Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに 今回は、今話題の Claude 3 でAWS CDKというAWSインフラのプロビジョニングツールを使い、簡易的なメール通知の仕組みを作成しました。 基本的にはClaudeに尋ねながら構築を行っており、AWS CDKの最初のセットアップ以外はコードをほとんど書いていません。 なので、AWS CDKに馴染みが無い方でも、最初のセットアップさえ出来れば、Claudeを活用しながら、どなたでもAWS CDKをご活用頂けるのではと考えております。 技術要素の紹介 Claude 3 2024年3月4日に発表されたAnthropic社の最新
1. はじめに ついに ChatGPT-4V が使えるようになりました！ これまでGUIを作成するときには、ChatGPT に 「まず左上にテキストボックスがあって、その右にボタンがあって...」 とちまちま指示する必要があったのですが、GPT-4V により画像を渡せるようになります。 この記事では、ChatGPT-4V を使うと GUI 作成がどのくらい楽になるのかを検証してみたいと思います！ 作成するGUIはこちらのものです。 2. GPT-4V の読み取り精度の確認 2.1. 日本語のポンチ絵 まず、元の記事で使用した日本語のポンチ絵を渡して、どのように読み取れるのかを確認します。 GUIの各要素の位置はなんとなく読み取れている感じがしますが、日本語の読み取り精度はあまり高くないようです。 2.2. 英語のポンチ絵 先ほどのポンチ絵を英語に変換してみます（左下だけ詳しく書き直しました
追記: Twitterなどでご指摘等いただいているのをコメントしてますので、ぜひそちらもご覧ください！ これはなに 絶賛Rust勉強中の僕が、「なんでRustはメモリ安全って言われているの？」と聞かれたので、実際にメモリ安全ではない（？）C言語のコードを並べてみて考える記事です。 C言語の場合 メモリリーク 以下のコードはメモリリークを起こす可能性があります。 #include <stdio.h> #include <stdlib.h> #define STR_BUF_SIZE 100000000 char *str_new() { return calloc(STR_BUF_SIZE, sizeof(char)); } int main() { for (int i = 0; i < 100000000; i++) { char *str = str_new(); snprintf(st
Microsoft Defender for Endpoint プラグイン for Windows Subsystem for Linux (WSL) を試す - Qiita
1. はじめに 私は WSL2 (Windows Subsystem for Linux 2) が大好きで、主に API の接続テストや Python スクリプトの開発環境に用いています。仮想環境でも特殊なツールなので、セキュリティはあまり考えていなかったのですが、ふと Microsoft のサイトを見ていたら WSL2 用に Microsoft Defender for Endpoint のプラグインが提供されていることを見つけました。 かなりマニアックな部類ですが、こちらを試してみたいと思います。 2. 何ができるのか WSL2 で動かしている Linux での EDR 検知が出来るようになります EPP は残念ながら未対応のようです [参考] 事前調査 - 企業内でハンティングする 企業内に WSL を用いているユーザー、端末があるかどうかをハンティングクエリーで調査することが出来ま
初めに 具体的なコードや方法も記述しますが、それよりも JUnit などの自動テストのFW、ユニットテストの概念や目的など本質的なことを把握し理解する事を主題にしてます。 また、参考資料欄にあるように、様々なものを参考に網羅的にまとめています。非常にボリュームがるので興味あるところだけ読んでもらう方が良いかもしれません。 こちらでは、ある程度開発経験（1〜2年程度）があり、自動テストについて少しでも触れた事があるくらいの方が対象になる記事です。自分がそうだからです。ただし、コンパイルエラーにならないだけの書き方では意味がないのでそういった構文やお作法に関する話はあまりしません。なぜそのようなお作法になったのか？そうである理由は何なのか？トレードオフは？といった、本質的な部分にフォーカスを当てていきたいと思います。 1. 概要 JUnit は Java 言語向けのユニットテストフレームワーク
BERTで英検を解く - Qiita
英検の大問１は、短文穴埋め問題になっています。例えば、こういう問題です。 My sister usually plays tennis ( ) Saturdays. 1. by 2. on 3. with 4. at Bob ( ) five friends to his party. 1. made 2. visited 3. invited 4. spoke 文の中の隠された部分に入るものを、選択肢の中から答える問題です。文法的な判断もあれば、文脈から意味の通りが良い単語を選ぶ問題もあります。5級から1級まですべての難易度で出題される形式です。 この問題形式は、BERT (Bidirectional Encoder Representations from Transformers)の学習アルゴリズム（のうちの１つ）とよく似ています。ということは、事前学習済みのBE
