この本では、初心者・入門者の方に向けて、プロンプトエンジニアリングの知識や使い方を体系的にまとめました。 【概要】 ・内容：プロンプトエンジニアとは？、プロンプトエンジニアの必須スキル5選、プロンプトデザイン入門【質問テクニック10選】、LangChainの概要と使い方、LangChainのインストール方法【Python】、LangChainのインストール方法【JavaScript・TypeScript】、LCEL（LangChain Expression Language）の概要と使い方、LangSmithの概要と使い方【LLMOps】、LangServeの概要と使い方【API】、LangGraphの概要と使い方【Multi-Actor】、OpenGPTsの概要と使い方【OSS版のGPTs】、LangChain Evaluations【生成物の評価方法】、LangChain Hub、Op

GPTはじめ大規模言語モデルの登場により、MLシステム開発にもパラダイムシフトが起こっています。流れが速すぎてやや混沌としてきたので、プロンプトエンジニアリングの考え方をはじめとした新しい概念について有用な引用と共に交通整理をしてみました。 今から始めたい人はまずこれを読むと、どんな点に配慮すべきかが…

年の瀬の12月21日、すかいらーくは『2100店のファミレスに3000台のネコ型ロボットを導入しきった！！』というプレスリリースを出しました。 導入宣言をしたのが2021年10月だったので、1年ちょっとでファミレスで動く3000台のロボットが導入されたことになります。ザックリ計算すると、『1日10台ずつ』のロボットが、全国のガスト、バーミヤンなどで増えていったことになります。少なくとも私の知る範囲では最大規模かつ最高ペースです。 今回は、このビックな取組みがどのようなプロセスで進んだのかを、すかいらーくのIR資料などの公式情報をもとにまとめてみます。 導入したロボットは？ すかいらーくグループに納品されたのは、2016年に中国深圳で設立されたPudu Robotics社の「BellaBot（ベラボット）」。すかいらーくやメディアなどでは、その見た目から「ネコ型配膳ロボット」などと呼ばれてい

本動画はエンコードミスでキャプションが抜けているため、以下の動画をご覧ください。https://www.youtube.com/watch?v=Ygxe2c6Kaa0Jetbotを強化学習で走行させます。今回のバーションでは事前に学習させたVAEで異常検知を行うことで学習中のコースアウトを自動的に検出します。ソー...

OSSも人間の活動だからプロジェクト毎に個性がある。 なのでOSSのお作法、みたいなものに捉われないで、それぞれのプロジェクトとどの様に関わればうまくいくのかを、個別に向き合っていく必要がある。 世知辛いかも知れませんが、僕達の苦手な人付き合いと同じなんですよね。 — songmu (@songmu) November 16, 2021 そう、OSSプロジェクトはそれぞれ個性がある。意思決定の仕方、パッチに対する要求水準、ユーザーとの対話に関する姿勢、本当に千差万別なのである。まず、規模によって違う。その上で、同じ個人運営のプロジェクトでも、その個人の技術者としての性格や忙しさ次第で様々だ。自分の美意識を満足させる美しいものを作りたいからパッチはほとんど受け取らない人もいる。会社が組織として関わっているプロジェクトだって、Googleの幾つかのプロジェクトのように、事実上内部のソフトウェア

MacファンでMagic Keyboard派の友人に自作キーボードを布教しています。2年ぐらい布教してそれでも手を出してもらえていません。こうなったら自作キーボードをやってみる気になるようなキーボードを作るしかない！ 私は電子工作系があまり得意ではないのですが、自作キーボード界ではキーボードを設計して売るという文化があり、先人がたくさんいて情報もたくさんあります。設計に詳しくなくてもできるはず。 友人はApple本社（当時）に詣でるほどのMac派。キーボードももちろんApple純正です。そんな彼を自作キーボードに誘うキーボードはできるのか！？

「映像も物理も、微分可能になるとすごいことが起きる」ということの意味を文系にもわかるように説明しようと試みる 2021.07.26 Updated by Ryo Shimizu on July 26, 2021, 07:12 am JST 最近のプログラミングの新しい波は微分可能プログラミング(differentiable programming)である。 微分可能プログラミングとは、簡単に言うと・・・と思ったが、簡単に言うのは結構難しい。 まず「微分」という言葉があまり簡単ではない印象がある。 まずは微分と積分の関係性を説明しておこう。文系の読者に向けた記事であるので、非常にざっくりと説明してみよう(そのかわり、元々数学が得意な読者にとっては直感的ではない説明になるかもしれない)。 まず、瓶からコップにジュースを移すような状況を想定してみる。 瓶からコップが一杯になるまで60秒で注ぐとし

この記事について データドリブンなLチカという言葉をご存知だろうか？実はこの記事のために作った造語だ。今回はデータドリブンなLチカの意味ついて説明する。さらにRaspberry Pi picoを使ってTensorflow Lite for MicrocontrollerのLチカデモを実行する方法について説明する。データドリブンなLチカって言ってみたかっただけなのでネタ半分で読んで欲しい。そして、Raspberry Pi picoが積み基板化している方にぜひチャレンジしていただき、新時代へのパラダイムシフトを体験することを願っている。 Raspberry Pi pico Lチカとは（おさらい） Lチカとはマイコンに接続したLEDを点滅させるHelloWorld的なプログラムのことだ。sleep命令やタイマー割り込み、PWM出力といったマイコンの機能を使い倒してLEDの点滅間隔をプログラムする

