【Python/Django】django-admin が実行できない場合の対処法（"コマンドが見つかりません"の対処法）
では、django-admin が実行できない場合の対処法（特にコマンドが見つからなくて実行できない場合の対処法）について解説していきます。 PATH を通さずにプロジェクトを作成する 前述の通り、django-admin のあるフォルダにわざわざ PATH を通さなくても Django のプロジェクトの作成を行うことは可能です。 python では -m オプションを利用することで直接モジュールを起動することが可能です。これを利用すれば、python コマンドさえ実行できればプロジェクトの作成を行うことが可能です。 具体的には、下記コマンドによりプロジェクトの作成を行うことが可能です（下記では mysite というプロジェクトを作成しています）。 上記により、django-admin startproject mysite を実行しなくても mysite というプロジェクトを作成すること
PythonでLINEにメッセージを送る - Qiita
はじめに 何番煎じかわかりませんが，Python x LINE NotifyでLINEにメッセージを送れるボットを作ったので，その備忘録です。 深層学習モデルの学習など，時間がかかる処理を回しているときに，その場を離れても進捗状況を知りたい！というときに重宝しています。 できること LINEのグループや自分自身にメッセージ・画像・スタンプを送ります ※こちらからのメッセージには反応できません LINE Notifyについて LINE Notify公式 Webサービスからの通知をLINEで受信 Webサービスと連携すると、LINEが提供する公式アカウント"LINE Notify"から通知が届きます。 複数のサービスと連携でき、グループでも通知を受信することが可能です。 動作環境 僕の環境は下の通りです。 が，Pythonでimport requestsできれば動くと思います。 Windows
プログラミング言語Pythonの生みの親がDropboxを退社、Dropboxが語る一流プログラマーの姿とは？
by Sagaru9535 プログラミング言語Pythonの生みの親であるグイド・ヴァンロッサム氏は、2018年7月12日に突如Python開発のBenevolent Dictator For Life(BDFL、優しい終身の独裁者)を退き、Pythonの仕様策定から離れる意向を示しました。そんなヴァンロッサム氏は2013年1月からDropboxの主任エンジニアを務めていましたが、2019年10月29日時点で既にDropboxを退社していることをDropboxの開発チームが公表。公式ブログでヴァンロッサム氏のエピソードと共に謝意が述べられています。 Thank you, Guido | Dropbox Blog https://blog.dropbox.com/topics/company/thank-you--guido ヴァンロッサム氏はアムステルダム大学で数学と計算機科学の修士号を取
iPad pro ローカル内だけでPython開発環境を構築 iPad単体でLambdaUPもできます - あゝお腹いっぱい、次なに食べよ
お疲れ様です、ししなみです。 掲題の件について、そんなんEC2でもGCEでもええやん と思った人がいるかと思いますが ローカルで shが動く事に意味があります。 そう、通信しないでいいってことです。 いや gitもlambdaUPも通信必要ですが、 それは通信が通る環境、つまりwifiとかある環境で叩けばいい事で え？セルラーモデル買えばいいって？ ししなみも iPad Pro のセルラーモデルですが それでも通信が途絶する環境ってのはあるんですよ。。。 と に か く 今回は iPad pro ローカルにPythonのすんばらしい開発環境を構築します。 必要資材 iOS (ししなみは iPadProですが iPhoneでも動作はすると思います） Pythonista3 https://appsto.re/jp/XxRUab.i Pythonista tools https://githu
Jupyter Notebook を使ってみよう
本ページでは、Jupyter Notebook の概要と基本的な使い方について紹介します。 Jupyter Notebook とは Jupyter Notebook (読み方は「ジュパイター・ノートブック」または「ジュピター・ノートブック」) とは、ノートブックと呼ばれる形式で作成したプログラムを実行し、実行結果を記録しながら、データの分析作業を進めるためのツールです。 プログラムとその実行結果やその際のメモを簡単に作成、確認することができるため、自分自身の過去の作業内容の振り返りや、チームメンバーへ作業結果を共有する際に便利なほか、スクール形式での授業や研修などでの利用にも向いています。 このようなノートブック形式で分析作業を行うためのツールとしては、微分積分などの科学技術系計算ソフトウェアの Mathematica (マセマティカ) や Spark, Hadoop などの並列分散処理シ
Pythonでmatplotlibの描画がうまく機能しない場合の対処 - Qiita