はじめに この記事はDevOps on AWS大全の一部です。 DevOps on AWS大全の一覧はこちら。 この記事ではAWS Lambdaを耐障害性の観点から超詳細解説しています。 具体的には以下流れで説明します。 AWS Lambdaをリリースするときのダウンタイム AWS Lambdaのスケーラビリティ AWS Lambdaの永続ストレージ AWSの区分でいう「Level 200：トピックの入門知識を持っていることを前提に、ベストプラクティス、サービス機能を解説するレベル」の内容です。 この記事を読んでほしい人 AWS Lambdaを採用するときのベストプラクティスを説明できるようになりたい人 AWS Lambdaの耐障害性に不安を感じている人 AWS Certified DevOps Engineer Professionalを目指している人 AWS Lambdaをリリースする
Ruby Laravelで実装していた箇所は全面的にRuby on Railsの形で作り直しが必要でした。ただ、フレームワークのアーキテクチャがLaravelとRailsが似ているので、ほぼ文法の置き換えのみでいけました。 React ReactはerbからReactを呼び出す部分だけ工夫が要りましたが、Laravel版で実装していたReactのコンポーネントはほぼそのまま使えました。変更が必要だったのは、Reactへの値受け渡し部分のみでした。LaravelではbladeからReactへ値を連携する際json文字列に変換し、Reactでそのjson文字からオブジェクトへとパースしてました。とこらがRuby on RailsではerbでReactに値を連携する際json文字列にせずに渡せて、Reactでもjson文字列をパースせずともオブジェクトとして受け取れている状態となっていました。内
JavaScript でキューを実装して性能を比較してみた。 今回は、以下の条件で実装を行った。 クラスとして実装する 1個のデータのエンキューとデキューを行うメソッドをそれぞれ実装する それ以外のメソッド (要素数、先頭を削除せずに取得など) は実装しない エラー処理 (空のときにデキューを試みるなど) は行わない なお、実装で出てくる # つきのメンバ変数はプライベートプロパティである。 方針・実装 配列のpush・shift 配列の末尾に要素を追加するメソッド push をエンキューとして用い、配列の先頭から要素を取り除いて返すメソッド shift をデキューとして用いる。 エンキューとデキューがともに1回メソッドを呼び出すだけで実現でき、シンプルな実装になる。 スタックを用いてプッシュ時退避 スタックによるキューの実装と、キューによるスタックの実装 #Python - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 定例ミーティングの準備、どうしていますか？ 多くのエンジニアがそうであるように、私の所属するチームで毎週定例のミーティングをしています。 この記事は、この定例ミーティングに向けてどのような準備をしているかという話です。 私の所属するチームは私を含め3人に非常に小規模なチームです。そのため、チーム運営のための実験も比較的簡単に行うことができます。 以前のやり方 この方法にする前は、各々が今週の進捗や、話したい内容を、手元にテキストで用意しておいて、定例ミーティングでSlackにガッと投稿して、それを見ながら報告をするという手法でした。 こ
この記事について ファイルはTOML形式を利用します。 Pythonの標準ライブラリ（tomllib、string）を使った、生成AIのプロンプト管理を紹介します。 実施条件 Python 3.12（3.11以上が必要です） ライブラリのインストールは不要です 実装の紹介 今回は例として、Anthropicが公開しているプロンプトサンプルを置き換えていきます。 サンプルの中でもやや複雑なプロンプトになります。システムプロンプト、ユーザーとアシスタントのやりとりの往復があってから、質問を投げます。 普通にプロンプトを実装すると… まず、書き変える前の状態を見ていきます。Anthropicのサンプルそのままの状態です。 プロンプトサンプルから、プロンプトの実装部分をあらためて見てみます。 client.messages.create( model="claude-3-opus-20240229
Stable Diffusionの最新モデル「SDXL 1.0」と過去モデルの生成画像をひたすら比較して進化を実感してみた - Qiita
Supershipの名畑です。週刊少年ジャンプ34号に掲載された小園江ナツキ先生の読切漫画「殺陣ロール」好きです。 はじめに 7月27日についにStable Diffusionの新モデルSDXLの1.0がリリースされました。当初の予定よりは遅れたものの、0.9がリリースされた6月23日から1月程度での高速リリースです。 SDXL 0.9の際に「Stable Diffusionの最新モデルSDXL 0.9と過去モデルで生成画像を比較してみた」という記事でStable Diffusionにおける生成画像の変遷をまとめましたが、今回もSDXL 1.0でどのように変わったのかを記録に残します。 画像の生成はPythonでstability.aiのAPIを呼び出すことで行なっています。 参考：ASCII.jp：最新の画像生成AI「Stable Diffusion XL（SDXL）1.0」ついに公開
