プログラミングの勉強方法で最も効果がない方法は「写経」です。コードを記憶しても無駄です。実際のプログラミングでは記憶にないコードを作り出さなければいけないからです 「写経」はタイピング速度の向上やキーワードを覚える効果はあるかもしれませんが、肝心のプログラミングには役に立ちません — Koichi Nakashima (@ko1nksm) September 3, 2024 こういうエントリを見かけたので。 僕は1990年代からプログラミングを人に教える仕事をしています。最初は中学の時に技術家庭科の授業を先生から任されて同級生にプログラミングを教えることから始まりました。その後、色々な方法を試しましたが、結論としてプログラミング初心者は写経した方が結局は上達が速いと今は考えています。 それが特に強く感じられたのは2015年頃から色々な人にAI関連のプログラミングを教え始めた頃です。 AI関
想定よりだいぶ大変でした。 hecto 成果物はこれ↓ 参考サイトはこれです↓ インスパイア元↓ 感想 Rustはこのチュートリアルが初体験 ずっと勉強したいとは思っていたので良い機会だった チュートリアルを進めていくなかで所有権とかライフタイムとかを少しずつ導入していき説明も挟んでくれるので助かった しかし3000行の経験を積んだ程度ではまだまだエラーの読み解きは難しいな〜という印象 https://bsky.app/profile/kawarimidoll.bsky.social/post/3l3znqvdbx42q パターンマッチ、ResultやOptionといった概念は先にGleamをやっていたおかげで問題なく理解できた 外部依存ナシのC言語版が1000行程度だったので外部ライブラリを使えるRust版は行数が少ないのかしらと思ったが結果的に3000行になった C版は1週間ほどで完成
ルールは現場で死にました - The Rules of Programming の読書感想文 - じゃあ、おうちで学べる
本日は人生の数ある選択肢のなかから、こちらのブログを読むという行動を選んでくださいまして、まことにありがとうございます。 はじめに プログラミングの世界には多くの指針や原則が存在します。Chris Zimmerman氏の「The Rules of Programming」（邦題：ルールズ・オブ・プログラミング ―より良いコードを書くための21のルール）は、不変の知恵を凝縮した一冊です。これらの原則は、多くの開発現場で活用できる有益な内容となっていると思いました。 The Rules of Programming: How to Write Better Code (English Edition) 作者:Zimmerman, ChrisO'Reilly MediaAmazon 本書は、大ヒットゲーム『Ghost of Tsushima』などで知られるゲーム制作スタジオ、Sucker Pun
転職・求人情報サイトのtype エンジニアtype スキル エンジニアの善意がコードを複雑にする？ “改良したい欲”に駆られる前に知りたい「コーディングの鉄則」とは NEW! 2024.09.18 スキル コーディングプログラミング コーディングに関する名著『リーダブルコード』（オライリー・ジャパン）の序章は、次のように始まる。 美しいコードを見ると感動する。優れたコードは見た瞬間に何をしているか伝わる。そういうコードは使うのが楽しいし、自分のコードもそうあるべきだと思わせてくれる。 コードは理解しやすくなければならず、シンプルで無駄の無いことが重要だということを、この名著は教えてくれる。 ただ一方、自身の開発現場が「美しいコード」で溢れているかと問われたらどうだろうか。ついつい「複雑なコード」を書いてしまいがちなエンジニアは、少なくないはずだ。コードはシンプルで無駄の無いことが重要である
RIG is 何？RAG の妹？DataGemma の論文を翻訳しながら RIG を読み解く〜①まずは翻訳〜 - Qiita
RIG is 何？RAG の妹？DataGemma の論文を翻訳しながら RIG を読み解く〜①まずは翻訳〜RigragDataGemma DataGemma がリリースされました。外部情報を使ってハルシネーションを抑止する手法として RAG が有名ですが、Datagemma では RAG だけではなく RIG という手法も提案・利用していました。 RIG というのがよくわからなかったので論文を読みました。そしてそのときの翻訳を残します。 RIG が一体なんなのかはそのうち… 論文の原本はこちら 注) RIG の Retrieval Interleaved Generation は勝手に検索交互生成としました。 以下原文を LLM の助けを借りながら翻訳したもの 要旨 大規模言語モデル（LLM）は、数値や統計データ、あるいは時事的な事実に関連するクエリに応答する際、事実に反する情報を生成し
「同じ言葉」を日本語で運用するノウハウ〜「ドメイン駆動設計をはじめよう」翻訳者・レビュアー対談その3 - TRACERY Lab.（トレラボ）