はじめに Anaconda経由でインストールしたはずが、描画がうまくいかないmatplotlibの対処が簡単ですが、案外ハマったので、紹介しておきます。 開発環境 ・OS: Mac OS X EI Capitan (10.11.5) ・Python 2.7.12: Anaconda 4.1.1 (x86_64) 失敗例 まず対話型のpythonを開きます。 >>> import matplotlib.pyplot as plt objc[10813]: Class TKApplication is implemented in both /System/Library/Frameworks/Tk.framework/Versions/8.5/Tk and /Users/{my_user_name}/anaconda2/lib/libtk8.5.dylib. One of the two w
pyenvとvirtualenvで環境構築した時にmatplotlib.pyplotが使えなかった時の対処法 - Qiita
$ pyenv install 3.5.1 $ pyenv virtualenv 3.5.1 mpl35 $ pyenv activate mlp35 $ pip install matplotlib numpy scipy $ python -c "import matplotlib.pyplot" Traceback (most recent call last): File "<string>", line 1, in <module> File "/Users/kodairatomonori/.pyenv/versions/mpl35/lib/python3.5/site-packages/matplotlib/pyplot.py", line 114, in <module> _backend_mod, new_figure_manager, draw_if_interactiv
python macで仮想環境を構築 virtualenv - Qiita
作業環境 MacBook Air (11-inch, Mid 2012) Python 3.6.4 参考元 まずは仮想環境を作る Flaskでweb作るための作業フォルダを作るために、仮想環境を作る。mac用。linuxもおなじ。 なんでもいいからフォルダを作る。フォルダ名はアプリケーション名でもプロジェクト名でもなんでもいい。 1で作ったフォルダの中にstaticフォルダ。templatesフォルダを作る。templatesのs忘れずに。 virtualフォルダを作る。仮想環境上でpythonやpipコマンドなどを使えるようにする。1で作ったフォルダの中のディレクトリに移動してから、terminalで下記のコマンドを実行
TensorBoardの最も基本的な使い方 - Qiita
TensorFlowの勉強メモです。 TensorBoardを使ってみたので、出来るだけ分かりやすく解説してみたいと思います。 TensorFlowのコードは主にこちらの書籍を参考にしています。 はじめに 1月から12月までの各月の平均気温の変化を、四次関数で近似するプログラムを例に、TensorBoardの基本的な使い方を解説してみます。 まずはTensorBoardを使わないコードを紹介してから、そのコードへTensorBoardで表示するためのコードを追加していきます。 TensorBoardを使わないで実装 # 必要なライブラリのインポート import tensorflow as tf import numpy as np # 変数の定義 dim = 5 x = tf.placeholder(tf.float32, [None, dim + 1]) w = tf.Variable
Tensorflowにおける各種演算まとめ - Qiita
はじめに Tensorflowではテンソルと呼ばれる量を扱うので、Numpyのメソッド等は使えません。そのためTensorflowに用意されているメソッドを用いる必要があります。 ここでは基本的な四則演算と行列演算についてまとめています。特にPythonで定義されている各種演算(+, -, /, //, %)と比べています。 注意 - すべての演算をまとめているわけではないので、その他の演算については公式ドキュメントを参照ください。 - Tensorflowでは全てテンソルを扱うので、データの種類に言及するときは、テンソルを飛ばして「リストは〜」「ベクトルは〜」などと書いています。その点注意していただければと思います。 - 2018/01/31: 1月26日にTensorflow v1.5.0がリリースされました。このバージョンからeager executionというメソッドが実装され、S
Tensorflowの関数理解 - Qiita
主にTensorFlow Mechanics 101を日本語化したもの。 一部公式チュートリアルとは違うコード載せている時もあるけど大意は同じ。 placeholder() inputとかoutputに用いる。 seesでrunするときに使うplaceholderをfeedする必要あり。 x = tf.placeholder(tf.float32, shape=(1024, 1024)) y = tf.matmul(x, x) with tf.Session() as sess: print(sess.run(y)) # ERROR: will fail because x was not fed. rand_array = np.random.rand(1024, 1024) print(sess.run(y, feed_dict={x: rand_array})) # Will suc
ディープラーニング(深層学習)を理解してみる(パーセプトロンと論理演算) - デジタル・デザイン・ラボラトリーな日々