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 概要 2013年から2022年に公開された歴代の自然言語処理モデルをGLUEスコアに沿って整理します。 背景 過去に生み出された革新的な技術は、日々、新しいアイデアや技術が公開される現在でも使われています。これまで、自然言語処理界において、ターニングポイントとなったであろう技術を時系列に振り返ろうと思いました。 自然言語処理モデルについて 自然言語処理モデル活用例 一概に自然言語処理モデルと言っても、それが一体何ものなのか理解し難いと思います。 現代社会で自然言語モデルが活用されている事例には以下のようなものがあります。 自動翻訳
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに 先日の2023 AWS Summit Tokyoで今年のAWSに関する受賞者が発表されました！ 各賞の詳細についてはこちら 私は、2023/3月までに（新卒2年目で）12冠を達成したので、以下２つの賞を受賞することができました！ 2023 Japan AWS All Certifications Engineers 2023 Japan AWS Jr.Champions 簡単に自己紹介をしますと、2023/4月から新卒3年目になりました。 AWS歴は、1年半くらいです。 普段はAWSを中心とした開発案件や、自社サービスのSRE
TypeScriptの型メモ - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 他言語の型システムに馴染みがある人向けのTypeScriptの型システムについてのメモです。個々の用語については『型システム入門』や適当な論文を参照してください。また、個々の型機能の詳細については TypeScript Documentation を参照してください。 合わせて読みたい: TypeScript: Handbook - TypeScript for Functional Programmers 部分型多相（subtype polymorphism）があります。 名前的部分型付け（nominal subtyping）ではなく
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 概要 ある記事が8/21出た。 ITが面白い時代はすでに終わっているし変化も遅くなった - きしだのHatena Xで流れてきて、ああこれは反論記事をだれか出すだろうなぁと思った。出てきた。 ITがつまらんとか言ってるのは老害だけ | さにあらず 両方ともワカル。わかるけど、なんか違うんよね。 違和感 まず自分のバックグラウンドを知ってもらいたい。未だ30にもなっていない一応若い部類に入る方だと思っている。初めて触ったPCはWindows Meだし、PCスペックがアレゲすぎてDamm Small Linuxを入れたり遊んだ。大学でアプリ
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? まえがき この記事を読んでいる方へ。 この記事を読んでみようと思って頂き、誠にありがとうございます。 私はこの記事が、プログラミングを ”やってみたい” という興味を持っている方や、プログラミングを始めてみようと思うけど ”何したらいいかわからない” という不安を持たれている方に届けばいいなと思います。 もしこの記事を読んでいただいて「お、いいじゃん」と思っていただけたら、そんな プログラミングに興味や不安を抱えている周りの人にこの記事を共有 していただけたら幸いです。 記事はじめ こんにちは～ジン(@Jin_pro_01)です。 本記
はじめに ChatGPT APIの公開後、瞬く間に様々なサービスが誕生していますね。 私も少し触ってみましたが、マルコフ連鎖的に文章を紡ぐ仕組み上、レスポンスがやや遅い点が気になります。 PythonからAPIを叩いている多くの方はOpenAIのライブラリを使用しているかと思いますが、 一般的にHTTPリクエストに使用されるrequestsを使用すれば、ウェブサイト版のChatGPTとお話するときのように、逐次返答を受け取ることができます。 追記 openaiライブラリでも普通にできました。後半で解説します。 方法 requestsのpost()からAPIを叩いて、その際、引数とペイロードのstreamをTrueにすればおｋです。 以下の実装例の後半部分が該当箇所になります。 import requests, json API_URL = "https://api.openai.com/v
［Docker / Python / M1 Mac］Docker を利用して Jupyter を構築 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
