Streamlitの後継者を求めて - Qiita
はじめに ご無沙汰しております。 最近、猫ミームを見るのハマってしまって時間を確保できておりませんでした。 先日、株式会社サイカ様で開催されたJulia Tokyoに参加してきましたが、大学の教授や著者の方、学生や業務にJuliaを使用している方と出会え、いろいろな話をさせていただき大変有意義な時間を過ごすことができました。外国人の方とも知り合えて、家が近いので今度飲みに行く約束をしました（メールが来た。）。 さて、Julia Tokyoを終えてプログラミングのモチベが非常に高い今、Juliaの勉強をするぞ！！！と言いたいところですが、業務でStreamlitアプリを作成したので、今回はStreamlitに関する記事を書きたいと思います。 Streamlitに対して思うこと 皆さんはStreamlit使っていますか？ 私はDjangoやFastAPIに挫折したため、Streamlit信者に
動機 Pythonはグラフ描画系のライブラリが豊富です。例えば、 matplotlib / seaborn pyqtgraph plotly bokeh vispy などがあります。それぞれ長短あるのはまあ言うまでもないですが、統一的なAPIが欲しくなりますよね...ということで統一1 2したのがこちらになります。今後、ちょっとした解析、デスクトップアプリ、ウェブブラウザなど、様々な場面で同じコードで動かせたらきっと楽しいですね。 ラッパーを作るということは、APIの設計をより理想的にできるということでもあります。これまでのPlot系ライブラリの悪いところを一掃しましょう。 既存のPlot系ライブラリのダメなところ 1. IDEの型チェック・補完が効かない matplotlibはplt.subplotsやplt.errorbarなど、返り値が引数によって変ったり、*argsや**kwarg
はじめに Pydanticを使用することで、Pythonコードでのデータバリデーションとデータシリアライゼーションを簡単かつ効率的に行うことができます。 この記事では、Pydanticの基本的な使い方から、より高度なバリデーションとシリアライゼーションまで幅広く紹介します。また、簡易的なものですが他のバリデーションライブラリとの速度比較も行っています。 Pydanticとは Pydanticは、Pythonのバリデーションライブラリです。以下のような特徴を持ちます。 型アノテーションをつけるだけでバリデーションとシリアライゼーションを実現できる 独自のバリデーションやシリアライゼーションを柔軟に定義することができる Pydantic V2はコアロジックがRustで実装されていて高速に動作する dataclasses+jsonと比較 dataclasses+jsonを使ったコードとPydan
ワークマンの公式Xアカウントより 作業服チェーン運営会社ワークマンが、社員にプログラミング言語「Python」を習得させ、データ分析や予測、人員配置などの業務に活用していることが注目されている。流通業に従事する社員が畑違いのプログラミングを学習して業務に活用するというのはハードルが高いようにも思えるが、プログラミングは職種に関係なくすべてのビジネスパーソンにとって必須の知識・スキルになるという指摘も聞かれる。ワークマンのような事例は今後増えていくのか。専門家の見解を交えて追ってみたい。 全国に作業服販売の「ワークマン」を約400店舗、一般消費者向け機能性ウェアなども扱う「ワークマンプラス」を約550店舗展開するほか、2020年から出店を始めたレディースウェアの「＃ワークマン女子」も50店舗を超えるなど勢いに乗るワークマン。同社では全社的に積極的にマイクロソフトの表計算ソフト「Excel（エ
はじめに こんにちは、D2Cデータサイエンティストの小林です。 本記事では、Pythonによるハッシュの扱い方とハッシュを用いることで使用するメモリの削減ができるのかを検証します。 ハッシュについては簡単な紹介のみとなりますので、ハッシュについて深く知りたい方は他の記事を参考していただければと思います。 開発環境 検証において以下の環境を使用しました。 AWS EC2 (インスタンスタイプ: r5.2xlarge) Python 3.10系（3.10.9） pandas 1.5.1 memory_profiler 0.61.0 hashlib 3.10系で提供されているモジュール random 3.10系で提供されているモジュール string 3.10系で提供されているモジュール ハッシュとは ハッシュとは、あるデータから特定のアルゴリズムに基づいて不規則な文字列(値)を求めることです。
Pythonライブラリ管理ツール決定版！Ryeを導入してみた
はじめに 普段はJavaScriptを主に開発を進めているのでPythonで開発を進めると様々な問題に悩まされます。 その中でもパッケージの管理については個人的に不自由をすごく感じています。Pythonのバージョンを設定するpyenv, プロジェクトごとのパッケージを管理するために仮想環境の構築、さらにパッケージのバージョンを設定するためのrequirements.txtと開発までのハードルが高すぎます。 良い方法がないかと調べていく中で全てを解決できそうなRyeというツールを見つけましたので導入方法をメモ程度に記事にしました。 導入環境はAWSのSageMaker上です。 ライブラリ管理簡単にできるようになったのでLinterとCode Formatterも追加してみました。 Ryeとは RyeはPythonのWebアプリケーションフレームワークFlaskの開発者が作ったPythonパッ
