Lizさんに届け！�AWS Jr. ChampionとTop Engineerが�書籍コンテナセキュリティを読んで感じたこと

こんにちは。菊池です。 はじめに IAMユーザの管理、大丈夫ですか？ マネジメントコンソールやアプリケーション/AWS CLIでAWSを利用する上で、必須となるのがIAMユーザです。AWSのアカウント/環境を安全に管理していく上で、不要なユーザが残ったまま放置していたり、過剰な権限を付与しているとセキュリティリスクが増大します。安全にAWSを利用するため、必要十分なユーザ/権限のみが作成・付与されている状態を保つことが望ましいです。 定期的にIAMユーザを棚卸するときのポイントを紹介します。 IAMユーザの棚卸 今回は以下の3つの観点でチェックします。 不要なIAMユーザの確認 認証情報のローテーション 不要な権限の削除 不要なIAMユーザの確認 使われていない、不要なIAMユーザが存在しないか確認しましょう。マネジメントコンソールでIAMユーザの一覧を表示すると、以下の項目が確認できます

先週の5月26日に、「アジア・シームレス物流フォーラム」https://mf-p.jp/aslf/ のパネル・ディスカッションに参加してきた。このフォーラムは日本マテリアルフロー研究センター（JMFI）が主催する展示会で、国内外の大手物流関連企業が集まっている。コロナ禍が過ぎて3年ぶりにリアル展示となり、来場者数も多くかなり盛況だった。物流関係の催しなので、本サイトの読者からは縁遠いかと考え、とくにお知らせもしていなかったが、SCMの関連テーマもあり、広報すべきだったかもしれない。

えーっと、note初記事です。つたない内容でしかもメッチャ長文ですがお付き合いください。 今回はタイトルにあるように、Stable DiffusionのプロンプトをChatGPTで生成する、今までとはちょっと違うやり方をご紹介します。 簡単なレクチャーも含むのでかなりのテキスト量ですが、最後まで目を通していただければ良いことがきっとあります。 はじめにまずこれからお伝えする技法は現時点でGPT4の使用が前提となっています。（追記：Bingでも可能になりました） 3.5では、私の技量が至らず安定した結果が得られていません。 しかしながら、先だってこの手法をお伝えした有志の方々が3.5及びBingでの実現を模索されていることを予めお伝えしておきます。 今回の手法を発見した経緯とネタバレことの発端は遡ること１か月前、プロンプトを自動でジャンル分けしてデータベースに流し込み、逆にそこからプロンプト

前回はOpenAI APIを使ってチャットなどを試しましたが、Jupyter AIはOpenAI 以外にも様々なAPIに対応しています。 今回はHuggingFace Hubを使ってみます。 環境構築​HuggingFace Hubの機能を使うにはhuggingface_hub、ipywidgets、pillowをインストールする必要があります。コンテナで用意します。

ターミナルにトークン付きのURLが表示されますので、ブラウザでアクセスします。 起動しました。 チャットインターフェイス 左パネルにチャットのボタンが追加されています。 Welcomeメッセージが表示されます。 language modelとembedding modelを選択します。 これで準備完了です。 チャットができます。 おお！ ノートブックについて質問できる ただチャットができるだけではありません。ノートブックのセルに対して範囲選択をすると、チャットエリアの下部にInclude selectionとReplace selectionが表示されます。 Include selectionだと選択したコードを含んだ形で質問ができます。 すっげー！ (DefaultActor pid=473) (DefaultActor pid=473) (DefaultActor pid=473) >

えーっと、note初記事です。つたない内容でしかもメッチャ長文ですがお付き合いください。 今回はタイトルにあるように、Stable DiffusionのプロンプトをChatGPTで生成する、今までとはちょっと違うやり方をご紹介します。 簡単なレクチャーも含むのでかなりのテキスト量ですが、最後まで目を通していただければ良いことがきっとあります。 はじめにまずこれからお伝えする技法は現時点でGPT4の使用が前提となっています。（追記：Bingでも可能になりました） 3.5では、私の技量が至らず安定した結果が得られていません。 しかしながら、先だってこの手法をお伝えした有志の方々が3.5及びBingでの実現を模索されていることを予めお伝えしておきます。 今回の手法を発見した経緯とネタバレことの発端は遡ること１か月前、プロンプトを自動でジャンル分けしてデータベースに流し込み、逆にそこからプロンプト