TRACERYプロダクトマネージャーの haru です。 2024年8月29日(木)に開催された勉強会「BPStudy#204〜ドメイン駆動設計をはじめよう」では、書籍ドメイン駆動設計をはじめよう ―ソフトウェアの実装と事業戦略を結びつける実践技法（以降、LDDD*1）の翻訳者とレビュアーをお招きし、パネルディスカッションを実施しました。その時の様子をお伝えします。翻訳者とレビュアーの見解を通じて、書籍をより深く理解し、実践に役立つヒントを得られるでしょう。 その１: 書籍の魅力と翻訳の舞台裏 その２: エヴァンス本との相違点 その３: 「同じ言葉」を日本語で運用するノウハウ (本記事) その４: 重要なツールとして進化した、区切られた文脈 パネルディスカッション参加者 パネラー： 増田 亨(ますだ とおる) 氏(翻訳者：以下、増田) 綿引 琢磨(わたびき たくま) 氏(翻訳者：以下、綿引
コードのペースト先をAIが自動判別、別プログラミング言語への変換や、変数名、関数名を自動変換してくれる「Smart Paste」機能、Codeiumが提供開始
コードのペースト先をAIが自動判別、別プログラミング言語への変換や、変数名、関数名を自動変換してくれる「Smart Paste」機能、Codeiumが提供開始 生成AIによるプログラミング支援ツール「Codeium」を提供しているCodeiumは、コードをコピー＆ペーストする際にAIが自動的にエディタ上のプログラミング言語を判別し、コードをペースト先のプログラミング言語に変換する機能などを備えた新機能「Codeium Smart Paste」（以下、Smart Paste）の提供開始を発表しました。 Found the perfect answer on the internet? But the sample code is in Python, and your project is not? Time for some manual work to translate the ans
汚いコードと対処法 - 君はコードなんか汚いと思いながら
あらすじ 徹夜明けの深夜テンションで書いた怪文書が思いの外多くの人の目に止まったようなので、実際にどういうコードが汚くて、どう改善できるのか、みたいな事を簡単にまとめてみる。 モジュール・クラス・変数の名前がおかしい 名前から全く想定できない作用がある、名前が嘘 例えば、validateForm()という名前のメソッドを実行すると、決済処理が完了してレシートが印字されるとケース。おまえはvalidationではない。でもvalidationなので、DBには保存しない。 （何を言っているんだ？？？ちなみに、外部APIやデバイスのコールはこのメソッドの中でできてしまうが、フレームワーク制約でDB更新はここではできない、みたいな状況でそういう事が起こる） const blue = "#ff0000"、おまえは青色ではない。真っ赤なウソだ。 これは、しばしば致命的なバグにつながる。既存のblueを
2024年8月24日に大阪・中之島フェスティバルタワーにて開催された大阪Ruby会議04に参加しました。 キーノートスピーカとして呼んでいただいたのですが、まったくの分不相応です。伝統的に、大阪のRubyコミュニティにはmruby好きな人たちがいるので、彼らの声によりわたくしが選ばれたのだろうと思います。 RubyKaigiっぽい熱気 自分のキーノートの内容にひとつ反省点があります。「地域Ruby会議」と「RubyKaigi」の違いについて、その場の全員がわかっているかのような前提で話をしてしまいました。実際には地域Ruby会議やRubyKaigiを未経験の人がいたはずなので、彼らをちょっと置いてけぼりにしたかもしれません。 簡単に埋め合わせます。RubyKaigiは年に一回、日本のどこかで開催される最も大規模なRubyのカンファレンスです。発表されるトークはすべてハードテックトークです。
本レポートでは、2024年8月中に発生した観測情報と事案についてまとめています。 目次 DDoS攻撃の観測情報 IIJマネージドセキュリティサービスの観測情報 Web/メールのマルウェア脅威の観測情報 セキュリティインシデントカレンダー DDoS攻撃の観測情報 本項では、IIJマネージドセキュリティサービスやバックボーンなどでIIJが対処したDDoS攻撃のうち、IIJ DDoSプロテクションサービスで検出した当月中の攻撃を取りまとめました。 攻撃の検出件数 以下に今回の対象期間で検出した、DDoS攻撃の検出件数を示します。 図-1 DDoS攻撃の検出件数（2024年8月） 今回の対象期間で検出したDDoS攻撃の総攻撃検出件数は379件であり、1日あたりの平均件数は12.23件でした。期間中に観測された最も規模の大きな攻撃では、最大で約426万ppsのパケットによって44.34Gbpsの通信
RISC-V OSを作ろう (9) ～ マルチコア (OSの起動) - VA Linux エンジニアブログ