Rist Kaggle チームの藤本(@fam_taro)です。 今回は Rist Kaggle合宿2023夏の時間を使って、最近の OpenMMLab の始め方をまとめてみました。本記事内ではその中の mmdetection を使って説明していきますが、他の OpenMMLab の使い方もカバーする内容となってます。 また記事の後半では Kaggle のコードコンペなどに参加したいときの使い方も記載します。 1. OpenMMLabとは 下図と紹介文は 公式サイト より引用 OpenMMLab builds the most influential open-source computer vision algorithm system in the deep learning era. It aims to provide high-quality libraries to reduc
Have you ever needed to read .csv or .dat files line by line for data analysis? In this article, we will walk you through the process of reading files line by line using Python. Steps to Read a File The steps to read a file are as follows: Prepare the file. Write code to read the file. Execute the program. While the basic process remains the same for different file types like dat or csv, the code
上で引用した「儲かるAI」に関しては、単純平均とほぼ同じような結果になっていますが、件数が少ない書籍に関してはhdi_3%からhdi_97%の幅(統計学の「信頼区間」とほぼ同じ概念と考えてください)が非常に広くなっていることがわかります。 「不確実性」が具体的な数値の形で示されているのです。 では、どうするとこの結果が得られるのか。 考え方の概要を簡潔に説明すると以下のようになります。 スコア別のレビュー件数(ベイズ推論の用語で「観測値」)の背後に確率モデルが存在することを仮定 確率モデルと観測値から事後分布を導出 事後分布に基づいて「レビューの平均スコア」も確率変数として算出する 得られた「確率変数としてのレビュー平均スコア」を統計的に分析する この形で分析をすることにより最尤推定より現実に即した判断が可能 始めてこの話を聞く人は、何をいっているのか、まったくわからないと思います。しかし
プレスリリースで「LLMをオープンソースで公開します！」なんてものが流れてくると、自宅のPCで動かしたみたいと思ったりしませんか？ 「Amazon SageMakerやGoogle Colabがあるから必要だと思わない」「どうせStable DuffusionのようにVRAM不足で落ちるんでしょ？」、ま、まあそういう面は確かにあるのですが、世の中にはCPUだけで動かしてしまう仕組みもあるのです。CPUだったら自宅PCにも必ず乗っている、つまり、ローカルで動くということです。 ここで紹介する「llama-cpp-python」はその一つです。もちろんCPUだけで動きますが、NVIDIA GeForceのカードが刺さったPC（きっとゲーミングPC）であればもっと快適に動かすオプションもあり、有償版のサービスに手を出す前に、LLMを使って遊びたい方には良いプロダクトだと思います。 llama-c
Reading Bulk Data from a dat File Preparing the dat File We have prepared a data file named “average_temperature_kyoto_2018.dat” containing average monthly temperatures in Kyoto city for the year 2018. # averaged temperature in 2018 @ Kyoto city # 01: month 02: averaged temperature in the daytime 1 3.9 2 4.4 3 10.9 4 16.4 5 20.0 6 23.4 7 29.8 8 29.5 9 23.6 10 18.7 11 13.5 12 8.2 Save this file in
連載概要 本連載はPythonについての知識を既にある程度は身に付けている方を対象として、Pythonでデータ処理を行う上で必須ともいえるNumPyやpandas、Matplotlibなどの各種ライブラリの基本的な使い方を学んでいくものです。そして、それらの使い方をある程度覚えた上で、それらを活用してデータ処理を行うための第一歩を踏み出すことを目的としています。 前回はCalifornia Housingデータセット（カリフォルニアの住宅価格のデータセット）の中でもMedInc列とMedHouseVal列に着目して、箱ひげ図とヒストグラムを使い、それらを可視化してみました。今回はそれらのデータの間に関連があるかどうかを、相関係数と散布図を使って考えてみましょう。 なお、今回は相関係数の可視化にseabornというライブラリを用います。これはPythonには標準で付属していないので「pip
