XboxでStable Diffusionを動作させる猛者が登場、ONNX利用でPythonへの依存をゼロにしてNVIDIAのCUDA・AMDのROCm・AppleのCoreML・QualcommのQNN・MicrosoftのDirectMLでも動いてWindows・Linux・macOS・Android・iOS・WebAssemblyなど全てOK、ほぼあらゆるアプリケーションへの統合が可能に
Stable Diffusionは文字や画像を元に新たな画像を生成してくれるAIですが、実行環境としてPythonが必要とされてきました。そんな中、ONNXモデルおよびONNX Runtimeの活用とC++での実装でPythonへの依存をなくし、Xbox上で動作させることに成功した猛者が登場しました。 Stable Diffusion running on Xbox Series X and S for the first time - YouTube 左端の大きなアイコンが今回作成された「Unpaint」というアプリ。記事作成時点ではストアには存在せず、インストールするにはユーザーが自分でパッケージに署名する作業が必要になります。Xbox Series XおよびXbox Series Sのどちらでも動作可能とのこと。左の大きな画面にXbox Series Xの出力が表示されています。 起
PythonやR対応の統合開発環境「JupyterLab 4.0」正式リリース。 より効率的なレンダリング、リアルタイムコラボレーション機能が分離など
PythonやR対応の統合開発環境「JupyterLab 4.0」正式リリース。 より効率的なレンダリング、リアルタイムコラボレーション機能が分離など Project Jupyterは、オープンソースで開発されているWebIDE「JupyterLab 4.0」の正式リリースを発表しました。 JupyterLabは、Webブラウザから使えるPythonやR、Scala言語などに対応した統合開発環境です。 Project Jupyter傘下のプロジェクトには「JupyterLab」以外に「Jupyter Notebook」「Jupyter Desktop」もリリースしています。 JupyterLabは、PythonやScala、Rなどのコードを打ち込んですぐに実行できるインタラクティブなデータ解析環境であった「Jupyter Notebook」をベースとし、そこにターミナル画面の機能、ファイル
Stable Diffusionを用いたアニメーション生成をPythonとWeb APIで実装してみた - Qiita
Supershipの名畑です。私の大好きなアニメイト池袋本店と言えばそのすぐそばには惜しまれながらも4月で営業を終えたハレスタ。ハレスタと言えば私の中では0.1gの誤算。0.1gの誤算と言えば「入場と同時に「受付で演奏を開始したら」バンギャはどんな反応をするか検証してみた」はここ最近で最も笑わせていただいた動画です。 はじめに 前々回の記事「Stable Diffusionでの画像生成をPythonとWeb APIで実装してみた記録」と前回の記事「Stable Diffusionにおける同一人物の別表情生成をPythonとWeb APIで試みた記録」に続いて、今回はStable Diffusionでアニメーション生成をしてみます。Stability Animationで紹介されているものです。Animation SDKを用います。 「画像生成AI「Stale Diffusion」開発元がテ
Flask実践入門 - 基本的なアプリ構成を問い合わせフォームをつくりながら学ぶ｜ハイクラス転職・求人情報サイト AMBI（アンビ）
コンフィグ設定 まずはapps/config.pyを作成し以下のコンフィグを追加しましょう。実践的なアプリでは開発環境の他にstaging環境、本番環境、テスト環境などが存在するのでそれぞれ専用のコンフィグ設定を行います。 from pathlib import Path basedir = Path(__file__).parent.parent class BaseConfig: """ BaseConfigクラス """ SECRET_KEY = os.environ["SECRET_KEY"] WTF_CSRF_SECRET_KEY = os.environ["WTF_CSRF_SECRET_KEY"] class LocalConfig(BaseConfig): """ BaseConfigクラスを継承してLocalConfigクラスを作成する """ SQLALCHEMY_DA