1.この記事について DockerだけでROS2の開発をするコマンドラインツールを作ったので、その使い方などを簡単にまとめた記事になる。 こんなコマンドが公式であったら嬉しいけどもっと賢いベストプラクティスがきっとあると思うので教えてほしい。 2. モチベーション 次に計画しているプロジェクトに向けて、ナウでヤングなROS2に手を出してみた。インストールは簡単になっているが、多くの依存関係をローカルにインストールしたくない。AWS RoboMakerも検証してみたが、簡単にROS環境が手に入るとはいえ、インスタンスの起動時間が気になってしまう。そこでローカルに環境は構築せずに、DockerのみでROS2開発ができる環境を考えてみた。 3. DockerによるROS２開発で目指したこと。 Dockerを使ってROS2を動かす方法は種々紹介されているが、自分が目指した条件は以下の３点だ。大きな

昨日から開催されているAdobe MAX（10/23まで）と同時に、Adobe XDの最新アップデートがリリースされました！ 今までになかったまったく新しい新機能をはじめ、さまざまな機能の強化、共同編集機能の正式版、中でもCCライブラリ強化とVS Code連携は、ワークフローがさらに改善されると思います。 Adobe XDの新機能 まずは、Visual Studio Code連携。 VS Codeのプラグインとして無料で利用でき、デベロッパーはデザイントークンを数秒で作成し、Web、iOS、Android、Flutterなど複数のプラットフォームに向けてアプリをコンパイルすることができます。コーディング中は、関連するドキュメントやコードスニペットに素早くアクセスすることができます。 プラグインのインストールは、下記ページから。 ※2020年10月20日リリースのAdobe XD34でご利用

DXの全体像と、各種技術のマッピング、 何故DX関連のPoCが失敗するのか、 という怪文章 3時間分の講義資料を10分に極限圧縮しています。講義が必要な方はご連絡ください。Read less

本記事では、NVIDIAから発表されているPyTorchでのディープラーニングを高速化するコツ集を紹介します。 【※NEW】22年6月新記事：スクラム関連の研修・資格のまとめ & おすすめの研修受講方法 本記事について 本記事は、NVIDIAのArun Mallyaさんの発表、 「PyTorch Performance Tuning Guide - Szymon Migacz, NVIDIA」 に、説明やプログラムを追加して、解説します。 本記事のポイントは、Andrej KarpathyがTwitterで呟いている通りとなります。 good quick tutorial on optimizing your PyTorch code ⏲️: https://t.co/7CIDWfrI0J quick summary: pic.twitter.com/6J1SJcWJsl — Andrej

新たな「マリオカート」が家の中にやってくる。Nintendo Switch『マリオカート ライブ ホームサーキット』が10月16日に発売決定。

The document discusses control as inference in Markov decision processes (MDPs) and partially observable MDPs (POMDPs). It introduces optimality variables that represent whether a state-action pair is optimal or not. It formulates the optimal action-value function Q* and optimal value function V* in terms of these optimality variables and the reward and transition distributions. Q* is defined as t

1. この記事について 加速度センサを使い、機器の状態を遠隔で監視することはIoTの一般的なユースケースの一つだ。ソラコムのサービスとWioLTEを利用することでそのようなユースケースを爆速で実装することができる。このユースケースを実現する際の課題の一つは加速度データの処理方法にある。この記事ではWioLTE上にディープラーニングによるAIを実装し、加速度からメタ情報を抽出する。抽出した加速度のメタ情報をSORACOM Harvestで可視化させてみる。 2. 時系列の加速度データ活用の課題 加速度のような時系列のデータをモバイル回線を使ってクラウドへ転送すると通信量が高くなる。そこで、エッジ側で加速度の振動の変化や特定の動きといったユースケースに応じた「イベント」を検知して、必要なデータ、またはイベントをクラウドで通知する方法が取られる。 ユースケースに応じたイベントを検知するロジックは

TensorFlow 2.1.0がリリースされていた。最近はなぜか組込み向けでDeep Learningをする話がやってくる事があって、TensorFlow Liteを使ったりしている。 TF Liteを使ってみたことがある人は分かるだろうけど、TensorFlowのHP・ドキュメントにある通りにやっても基本的にビルドできない、サンプルが動かない、ドキュメントのリンク先は404 not foundという「一体これは何だ？動くのか？」という思いが最初に来ると思う。さらにはLayerの制限で、このモデルを作ったはいいけど、TF Lite上で動かしたらエラーで動かん…とか罠が満載で快感すら覚えてしまう。 自分もバージョンが変わる事に起きるドラスティックな変更で、これはどうすれば動くんだ？というので頭を抱えてしまう。 サクサク動いてめちゃ便利なんだけど、動かすまでが大変な沼にハマる…ということで、