Nausicaa in Toxic Jungle - 3D model by Granicoph
This is the second 3D model of Nausicaa. This time I created Nausicaa in Toxic Jungle. I hope you feel the atmosphere of Toxic Jungle. My project is still going on.....
This is the second 3D model of Nausicaa. This time I created Nausicaa in Toxic Jungle. I hope you feel the atmosphere of Toxic Jungle. My project is still going on.....
「科学的な営業」に興味があり、その分野の定番のひとつである『THE MODEL』を読んだ。 どのように営業プロセスを構築し機能させるのかについてコンパクトにまとまっているので、特に BtoB SaaS を提供している企業で働いている開発者は、一度読んでおくとよいと思う。 www.shoeisha.co.jp なんとなくの印象だが、「営業」というものについて、自分とは縁遠いもの、別の世界のもの、という感覚を持っている開発者は多いかもしれない。 自分もそうだった。むしろ、かなり悪い印象を抱いていた。 新卒で入った信用金庫の営業スタイルが絵に描いたような根性論、精神論だったのが大きい。 「飛び込み営業をすれば嫌がられるし、何度も訪問すれば怒られる。それでも諦めずに通い続けることで根性を認めてもらえて、取引してもらえるんだ」ということを役員が真顔で語っていたし、「昔は「契約するまで帰りません」と玄
「The Model」（ザ・モデル）とは、マーケティングから営業、カスタマーサクセスに至るまでの情報を可視化・数値化し、営業効率の最大化を図る、 セールスフォース・ジャパンで活用されてきた営業プロセスモデルです。「The Model」の概念から仕組み、運用のポイントまで、要点を押さえて分かりやすく解説します。 また、セールスフォースにて実践し磨き上げてきたThe ModelのベストプラクティスをSaaS ビジネス成功の基礎「The Model」に動画としてまとめています。部署内共有にぜひご活用ください。
ランキング参加中プログラミング はじめに この記事では、Immutable Data Modelと呼ばれる設計手法をもとに、リレーショナル・データベースにおける、テーブル設計の話を書いています。また、今回の実践で利用する、別の考え方の背景を理解するために、Out of the tar pitという小論文の内容にも言及します。 「状態とは何か？」というややこしい話がたくさん出てきますし、データベースのテーブル設計についての話であることから、たくさんのSQLが出てきます。なので、データモデリングとか状態管理とか、特にSQLとかに興味がない人には面白くないと思います。 そのあたりに興味ある方は、読んでみて欲しいです。 Immutable Data Modelを、実際のアプリケーションで使うデータベースに採用するにあたり、どういう考え方で、どのようにテーブルを構成したか、自分なりの経験を書いていま
Transformer Explainer: LLM Transformer Model Visually Explained
What is a Transformer? Transformer is a neural network architecture that has fundamentally changed the approach to Artificial Intelligence. Transformer was first introduced in the seminal paper "Attention is All You Need" in 2017 and has since become the go-to architecture for deep learning models, powering text-generative models like OpenAI's GPT, Meta's Llama, and Google's Gemini. Beyond text, T
Fat Model1まずはFatステージ1。Railsというものを全然知らない超初心者が陥るステージです。ビューに何でもかんでもロジックを書いちゃう。その結果がFat Viewです。 次にFatステージ2。ある程度Railsに慣れてきた開発者が陥るステージです。Modelへのロジック分離がうまくできず、Controllerにロジックが集中する。その結果はFat Controllerです。 最後がFatステージ3。Railsを習熟したエンジニアであればModelにロジックを寄せていくのが定石です。その結果出来上がるのはFat Modelです。 このように どんなにRailsに習熟してようと最終的にぶつかる壁がFat Model です。 Fat Model対処のための３つのアプローチFat Modelを倒すためのアプローチとして、僕は下記の3つに分けて整理すれば良いのではと考えました。 Rai
この文章は祈りです。 主にRuby on Railsアプリケーションを想定した話です。 Ruby on Railsアプリケーションでは、Fat Model問題という問題が起きることがあります。 ドメインオブジェクトが肥大化しメンテナンスしにくくなる問題です。 Fat Model問題に対応するためにサービスレイヤーを導入することがあります。 「ドメインモデル貧血症」と呼ばれているアンチパターンです。 ドメインモデル貧血症 ドメインのロジックをドメインオブジェクトの中に入れないという設計ルールに従っているのでしょう。その代わり、すべてのドメインロジックを含むサービスオブジェクト群が存在しているのです。 Fat Modelを恐れよ Fat Modelは「単一責任原則」を満たしていないモデルです。 単一責任原則 | プログラマが知るべき97のこと 1つのサブシステムやモジュール、クラス、関数などに