pythonパッケージ管理ツールryeを使う - 肉球でキーボード
Pythonパッケージ管理ツール ryeの使い勝手がよかったので使用方法をまとめました。 ryeとは GitHub: https://github.com/mitsuhiko/rye flaskの作者である Armin Ronacher氏 (GitHubアカウント @mitsuhiko)が個人利用目的で作成した、Pythonのパッケージ関係管理ツールです。内部実装はRustです。 ryeが作成された思想がリポジトリ Should Rye Exist? のDiscussionページに書かれています。 Should Rye Exist?: XKCD #927 Disucssion中の図にあるように、従来のPythonのパッケージ管理は”様々な標準”が存在し、このばらつきを統一しようと新しくパッケージ管理ツールを導入しても、”新たな標準が追加されるだけ”となり、真のパッケージ管理の標準化を行えて
【ChatGPT x LINEBot】PythonでChatGPTのLINEBotを作ってみた - Qiita
目次 １.はじめに ２.実行環境 ３.OpenAPI作成 ４.Line Developer登録 ５.Git hub登録 ６.Git bash登録 ７.Render登録 ８.スクリプト&関連ファイルの準備 ９.Line Developer設定変更・トーク画面起動 10.最後に １.はじめに 私がこのLINEBotを作成しようと思ったきっかけは、カスタマーサービス等で使用していることが多いLINEBotですが、決まった質問・返答がメインのためもっと自由に質問できればより疑問が解決されると思ったからです。 ChatGPTを使用することで、データセットなしで自然な会話が可能なLINEBotが作れるのでは？と考え作成してみることにしました。 目標として、自然な会話ができるChatGPTを使用し、事前のデータセットをすることなくLINEBotを作成したいと思います。 また、最近ChatGPTの返答内容
勉強メモ_Pythonライブラリについて(人工知能プログラミング03回) - Qiita
はじめに 情報系の学部に所属する学生です。 人工知能プログラミングの授業で与えられたコードがよくわからなかったのですが、ライブラリを全部調べたら意外と分かったのでそのメモを残します。 正確さに欠ける点もあると思いますが、ご了承ください。 Tensorflowについて こちらのサイトを参考にしました。 Googleが開発した機械学習用ライブラリ ニューラルネットワークの構築、訓練のシステムを作成するのに優れている。 データの読み込み、前処理、計算、上体、出力処理にテンソル(多次元配列のようなもの？)を用いる。 分散学習ができるためどんな環境でも扱える。 問題点 分散学習の実行によって障害が起こる可能性がある。(Fault Toleranceで障害を防いでいる。) ハードウェアの性能もある程度必要。 Tensorflowってテンサーフローかと思ってました（笑）正しくはテンソルフローですね。 K
Pythonを使ったAIモデルの構築に必要なスキルと手法 - Qiita
AI技術は今日の社会でますます重要な役割を果たしています。Pythonはその中心で、AIモデルを構築する際に必須となるスキルの多くにおいて主要な役割を果たします。この記事では、Pythonを使ってAIモデルを構築するために必要なスキルとそのスキルを身につけるための手法や技術について解説します。自分自身が独学でPythonを学び、業務で活用できるようになるまでの経歴について詳しく語った記事もありますので、ぜひこちらもご覧ください。 1. Pythonプログラミング AIモデルの構築にはPythonが主要な言語として使用されます。NumPy、Pandas、Matplotlibなどのライブラリの理解が不可欠です。これらのライブラリはデータ分析やデータ前処理に使われ、Pythonの強力なツールセットの一部を形成します。 2. 基本的な統計知識 AIや機械学習のモデルは、その根底に統計を持っています
Mojo🔥：PythonとC言語のパフォーマンスを併せ持つ新しいAIプログラミング言語 - Qiita