はじめに こんにちは、カレー愛好家の皆さん！今回は、Pythonと大規模言語モデル（LLM）を使って、カレーに関する知識を管理し、質問に答えるシステムを作ってみました。このシステムでは、カレー好きの人々のネットワークや、お気に入りのカレー店、新しいメニューなどの情報をグラフ構造で表現し、それをベースに質問応答を行います。 システムのデモ動画: システムの概要 このシステムは以下の主要な機能を持っています： カレー関連の知識をグラフ構造で表現 ユーザーのコメントを分析し、新しい知識をグラフに追加 グラフの可視化（日本語対応） グラフ情報を基にした質問応答 それでは、知識グラフの魅力について詳しく見ていきましょう！ 知識グラフのメリットと有益性 皆さんは「知識グラフ」という言葉を聞いて、どんなイメージを持ちますか？難しそう？複雑そう？確かに最初はそう感じるかもしれません。でも、実はとてもパワフ
プロンプトエンジニアリングとは プロンプトエンジニアリングは、LLMを活用して最適なアウトプットを得るために、プロンプト（入力文）を工夫して設計することを指します。 LLM（Large Language Model）とは LLMは、大規模自然言語処理タスクを行うAIモデルの総称です。具体的な例としては、OpenAIの「GPT-3」「GPT-4」、Metaの「LLaMA」、Googleの「PaLM」、Amazonの「AlexaTM」などが挙げられます。LLMは人間の言語をAIに学習させ、さまざまなタスクを自律的に処理できるようになります。感情分析や文章の生成、翻訳などの多様な能力を持っています。 自然言語とは 人間が日常生活でコミュニケーションを行うために使用する言語のことを指します。日本語や英語はその代表例ですが、世界には多くの自然言語が存在します。ちなみに自然言語処理（NLP）は、これら
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 概要 開発PJやシステム運用PJにおいて、チームメンバ間のやりとりは、基本的にはチャットツールを利用しているのではないかと思います。また、タスク管理ツールを用意して、チャットの中で出た課題はチケットとして起票するという体制としているPJも多いと思います。 このとき、起票するメンバは以下の課題(課題とまではいかないものの面倒くささ)を抱えているかもしれません。 チャットに記載されている文章をあらためて全部追うのが面倒くさい その文章を要約(＝必要なものをとりだし、不要なものを削除する)するのが面倒くさい 要約にプラスして、やるべきことを別
みなさん初めまして！ 株式会社ゆめみでサーバーサイドエンジニアとして働いている、りょーきです！！ 最近、エンジニア向けのイベントの登壇資料を作成している中で、 「この技術の公式ロゴ、どこにあるねん！！！！」と何度も思ったので、 よく使うプログラミング言語やクラウドサービスなど、とにかく公式ロゴがあるかどうか調査して、集めてみました。 発表用資料作ってるけど、 なるべく公式のロゴを使用したい ロゴ探しに時間を費やしたくない そもそもどれが公式のロゴか分からない 上記のような方の参考になれば幸いです。 自分がよく使う・馴染みがある技術に偏ってしまっているので 「この技術もよく使うから記載してほしい！」といった要望や 「URL間違い・公式ロゴ存在するよ！｜しないよ！」などの指摘があれば、 どんどんコメントで教えてください！！ この記事では、公式のロゴがある場合は「公式」、無いまたは見つけられなか
ブラウザバックしたときに状態を復元する（Vue3, Nuxt3 そして Next.js） - Qiita
ブラウザバックは Web アプリの鬼門 Vue に限らずですが、Web アプリにおいてブラウザでバックボタンやフォワードボタンの実行に対応するのはなかなかに難しい問題です。そのため、POST Back 型のフレームワークではブラウザバックの使用自体を禁止することも多かったと思います。 SPA全盛の今、この問題は解決されたのでしょうか。 いえ、状況はむしろ悪化しています。テンプレートエンジンを使った HTML 生成型の Web サイトであれば、ブラウザバックを行うことで、フォームの値とスクロール位置は復元されますが、JavaScript ベースで構築された画面ではフォームの値は保存されませんし、スクロール位置が復元できるかも条件次第です。 一般的な解決策 では、Twitter に代表されるSPAアプリではこの問題にどうやって対応しているのでしょうか。答えは「対応しない（あるいはスクロール位置
概要 2022年4月26日、Docker Compose Version 2 (以下「Compose V2」と省略）が GA（一般提供開始）になったと Docker Blog で発表 がありました。 Docker Desktop を利用中の場合 既に macOS および Windows 、Linux (beta版) のDocker Desktop では Compose V2 が初めから入っています。また docker-compose コマンド（中身は環境確認のスクリプトであり、バイナリではありません）は、既に実体としての Compose V2 機能の docker compose を呼び出すか、Comose V1 の docker-compose-v1 を呼び出しています。 Linux 版 Docker Engine を利用中の場合 Linuxでは v20.10.13 以降、現在 curr
