Python使ってUnity上の箱庭ロボットのカメラデータを取得してみよう - Qiita
はじめに これ、Turtlebot3 の 3D モデルを Unity 上に取り込み、モーター、センサ系を再現したものです。 この Unity 上のロボットを Python 使って制御する方法をご紹介します。 仕組み このロボットをPythonでコントロールするためのプラットフォームとして、TOPPERS/箱庭を利用します。 最近ですと、以下の記事で EV3 というロボットをPython 使って強化学習した実績があるものです。 ロボットの部品群 モーター 差動モーターで駆動します。両輪それぞれにモーターが割り当てられており、モーターの回転速度差で直進、右曲がり、左曲がりができます。 レーザスキャナ 2D のレーザスキャナです。360度(1度単位)の障害物検出ができます。 カメラセンサ 前方にカメラセンサを付けています。 640×480 のカメラデータが取れます。 ロボットの通信データ ロボッ
【ChatGPT】プロンプトパターンまとめ - Qiita
はじめまして、sonesuke(https://twitter.com/sonesuke)です。 LLMにどっぷりハマっています。 TL; DR 16のプロンプトパターンを日本語の例をつけて、まとめてみた。 読んだ論文はこれ。 https://arxiv.org/pdf/2302.11382.pdf より高度なプロンプトエンジニアリングの話題はこちら プロンプトパターン 1. メタ言語パターン: The Meta Language Creation いつ使うか？ 自然言語ではない方が、より簡潔で明確に表現できるとき プロンプトコンセプト 例 原文プロンプト “From now on, whenever I type two identifiers separated by a “→”, I am describing a graph. For example, “a → b” is des
stablediffusion WebUI モデル一覧
stablediffusion WebUI モデル一覧 共有ログインお使いのブラウザのバージョンはサポートが終了しました。 サポートされているブラウザにアップグレードしてください。閉じる ファイル編集表示ツールヘルプユーザー補助機能デバッグ
OpenAI API ドキュメント 日本語訳｜#1 GET STARTED 前編｜ゑぐみかるちゃあ
OpenAI API ドキュメントの日本語訳をこちらでまとめます。文字量の多いドキュメントなので、セクションごとに記事を分割しています。 今回は「GET STARTED 」のセクションからIntroduction と Quickstart を抜粋した前編です。 基本 DeepLで翻訳して、気になるところだけ書き換えています(ほぼ気になるところがないのが、DeepLのすごいところ)。原文との突き合わせができるようにはじめに原文を入れてますので、間違いなど見つけられましたら、ぜひご指摘ください。ご指摘箇所は随時反映させていただきます。 原文のリンクが有効になってますので、それぞれ必要な場合は原文リンクの方を参照ください。 Introduction｜はじめに Overview｜概要The OpenAI API can be applied to virtually any task that i
ChatGPTは馬鹿じゃない！ 真の実力を解放するプロンプトエンジニアリングの最前線
はじめに ChatGPTをはじめとしたLLMを使いこなすための必須スキル、プロンプトエンジニアリング について解説します。 最近は動きが早すぎてキャッチアップが難しくなっていますが、特に以下のような手法が注目されているようです。 In-context Learning (ICL) Chain-of Thought (CoT) Zero-shot CoT ReAct Self-Consistency Program-aided Language Model (PAL) 今回は、6つのテクニックの中からPart1として、ICL、CoT、そしてZero-shot CoTの3つを紹介します。 これらのテクニックは、ChatGPTをはじめとするLLMのポテンシャルを最大限に引き出すために必要不可欠です。 さらに、各テクニックを詳しく解説した論文も紹介していますので、是非ご一読ください。 In-con
アニメや写真を高解像度化できる「waifu2x for macOS/iOS」がReal-ESRGAN、Real-CUGANなどで拡大の無効化に対応し、解像度を上げずに画質を向上させることが可能に。
アニメや写真を高解像度化できる「waifu2x for macOS/iOS」がReal-ESRGAN、Real-CUGAN、カスタムモデルで拡大の無効化に対応し、解像度を上げずに画質を向上させることが可能になっています。詳細は以下から。 waifu2x for macOS/iOSは、深層畳み込みニューラルネットワークによる二次元画像のための超解像システム「waifu2x」を、GoogleのYi XieさんがCore MLで実装したmacOS/iOS用クライアントで、アニメや写真の高解像度を行うことができますが、このwaifu2x for macOS/iOSがv7.1アップデートで拡大の無効化に対応しています。 Real-ESRGAN、Real-CUGAN、カスタムモデルで拡大を無効にできるようになり、解像度を上げずに画質を向上させました。 リリースノートより抜粋 waifu2x for m
【全体公開】今から追いつく！AIイラスト超入門｜スタジオ真榊【AIイラスト術解説】｜pixivFANBOX
こちらの記事は2023年3月9日に投稿された旧バージョンです。特段の理由がなければ、最新事情を盛り込んだ「AIイラストが理解る！StableDiffusion超入門」をご覧ください。 こんばんは、スタジオ真榊です。このところ、ツイッター経由で公式サイトやこちらのFANBOXへのアクセスが急増しており、これからAIイラストを始め...