はじめに 方針 メモリ割り付け OSの起動 リセットエントリ OSの初期化 コアローカルなメモリ域の初期化 コアの待ち合わせ タイマの起動 コア間割り込み設定 タスク起動 最後に おまけ 執筆者 : 高橋 浩和 ※ 「RISC-V OSを作ろう」連載記事一覧はこちら ※ 「RISC-V OS」のコードはgithubにて公開しています。 はじめに 今回からRISC-V OSをマルチコア環境に対応させていこうと思います。今回は、マルコチアOSとして立ち上がるところまでを見ていきます。 方針 タスクはどのCPU上でも実行可能とします。各CPU上でスケジューラが独立して動作し、READY状態だがまだどのCPUでも実行されていないタスクを見つけて実行権を与えるものとします。少しでも早くタスクを見つけたスケジューラがタスクを実行する権利を得ます。 スケジューラのタスク操作ではコア間の競合が発生しますが
この記事で語ること自己紹介 何を作ったか 使用したGemについて 使用しなかったGemについて PHPとのRubyの比較 感想 俺と同じように、PHPなどの他の言語からRubyの世界に入門したいと思っている人に、Rubyの世界をなんとなく伝えられたらいいかなと思ってます。特にネイティブRuby開発の記事はRailsの記事と比較すると圧倒的に少なかったので、Railsに頼らない開発をしたい人たちの一助になれば嬉しいです。君も一緒に裸のRubyを書こう！ 自己紹介「ちょらん」といいます（Twitter: https://x.com/choran_gang）。客先常駐の会社でLaravelを使って労働しているバックエンダーです。最近はDDDなど、主にバックエンドのアーキテクチャに興味があって勉強中です。 成果物についてこちら。RubyBBDDDと名付けました。 RubyBBDDDはRubyの言語
エンジニアにとって英語力が重要な理由
イントロダクション エンジニアに英語はいらない、という意見を見たりしますが、個人的には超重要だと思っています。 英語ができるようになると、技術的な問題解決がスムーズになったり、最新の情報にアクセスできるようになったりするだけでなく、コードの質が上がったり、プログラミングという共通点で人生経験の幅を広げることができると考えています。 よく言われる、英語力がエンジニアにとって重要な理由 ドキュメントの理解や学習効率の向上や技術的な問題解決 公式ドキュメントや最新の技術記事を直接手に入れることができ、問題解決や新しい技術の習得が進む エラー文を読む力がつく でもそれだけじゃない コード品質の向上 英語力があると、適切な単語や文法を選び、直感的で理解しやすいコードを書くことができます。 これは、他のエンジニアと共同作業をする際に特に重要です。 例えば、関数名や変数名において、具体的で明確な単語を使
2024年7月25日紙版発売 2024年7月25日電子版発売 出井秀行 著 B5変形判／496ページ 定価3,520円（本体3,200円＋税10%） ISBN 978-4-297-14307-7 Gihyo Direct Amazon 楽天ブックス 丸善ジュンク堂書店 ヨドバシ.com 電子版 Gihyo Digital Publishing Amazon Kindle ブックライブ 楽天kobo honto 本書のサポートページサンプルファイルのダウンロードや正誤表など この本の概要 C#のプログラムを作成するには，解こうとする問題の手順と利用するデータ構造を考え，それをC#のコードとして記述するスキルが必要になってきますが，そういったスキルは，現場で利用されているイディオムや定石といったパターンを学習することで得られます。「パターン」を自分の中に叩き込むことが上達の早道なのです。また，
生成AIを用いてStable Diffusionの論文「High-Resolution Image Synthesis with Latent Diffusion Models」を読んでみた (続き) - Qiita
生成AIを用いてStable Diffusionの論文「High-Resolution Image Synthesis with Latent Diffusion Models」を読んでみた (続き)機械学習論文読みStableDiffusion生成AIChatGPT はじめに 前回、生成AIを用いてStable Diffusionの論文「High-Resolution Image Synthesis with Latent Diffusion Models」の内容(本文)を(なるべく)把握してみました。 同論文の末尾に大量に付け加えられているAppendixについても、前回と同様の方法で、把握してみます。 この論文で提案されたオートエンコーダーモデルは、敵対的学習の手法を用いてモデルを訓練し、パッチベースの識別器を用いて元画像と再構成画像を区別するように最適化している、と分かりました。(
前回の記事はこちら 今回は、自作言語であるターコイズ言語の字句解析器を完成させていきたいと思います。 プログラミング言語を作りたいと思っている人の助けにもなれたら幸いです。 ターコイズ言語の概要 ターコイズ言語は手続き言語として作ります。 文法は、JSライク？にしていきます。 変数宣言は var VARIABLENAME = 3 関数宣言は func FUNCTIONNAME(ARGMENT1, ARGMENT2, ...){PROCESS} 関数呼び出しは FUNCTIONNAME(ARGMENT1, ARGMENT2, ...) でできるようにしたいと思います。 プログラミング言語の作り方 このように、字句解析器、構文解析器、インタープリタを作ればよいです。 実際に作っていく 字句解析器 字句解析とは、例えば var x = 3 というソースコードを分解して、var, x, =, 3