GitHub - adbar/trafilatura: Python & command-line tool to gather text on the Web: web crawling/scraping, extraction of text, metadata, comments
Trafilatura is a cutting-edge Python package and command-line tool designed to gather text on the Web and simplify the process of turning raw HTML into structured, meaningful data. It includes all necessary discovery and text processing components to perform web crawling, downloads, scraping, and extraction of main texts, metadata and comments. It aims at staying handy and modular: no database is
概要 WSL2 を使って，Python3 の実行環境を整備する方法をまとめました． 本記事では pip を用いた仮想環境を構築していきます． 利用可能になるまでの所要時間 Python3：0分 ($\because$ インストール済み) pip3：10分 実行環境：Windows 11 WSL2 のインストール方法については以下の記事をご覧ください． 目次 WSL2 上での Python3 の利用 pip3によるライブラリ管理のための準備 仮想環境の構築 仮想環境下での pip3 を用いたライブラリ管理 1. WSL2 上での Python3 の利用 WSL2 では python3 がデフォルトで実装されており，インストール不要です． 試しに Ubuntu のターミナルから python3 --version と入力してみましょう．
ReactカスタムフックからヘッドレスChromeまで！リアルタイム静止画編集機能の作り方を、リチカのエンジニアに聞いてきた
――現在、どんなプロダクト開発に従事していらっしゃいますか？ 杉本：誰でもかんたんにマーケティング動画や静止画を作れるWebサービス『リチカ クラウドスタジオ』を開発しています。 『リチカ クラウドスタジオ』は、業種別や配信媒体別の数多くのフォーマット（型）をベースに、クオリティの高い動画を誰でもかんたんに作成できるのが特徴です。当社は元々制作会社だったため、社内にプロのクリエイターが多数在籍しているので、彼らによって制作されるフォーマットが大きな強みのひとつです。 朝賀：昨年後半からは、『リチカ クラウドスタジオ』の新機能の開発プロジェクトが進行していて、現在は主にそちらの開発に従事しています。 ――どのような新機能か、伺ってもよろしいですか？ はい、大きく分けて2つありまして、静止画のリアルタイム編集機能と、比率違いの静止画を一括制作できる機能です。 これにより、ブラウザ上で作成したイ
A toy programming language in 137 lines of Python code | Hacker News
This is a really fun exercise, I recommend every programmer try it once. You can replace most of the tokenization code with re.Scanner[1], which also allows you to have strings without worrying about `code.split()` messing them up.[1] https://news.ycombinator.com/item?id=36517749 This seems great. When I read these kinds of explanations, it always strikes me how the way you're supposed to write a
アプリケーションに多くのユーザーが同時にアクセスすることで、障害が発生する危険性がある。そうした需要に対応する準備が整っていることを確認することは重要だ。本稿では、負荷テストのベストプラクティスにPythonを利用できる箇所と、アプリケーションを適切に準備する方法を解説する。 アプリケーション開発チームは負荷テストを実施することで、少なくとも所定の負荷値まではアプリケーションが想定通りに機能することを保証できる。だが、負荷テストを重視しない開発チームがあまりにも多い。 開発者がスポットチェックを行ったり、パフォーマンスを高めるコーディング手法を採用したりすることは可能だ。だが、予期しないユーザー負荷が原因でサーバがロックすると、企業もユーザーも不意を突かれることが多い。負荷が高過ぎてアプリケーションが機能しなくなるのは恥ずべきことだ。 そこで、本稿では、負荷テストのベストプラクティスにPy
鈴木たかのり（@takanory）です。今月の「Python Monthly Topics」では、Pythonを使っている人なら誰でも一度はお世話になったことがある、Python公式ドキュメント（https://docs.python.org/ja/3/）を翻訳しよう！という内容でお届けします。 Python公式ドキュメントの翻訳は、やる気があればどなたでも参加できます。本記事ではオープンソースへの身近な貢献として「ドキュメント翻訳」という手段を紹介し、その詳細な手順や注意点などについて解説します。 Python公式ドキュメント Python公式ドキュメントを翻訳する まずはPython公式ドキュメントを翻訳する基本的な流れと、それぞれの手順を説明します。 翻訳の基本的な流れ Python公式ドキュメントを翻訳するための基本的な流れは以下のとおりです。 Transifexでアカウントを作成
