はてなブックマーク

in-place処理であることを意味します。 はじめに PyTorch関数名の末尾アンダーバー_ 意味 具体例 おわりに 参考 はじめに PyTorchを触っていると、しばしばアンダーバー_を接尾語とする関数を見かけます。 kaiming_normal_ add_ etc... 初見で意味を知らなかったので備忘録メモです。 The English translation of this post is here. PyTorch関数名の末尾アンダーバー_ 意味 PyTorch関数名の末尾アンダーバー_は、in-place処理を意味します。 in-place処理とは、元のデータを直接変更する処理のことです。 In-place operations Operations that have a _ suffix are in-place. For example: x.copy_(y), x.

GitHub Actionsでデフォルトの作業ディレクトリを絶対パスで取得する方法の備忘録です。 はじめに デフォルト作業ディレクトリの絶対パスを取得する ${{ env.GITHUB_WORKSPACE }} では取得できない $GITHUB_WORKSPACE で取得できる ${{ github.workspace }} でも取得できる おわりに 参考 はじめに GitHub Actionsでスタート時点の作業ディレクトリの絶対パスを取得したいことがあります。 その取得方法で少し戸惑ったことがあったので、やり方の備忘録を残します。 ※ 動作検証に使ったソースコードはこちらに置いています: github.com The English translation of this post is here. デフォルト作業ディレクトリの絶対パスを取得する ${{ env.GITHUB_WORK

ChatGPTのCode interpreterの仕組みを、自分の理解で整理します。 ※ 追記:「Code interpreter」は、現在「Advanced Data Analysis」に改名されました。 中身の機能に変更はありません。 はじめに Code interpreterの仕組みを理解する Code interpreterの仕組み ケーススタディ：Code interpreter実行時の流れ 1. ユーザーからのファイルアップロードと指示 2. ChatGPTによる計画の立案 3. 処理の実行と実行結果のダウンロード Code interpreterサンドボックス環境の詳細 カレントディレクトリ Disk容量 Pythonバージョン OS情報 おわりに 参考 はじめに 先日、ChatGPTのCode interpreterがbetaリリースされました。 非常に有用な機能で、世間的

boto3とbotoの違いや、そもそもの"boto"の由来など、AWS SDK for Pythonの歴史を調べてまとめます。 はじめに AWS SDK for Pythonの歴史 boto3とbotoの違い boto2はどこに行ったのか "boto"の由来 おわりに 参考 はじめに AWS SDK for Pythonとしてboto3をいつも使っています。 ただ、私がAWSを触り始めたときには既に"boto3"になっていたので、"3"というからには無印botoやboto2もあるんだよね..?というモヤっとした疑問を抱えていました。 以前からAWSを知る人にとっては自明かもしれませんか、自分はまだ明確な答えを知りません。 そこで今回はboto3の歴史的背景を調べ、 boto3とbotoの違い boto2はどこに行ったのか そもそも"boto"の由来は？ をまとめます。 AWS SDK fo

ChatGPT Plusの解約方法のメモです。 はじめに ChatGPT Plusの解約方法 おわりに 参考 はじめに GPT-4の登場に合わせて、ChatGPT Plusに課金しました。 サブスクの登録前に、その解約方法を知っておきたい方も多いと思います (自分もその一人です)。 調べてもパッと出てこなかったので、ここにメモを残します。 [関連記事] www.bioerrorlog.work ChatGPT Plusの解約方法 以下の手順で簡単に解約できます。 左下から "My account" を選択 ポップアップから "Manage my subscription" を選択 "プランをキャンセル" を選択 1. 左下から "My account" を選択 2. ポップアップから "Manage my subscription" を選択 3. "プランをキャンセル" を選択 簡単ですね

面白いなと思った使い方、大事だなと思ったコツの個人的な備忘録です。 はじめに 前提 ChatGPTのTipsまとめ 基本編 鵜呑みにしない 途中で文章が途切れた時は "続けて" 汎用Tips 文脈を伝える 条件/制約や質問を明示する 相手の立場を指定する 回答の特性を指定する 英語で入力する レビュアーや反論者を用意する 無茶振りする おわりに はじめに ChatGPT、面白いですね。 難しく考えず素朴にChatGPTと会話するのも十分面白いですが、コミュニケーションを工夫することでより良い体験が得られたりします (対人コミュニケーションと同じですね)。 今回は、個人的にChatGPTを使ってる中での好みのコツをまとめます。 ChatGPTのコツを書いているはずが、いつの間にか対人コミュニケーションの話みたいになってしまった ChatGPTの使い方のコツをまとめる - BioErrorLo

Raspberry PiのGPIOピン配置位置を確認する方法を整理します。 はじめに 想定環境 Raspberry PiのGPIOピン配置を確認する pinoutコマンドで確認する ドキュメントから確認する おわりに 参考 はじめに Raspberry PiのGPIOピン配置は複雑です。 私は毎度ピン配置を調べてから作業しています。 ピン配置の調べ方をしばしば忘れてしまうので、備忘録を残します。 The English translation of this post is here. [関連記事] www.bioerrorlog.work 想定環境 Raspberry Pi 2/3/4 ではGPIOピン配置は同じ(40本)で、本記事ではこちらを想定します。 一方、Raspberry Pi 1 Model B+以前はピン配置が異なります(26本)。 Prior to the Pi 1 Mo

