はてなブックマーク

何らかの理由によりDjangoのMigrationsをリセットする必要性が発生した場合にデータベース内のデータは残したまま履歴をリセットする方法を解説します。既に運用中でデータベース内のデータを削除することができない場合に有効です。 Python Djangoこの記事は約 分で読めます。（文字） DjangoでMigrationsのリセット または、ロールバックする方法 （既存のデータベースを残したまま）それではDjangoのMigrationsをリセット、または、ロールバックする方法を解説していきます。 DjangoのMigrations履歴をリセットする方法はいくつかありますが、今回はデータベースの内のデータを残したままMigrationsのみリセットする方法の解説です。 最初にリセット前の確認から行っていきましょう。 リセット前の確認処理既存のmodelsがデータベースに適合している

Celeryや、Redisを利用してDjangoに非同期処理を実装する方法について解説します。今回はMacローカルでの開発環境用に非同期処理の環境を構築し、実際に簡易な関数を実行、DBにバックエンドの内容を保存し結果を画面上に表示するするところまでの解説です。 Djangoこの記事は約 分で読めます。（文字） 非同期処理の利用場面と重要性Djangoを使ってクラウドアプリなどを開発したときに、非常に処理の重い関数などを記述していた場合にはブラウザ経由でアクセスすると大抵サーバのタイムアウト問題等に引っかかります。 サーバのタイムアウトまでの時間を出来る限り伸ばしタイムアウト問題を回避する方法もありますが、処理が終わるまでの時間ユーザにとっては待ち時間となり、その他の操作を行うことができなくなります。 これはUXの観点から言ってもあまり良い状況とは言えません。このようなケースに対してサーバの

Pythonで『multiprocessing モジュール』の『Process クラス』を使った並列処理（マルチプロセス）の基本と使い方について解説します。コードの実行処理を高速化させたり、プロセスを並列化させることにより同時に複数のプログラムを処理できるようになります。 Pythonこの記事は約 分で読めます。（文字） Pythonの並列処理を行う方法の1つが『multiprocessing モジュール』を使う方法です。 『multiprocessing モジュール』を使うことで、複数のプロセス（サブプロセス）を生成し、マルチプロセッサーマシンの性能を最大限に引き出すことができます。また、サブプロセスを生成することで同時に複数の実行処理を行えることもメリットです。 『multiprocessing モジュール』のメリット マルチプロセッサーマシンの性能を活用し高速化できるサブプロセスを生

Facebookが開発したfastTextを利用して自然言語(Wikipediaの日本語全記事)の機械学習モデルを生成するまでの手順を解説。また生成した学習モデルを使って類語抽出や単語ベクトルの足し算引き算等の演算テストを行う方法までコード付きで紹介します。 Pythonこの記事は約 分で読めます。（文字） fastTextで日本語を機械学習させる手順Facebook発表の『fastText』利用して日本語の機械学習モデルを生成する手順を解説していきます。 Wikipediaの全記事のダンプデータ取得学習本の文章にはWikipediaを利用します。下記URLから、最新のWikipedia全記事ダンプデータをダウンロードしましょう。取得データはXML形式の圧縮ファイルになっています。 Index of /jawiki/latest/任意のディレクトリに保存してください。 Wikipediaの

Googleタグマネージャを使ってウェブサイト内の特定リンクをクリックした時イベントトラッキングする方法を図付きで解説。特定リンクのクリックでトリガーする方法とトリガーしたときにGoogleアナリティックスへ記録する設定方法です。 Google アナリティクス Google タグマネージャーこの記事は約 分で読めます。（文字） 今回はあるページ内にある特定リンクから同じサイト内のページへの遷移を計測するためのイベントトラッキングを設定します。 ユーザを効果的に特定のページ遷移させることができているか、想定のシナリオ通りにサイト内の回遊を創出できているか等の効果測定が簡単になりますのでページビューやコンバージョンを増やすための施策やその改善が成果として結果につながりやすくなります。 GoogleアナリティックスとGoogleタグマネージャーのアカウント登録や基本的な設定がまだ終わっていない方