はじめに 今話題のMojo🔥（PythonとC言語のパフォーマンスを併せ持つ新しいAIプログラミング言語）について紹介します。 本記事の前半パートではMojo🔥について解説し、後半パートではMojo Playgroundで遊んでみます。 【前半パート】Mojo🔥について Mojo🔥とは Mojo🔥は、Pythonの使いやすさとC言語のパフォーマンスを併せ持つ新しいプログラミング言語です。Modularというソフトウェア開発スタートアップが開発しています。CEOのChris Lattner氏は、Apple時代にプログラミング言語「Swift」の開発にも携わってきた方です。 Mojo🔥の特徴 Pythonとの互換性：既存のPythonコードやライブラリをMojo🔥で直接使用できる システムプログラミングのサポート：Mojo🔥はシステムプログラミングに対応しており、メモリ管理や並
OpenAI APIでGPT-3にFine-tuningでアニメの放送開始日時を学習してもらうPython実装の記録 - Qiita
モデルになにを学習してもらうか？ Fine-tuningを実施した場合「Fine-tuningの効果があったか」が判定できる必要があります。 何を学習してもらえば効果が実感できるのか？ Modelsを見るとCompetions APIで使えるmodelには下記があります。 text-davinci-003 text-davinci-002 text-curie-001 text-babbage-001 text-ada-001 どれも学習データは2021年9月以前のようです。 ということは2021年10月以降に発生した情報を学習させれば、どのモデルにおいても効果が実感できるのではと考えました。 ぼっち・ざ・ろっく! ぼっち・ざ・ろっく!という漫画並びにその漫画を原作としたTVアニメがあります。人気なのでご存知の方も多いでしょう。超余談ですが、私、この作品を見るとBECKを思い出すんですよね
OpenAIのChat API(Chat completions)を用いての会話をPythonで実装してみた記録 - Qiita
Supershipの名畑です。GW中に島本和彦先生 画業40周年突破記念『炎の原画展』を見に行ったので、心が熱い。 はじめに ネットだけではなくテレビだ雑誌だといたるところでChatGPTの話題だらけで今更感ありまくりですが、自環境でOpenAIのChat API(Chat completions)を試した際の諸々を書き残しておきます。 ライブラリのインストール、アカウント作成から始まってChat APIとの会話の実装までの記録です。目新しいことはなにもないですが、少なくとも未来の自分の役には立ちそう。 大体の内容は公式のAPI ReferenceとGuideのままです。 自環境 macOS(Monterey)です。 Pythonはすでにインストール済みでした。3.10.7です。
FlaskでPDFをテキストに変換するアプリをGPT-4で10分で作ってみる - Qiita
高速な開発が重要視される現代において、短時間で効果的なアプリケーション開発が求められています。本記事では、PythonとFlaskを使用して、GPT-4の力を活用し、たった10分でPDFからテキストに変換するウェブアプリを構築する方法をご紹介します。 プロンプトを考える まずはフローを考える 以下の条件でFlaskでWebアプリをHTMLレンダリングで作成したい。 ## メインの処理 - ユーザーが/sampleにアクセス - PDFファイルをアップロード - アップロードされたファイルの中の文字を文字列に変換 ## フロント側のデザイン - bootstrapを使ってヘッダーを作成 - ヘッダーの中はHome, Menu Login, Aboutの4つ - flaskでヘッダーに通じる簡単なアクセスを/sampleと同じデザインテンプレートでHello WorldとPタグ表示させる -
Pythonは遅い遅い言われてJITとか中途半端なことせずにフルネイティブコンパイラを作ったらどうですか？
回答 (13件中の1件目) JIT方式は中途半端なものではありません。もちろん万能でなんでも優れているわけでもありませんが以下の利点があります。 * プログラムは単一の機械独立、OS独立の形式で配布できる(実行時に実行環境の機械語に変換できる) * 配布形式が小さくなる。マシン中立なバイナリ表現にした場合は特に。 * 全体をネイティブコンパイルするのではなく、速度にシビアに関わる最内周ループや何度も実行される場所に限ってネイティブコンパイルすることで実行に必要なメモリフットプリントを減らすことができる。 * 実行時だけわかる情報を元にした最適化やコード生成が可能。例えば、 *...