コードレビューで使われる NIT / NITS の意味と、その語源を整理します。 はじめに NIT / NITSの意味 NIT / NITSの語源 おわりに 参考 はじめに コードレビューなどで、"NIT / NITS"という略語が使われることがあります。 意味は知っていてもその語源はよく知らなかったので、深堀してみました。 The English translation of this post is here. NIT / NITSの意味 まず NIT / NITS は、細かい話だけど、の意味です。 typoやコードスタイルの細かい指摘をするときに、nit: XXX...のように使われたりしますね。 NIT / NITSの語源 では NIT / NITS の語源は何でしょうか。 これは、nitpick が語源のようです。 私が資料を探したなかで最も明示的に整理していたのは、Chromi

2025-06-02 ChatGPT Libraryの画像を削除する ChatGPT LLM Genarative AI AI 画像を生成したチャットを削除すれば、対応するChatGPT Libraryの画像も削除されます。 はじめに ChatGPT Libraryの画像を削除する やり方 やってみる おわりに 参考 はじめに ChatGPTに"Library"というタブが最近追加されました。 ここには、ChatGPTで自分… 2025-05-14 AIコーディング用に複数ファイル情報を連結するシェルコマンド LLM ChatGPT Genarative AI AI macOS shell LLMのプロンプトに貼り付ける用に、指定した複数ファイル内容をディレクトリ構造情報を添えて連結するシェルコマンドを用意します。 はじめに LLM用に複数ファイル情報を連結するシェルコマンド やりたいこと

Rustの勉強に良さげな学習リソースをまとめます。 はじめに Rust学習リソースまとめ The Rust Programming Language Tour of Rust Rust by Example The Rust Reference The Cargo Book Crate docs Rust API Guidelines Rust Design Patterns The Rustonomicon Secure Rust Guidelines Command line apps in Rust おわりに 参考 はじめに こんにちは、@bioerrorlogです。 最近、Rustを触り始めました。 多様な領域で盛り上がりを見せているRustですが、私は最近ハマっているブロックチェーンのエコシステムでRustが使われることが直接の理由となり、Rustに入門しました。 Rustは学習

S3バケットポリシーとIAMポリシーの関係を、同一アカウント・クロスアカウントそれぞれにおいて整理します。 はじめに S3バケットポリシーとIAMポリシーの関係 結論 検証準備 同一アカウント内アクセス クロスアカウントアクセス おわりに 参考 はじめに S3に対するアクセス権限の制御方法としては、アクセス元のIAMポリシーとアクセス先のバケットポリシーのふたつが挙げられます。 S3に対するアクセス権限の制御 IAMポリシーとバケットポリシーのどちらで制御すればよいのか、はたまた両方で制御する必要があるのか、油断してると忘れそうになります。 今回は、このIAMポリシーとバケットポリシーでの制御方法の関係性について、同一アカウント内の場合とクロスアカウントの場合でそれぞれ整理します。 The English translation of this post is here. S3バケットポリ

AWS CLIのs3 cpとs3 syncの違いをまとめます。 はじめに cpとsyncの違い Descriptionを比較する コマンドオプションを比較する コマンドの挙動を比較する おわりに 参考 はじめに あるS3バケットのオブジェクトを別のS3バケットにコピーしようと思ったとき、２つのコマンドが頭に浮かびました。 s3 cpとs3 syncです。 雰囲気で分かったつもりになっていましたが、自分はまだ両者の違いを明確に説明できない気がしました。 今回は、この２つのコマンドの違いを調べ、整理していきます。 The English translation of this post is here. cpとsyncの違い 先に一言で両者の最も大きな違いを言うならば、 cpはファイルをコピーするコマンド syncはディレクトリの更新差分をコピーする(同期する)コマンド と言えるでしょう。 D

AWS Amplify & GraphQLでのデータモデル (スキーマ) 設計例をまとめます。 はじめに スキーマ設計例 Todoアプリ イベントアプリ チャットアプリ Eコマースアプリ WhatsAppクローン Redditクローン マルチユーザーチャットアプリ インスタグラムクローン カンファレンスアプリ おわりに 参考 はじめに 最近、AWS Amplifyに注目してします。 Amplifyはフルスタックなサーバレスアプリを素早く作ることが出来るプラットフォームで、プロダクト開発の生産性を高めることが出来ます。 AmplifyプロジェクトのAPIを GraphQL (AppSync)で構築するときには、データモデルをスキーマschema.graphqlに定義する流れになります。 このGraphQLのスキーマ設計はリレーショナルデータベースでのデータモデル設計とはやり方が異なるため、最