チャート見るのがだるいのでTradingViewを使って自動売買してみた件：Bitget編 - Qiita
趣旨 TradingViewを見ていちいち取引所のサイトに移動して注文を出すのがだるい！という時に全部自動化してトレード放棄したいという邪な考えから作ったbotです。 同じことを全く別の方法で実現することも可能です。 Macでもラズパイでもレンタルサーバーでも実装できますが、実際に動かすとなるとレンタルサーバーでやるのが良いと思います。またサーバーで実装した場合はSmeeを使わなくて済むので簡単ですし、より安全です。
Pythonで学ぶ「機械学習」入門
「機械学習は難しそう」と思っていませんか？ 心配は要りません。この連載では、「知識ゼロから学べる」をモットーに、機械学習の基礎と各手法を図解と簡潔な説明で分かりやすく解説します。Pythonを使った実践演習もありますので、自分の手を動かすことで実用的なスキルを身に付けられます。 第1回 機械学習をPythonで学ぼう！ 基礎、できること、ライブラリ（2024/02/08） 機械学習とは ・ルールベースと機械学習ベースの違い - ルールベースのアプローチ - 機械学習ベースのアプローチ 機械学習の学習方法 ・教師あり学習 ・教師なし学習 ・自己教師あり学習 ・強化学習 機械学習が解決できること ・解決できるタスクとは ・【教師あり学習】回帰（数値予測） ・【教師あり学習】分類 ・【教師なし学習】クラスタリング（グループ分け） ・【教師なし学習】次元削減 機械学習の基本用語 ・機械学習モデルの
Note The release of 2.0 is in progress and the current release overview and highlights are still in a draft state. However, the highlights should already list the most significant changes detailed in the full notes below, and those full notes should be complete (if not copy-edited well enough yet). NumPy 2.0.0 is the first major release since 2006. It is the result of X months of development since
Pythonとコーディング規約プログラミングを学んでいる方、会社や組織で働いているITエンジニアの方であれば、「コーディング規約」という言葉を耳にしているかと思います。とはいえ、場合によっては厳格にコーディング規約を守っている方は少ないかもしれません。 なぜなら、コーディング規約通りにコーディングをしなくともプログラムは作れますし、何の問題もなく動いてくれるからです。では何のためにコーディング規約が存在するのか、なぜコーディング規約を守る必要があるのか、Pythonのコーディング規約PEP8について解説します。 【参考】：はじめに — pep8-ja 1.0 ドキュメント コーディング規約を一言で述べると、プログラミングでソースコードを記述する際に守りたいルールです。ルールを守らないとペナルティがあるのかと心配する方がいますが、基本的にペナルティはありません。 ただし、組織によっては厳格な
時雨堂を支える Python
時雨堂では Python や Python で書かれたツールをどのように利用しているかを書き出しておきます。 何に使っているか 主力製品の Python SDK 主力製品の E2E テストに pytest 標準ライブラリのみを利用したビルドツール 主力製品のクラウド版のツール IT 自動化システム Ansible ドキュメントツール Sphinx なぜ Pyhton 使い慣れてるから pytest が本当に良くできてるから 必要なライブラリが揃ってるから SpaceX がツールやテストに Python を採用していたから We are the SpaceX software team, ask us anything! Python for tools, testing and automation Rye / Ruff / uv Rust で書かれたツールを採用しています。 astral
Snowpark PythonのDataFramesでテーブルに格納したデータを操作してみた | DevelopersIO
データアナリティクス事業本部 機械学習チームの鈴木です。 Snowflakeのテーブルに格納したデータの操作を、Snowpark PythonのDataFramesで行う方法を試してみたのでまとめました。 この記事の内容 Snowpark PythonでSnowflakeのデータをクエリして処理する主な方法として、以下のガイドではDataFrameの使用が紹介されています。今回はこの操作の中で、既にテーブルに格納されたデータに対して使いそうなものを試してみます。 APIの使い方はPySparkによく似ており、以下のページでもSparkによるパイプラインのSnowparkへの移行が紹介されています。PySparkに馴染みがある方はAPIリファレンスを見つつすぐに使えると思います。 Snowpark PythonのAPIリファレンスは以下になります。ガイドに載っていなかった一部の例はAPIリフ