Exploring Notion's Data Model: A Block-Based Architecture | Notion
A generation of pioneers (Doug Engelbart, Ted Nelson, Alan Kay, and many more) saw the computer as tool to augment human problem-solving by giving people power over information. Today, that information mostly remains siloed across tools. Take cloud-based document editors, where pages are their smallest atomic unit. Information is locked inside of pages and files and folders — that’s reminiscent of
アパレルのモデル撮影はコスト負担が大きい… アパレルのモデル撮影において、モデル着用イメージは商品購入を左右する重要なポイントです。 しかし、モデル撮影はコスト負担が大きく、多くのアパレル企業がモデル撮影業務に悩みを抱えています。
銀座Rails#21 ( https://ginza-rails.connpass.com/event/173610/ ) の発表資料になります。 Ruby on Rails アプリケーションにおける Fat Model の解決方法を下記の３つに分けて紹介しています。 1. Rails Way …
AI model・中山佑樹｜人間の仕事は「奪わない」。AIのモデルはアパレル業界をこう変える - ミーツキャリアbyマイナビ転職
新しいビジネスに先陣を切って飛び込んできた開拓者に、ビジネスを生み出す原動力となった課題意識やそれを乗り越えるためのアクションを伺う「ファーストペンギンの思考」。 今回登場いただくのは、AI model株式会社のCTO・中山佑樹さんです。 洋服を買うためにECサイトをのぞいていると、さまざまなアイテムの着用写真を見ることができます。実在のモデルが着用した写真は、アイテム単体の写真だけでは分からないサイズ感や質感をイメージできます。そしてそれが購入の決め手になることも多いのでは。 しかし、実はこうした着用写真を用意するのに必要な「ささげ業務」（撮影・採寸・原稿作成の頭文字をとった、商品撮影に必要となる3つの業務）には膨大な時間とコストがかかっているのです。業務を効率化しながら写真のクオリティをどう担保するか、はアパレル業界にとって大きな課題でした。 そんな課題を解決すべくリリースされたのが、
AWS再入門2022 AWS Serverless Application Model (AWS SAM)編 | DevelopersIO
弊社コンサルティング部による『AWS 再入門ブログリレー 2022』の4日目のエントリでテーマはAWS Serverless Application Model (AWS SAM)です。 こんにちは、リサリサです。 当エントリは弊社コンサルティング部による『AWS 再入門ブログリレー 2022』の 4日目のエントリです。 このブログリレーの企画は、普段 AWS サービスについて最新のネタ・深い/細かいテーマを主に書き連ねてきたメンバーの手によって、 今一度初心に返って、基本的な部分を見つめ直してみよう、解説してみようというコンセプトが含まれています。 AWSをこれから学ぼう！という方にとっては文字通りの入門記事として、またすでにAWSを活用されている方にとってもAWSサービスの再発見や2022年のサービスアップデートのキャッチアップの場となればと考えておりますので、ぜひ最後までお付合い頂け
本商品は10個以上で数量値引きが適用されます（一般アカウントのみ）。100個以上ご検討の方はお問い合わせフォームよりご連絡ください。 シングルボードコンピュータRaspberry Pi 4 Model Bの 8 GB モデルです。Pi 3からスペックが向上した他、各種コネクタも変更されています。そのためPi 3用のケースはご利用いただけない場合が多いと思われます。Pi 4用のケースをご利用ください。 当社から販売している本商品は技適マークの表記を確認していますので、国内にて適法に利用可能です。 特徴 Broadcom 2711, 1.5GHz quad-core ARM Cortex-A72 CPU VideoCore VI graphics 4kp60 HEVC decode True Gigabit Ethernet 2 × USB 3.0 and 2 × USB 2.0 ports
前回解説したプレビューハンドラなど（「エクスプローラーのプレビューウィンドウについて解説する」）、エクスプローラーの拡張機能は、COM（Component Object Model）を使って作られている。 COMは、すでにWindowsでは主流ではなく、後継として.NET Frameworkが登場している。しかし、COMは廃止されたわけではなく、いまだにWindowsのさまざまな場所で使われ続けている。というのも、Windows XPまでは、WindowsのOSの主要オブジェクト技術であり、Windows自身がCOMで構築されていたと言っていいほど利用されていたからである。 エクスプローラーや関連技術でいまだにCOMが使われているのは、その名残でもある。長らく続けてきた本連載だが、COMについては解説するタイミングを失っていた。ちょうどいい機会なので、今回はCOMを簡単に解説してみたい。
State of DevOps Report 2021を日本語で解説 ーTeam Topologies Model、プラットフォームが重要な要素ー - TC3株式会社｜GIG INNOVATED.