YouTubeアップロード用動画をffmpegでエンコードする方法を、公式推奨設定を参考に書き出します。 はじめに 作業環境 YouTube投稿用動画をffmpegでエンコードする 公式推奨の設定を確認する ffmpegでのエンコード方法を確認する ffmpegコマンド例 ffmpegコマンド基本構成 音声あり動画をエンコードする 音声なし動画をエンコードする 連番画像を動画にエンコードする 連番画像から解像度を変更して動画にエンコードする おわりに 参考 はじめに 最近、ジェネラティブアート作品をYouTubeに投稿し始めました。 しかし、これまではエンコード形式など何も考慮せずに動画をアップロードしていたこともあってか、動きの激しい動画の画質は正直良くありません。 今回は、YouTubeが公式に推奨している設定を参考に、アップロード用動画のffmpegでの推奨エンコード方法をメモします

Boids FlockingシミュレーションをGodot Engineで実装します。 はじめに 追記: Boidsなゲームを作った Boids Flockingとは 実装 Separation Alignment Cohesion エサを追いかける動作 おわりに 参考 はじめに Boids Flocking (ボイドモデル / ボイド群衆アルゴリズム) をGodot Engineで実装してみました。 エサを追いかけるような、可愛げのあるboidsたちの動きがなかなかのお気に入りです。 github.com 今回は、これらの実装方法のメモを残します。 The English translation of this post is here. 追記: Boidsなゲームを作った 今回実装したBoids Flockingをもとに、Boids達から逃げるちょっとしたゲームを作って公開しました。 ブ

AWS Amplifyプロジェクトのgitリポジトリをパブリックにするときのセキュリティ上の注意点についての備忘録です。 一言で言うと、team-provider-info.jsonをgit管理から外すべし、となります。 はじめに 作業環境 Amplifyプロジェクトのgitリポジトリを公開するときの注意点 Amplifyの.gitignoreファイル git管理されるAmplify関連ファイル 結論: team-provider-info.jsonはgit管理から外すべし 参考 はじめに 最近、Amplifyをよく使います。 主にReact + Amplifyの組み合わせで開発していますが、APIの作成やCognito連携、Hosting環境やCI/CDパイプライン立ち上げなどが極めて容易にできるため、とても有用なサービスだと感じています。 ここでふと、AmplifyプロジェクトをGit

radare2のインストール方法から簡単な使い方までを記録しました。 直感では使いにくい面も感じましたが、使い慣れれば強力な武器となってくれるでしょう。 はじめに 作業環境 radare2の使い方 radare2をインストールする radare2を起動する radare2の使い方を調べる | ? - ヘルプ 使用される関数を表示する | afl 逆アセンブル | pdf Visualモードでプログラムの流れを表示する | VV デバッグモードで解析する | -d / ood おわりに 参考 はじめに これまでは、gdbやobjdumpコマンドなどを用いてバイナリコードのリバースエンジニアリングを試みてきました。 www.bioerrorlog.work 今回は、radare2という便利なツールを使ってバイナリコードを解析していきます。 radare2を使えば、バイナリコードの逆アセンブルか

Ubuntuで1920x1080の解像度(or任意の解像度)を設定する手順を整理します。 結論を言うと、次のコマンドの実行で1920x1080の解像度になります。 $ xrandr --newmode "1920x1080_60.00" 173.00 1920 2048 2248 2576 1080 1083 1088 1120 -hsync +vsync $ xrandr --addmode Virtual1 1920x1080_60.00 $ xrandr --output Virtual1 --mode 1920x1080_60.00 これらのコマンド処理をひとつひとつ読み解いていきます。 はじめに 作業環境 Ubuntuディスプレイ解像度の変更 既存の解像度に設定する 新しい解像度のパラメータを取得する | cvt 取得したパラメータを使って解像度を追加する | xrandr おわ

Ghidraの環境構築/インストールから、Ghidraの使い方とリバースエンジニアリングの実践までの記録を残します。 はじめに 作業環境 Ghidraの使い方 環境構築 Ghidraをインストールする JDK(Java Development Kit)をインストールする Ghidraを起動する Ghidraでファイルを開く Crackmes.oneから問題をダウンロード/解凍 Ghidraでバイナリファイルを開く リバースエンジニアリング実践 バイナリファイルの挙動を確認する Ghidraでmain関数をデコンパイルする コード表記を修正する アルゴリズムを解析する 解いたパスワードでプログラムを破る おわりに 参考 はじめに 2019年3月5日、NSA(アメリカ国家安全保障局)が、リバースエンジニアリングツール"Ghidra"を公開しました。 公開当日はえらいお祭り騒ぎで、Youtube

Ubuntuでは、Pythonのpip/pip3がプリインストールされていませんでした。 これらのインストールに予想外にもつまずいたので、記録を残します。 はじめに 作業環境 Ubuntuでpip/pip3をインストールする 前提: pipとpip3は違う apt installが機能しない: pip× / pip3× "get-pip.py"からpipをインストールする: pip○ / pip3× apt updateしてからapt installする: pip○ / pip3○ 結論: アップデートしてからapt installすべし おわりに 参考 はじめに Pythonにパッケージをインストールするときには、pipコマンドが便利です。 しかし、Ubuntuにはデフォルトでpipがインストールされていません。 試しに、初期状態のUbuntuにpandasをpipインストールしてみると