定量化できない判断に必要なのが「ビジョン」｜えふしん
要は、スキルの高いエンジニアだったらコードが汚くても文句言わないし、頭が良いからコードが読める。それ故に、スピード重視を考えて、コードの読めない人向けに、コードのきれいさを強いられるのってちょっと違うよね、という話（僕の感覚での要約） まぁ個人的感覚としても言ってることはわからんくない。頭の悪い人にレベルを下げるために時間を使うなら、スピード重視で行こうぜって、いかにもひろゆき氏の言説にありそうな流れだし、僕もどっちかというとそっちのタイプだし、記事全体としても、安野氏がバランスを取っているから、ひろゆき氏的な極論で終わっていないという意味でも好印象。後半は読み飛ばした。 ただ、管理者という視点と、業務委託を含む中途入社の方々に速やかにご活躍いただくことが我々にとってのスピードになるというベンチャー企業っぽい都合から見させてもらうと、きたないコードや、直感的でない変数名、なんならスペルミス
ヒューマンデータのBBSを見ていると、GAME80について書いてある記事を発見。 http://www.nk.rim.or.jp/~jun/rvtl/game80.html (GAME80コンパイラー解説)を見て一気に昔に戻る。 当時、bit-inn では、仙田アセンブラというのが一部で流行しており、これなんか私に取っては究極のVTL Very Tiny Languageだと思っていました。 10'Commnet sample Program Z80 19' LD HL,0 20 21,#0 29' LD SP,LOOP 30 31,>LOOP 39'LOOP: 40 LOOP 実際にはコメントなんか不要で 10 21,#0,31>LOOP 20LOOP てやっていました。表記は記憶に頼っているので間違いがあるかもしれません。こんな雰囲気で書けました。この表記を一部 GAME80 コンパイ
管理画面のカスタム投稿一覧にタクソノミー（カテゴリー）を表示させる方法管理画面のカスタム投稿一覧にタクソノミー（カテゴリー）を表示させるには、下記コードをfunctions.phpにコピペして、{タクソノミースラッグ}と{カスタム投稿タイプスラッグ}の部分を書き換えればOKです。 functions.php <?php //※ここから先をコピペ function my_custom_column($columns) { $columns['{タクソノミースラッグ}'] = 'カテゴリ'; return $columns; } add_filter('manage_{カスタム投稿タイプスラッグ}_posts_columns', 'my_custom_column'); function my_custom_column_id($column_name, $id) { $terms = get
過去記事「GAT〈ガット〉」で、次の論文に言及しました。 [Ste19-] Title: Algebraic Type Theory and Universe Hierarchies Author: Jonathan Sterling Submitted: 23 Feb 2019 Pages: 25p URL: https://arxiv.org/abs/1902.08848 6月にチラ見しただけなので、もう一度読んでみようとしたら、ド頭から読めない！ アレレ？ 「あっ、そういえば」と思い出しました。この論文は、型理論界隈の因習的な語法・記法を使っていて、読みやすいものではないのでした。以前、語法・記法の解読をしたのですが、記録してなかったのですっかり忘れました。 今回は記録しておくことにします。記録（＝この記事）は、GAT〈generalized algebraic theory〉の構文
変態エンジニアの実態
世の中のエンジニアには、初級、中級、上級のスキルセットがあるが、その中には含まれているが、除外されやすい、変態級というのが存在する。 初級や中級エンジニアは、駆け出しエンジニアと言われることがあるが、上級エンジニアと聞くと、なんとなく品がある感じがする。 でも、変態エンジニアというのは、品が無さそうで、節操がなく、むしろ頭の髪の毛がボサボサのイメージすら浮かんでくる。 でも、世の中のテクノロジーを支えているのは、間違いなく変態級のエンジニアなのであるのだが、なかなか日の目を見ない変態エンジニアに今回は焦点を当ててみたいと思う。 変態エンジニアの特徴 一般的には理解し難いけど、変態エンジニアって次の様な特徴を持っている事が多い。 コードはアートだと思っている バグすら「抽象的な美」として楽しむ。 どんなに、汚いコードであっても、 誰もが無意味だと感じるソースであっても、 変態エンジニアは、そ
TJSをもっと使うために