はじめに TensorFlow関連の記事を書いている割には、ディープラーニング(深層学習)について理解度が足りてないということもあって基礎的なところから理解してみようと思いました。幸い、ここ1年で本やブログ記事が増えてきたので助かります。 参考にした下記の2つ本となります。あと、この本の内容を元にした幾つかのブログの記事などです。 自分なりに理解したことをまとめて書いていきますが、詳細はリンク先を参照してください。 線形と非線形 機械学習をやる上で「線形」と「非線形」という言葉が出てきますので、先に説明しておきます。 線形 簡単に言えば、直線的な線のことです。 一次関数「例 y = ax + b」のように定数倍と足し算・引き算で表されたものとなります。 【追記 2017/07/21】 y = ax + bは、線形ではないとのことです、線形の定義では原点を通るとのこと。 そもそも線形ってどう
【Python】.whlファイルをpipでインストールしようとして「○○.whl is not a supported wheel on this platform.」エラーが出た時の対応 - Qiita
はじめに numpy+mklのwhlファイルをpip installでインストールしようとしたときに、 「○○.whl is not a supported wheel on this platform.」 というエラーが出たので、その解決方法を備忘録として記事にしてみました。 環境 Windows 10 Python 3.5.2 pip 10.0.1 エラーの原因 pipに対応していないバージョンのwhlはインストールができません。 例えば、cp27に対応していないpipの場合、 numpy-1.14.5+mkl-cp27-cp27m-win_amd64.whlをインストールしようとすると numpy-1.14.5+mkl-cp27-cp27m-win_amd64.whl is not a supported wheel on this platform. というエラーが表示され、インス
venv: Python 仮想環境管理 - Qiita
venv について venv を使うと pip によるパッケージの導入状態をプロジェクトごとに独立させることができる． venv は virtualenv が Python 3.3 から標準機能として取り込まれたもの．別途ソフトウェアをインストールすることなく使用できるため，最も手軽に仮想環境を管理する方法の一つと言える． 2 系を偶に使うという程度なら 3 系は venv，2 系は virtualenv で管理すると同じように管理できるので良い． Since Python 3.3, a subset of it has been integrated into the standard library under the venv module. Virtualenv — virtualenv 16.6.1 documentation Python 3.x.x 下に組み込まれた機能なので
人工知能フレームワーク入門（第1回）：人工知能とTensorFlow | さくらのナレッジ
昨今では「人工知能（AI）」やそれに関連する技術が注目されている。そこで本連載では人工知能に関する技術の概要や、それを利用するためのソフトウェアについて紹介する。 人工知能とは何か ここ数年、「人工知能」や「AI」という言葉がさまざまな分野で使われるようになった。人工知能関連の技術はここ数年で急速に発展しており、たとえば将棋や囲碁といった分野では、人工知能技術を使ったソフトウェアが人間のプロ棋士に勝利するレベルとなっている。また、iPhoneに搭載されて話題となった「Siri」は人間の言葉を理解してそれに対し適切なアクションを実行することができるが、これにも人工知能技術が使われている。そのほか、文字や画像の認識、文章の分析など、人工知能関連技術を使った多くの製品がすでに市場に投入されている。 しかし人工知能と言われても、それが実際にはどんなものなのか想像できる人は少ないだろう。そこで本記事
人工知能フレームワーク入門（第2回）：TensorFlowの基本的な使い方 | さくらのナレッジ
人工知能関連のソフトウェアを実装するに当たって広く使われているのがGoogleが提供するオープンソースの数値演算・人工知能関連ライブラリである「TensorFlow」だ。今回はこのTensorFlowのアーキテクチャや、基本的な行列演算、CSVファイルからのデータ読み込み、機械学習プログラムの実装を行う流れを紹介する。 TensorFlowのアーキテクチャ 前回記事で紹介したとおり、TensorFlowは人工知能や強化学習を利用するシステムで使われるさまざまな部品を提供するライブラリだ。提供される機能としてはさまざまな行列・ベクトル演算、非線形演算関数、データファイルの読み書き、最適化問題を解くためのソルバー、ニューラルネットワークで使われる各種演算処理など多岐にわたる。 TensorFlowが一般的な数値演算ライブラリと異なるのは、計算グラフ（Computation Graph）というも
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
はじめに｜デザインパターンの絵本
Amazon.co.jp: ゼロからFlaskがよくわかる本: Pythonで作るWebアプリケーション開発入門: 本田崇智: Digital Ebook Purchas
Python 2.7 - SyntaxError: invalid syntax｜teratail
複数バージョンのPython2系と3系をvenv(virtualenv)で切り替えて使用する環境構築まとめ(windows編)
