IronでHTTPサーバーを立てる - Qiita
RustとHTTP Module std::net というのがありますが、これはプリミティブなTCP/UDP通信を提供するものなので、これをそのまま使ってHTTPを扱うのは少し大変です。 Are we web yet? Getting there を読んで、今回はIronというフレームワークを使ってみました。 バージョンは以下のとおりです。 rust: 1.0.0 (a59de37e9 2015-05-13) (built 2015-05-14) iron: 0.1.17 Iron はミドルウェア指向で拡張性の高いHTTPサーバーのフレームワークです。Iron自体のソースコードは小さく、これに必要なミドルウェアやプラグインを足すスタイルになっています。 コアとなるモジュールはあらかじめバンドルされています。 Middleware: Routing Mounting Static File
Raspberry Pi Zero(W, WH, 2 W)のセットアップ - Qiita
はじめに 2017/2にRaspberry Pi Zeroの国内販売が始まり、2021年11月にRaspberry Pi Zero 2 Wが発表され、セットアップ手順もより便利になっているので、久しぶりに更新しました。 本稿では、電源を入れるだけでリモートログインできる状態にし、ヘッドレス運用ができることを目標として、セットアップ方法の紹介をします。 まず、本稿の前半にシンプルなWifi接続またはUSB On-The-Go(以下USB OTGと記載)接続によるセットアップ方法を記載します。 上記のセットアップを行うと、以下のようにRaspberry Pi Zero(W)を使用できます。 USBケーブル一本で電源供給＋ネットワーク接続 (内側のMicroUSBコネクタをPCに接続し、データ転送と電源供給をする。USB機器は使用できない) USB or GPIOで電源供給、内臓WifiまたはB
Pandasを使ったデータ操作の基本 - ぴよぴよ.py
データ分析の会社に転職してから3ヶ月。 最初の1ヶ月はPandasの扱いに本当に困ったので、 昔メモしてたことを簡単にブログに記録しておく(o ･ω･)ﾉ 【追記】2017/07/31 0:36 データが一部間違ってたので修正しました Pandasとは pandasでよく使う型 テストデータについて 余談 Pandasでのデータ操作入門 pandasのload データ(csv)のロード データのサイズ データのカラム 行列から必要な列(カラム)を取り出す 条件にマッチするデータを取り出す 1. DataFrame.queryで取り出す True/FalseのSeries型を指定し、Trueの行だけを取り出す 追記(2017/12/14) 行列から必要な行番号を指定してを取り出す グループ分けと集計 新たな列を追加する 固有値を追加する 他の列を加工して新たな列を作る 他の複数列を加工して新
[Python] 初中級者のためのpytest入門
この記事は過去に自分が携わっていた案件のコードを理解するために書いたものです。 前は公式の日本語ドキュメントがあったんですが、迷宮に迷い込んだようです(404) ちなみに英語ドキュメントは普通にあるので読める人はそっちを読んだほうがいいです。 pytest: helps you write better programs — pytest documentationhttps://docs.pytest.org/en/latest/ 以下のようにインストールします。 info2021年09月に以下のバージョンで確認しながら大幅に加筆・訂正を行いました。pytest 6.2.5Python 3.9.6テストランナーとしてのpytestpytestは簡単に始められます。フレームワークに依存していなければテストケースを置き換えなくても実行するだけでOKです。 手始めに以下のファイルを作成します。
![[Python] 初中級者のためのpytest入門](https://cdn-ak-scissors.b.st-hatena.com/image/square/db125f1ff393117337f2ecbc80cf0fdd7dfa6f80/height=288;version=1;width=512/https%3A%2F%2Fnote.crohaco.net%2Fmedia%2Fpython.png)
RailsとAmazon Aurora利用時のフェイルオーバー問題を解決 - matsukaz's blog
tl;dr RailsのコネクションプールとAmazon Auroraのフェイルオーバーの仕組みは相性が悪く、フェイルオーバー時に致命的な問題が発生する 解決方法の1つは、コネクションプールを使わないこと ただし、都度接続だと接続コストがかかる New Relicなどを使ってる場合は、自分の実装以外で使ってるコネクションまで都度接続になってしまう 別スレッドでDB操作を行っている場合、処理中であってもそのスレッドのコネクションまで切断されてしまう（Railsのコネクション破棄がプロセス単位のため） コネクションプールを活かしたままこの問題を解決できたので、その方法をご紹介します。ちなみにRails 4.2の話。 RailsとAmazon Aurora利用時のフェイルオーバー問題とは 詳しくはこちら qiita.com 問題が発生する状況をまとめると以下の通りです。 Amazon Auror
Fast Neural Style | TensorFire
Demo is Shy 🙃 TensorFire is a library that runs neural networks in the browser. TensorFire mobile is not quite ready for prime-time, but here's a video of how this demo would look: If possible please open this page in a desktop browser! This is a demo app showing off TensorFire's ability to run the style-transfer neural network in your browser as fast as CPU TensorFlow on a desktop.
Luigi+pytestによるテスト再実行の制御 - Qiita
AdventarのPython Advent Calendar 2015 25日目の記事です。 はじめに 本記事ではLuigiを用いたジョブパイプライン構築の簡単な実例として、Pytestのテスト再実行について記述する。 Luigiとは LuigiはPython製のジョブパイプライン構築ツールである。Luigiを用いることで、ジョブパイプライン構築に必要な以下の事柄をPythonコードで表現することができる。 タスクの実行 タスク間の依存関係 タスク実行結果の保存 HadoopやSparkのジョブ実行、データベースからの/へのデータロードなど、それなりに時間がかかるタスクを構成要素としたジョブパイプラインの構築をメインターゲットとしているようで、それらのツールと連携するためのモジュールはデフォルトでサポートされている(http://luigi.readthedocs.org/en/stab
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