最近、文をembeddingsといった特徴ベクトルに変換するユースケースが増えている。そのベクトルから類似ベクトルを探す時に、数千ベクトルならほぼ何も考えなくともよく、数万ベクトル〜になると検索速度を高速化するためHNSW等のANNの近似最近傍探索アルゴリズムを使い、そして数百万ベクトル〜になってくると現実的なデータサイズ収めるために量子化等々を組み合わせた最適化を行うことが多いだろう。 これら類似ベクトル検索のための最適化(HNSW・IVFといったアルゴリズムや量子化)では、検索速度、データサイズ(メモリに乗るか)、精度、三つのトレードオフが発生する。これらトレードオフを踏まえた最適化戦略を考えるのだが、最適化時の正確さの計測結果として recall@10 や recall@100 が掲載されていることを多く見かける。例えばChoose the k-NN algorithm for yo
Posted on July 28, 2023 | 24 minutes | 5108 words | Ondřej Čertík, Brian Beckman, Gagandeep Singh, Thirumalai Shaktivel, Smit Lunagariya, Ubaid Shaikh, Naman Gera, Pranav Goswami, Rohit Goswami, Dominic Poerio, Akshānsh Bhatt, Virendra Kabra, Luthfan Lubis About LPython is a Python compiler that can compile type-annotated Python code to optimized machine code. LPython offers several backends su
VSCodeの使い方VSCodeをインストールしたものの、具体的な使い方がまだ分からないという方も多いのではないでしょうか。VSCodeはさまざまな機能を提供しているエディターではありますが、使い慣れるまでに操作を覚える必要があります。 そうはいっても、VSCodeの基本的な操作方法はそれほど難しくありません。本記事では画面の説明から、ワークスペースを追加しコードを実行するまでの流れを、図解でまとめました。 これからVSCodeの使い方を身に着けようと検討されている方は、ぜひ一緒に手を動かして使い方を覚えましょう。 VSCodeの基本操作では早速、VSCodeの基本操作を確認しましょう。流れとしては、まず画面の中にある各エリアやアイコンの説明をします。次に実際にワークスペースを追加し、コードを記載し実行するところまで行います。 まずはVSCodeの画面の中のエリアを確認しましょう。 画面左
TL;DR 個人の意見ですが LangChain は不必要にコードが複雑で、設計が悪いので production での採用をおすすめしません LangChain とは LangChain とは、大規模言語モデル(LLM) に対して簡単なインターフェイスを提供するライブラリです。またその機能は多岐に渡り、Index (ベクタ DB を通して PDF などの外部データを用いるための機能) や Chains (一連の処理を連続実行する機能)などのモジュールを含みます。 LangChain とは - Hakky 長所として、以下が挙げられます。 OpenAI などの LLM Provider を使ってプログラムから回答を生成するのには良い チュートリアルに沿って動かすのは高速に終わる 複数の LLM Provider やベクタ DB に対して統一されたインターフェイスを提供するため、差異を吸収でき
It's Time For A Change: datetime.utcnow() Is Now Deprecated
I was going through the release notes of the new Python 3.12 version the other day, and one item caught my attention in the deprecations section: datetime.datetime’s utcnow() and utcfromtimestamp() are deprecated and will be removed in a future version. If you have followed my web development tutorials you must have seen me use utcnow() a lot, so I will clearly need to re-train myself to use an al
Editor's Note: This post was written in collaboration with the Ragas team. One of the things we think and talk about a lot at LangChain is how the industry will evolve to identify new monitoring and evaluation metrics that evolve beyond traditional ML ops metrics. Ragas is an exciting new framework that helps developers evaluate QA pipelines in new ways. This post shows how LangSmith and Ragas can