TJS ( TJS2 ) は吉里吉里本体が直接理解できるスクリプト言語で、JavaScript や JAVA ににています。KAG はこの TJS スクリプトで記述されています。 TJS スクリプトは KAG が理解する ( 抽象的な ) シナリオよりもよりシステム側に近い ( 具体的な ) 記述をすることが可能で、扱いは難しくなりますができることの幅はぐっと広がります。 KAG には eval emb link if タグなどの exp 属性、各タグの cond 属性、エンティティ ( & 付きのタグの属性 ) などなど、「TJS式」を指定する場面がいくつかあります。 TJS式を使うと、普通は KAG の裏に隠れている 吉里吉里に比較的簡単にアクセスすることができます。 また、iscript タグは、TJS2 スクリプトを直接実行することができます。これにより、高度な処理を実行したり、K
【2024年3月時点】ChatGPT4搭載のSlackBOTをpythonで作ろう🚀【Slack-Bolt】 - Qiita
Slack BOTとGPTを連携しよう！ 何番煎じ系のアレですが、SlackBotにchatgpt(厳密にはopenai API)という名の脳ミソ🧠を与えてあげました↓ 既に巷には色んな記事が公開されていますが、ちょっと記事が古くてAPIのIFが変わってたりしたので、折角なら誰かのお役に立てればと思いソースコード解説記事を書きます。 書いてあること➡実装方法、リポジトリ紹介、使い方(ローカル・リモート) 書いてないこと➡各サービス(slack,openai)の設定、技術の詳細 Slack-Bolt(Bolt for python) とopenai-pythonを組み合わせてpythonで動作するサーバを実現します。 雑に、こんな感じ↓ 今どき、色んな統合ツールやサービスが提供されているので、サクッとやりたい場合は敢えて自力で実装する必要はないはずですが、仕組みを理解したり、自分で後から色
生成AIを用いてGPT-3の論文「Language Models are Few-Shot Learners (2020)」を読んでみた (続き) - Qiita
生成AIを用いてGPT-3の論文「Language Models are Few-Shot Learners (2020)」を読んでみた (続き)機械学習論文読みTransformer生成AIChatGPT はじめに 前回、生成AIを用いてGPT-3の論文「Language Models are Few-Shot Learners (2020)」の内容(本文)を(なるべく)把握してみました。 同論文の末尾にあるAppendixについても、前回と同様の方法で、把握してみます。 言語モデルの訓練に使用された計算量の計算方法では、注意機構の計算量が全体の計算量に対して10%未満しか使用しないため、注意機構の計算を無視し、逆伝播に必要な計算量は前向き伝播の3倍として計算する(大幅な簡略化)ことが分かりました。(その他、末尾の「分かったこと」章を参照) 以降で、ChatGPTに聞いてみた例を記載しま
［解決！Python］format関数や文字列のformatメソッド、f文字列で指定する書式指定子まとめ
［解決！Python］format関数や文字列のformatメソッド、f文字列で指定する書式指定子まとめ：解決！Python Pythonで何らかの値を一定の書式に従って文字列に変換するにはformat関数や文字列のformatメソッド、f文字列を使用する。このときに一定の書式を指定するのに使うのが書式指定子である。その指定方法をまとめて紹介する。 # format関数の使用例 # format関数は第0引数の値を第1引数の書式指定子に従って書式化する a = 100 format_spec = 'b' # 2進数表記に書式化 s = format(a, format_spec) print(s) # 1100100 format_spec = '0=+5d' # 符号付き5桁の10進数表記に書式化 s = format(a, format_spec) print(s) # +01
生成AIを用いてPPOの論文「Proximal Policy Optimization Algorithms (2017)」を読んでみた - Qiita
生成AIを用いてPPOの論文「Proximal Policy Optimization Algorithms (2017)」を読んでみた機械学習ReinforcementLearning論文読み生成AIChatGPT はじめに 生成AIを用いてPPOの論文「Proximal Policy Optimization Algorithms (2017)」の内容を(なるべく)把握してみました。(生成AIが)論文の記載内容を始めから最後まで読んで、実際にどのような記載があるのかを把握します。 (論文の分かりやすい解説記事は見るのですが、実際の論文までチェックしないので、生成AIを使って内容を把握してみました。) 概要レベルでは内容が把握できましたが、標準的な方策勾配法・これまでの主な手法(TRPO、A2C、ACER)の基本的な式・変数記号・処理方法を理解していないので、根幹の部分を理解できませんで