State of DevOps Report 2021を日本語で解説 ーTeam Topologies Model、プラットフォームが重要な要素ー はじめに State of DevOps ReportはDevOpsの成熟度についてアンケート形式で調査しているレポート資料です。毎年アップデートされているので、直近の動向などを理解し、かつ課題解決の活路を見出すのに良いレポートです。2021版が先日リリースされていました(もとのレポートはこちら)。 デジタルトランスフォーメーションの文脈の中で、ソフトウェア開発がますます増えてきていますが、単に一発作っておしまいではなく、継続的に進化させることが求められます。継続的にサービスを進化させていくことがビジネス力の根源となるということをアンケート調査から証明したのが、このレポートで、調査内容については、『LeanとDevOpsの科学』をご一読いただく
RaspberryPi 3 Model B+でIoT監視カメラをつくる（その７ カメラのAI化） | そう備忘録
追加インストール機械学習の為にGoogeのTensorFlow関連のモジュールを追加インストールした。 Edge TPUランタイムのインストール以下のコマンドでラズパイにEdge TPU（Tensor Processing Unit）ランタイム（スタンダード版）のインストールを行った。 尚、本来はCoral USB Acceleratorの様なEdge TPUユニットをラズパイに接続して機械学習を行うのが理想なのだろうが今のIoT監視カメラにCoral USB Acceleratorを追加すると外箱を作り直さないといけないのと、そこそこの値段がするので（１．５万円ぐらい）ラズパイ単体でTensor Flow Liteを動かすことにしている。 この為、最後の行のlibedgetpu1-stdのインストールは今回のプログラムをラズパイ単体で動かすだけであれば不要なのだが、今後Coral USB
RaspberryPi 3 Model B+でIoT監視カメラをつくる（その１ハードウェア関連） | そう備忘録
RaspberryPi 3 Model B+でIoT監視カメラをつくる（その１ハードウェア関連） by souichirou · 公開済み 2019年9月2日 · 更新済み 2022年1月16日 RaspberryPi（ラズパイ）でIoT監視カメラRaspberryPi 3 Model B+とカメラ（Raspberry Pi Camera Module V2）とモーションセンサー（HC-SR501）で監視カメラを作成したときの備忘録。 似たような機能を持った市販の監視カメラも幾つか販売されているが、それぞれちょっとずつ機能的に惜しい所がありそれならばと思い自作してみる事にした。 特に実現したかったのは、 動きがあるときだけ撮影する撮影した画像をインターネット経由でクラウドにアップする撮影したことをLINEで通知するの３点。 １．は普通の監視カメラは２４時間３６５日撮影をしているが、それをす
GitHub - CompVis/stable-diffusion: A latent text-to-image diffusion model
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
LMQL Playgroundでクエリを試すLMQLには動作を簡単に検証できるPlaygroundが用意されています。ローカルでPlaygroundを起動することもできます。 まずはGetting Startedで紹介されている以下のクエリを実行します。 argmax "Hello[WHO]" from "openai/text-ada-001" where len(WHO) < 10「Run」ボタンをクリックするとOpenAIのAPI KEYを求められるので、入力します。 実行するとModel Responseの枠に結果が表示されます。 LMQLの基本構造LMQLは記法的にはSQLと似ていて、以下のような構造を持っています。 デコーダ節（Decoder Clause）： テキスト生成に使用するデコード・アルゴリズムを指定します。LMQLでは様々なデコード・アルゴリズムを選択することができ
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
『THE MODEL』を読んだ - 30歳からのプログラミング
コンビニ陳列ロボ「Model-T」誕生。ファミマとローソンに導入
「The Model」（ザ・モデル）とは？概念と実践をSalesforceが分かりやすく解説
実践Immutable Data Model - 紙箱
技適対応の「Raspberry Pi 4 Model B 4GB版」が発売
8GBメモリ版のRaspberry Pi 4 Model Bが登場
無料デザインツールの新鋭「Adobe Express」は試す価値あり！ 生成AIの可能性は「Firefly Design Model」でさらに広がるか／AIが編集可能なデザインテンプレートを生成する新機能を試してみた【特集・集中企画】
生成AIグラビアをグラビアカメラマンが作るとどうなる？第11回：Stable Diffusion 1.5の注目ModelやLoRAを紹介+α版 (西川和久) | テクノエッジ TechnoEdge
銀座Rails#21で「Fat Modelの倒し方」を発表しました
人はFat Modelを恐れサービスを求め ドメインモデルは貧血に至る - @ledsun blog
アパレルのモデル撮影コストを最大７０％削減 - AI model（AIモデル）
Fat Modelの倒し方 / how to deal with fat model
Raspberry Pi 4 Model B / 8GB
COM（Component Object Model）は古い技術だが、いまだに現役 あらためて解説する (1/2)
LMQL(Language Model Query Language)概観｜mah_lab / 西見 公宏