「Python 3.12.0」、正式版がリリース
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます プログラミング言語「Python」の最新バージョン「Python 3.12.0」の正式版が米国時間10月2日にリリースされた。 Python 3.12.0の新機能には、より柔軟になったf文字列の構文解析、Pythonコードでのバッファープロトコルのサポート、新しいデバッグ／プロファイリングAPI、個別のグローバルインタプリターロック（GIL）により分離したサブインタープリターのサポートが含まれる。 また、エラーメッセージのさらなる改善により、タイプミスが原因の可能性がある例外でユーザーに提案が表示されるようになった。「Linux」のperfプロファイラーがサポートされ、Pythonの関数名がトレースで報告される。そして、大規模および小規
GitHub - dabeaz-course/python-mastery: Advanced Python Mastery (course by @dabeaz)
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
Python 3.13、最終アルファリリースに到達 ー JITコンパイラやインクリメンタルガベージコレクション、sqlite3バックエンドの導入など新機能多数
4月10日、Python 3.12.3および3.13.0a6リリースがリリースされた。 Python 3.12.3は300以上のコミットを含む最新のメンテナンスリリースで、これまでになく安定し、セキュリティが高く、バグが少ないバージョンである。 一方、Python 3.13.0a6は3.13の最終アルファリリースであり、新機能の追加期限まであと1ヶ月とされている。 以下に示すような数多くの改善や新機能が盛り込まれている。 Python 3.13.0a6の新機能 例外トレースバックのカラー化：エラーメッセージの可読性が向上し、デバッグがより容易になる。 実験的なJITコンパイラの追加：Pythonプログラムの実行速度の向上が期待される。 インクリメンタルガベージコレクション：大量のオブジェクトを扱うプログラムでのコレクションの停止時間を短縮。 ドキュメント文字列の先頭インデントの削除：メモリ
MAX is an integrated, composable suite of products that simplifies your AI infrastructure so you can develop, deploy, and innovate faster.
はじめに 連載の第3回となる今回は、Python 3.10以降の新機能のうち、ジェネリクスのための新しい型引数構文、**kwargsのより厳密な型付け、オーバーライドデコレータtyping.overrideなどの型関連機能、構造的パターンマッチング、with文の入れ子構文の改良など、文法関連の新機能を中心に紹介します。 対象読者 Pythonの最新の機能を把握したい方 Pythonの経験者で、Pythonに改めて入門したい方 プログラミング言語の最新パラダイムに関心のある方 必要な環境 本記事のサンプルコードは、以下の環境で動作を確認しています。 macOS Sonoma Python（3.12.0） Visual Studio Code 1.82.3（Python v2023.19.12831011、Pylance v2023.10.11） mypy（1.5.1） サンプルの実行 掲載サ
ranxはPythonで実装されたランキング評価用のライブラリです。検索システムの評価に使える以下のような指標が用意されていたり、それらの結果をRRFのようなアルゴリズムで組み合わせたり、論文用にテーブルをエクスポートする機能を備えています。本記事では、ranxの簡単な使い方を紹介します。 Hits Hit Rate Precision Recall F1 r-Precision Bpref Rank-biased Precision (RBP) Mean Reciprocal Rank (MRR) Mean Average Precision (MAP) Discounted Cumulative Gain (DCG) Normalized Discounted Cumulative Gain (NDCG) インストール pipを使っている場合は以下のコマンドを実行してインストールします
はじめに 先日、こんな素敵な記事を目にしました さすがTypeScriptさん。型定義の自由度が非常に高く、色んな表現が出来ます。 この問題一通りやれば、TypeScriptの型定義もマスター出来るんですかね。 ところで、実は型なし言語のPythonにも型定義が存在します。 TypeScriptやJavaのように、コンパイルエラーを発生させるような強制力はないのですが、VSCodeを始めとしたエディタと協力することで、十分素敵な開発体験を送れます。 def foo(x: int): pass # VSCodeの拡張機能Pylanceを使用した場合、以下コードで赤波線が引かれます foo("1") ちなみに、mypyというライブラリを使用すれば、コマンドライン上で型チェックを実現することが出来ますので、皆様のCI環境に組み込むことで、型付言語とほとんど同様の強制力をもたせることができます さ