Mojoは「C言語のように速いPython」なのか - k0kubun's blog
LLVMやSwiftを作ったChris LattnerがCEOをやっている会社が、Pythonの使用感とC言語並の性能を併せ持つ言語としてMojoをアナウンスした。 まだ手元で試せる状態でリリースされてはいないが、最大35000倍Pythonより速いという。 Mojo🔥 combines the usability of Python with the performance of C, unlocking unparalleled programmability of AI hardware and extensibility of AI models. Also, it's up to 35000x faster than Python 🤯 and … deploys 🏎 pic.twitter.com/tjT09U4F80— Modular (@Modular_AI) May
PythonとChatGPTでガウス分布を描いてみる - Qiita
確率分布の図を説明スライド用に用意したいと思って「ガウス分布 パワポ」などで検索した。複雑な方法でガウス分布を描いている人がたくさんいたが、google slidesで作れずexcelを開くのも面倒なのでChatGPTに聞いてみたら5分程度でいい感じの図が作成できたのでメモ。 とりあえずchatGPTを開いて 「make a code to visualize 2 gaussian curves that intersect」 と入力してみるとこんなコードが返ってきた。 import numpy as np import matplotlib.pyplot as plt # Define the parameters for the two Gaussians mu1 = 2.5 sigma1 = 1.0 mu2 = 3.5 sigma2 = 0.8 # Create the x-axis
Pythonで作ったCLIツールをGitHubから直接pipでinstallできるようにする方法 - $shibayu36->blog;
chat-hatenablogをpip installでインストール可能にした - $shibayu36->blog; にて、pip installで直接CLIツールをインストールできるようにした。 pip install git+https://github.com/shibayu36/chat-hatenablog.git この時に調べたことをメモしておく。 やったこと setup.pyを配置し、entry_points.console_scriptsにCLIとして動かしたいものを指定するだけ。 import os from setuptools import setup, find_packages here = os.path.abspath(os.path.dirname(__file__)) about = {} with open(os.path.join(here, "ch
Dev Containerを使ってステップバイステップで作るPythonアプリケーション開発環境 - 電通総研 テックブログ
みなさんこんにちは、電通国際情報サービス（ISID）Xイノベーション本部ソフトウェアデザインセンターの佐藤太一です。 この記事では、VS CodeのDev Containerを使ってOSに依存しないPythonの開発環境を構築する方法をステップバイステップで丁寧に説明します。 VS Codeの利用経験があり、またPythonによるアプリケーション開発に興味のある方を想定読者として記述しています。Pythonの初心者から中級者向けを意識して書いていますので、意図して冗長な説明をしています。 すでにPythonによるアプリケーション開発に十分に詳しい方は、まずはまとめだけ読んでみてください。私自身それほどPythonのエコシステムに詳しいわけではありませんので、知識の抜け漏れは恐らくあるでしょう。そういった事に気が付いたら、XなどのSNSでこの記事のURLを付けてコメントをしていただけると幸い
【Python】箇条書きを表形式に変換する【ありがとうChatGPT】 - Qiita
# テキストを1行ずつ読み込む with open('input.txt', 'r') as f: lines = f.readlines() # バッファにためる行数を設定する n = 4 # バッファの初期化 buffer = [] # テキストを4行ごとに区切ってパイプ記号で区切られた1行のテキストに変換する for i, line in enumerate(lines): # バッファにテキストをためる buffer.append(line.strip()) # バッファにためたテキストがn行になった場合には、パイプ記号で区切って1行のテキストに変換して出力する if len(buffer) == n: print('|'.join(buffer)) # バッファを空にする buffer = [] # テキストの行数が4で割り切れない場合には、最後にためたバッファをパイプ記号で区切
ChatGPT時代に必要かも!? Pythonで実行するファイルパース（PDF編） | DevelopersIO
こんちには。 データアナリティクス事業本部 インテグレーション部 機械学習チームの中村です。 今回は話題のChatGPTにコンテキストを与える際に必要となるファイルパース処理について見ていきたいと思います。 本記事ではPDFに焦点を絞ってみていきます。既存のライブラリ内の実装も確認していきます。 先行事例の実装 先行事例の実装として、よく話題となる以下のライブラリを見ていきます。 （LlamaIndexとLlamaHubはほぼ同じですが、parserとしては片方にしかないものもあるため） LlamaIndex https://github.com/jerryjliu/llama_index https://gpt-index.readthedocs.io/en/latest/index.html LlamaHub https://github.com/emptycrown/llama-hu
【Mac大手術】ぐちゃぐちゃだったPythonの環境構築をやり直した話【さよならAnaconda】 - Qiita
「環境構築無しでプログラミングを始められる！」 この言葉に甘えてはや2年ほどが経っただろうか。そのおかげで僕のPCの環境はぐちゃぐちゃだった。 condaとpipを適当に使い、よくわからないから仮想環境も構築せずに、importしてなかったら適当にpip installして耐え忍んでいた。 いつかはやらないとなー。とか思ってたけど、ついに重い腰を上げて手術することにした。 理由は三つ。 ・ Webアプリ開発にも興味が出てきて、環境のことを知らないといけなくなった ・ VSCodeで謎にシャットダウンされ、Pythonファイルが開けなくなりコードが飛んだ ・ Jupyter Notebookで、突如挙動不審になり、言語が本当は一つしか表示されないはずがPythonが二つ出た まあ正直2つ目と3つ目はVSCodeのバグかもしれないが、環境のせいかもしれないし、いつかは知らないといけない からと
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