MySQLで階層構造を扱うための再帰的なクエリの実装方法と実用例
１．はじめに RDBでの階層構造の関係を持つデータを扱う上で、 効率的なデータの持ち方や抽出方法について検証を行っています。 結論から先に 階層構造を扱う方法として下記の種類があります。 隣接リスト 経路列挙 入れ子集合 閉包テーブル 再帰クエリ（WITH RECURSIVE）を使うと階層データを扱う上でのパフォーマンスが得られます。 検索性、更新量、データ量など加味すると隣接リストで再帰クエリを用いるのがよさそう。 ２．階層構造を持つデータの概要 階層構造を持つデータとは 複数の要素（データ）が親子関係で結びついている構造を持つデータ 1つの要素が複数の要素の親になることができ、 また、1つの要素が複数の子要素を持つこともあります。 ある要素を親として、細分化された子要素であったり、 類似する要素を抽象化したものを親要素とするようなデータ。 階層構造を持つデータの例 組織における事業部、
[Minecraft × ChatGPT] マイクラで作りたいものを伝えると魔法みたいに実現してくれるコマンドを作る
2023/03/09 追記 このコマンドで使っているエラーハンドリングの仕組みについて別途記事にしました。 ChatGPTならではで面白いので、読んでもらえると嬉しいです！ 🔗 ChatGPT API にコードを書かせて eval する際のエラーハンドリング・プラクティス 息子と一緒に遊びたいなと、Minecraft と ChatGPT を繋げて、やりたいことを日本語で伝えるといい感じに実現してくれるコマンドを作りました 🪄 作ったもの /py magic に続けてやりたいことを伝えると、いい感じに実現してくれます。 家をつくる例 /py magic 10マス先に豪華な家を作って。窓は広めで。 水流エレベーターをつくる例 /py magic 水流エレベーターを作って。周りは石ブロックで。 🛠️ 実装 事前に Minecraft で Python を実行できる環境を整えます。 mcpi
![[Minecraft × ChatGPT] マイクラで作りたいものを伝えると魔法みたいに実現してくれるコマンドを作る](https://cdn-ak-scissors.b.st-hatena.com/image/square/743ee345a8e02dd16f605e1da17b234f8cb5ccc8/height=288;version=1;width=512/https%3A%2F%2Fres.cloudinary.com%2Fzenn%2Fimage%2Fupload%2Fs--xe84uKbD--%2Fc_fit%252Cg_north_west%252Cl_text%3Anotosansjp-medium.otf_55%3A%25255BMinecraft%252520%2525C3%252597%252520ChatGPT%25255D%252520%2525E3%252583%25259E%2525E3%252582%2525A4%2525E3%252582%2525AF%2525E3%252583%2525A9%2525E3%252581%2525A7%2525E4%2525BD%25259C%2525E3%252582%25258A%2525E3%252581%25259F%2525E3%252581%252584%2525E3%252582%252582%2525E3%252581%2525AE%2525E3%252582%252592%2525E4%2525BC%25259D%2525E3%252581%252588%2525E3%252582%25258B%2525E3%252581%2525A8%2525E9%2525AD%252594%2525E6%2525B3%252595%2525E3%252581%2525BF%2525E3%252581%25259F%2525E3%252581%252584%2525E3%252581%2525AB%2525E5%2525AE%25259F%2525E7%25258F%2525BE%2525E3%252581%252597%2525E3%252581%2525A6%2525E3%252581%25258F%2525E3%252582%25258C%2525E3%252582%25258B%2525E3%252582%2525B3%2525E3%252583%25259E%2525E3%252583%2525B3%2525E3%252583%252589%2525E3%252582%252592%2525E4%2525BD%25259C%2525E3%252582%25258B%252Cw_1010%252Cx_90%252Cy_100%2Fg_south_west%252Cl_text%3Anotosansjp-medium.otf_37%3Aryo_kawamata%252Cx_203%252Cy_121%2Fg_south_west%252Ch_90%252Cl_fetch%3AaHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyLzU2N2NiMTI0ZWYuanBlZw%3D%3D%252Cr_max%252Cw_90%252Cx_87%252Cy_95%2Fv1627283836%2Fdefault%2Fog-base-w1200-v2.png)
ChatGPT APIを使ってExcelやCSVのデータからレポートを自動作成してみる - Qiita