はじめにこんにちは、SAIG/MLOpsチームでアルバイトをしている板野です。 AzureのPrompt Flowをローカル環境で動かし、作成したフローをコードで管理する方法をご紹介します。 Prompt Flowとは、Azure Machine Learning上の機能で、Azure OpenAIで提供されているLLMを利用したアプリケーション開発を円滑にするためのツールです。 実際にLLMアプリケーションを開発する場合、「プロンプトを入力して終わり」ではなく、ベクトル検索など複数の要素を組み合わせることもあります。このため、Prompt Flowでは処理のフローをDAG(有向非巡回グラフ)で可視化することで、開発効率が大きく向上します。 Prompt FlowはPythonライブラリ（2023/09/27時点ではMITライセンス）として提供されており、Azureのコンソール画面だけでな
Pythonのおすすめ開発環境ver.2023 | Python試験・資格、データ分析試験・資格を運営する一般社団法人Pythonエンジニア育成推進協会のページです。
変わった点と言えば、その時々の要件に応じてバージョンを3.9か3.10を使い分けているという点くらいです。Pythonの標準実装であるCPythonは今でもおすすめのままかわりませんし、それ以外の部分に関してもこのままでも問題ありません。 今回は上記の6項目の中から特にフォローが必要な内容を取り上げたいと思います。 ■Python3、どのバージョンを使うのがベスト？現在、Pythonは12カ月ごとに新しいバージョンがリリースされており、昨年の10月に3.11がリリースされています。 このリリースでは新たな機能の追加やスピードアップが図られていますが、下位互換性が保持されていますので、内部的なAPIが大幅に変更されていない限りは基本的にどのバージョンを利用したとしても、書いたコードが動かないという事はめったになく、3.9で書いたコードは3.11でも基本的に動きます。 もし、新しい機能が入った
無料のAI講座・Python・ITパスポート・AWS・品質管理・英文メールなど今後に役立つスキルが身に付く「Udemy」初夏のビッグセールおすすめ講座レビュー
4月は就職や転職、異動などで仕事内容が変わった人も多いはず。新たな仕事をこなしていくうちに、「どんな知識やスキルがこの先必要になってくるのか」や「どんな資格が効果的なのか」がだんだん見えてくるわけですが、動画形式で学べるオンライン学習プラットフォームのUdemyが初夏のビッグセールを行っており、スキルや資格の取得に役立つ対象講座が1講座1300円～という本1冊程度の手ごろな価格で受講できるようになっています。今回は新たな知識をスムーズに吸収できる講座を6つピックアップしてみました。 オンラインコース - いろんなことを、あなたのペースで | Udemy https://www.udemy.com/ ・目次 ◆1：GoogleのGeminiを使ってAIの使い方をマスターできる無料講座 ◆2：IT専門職ではない人にもおすすめな「ITパスポート」資格取得を目指す講座 ◆3：プログラミング言語「P
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
【Python】Plot系ライブラリ全統一した - Qiita
Pydanticで始めるPythonのバリデーションとシリアライゼーション
Python、全ビジネスマンの必須スキルに？ワークマン社員は業務活用
Pythonにおけるハッシュの扱いとメモリの削減について
OpenMMLabの始め方@SUMMER 2023 - Qiita
How to Read Data Files Line by Line in Python - LabCode
書籍『Pythonでスラスラわかる ベイズ推論「超」入門』補足 Amazonレビュー分析 - Qiita
ローカルPCでLLMを動かす（llama-cpp-python） | InsurTech研究所
How to Read a Data File in Bulk Using Python - LabCode
［NumPy超入門］相関係数とヒートマップ、散布図を使ってデータセットをさらに可視化してみよう
WSL2 による Python3 の環境構築 - Qiita
Pythonベースの負荷テストについて知っておくべきこと
Python公式ドキュメントを翻訳しよう | gihyo.jp
NumPy 2.0.0 Release Notes — NumPy v2.1.dev0 Manual
Pythonのコーディング規約PEP8とは？品質を担保するルールを紹介
ベクトル検索の高速化アルゴリズムと量子化パラメータの速度・データサイズ・精度の計測 - RAGでの利用時にはtop-N を意識する - A Day in the Life
LPython: Novel, Fast, Retargetable Python Compiler
VSCodeの使い方を図解！画面説明からよくある質問・操作方法まで解説
LangChain は LLM アプリケーションの開発に採用すべきではない
Evaluating RAG pipelines with Ragas + LangSmith
MAX: Modular Accelerated Xecution Platform
最新版Python3.12を使いこなす！ 型引数や文法関連の新機能を3.10からの変遷で紹介
ranxを使って検索システムのオフライン評価をする - Ahogrammer
【型好きなあなたへ】Python-Type-Challengesのすゝめ
Prompt Flowをローカルで動かす＆コードで管理する | フューチャー技術ブログ