WindowsやLinux/Unixなどには環境変数と呼ばれるものがある。環境変数は、シェルから起動されるプログラムに対して、何らかのテキスト情報を伝達するもの。現在の環境変数の元になったのは、Version 7 UNIXに搭載されたもの。すべてのプログラムからアクセス可能な変数とすることでさまざまな応用が可能になった。たとえば、アプリケーションのオプション設定値を環境変数で表現することで、毎回起動オプションを指定する必要がなくなった。あるいは、エディタを指定しておくことで、必要に応じて、ユーザーの好みのエディタプログラムを起動させることも可能になる。 もともとシェルには、変数があり、これを使うことで、シェルスクリプト間では値を渡すことができた。また、起動するコマンドの引数をシェル変数とすることで、パラメーターを引き渡すこともできた。この仕組みを汎用的に使えるようにシステム側の機能としたの
はじめに この記事では、エンジニアリングをする上でも重要な ロジカルシンキング クリティカルシンキング ラテラルシンキング の、3つの思考法について それぞれの違いと、どのようにプログラミングや日常生活で活用できるかを解説します。 1. ロジカルシンキングとは 1.1 ロジカルシンキングの定義 特性 例えば 日常生活においても、選択肢が複数ある場合にメリットとデメリットを比較し、最も合理的な選択をする際にロジカルシンキングが活用されます。 また、ビジネスの世界では、戦略的な意思決定や、プレゼンテーションでの説得力を高めるためにも重要です。 1.2 プログラミングにおけるロジカルシンキングの役割 プログラミングにおいて、ロジカルシンキングは不可欠なスキルです。 コードを書く際には、論理的に考えることで、エラーを防ぎ、効率的なアルゴリズムを構築することが可能です。 コードの設計と構築 プログラ
GitHub Copilot Chatでコードレビューを効率化する方法！エンジニア必見の具体的アドバイス | Hakky Handbook
はじめに この記事では、GitHub Copilot Chatを活用してコードレビューの効率を向上させる具体的な方法を紹介します。特に、中級エンジニアにとって、より良いコードを書くためのスキル向上に役立つ情報が満載です。 この記事を読むことで、従来の時間がかかるコードレビューの課題を解決し、生産性向上を実現するための具体的な手法を学ぶことができます。最後まで読むことで、あなたのエンジニアとしての成長に繋がる貴重な知識を得られるでしょう。 GitHub Copilot Chatとは GitHub Copilot Chatは、AIを活用したコーディング支援ツールであり、コードレビューにおいてエンジニアがリアルタイムでフィードバックを受けることができるチャット形式の機能を提供します。 GitHub Copilotの概要 GitHub Copilotは、AIを活用したコーディング支援ツールで
生成AIを用いてSparse Transformersの論文「Generating Long Sequences with Sparse Transformers (2019)」を読んでみた - Qiita
生成AIを用いてSparse Transformersの論文「Generating Long Sequences with Sparse Transformers (2019)」を読んでみた機械学習論文読みTransformer生成AIChatGPT はじめに 生成AIを用いてSparse Transformersの論文「Generating Long Sequences with Sparse Transformers (2019)」の内容を(なるべく)把握してみました。(生成AIが)論文の記載内容を始めから最後まで読んで、実際にどのような記載があるのかを把握します。 (論文の分かりやすい解説記事は見るのですが、実際の論文までチェックしないので、生成AIを使って内容を把握してみました。) 概要レベルでは内容が把握できましたが、数式の表記が簡潔で、数式に基づいた具体的な処理方法の部分を理解
はじめに 最近ちょくちょく触っているNext.js 13アプリをクラウドにデプロイしていたところ NEXT_PUBLIC_変数が空になる クラウド環境のサーバーインスタンスに該当の環境変数は設定できている ローカル環境ではproductionビルドで同じ環境変数名と値を設定していて問題ない という事案に遭遇しました。 この記事では、その原因～おおまかな解決手順を記したいと思います。 前提 Next.js 13アプリはDockerfileを構成してある GitHub ActionsでCI/CDパイプラインを構築してありNext.js 13アプリはコンテナーアプリとしてクラウドにデプロイされる 環境変数はCI/CDパイプライン内にてGitHubリポジトリーのvariables/secretsを読み込んで設定している 原因 ビルド時ではなくデプロイ時に環境変数を設定していたため NEXT_PUB
状況 BigQueryでデータ抽出をしていると、既存のSQLを微調整して再利用したいことがあるかと思います。 自作の簡単なSQLを元にするならともかく、元のSQLが複雑だったり他人の作ったものだったりすると、つど確認の手間がかかりますし、修正箇所を見落として出力ミスに繋がるおそれもあります。 対策 こんなとき、他の言語であれば編集箇所を変数化しておくことが定石です。あらかじめ編集しそうな箇所を変数としたコードを作っておき、代入する値を変えることで出力を変えられるようにしておけば、再利用時の確認の手間も出力ミスのリスクも軽減できます。 御多分に洩れずStandardSQLでも変数を使った記述が可能です。今回はその概要と実用例を紹介します。 StandardSQLにおける変数宣言法 StandardSQLでは、DECLAREコマンドを使って変数を宣言します。 DECLARE {変数名} [{変