こんにちは！逆瀬川 ( https://twitter.com/gyakuse )です！ 今日はcsvからレポートを作成するのを自動化してみたいと思います。 これを使うと、excel/csvからシュッとそれっぽいレポート文章を作ることができます。 参考 どのように行うかの検討 CSVを扱ってデータをいい感じに解釈してくれるやつだとLangChainに実装されてそうなので調べてみました。 CSV Agentというのがあったのですが、Python3.9以上を要求されColabで扱いづらいこと、かつ使ってみたところうれしみが小さかったので今回は自分で実装してみることにしました。 ちなみにLangChain::CSVAgentを使うと以下のようになります。対話形式で特定のカラムの平均値とか出せるので楽しいです。ちなみにこれを使う場合は動的にコード生成しているので、Prompt Injectionさ
Docker上でGoogle Chromeを使ったWebクローラを作る - 生産性のない話
最近Webサイトのクローリング(スクレイピング？)に興味を持ちまして、Webサイトのクローラ的なものを作りたいと思い、いろいろ試行錯誤していました。 Webサイトのコンテンツを取得するなら、一番簡単なものだとwgetやcurl、ちょっと手を加えるならスクリプトを書く、Pythonならrequestsやmechanizeなどのライブラリを使うと、比較的単純なことなら簡単にできます。 より高度なことをやろうとすると、やはり実際のブラウザを利用するのが一番でしょう。 昨年末にこちらの記事を読みまして、 qiita.com Docker上でGoogle ChromeをHeadlessモードで動かし、Seleniumで制御してスクレイピングしようという記事です。 とても面白そうだったのですが、自分の欲しい機能にあと一歩というところでした。 これにmitmproxyを組み合わせれば、幸せになれそうだっ
昆虫食についての雑感｜DrNyao
1.昆虫食などの代替たんぱく質の話が最近ぞろぞろ出てきているバックグラウンドについて現時点での自分の理解を記録する意味を兼ねて書いてみる。 いわゆるプロテインクライシスに関する危機意識は、主に可耕作地が頭打ちになりつつあることがベースにある。 実際に可耕作地面積は現在ほぼ飽和状態にあり、それらは現在家畜の飼料用のトウモロコシや大豆の大規模集約生産に振り向けられつつある。 https://data.worldbank.org/indicator/AG.LND.ARBL.ZS https://ourworldindata.org/peak-agriculture-land 牛、豚、鶏といった食肉用家畜は、集約的な畜産システムの発達により広い土地を占有することはなくなりつつあるが、逆に多くの穀類をその生産のために独占しつつある。特に大豆は家畜の主なタンパク源として用いられている。 https:/
画像生成AI「StableDiffusion」で得ておくべき知識を身に付けるのに役立つ「SD Toolset」
画像生成AI「Stable Diffusion」はモデルデータが一般公開されているため、自宅のPCで誰でも簡単に動かすことができます。しかし、Stable Diffusionを使って自分が望む通りの画像を生成するためにはさまざまな知識が必要になり、初心者は何から学べばいいのかわからなくなりがち。無償で公開されている「SD Toolset」にはStable Diffusionで得ておくべき知識が単元ごとにわけてまとめられているので、ピンポイントで必要な知識を学ぶことができます。 SD Toolset https://sdtools.org/ SD Toolsetはこんな感じで、左のカラフルな同心円に単元が視覚的にまとめられており、同心円の内側から気になるカテゴリをクリックしていきます。例えば、Stable Diffusionの根幹部分を知りたい場合は、「Core」をクリック。 すると、以下の
(数式を使わない) Transformer の直感的な説明 / 真面目なプログラマのためのディープラーニング入門
(数式を使わない) Transformer の直感的な説明 RNN の欠点 Transformer はこれをどう解決したか Transformer の動作原理 複数の要素間の関係を考慮する (Self-Attention、自己注意) 要素の順序を考慮する (Positional Encoding、位置エンコーディング) まとめ 概要: ChatGPT などで使われている Transformer モデルは、 ニューラルネットワークの世界にいくつかの革新的なアイデアをもたらした。 本記事では、プログラマに理解しやすい形でそれらのアイデアを解説する。 実際に使われている数学の詳細には触れない。 (技術的解説については元論文 Attention is All You Need か、 その注釈版である The Annotated Transformer を参照のこと。 日本語では この解説 がわかり
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
【初心者向け】画像生成AI別のプロンプト（呪文）比較表
「登記所備付地図」の電子データを法務省が無償公開→有志による「変換ツール」や「地番を調べられる地図サイト」など続々登場【地図と位置情報】
【2023年版】Stable Diffusion モデルまとめ | BLOG CAKE
DiffusionによるText2Imageの系譜と生成画像が動き出すまで
美少女イラストを生成できるおすすめのモデルまとめ【Stable Diffusion】
LoRAを使った学習のやり方まとめ！好きな絵柄・キャラクターのイラストを生成しよう【Stable Diffusion】