概要 最近は家にいることが多くQOLを上げていきたいと常々考えております。家のポストに荷物やチラシが投函されたら、Slackに通知が来るIoTをやってみました。 仕様 ① エントランスのポストのフタが開いたらCloud Functionsをコールする ② コールされたCloud FunctionsがWebHookでSlackに通知を送る どうやって実現するか？ 仕様は簡単です。ただ「ポストのフタが開いた」ことをトリガーとするデバイスが、ネットワークに接続している状態でなければ実現ができません。マンションのエントランスにあるポストから、自分の部屋のWifiを接続することはできません。 その課題を解決するためにSORACOMが販売している「SORACOM LTE-M Button Plus」を購入して実現することにしました。 SORACOM LTE-M Button Plus とは？ SORA
筆者の経緯 スペック toeicは5年前、計測したとき800点（＋50 - 100 はいってそう） SIer出身のため、非常に実践経験に悩み、長らく苦戦 オランダでの日系企業勤務を歴て、イスララエル系の完全外資への転職 なんかこれだけ書くとスペック高めですが、SIerでは同期にぶっちぎりで出世競争に遅れてました。 追記 https://voicy.jp/channel/2954/6830979 まさに松井さんのこのボイシーで言われている階層でいうとアメリカでいうと2)を狙う感じです。3)は賢い人が色々書いてくれていると思うのでそっちを観てください。 1)500万-800万 労働者階級(トラック運転手、警備員、配達ドライバー）生活ギリギリ、ローンまみれ 2)800万-2000万 ミドルクラス（学校の先生、看護師、営業職、シリコンバレー以外でのエンジニア） 郊外に一軒家を持っていて、ギリギリ子
EMNLP2023に採択された論文を眺めていたところ、ある論文が目に止まりました。 「Discovering Universal Geometry in Embeddings with ICA」という論文です。 これは京大下平研の山際さんの論文で、ざっくりとサマると「Word EmbeddingなどのEmbeddingを独立成分分析（ICA）で次元削減することで、人間にとって解釈性の高い成分を取り出すことができる」という論文です。 Vision TransformerやBERTを用いた実験から、モーダルや言語に関わらず解釈性の高い表現が得られたという結果を得ています。 論文内では、文を対象としたEmbeddingであるText Embeddingには触れられていないですが、おそらくうまく動くだろうという見込みがあったため、本手法をText Embeddingに対して実行してみました、という
[python / pandas] DataFrame を扱う人が覚えておきたい、ちょっとレアな便利技16選 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
![[python / pandas] DataFrame を扱う人が覚えておきたい、ちょっとレアな便利技16選 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/e343ee064a670af5e4187576ce177270e730cd06/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fqiita-user-contents.imgix.net%252Fhttps%25253A%25252F%25252Fcdn.qiita.com%25252Fassets%25252Fpublic%25252Farticle-ogp-background-afbab5eb44e0b055cce1258705637a91.png%253Fixlib%253Drb-4.0.0%2526w%253D1200%2526blend64%253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRnFpaXRhLWltYWdlLXN0b3JlLnMzLmFtYXpvbmF3cy5jb20lMkYwJTJGMzI3NDA3JTJGcHJvZmlsZS1pbWFnZXMlMkYxNTQ0OTUyMTkzP2l4bGliPXJiLTQuMC4wJmFyPTElM0ExJmZpdD1jcm9wJm1hc2s9ZWxsaXBzZSZiZz1GRkZGRkYmZm09cG5nMzImcz04MDM0YzNmNGY3NzdkNTU0Y2FlNjY1ODNiOTIxMTU2Mg%2526blend-x%253D120%2526blend-y%253D467%2526blend-w%253D82%2526blend-h%253D82%2526blend-mode%253Dnormal%2526s%253Dfd2d0072187bcb82fa543517d55d40e0%3Fixlib%3Drb-4.0.0%26w%3D1200%26fm%3Djpg%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D120%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDBzaXJ1a3U2JnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LXBhZD0wJnM9MGY0ZGY4YjE3ZmMzYTc5YzIxODU3NDg2YWY2MzY0ZTE%26blend-x%3D242%26blend-y%3D480%26blend-w%3D838%26blend-h%3D46%26blend-fit%3Dcrop%26blend-crop%3Dleft%252Cbottom%26blend-mode%3Dnormal%26s%3D40b884e702cc7b7c9c45c0ad6ca9ba41)