こんにちは、DevRelブロックのikkouです。2024年9月11日から13日の3日間にわたり「DroidKaigi 2024」が開催されました。ZOZOはゴールドスポンサーとして協賛し、12日と13日の2日間にわたりスポンサーブースを出展しました。 technote.zozo.com 本記事では「Androidエンジニアの視点」でZOZOから登壇したセッションと気になったセッションの紹介、そして「DevRelの視点」で協賛ブースの様子と各社のブースコーデのまとめをお伝えします。 登壇内容の紹介 Jetpack Compose Modifier徹底解説 2024年最新版！Android開発で役立つ生成AI徹底比較 パネルトーク 〜Androidエンジニアのキャリアとスキルアップ〜 Androidエンジニアが気になったセッションの紹介 仕組みから理解する！Composeプレビューを様々なバ
生成AIを用いてVision Transformerの論文「An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale」を読んでみた - Qiita
生成AIを用いてVision Transformerの論文「An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale」を読んでみた機械学習論文読みVisionTransformer生成AIChatGPT はじめに 生成AIを用いてVision Transformerの論文「An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale」の内容を(なるべく)把握してみました。(生成AIが)論文の記載内容を始めから最後まで読んで、実際にどのような記載があるのかを把握します。 (論文の分かりやすい解説記事は見るのですが、実際の論文までチェックしないので、生成AIを使って内容を把握してみました。) Vision Trans
今回ご紹介するものはその内の1つ、キーワードになります。 C言語（C11）で予約されているキーワードは44個あるそうです。その内、アンダースコアではじまるものは10個あります。当然ですが、予約されているものは識別子（変数名、関数名、型名など）として使ってはいけません。 今回の主役の面々をざっと並べてみます。（アルファベット順） _Alignas、_Alignof、_Atomic、_Bool、_Complex、_Generic、_Imaginary、_Noreturn、_Static_assert、_Thread_local いかがでしょうか？ご存じのものはありましたかね。 ところで _ って、アンダースコア、アンダーバー、アンダーライン、と色々な呼び名がありますが、一体どれが最適なのでしょうか。 試しにC11の最終ドラフトであるN1570を見てみると、underscoreとの記載がされてお
RIG is 何？RAG の妹？DataGemma の論文を翻訳しながら RIG を読み解く〜①まずは翻訳〜 - Qiita
RIG is 何？RAG の妹？DataGemma の論文を翻訳しながら RIG を読み解く〜①まずは翻訳〜RigragDataGemma DataGemma がリリースされました。外部情報を使ってハルシネーションを抑止する手法として RAG が有名ですが、Datagemma では RAG だけではなく RIG という手法も提案・利用していました。 RIG というのがよくわからなかったので論文を読みました。そしてそのときの翻訳を残します。 RIG が一体なんなのかはそのうち… 論文の原本はこちら 注) RIG の Retrieval Interleaved Generation は勝手に検索交互生成としました。 以下原文を LLM の助けを借りながら翻訳したもの 要旨 大規模言語モデル（LLM）は、数値や統計データ、あるいは時事的な事実に関連するクエリに応答する際、事実に反する情報を生成し
Power Automate Desktop (PAD) で ffmpeg での動画ファイル変換の手作業を自動化した - そういう、モデルなんです。
これまで手作業で行っていた動画ファイル変換の作業を、Power Automate Desktop (PAD) で自動化した。 PAD についてはダウンロード方法以外は何も知らないとこから開始して、2時間くらいで完成した。 仕様 利用者がコマンドプロンプトから ffmpeg で以下のコマンドを入力して mp4 形式の動画ファイルを変換する作業を、マウスボタンで1クリックで行えるようにした。 ffmpeg -i "変換前の動画ファイル名.mp4" -r 10 -s 1280x720 "変換前の動画ファイル名-out.mp4" 変換前の動画ファイル名の部分には、変換したいファイル名が入る。 自動化する前に行っていた手作業のユースケースは、以下のとおり。 tombi-aburage.hatenablog.jp tombi-aburage.hatenablog.jp 事前条件 変換したい動画ファイル
