に作成した物だったのでこのまま対策方法を学ぶのも時間が掛かりそうでしたのでサービスは終了させました。 今後のために対策方法がわかれば、次のサービスを公開する際に一緒に共有しようと思っています。 ここには公開手順のみ残して置きますのでよければ参考にしてください。 本文 自分で作ったwebサービスを公開したことがなかったので、知見を広げる為にもやってみようと思いました。 同じように、知識が浅い人、作ったサービスを公開したいけど何をすればいいかわからないという人の参考になればと思います。 公開手順 GitHubに登録 もしかしたら最初にやるべき事なのかもしれないですけど、ノ
Webセキュリティ覚書 : "攻撃" 編 [ 初学者向け ] - Qiita
Webのセキュリティ プログラミングスクールからエンジニアデビューしたものですが、セキュリティの重要さと、攻撃された時の恐ろしさに戦々恐々としました。今でもしてます。 たとえ、エンジニアでなくとも、最低限の対策をしないとリリースするのは危険です。 プログラミングスクールではセキュリティについては、深く学ぶことはあまりないと思います。 自分と同じ駆け出しエンジニアさんや、エンジニアじゃないけど、Webサービスリリースしたい！みたいな方に共有できたらと思います。 セミナーでセキュリティについて学んできたので、復習も兼ねて自分なりの解釈で記事に落とそうと思います。 脆弱性? Webサイトの脆弱性は二種類。 ロジックエラー(設計段階で生まれる脆弱性) セッションの管理不備や特殊文字を処理せずにデータを受け渡してしまうことです。 テクニカルエラー(実装段階で生まれる脆弱性) SQLインジェクション、
![Webセキュリティ覚書 : "攻撃" 編 [ 初学者向け ] - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/0118b606e54d7151dde8e72674271b8fc604496f/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9V2ViJUUzJTgyJUJCJUUzJTgyJUFEJUUzJTgzJUE1JUUzJTgzJUFBJUUzJTgzJTg2JUUzJTgyJUEzJUU4JUE2JTlBJUU2JTlCJUI4JTIwJTNBJTIwJTIyJUU2JTk0JUJCJUU2JTkyJTgzJTIyJTIwJUU3JUI3JUE4JTIwJTVCJTIwJUU1JTg4JTlEJUU1JUFEJUE2JUU4JTgwJTg1JUU1JTkwJTkxJUUzJTgxJTkxJTIwJTVEJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmcz0wYTkwMmQ5NjM4NzVmOWY2OWE4NTExNDY3MjBkZjRmOQ%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBUc3V0b3UmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPWNjZjUwMTExZWNkYWFmYWZiYmQ3NzQzMmQ3NGFjMDk2%26blend-x%3D142%26blend-y%3D436%26blend-mode%3Dnormal%26txt64%3DaW4gVGltZXJzIGluYw%26txt-width%3D770%26txt-clip%3Dend%252Cellipsis%26txt-color%3D%2523212121%26txt-font%3DHiragino%2520Sans%2520W6%26txt-size%3D36%26txt-x%3D156%26txt-y%3D536%26s%3Ddebc7d29bc741953df89bdf27c162bd1)
機械学習案件を納品するのは、そんなに簡単な話じゃないから気をつけて - Qiita
はじめに 昨日のTwitterで書いたこちらが非常に反響を呼びました。 半年間かけたデータ解析の仕事が全くうまくいかなかった 今回の失敗は契約書に納品物を明記していなかったこと 機械学習の依頼は学習済みモデルのファイルを納品しただけでは、先方は検収できず、結果支払いを受けられない この教訓をひとりでも多くの人に知ってもらいたい — キカガク代表 吉崎亮介 (@yoshizaki_kkgk) 2017年11月20日 そうなんですよね。 全く先方が悪いわけでもなく、私自身が「機械学習のお仕事＝解析」だと思いこんでいたことが失敗の始まり。 結局のところ、機械学習系のプロダクトを依頼されて、学習済みモデルを作成して即納品とはいかず、検証結果を示されないと検収できないよとなってしまうので、結局アプリケーション側まで組み込まないと納得感はないんですよね。 この検証とは、訓練データと検証データを分けた時
新人Androiderに導入してほしい環境 - Qiita
@eaglesakura です。 春ですね。新入社員の季節ですね。 前置きはこのくらいにして、「この環境を最低限用意してほしい」という一覧を書いておきます。 OS選定 Windows 10 or Mac OS をお勧めします。それ以外のOSを導入できるようなスキルがあるならば、たいていのことは自分でどうにかできるでしょう。 私はWindows10を使用しています。所属しているトップゲート社はほぼ全員Macを使用しているためマイノリティですが、下記のような理由で使っています。 購入時点でMBPより強力なCPUを搭載していた メモリ32GBを搭載可能 Visual Studioが使用できる GPUに選択肢がある 特にAndroidアプリ開発においてCPUとメモリは大正義です。メモリ8GBは人権がありません。低消費電力モデルのCPUもあまりオススメしません。 「デスクトップPCを買えよ」みたいに
macOS Sierra で Karabiner が使えない問題にどう対処したか - Qiita
先に結論 「かな」周りのキーバインディング設定は Karabiner Elements を使う。「かな」キーに F13 を割り当て、そこを入力ソースのトグルにした キーリピート設定は同じく Karabiner Elements iTerm2 のメタキーの設定は、iTerm2 自身の設定を使って対処 Cocoa アプリケーションの最低限のキーバインドは DefaultKeybindings.dict に定義してお茶を濁すHammerspoon を使う方法に移行した http://qiita.com/naoya@github/items/81027083aeb70b309c14 keyhac は利用を検討したが、見送った やりたかったこと 新しい MacBook Pro を購入したことで macOS Sierra を使うことになった。これまでは Karabiner が動かないことを懸念して S
Androidの新しいLayout、ConstraintLayoutことはじめ - Qiita
Android Studio 2.2 previewより、ConstraintLayoutという新しいLayoutが導入されました。本稿では実際に触ってみた操作感や実装方法などについて紹介します。 ConstraintLayoutとは ConstraintLayoutは自動的にレイアウトの位置をマテリアルデザインに沿った最適な位置に調整してくれます。iOSでいうところのStoryboardのAutoLayoutのような機能をもったレイアウトです。 具体的な特徴として AutoConnectという機能を使って最適なレイアウトを調整できる Android Studioが自動的に一番フラットなxmlを生成してくれる Inferenceという機能で全体の整合性も調整できる API 9 までのバックポート対応 同梱ライブラリではなく、導入してもサイズが小さい (100kb) ということが挙げられます
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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