最近知り合いのエンジニアから「Jotai」という状態管理ライブラリがRecoil より軽くてつかいやすいよ！と教えてもらったので早速「Jotai」をさわってみみました 🐣Jotaiとは？ パッケージ名は日本語の「状態」から名付けられた Recoil にインスパイアされたatomモデルを採用しReactの状態管理を行える atom依存関係に基づいてレンダリングが最適化されるためReactコンテキストの余分な再レンダリングの問題を解決し、メモ化技術の必要性を排除している ミニマルなAPIを提供している TypeScriptで開発されている 📝使い方 *https://jotai.org/ より引用 import { atom, useAtom } from 'jotai' // Create your atoms and derivatives const textAtom = atom(
Rust 1.39 からは async/await が安定化され、非同期処理がぐっと書きやすくなりました。 Futureトレイトを自分で実装したり、loop_fnで所有権を取り回したりmap_errでエラー型を魔改造したり することはもうありません！ おもむろに await していきましょう この記事は Rust 1.46 と tokio 0.2.22 に基づいています Rust での非同期処理 Rust では、非同期な計算は Future トレイトとして抽象化されています。JavaScript などでは Promise と呼ばれるものです。以前は非同期処理を扱うときに、場合によっては Future トレイトを実装する必要があることがありましたが、現在では async キーワードを使うことで簡潔に記述することができるようになりました。 async キーワードを使い、 非同期関数 async
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 前提 この記事は2025/9/11時点での公開情報や動作を私なりにまとめたものとなります。 正確な情報はご自身でご確認もしくはMicrosoftへお問い合わせください。 また、本機能はベータ版のため、一般リリース時には変更される可能性があります。 📢 公式情報 詳細の公式情報はこちらをご覧ください。 気になるところをピックアップしました 制限 ・現在はベータ版 ・Microsoft 365 Insiderを通じて利用できるベータチャネルのユーザーのみ利用可能 ・Microsoft 365 Copilotライセンスが必要 ・10分ごとに
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
この記事は本番環境でやらかしちゃった人のアドベントカレンダー9日目の記事です。 https://qiita.com/advent-calendar/2020/yarakashi-production 去年に引き続き、今年も参加させてもらいました。 ※去年の記事はこちら→ データ移行をしただけなのに…（起こってしまったメール誤配信） 今年のネタも15年くらい前の事で、且つ自分が直接関わった事案ではないのですが、「そういやあの事件、今MySQLだったらどうするかな」と思い書くことにしました。 何があったか もうタイトルで出落ちしていますが本番でUPDATE文を実行する際にWHERE句を付け忘れたという事故です。 当時の状況を整理するとこんな感じだったと思います。 もうツッコミどころが多すぎて困ると思います。 何も言わないでください… 因みにbegin transactionはしていませんでした
GitHub Actions上でdocker composeを使ってCIを回すためにうまいことキャッシュする方法 - Qiita
docker compose on GitHub Actions 昨今ではDocker（コンテナ）を使った環境整備が主流になってきています。アプリケーションの実行環境自体をコード化できるため、開発環境間の差異や、本番環境の差異を吸収し、アプリケーションの開発に集中することができます。 一方、CIとDockerの相性はなかなかに良くないです。Dockerの肝はイメージやレイヤーのキャッシュにより、初回のダウンロード以降は爆速に使えることですが、環境がある程度リセットされてしまうCI環境で愚直にDockerを動かすコードを書くと数百MB単位のイメージのダウンロード、ビルドが毎回走ることになり、Dockerを準備する処理でCIの処理の大半が使われてしまうこともままあります。 今回はDockerによる環境のカプセル化の恩恵を受けつつ、GitHub Actionsでdocker composeを動か