はじめに ソフトウェア開発において、コードの可読性はプロジェクトの成功に直結する重要な要素です。読みやすいコードは、メンテナンスや拡張を容易にし、チーム全体の生産性を向上させます。 しかし、「読みやすいコード」 の定義は人によって異なります。個々のスタイルや好みによって解釈が分かれることもあるでしょう。それでも、できる限り多くの人にとって理解しやすいコードを書くことが、プロフェッショナルとしての責任です。このガイドでは、そんな読みやすさを意識した具体的なテクニックなどを紹介していきます。「もう知ってるよ！」と思った方も、今一度できているかを確認してみてください。 弊社Nucoでは、他にも様々なお役立ち記事を公開しています。よかったら、Organizationのページも覗いてみてください。 また、Nucoでは一緒に働く仲間も募集しています！興味をお持ちいただける方は、こちらまで。 注意点 こ
生成AIを用いてGPT-2の論文「Language Models are Unsupervised Multitask Learners (2019)」を読んでみた - Qiita
生成AIを用いてGPT-2の論文「Language Models are Unsupervised Multitask Learners (2019)」を読んでみた機械学習論文読みTransformer生成AIChatGPT はじめに 生成AIを用いてGPT-2の論文「Language Models are Unsupervised Multitask Learners (2019)」の内容を(なるべく)把握してみました。(生成AIが)論文の記載内容を始めから最後まで読んで、実際にどのような記載があるのかを把握します。 (論文の分かりやすい解説記事は見るのですが、実際の論文までチェックしないので、生成AIを使って内容を把握してみました。) ゼロショットに重きを置いた論文で、モデルの容量（パラメータ数）はゼロショットタスク転移の成功に不可欠であり、容量が増加することで性能も向上する、という主
Golang (net/http)とFirestoreで簡単なREST APIを作ってみた。 - 登山好きエンジニアのテックブログ
1. 概要 今回の内容 今回作るもの 注意事項 実際に筆者が作ったサンプルコードはこちら 2. 環境設定 project設定 今回作ろうとしているAPIのディレクトリ構造 2. 全体像 3. controller層実装 controller層のインターフェース HandlerHttpRequestとHandlerHttpRequestWithParameterの違い 詳細な実装 http methodのハンドリング /api/users/:user_idのuser_idの取り出しについて 4. application層の実装 ビジネスロジックの一覧 全ユーザ情報取得 特定のユーザ情報取得 ユーザ情報の作成 ユーザ情報の更新 ユーザ情報の削除 5. infrastructrure層の実装 firestoreについて firestoreを使用するための準備 全ユーザを取得するクエリ userI
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
初心者がプログラミングを学ぶときに最も効果的な方法は「写経」だと思う｜shi3z
Rust3000行でテキストエディタを作るチュートリアルをやった
エンジニアの善意がコードを複雑にする？ “改良したい欲”に駆られる前に知りたい「コーディングの鉄則」とは - エンジニアtype | 転職type
大阪Ruby会議04に参加しました - ANDPAD Tech Blog
wizSafe Security Signal 2024年8月 観測レポート
PHPerがRailsを使わないRubyで掲示板API組んでみた｜ちょらん
［改訂新版］実戦で役立つ C#プログラミングのイディオム/定石＆パターン
Unityでのゲーム作り日記#3 ～自作言語の字句解析器を作る～ - Qiita
GAME80を扱っているサイトを知る - 森 秀樹::電子工作の日記
【WordPress】管理画面にタクソノミー（カテゴリー）を表示させる方法【カスタム投稿】
GAT〈ガット〉の構文： スターリングの論文から - 檜山正幸のキマイラ飼育記 (はてなBlog)
窓辺の小石(183) The Environment variable Man
【保存版】3大思考法の徹底比較と実践方法 - Qiita
GitHub ActionsでNext.js 13のDockerコンテナーにNEXT_PUBLIC_を渡す
【BigQuery】変数を使ってSQLの可用性を上げる
DroidKaigi 2024協賛&参加レポート - ZOZO TECH BLOG
【C言語】アンダースコアではじまる10の予約語 - Qiita
可読性の高いコードを書くための実践ガイド - Qiita