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
p5.js と ml5.js の組み合わせでブラウザ上でのリアルタイム物体検出を試す（COCO-SSD を利用） - Qiita
この記事は、以下のツイートで動画・画像をのせていた、ブラウザ上でのリアルタイム物体検出の話です。 上記の内容は、以下の OpenProcessing のスケッチにアクセスすると、実際に試していただくことができます。 ●ml5.js で物体検出（COCO-SSD を利用） - OpenProcessing https://openprocessing.org/sketch/1795350 実装した内容の話 今回の内容は、p5.js と ml5.js の 2つを組み合わせて作っています。その実装内容や、実装に関する補足を、この後に書いていきます。 実装の際に参照した情報 実装時には、以下の ml5.js公式のドキュメントを見て実装しました。 ●ObjectDetector https://learn.ml5js.org/#/reference/object-detector ml5.js によ
本記事はNTTドコモR&Dアドベントカレンダー2021の8日目の記事です． こんにちは、NTTドコモの橋本(@dcm_hashimotom)です． 業務ではレコメンド関連の技術開発・施策検討を行っており，主にPythonやBigQuery, Apache Sparkを触ってます． SNSなどで投稿したコンテンツの検索性を上げるためには，そのコンテンツへのタグ(またはハッシュタグ)の付与が重要です．Qiitaではタグは5つまで付与することができ，タグを指定した絞り込み検索や，マイページでのプロフィールに使われております．しかし，タグの付与はユーザ手動なものが多く(要出典)，検索性が高いものを選択するためには，ドメイン知識が必要です．なので，タグを付ける際に「このタグがついた投稿では他にこんなタグもついてます」的なレコメンドがあれば有用そうです．また，レコメンドということですが，近年レコメンド
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
Claude 3とAWS CDKを使い爆速でAWSの検証が出来る環境を手に入れよう！ - Qiita
画像入力で楽々！ChatGPT-4V と Python GUI 開発 - Qiita
なぜRustはメモリ安全なのかをC言語のコードと考える - Qiita
JUnitで学ぶ実践的で本質的なユニットテストの考え方 - Qiita
AWS Lambdaの耐障害性を考える - Qiita
Ruby on RailsとReactでECサイト構築 - Qiita
JavaScript でキューを実装して性能を比較してみた - Qiita
事前に議事録を用意し何ならそこで議論を始めてしまう手法を試している - Qiita
生成AIのプロンプトを素敵に管理してくれるPythonの標準ライブラリ - Qiita
歴代の自然言語処理モデルのスコア推移 - Qiita
新卒2年目がAWS12冠を達成し、2つの賞を受賞するまで。 - Qiita
若い方だけど、ITのつまらなくなったも、ITおもしろいもチョットワカル - Qiita
【MySQL】同一トランザクションの実行結果は次の処理にも反映される - Qiita
【10分で確認】インフラ起因のシステム障害で焦らないための監視系コマンド集 - Qiita
【無料でプログラミング学習】CS50のはじめかた【未経験者向けに始め方・進め方を解説】
【Python】ChatGPT APIでウェブサイト版のように返答を逐次受け取る方法 - Qiita
PythonとLLMで作る！カレー好きのための知識グラフQAシステム - Qiita
ChatGPTを最大限に活用するためのプロンプトエンジニアリング入門 - Qiita
ChatGPTにRedmineの起票を任せてみた - Qiita
よく使う技術・サービスの公式ロゴのURLをまとめてみた！ - Qiita
Docker Compose V2(Version 2) GA のまとめ - Qiita
家のポストに荷物が投函されたらSlackに通知が来るIoTやってみた - Qiita
海外転職、移住を成功させたので、海外エンジニア転職を阻むものを払拭したい - Qiita
独立成分分析（ICA）を使ってText Embeddingを分析してみた - Qiita
React 状態管理ライブラリの超新星？！「Jotai」をさわってみた - Qiita
Rust でお気楽非同期プログラミング - Qiita
ExcelのCopilot関数は無限の可能性を秘めている - Qiita
TypeScript: satisfiesオペレーターの使い所のひとつとして - Qiita
とあるテーブルの中身を一括更新した話から学ぶPITR - Qiita
2023年に見つけたあまり知られていない便利VSCode拡張4選 - Qiita
グラフニューラルネットワークでQiitaのタグづけをレコメンドする - Qiita
news.yahoo.co.jp
news.yahoo.co.jp
www.mofa.go.jp
yuka3.nm.bex.jp
woman.mynavi.jp
www.sankei.com