2024年版のDockerfileの考え方＆書き方 | フューチャー技術ブログ
最近はお客さんとの勉強会でDockerのドキュメントをつまみ食いして読むというのをやっていますが、改めて最新版を読んでみて、いろいろ思考が整理されました。2020年の20.10のマルチステージビルドの導入で大きく変わったのですが、それ以前の資料もweb上には多数あり「マルチステージビルドがよくわからない」という人も見かけるので過去の情報のアンラーニングに使っていただけるように改めて整理していきます。 仕事でPythonコンテナをデプロイする人向けのDockerfile (1): オールマイティ編で触れた内容もありますが改めてそちらに含む内容も含めて書き直しています。 本エントリーの執筆には@tk0miya氏から多大なフィードバックをいただきました。ありがとうございます。 基本的なメンタルモデル現代的な使い方を見ていくために「Dockerを使ってビルドする」というのはどのようなものか考えを整
【2023/11/09】【初心者歓迎】NeRF: 3次元×機械学習入門―注目の3次元化技術をやさしく解説【アーカイブ】
発表者Twitter：https://twitter.com/imvisionlabs （ぜひフォローお願いします！） === 日常の世界は3次元によって構成されています。その3次元的な情報を2次元の画像から再構成する場合においても、機械学習は有効です。近年、NeRF (Neural Radiance Field) と呼ばれる手法が注目を集めています。この手法では、ある点をその角度で見たときの色情報などを学習します。それにより、カメラで取得した2次元の画像から対象の3次元的な情報を再構成することができます。さらに、NeRFを利用すれば、見る角度によって変わる、反射の具合などもうまく再現することができます。 機械学習を利用せず、対象の3次元情報を計測する従来の手法も紹介しつつ、それらとの違いや、それぞれの得意な点なども紹介します。なお、本勉強会では、以下のMildenhallら (2021
はてなブックマーク
キーボードショートカット一覧 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 ✕
話題のClaude「Artifacts」は対話型AIにおける「UX革命」である｜梶谷健人 / 新著「生成AI時代を勝ち抜く事業・組織のつくり方」
ChatGPTのライバルサービスの一つである「Claude」が、彼らのサーバーが一時パンクするくらい話題になっている。 その理由は、運営元のAnthropicが発表した2つのリリースだ。 リリースの1つ目は新しい大規模言語モデル「Claude 3.5 Sonnet」のリリース。そしてもう一つが、今回の話題の中心である「Artifacts」機能のリリースだ。 「Claude 3.5 Sonnet」は、ほぼ全てのベンチマークでOpenAIの最新モデル「GPT-4o」を打ち負かしており、処理スピードは前モデルの「Claude 3 Opus」の2倍で、API費用は1/5程度に下がっている。 シンプルに性能、速度、費用面などの面でトップクラスの大規模言語モデルが登場したのだ。 しかし、今回Claudeが話題になっている理由は「Claude 3.5 Sonnet」というよりも、もうひとつのリリースであ
個人的docker composeおすすめtips 9選 | フューチャー技術ブログ
本記事は「珠玉のアドベントカレンダー記事をリバイバル公開します」企画のために、以前Qiitaに投稿した記事を一部ブラッシュアップしたものになります。 はじめにみなさん、docker composeを利用しているでしょうか？ 複数のdockerコンテナをまとめて立ち上げたり、環境変数を定義できたり便利ですよね。 この記事ではある程度docker composeを利用している方向けに私が便利、便利そうと感じたdocker composeの機能を挙げてみました。 docker compose cli v2を利用docker-composeではなく docker composeコマンドも利用可能になっています。 Docker Desktopでは v3.4.0から利用可能で、基本的にはコマンドの互換性あります。 ファイル監視による自動更新docker compose 2.20.0からCompose
RAGで人間の脳を再現。「HippoRAG」を理解する
はじめまして。ナレッジセンスの門脇です。生成AIやRAGシステムを活用したサービスを開発しています。本記事では、RAGの性能を高める手法である「HippoRAG」について、ざっくり理解します。 この記事は何 この記事は、RAGの新手法として最近注目されている「HippoRAG」の論文[1]について、日本語で簡単にまとめたものです。 「そもそもRAGとは？」については、知っている前提で進みます。確認する場合は以下の記事もご参考下さい。 本題 ざっくりサマリー HippoRAGは、RAGの性能を高めるための新しい手法です。オハイオ州立大学の研究者らによって2024年5月に提案されました。HippoRAGを使うメリットは、複数の知識を組み合わせて回答する必要があるような、複雑な質問に強くなることです。HippoRAGが従来のRAGに比べて、複雑な質問に強い理由は、ナレッジグラフと、それを継続的に
エクセル＋パワポでネットワーク構成情報を管理するCisco「Network Sketcher」を試してみた（INTERNET Watch） - Yahoo!ニュース
Network Sketcherは、Ciscoのオープンソースプロジェクトで開発が進められているネットワーク構成情報管理ツール（Pythonプログラム）だ。 【画像】Ciscoのオープンソースプロジェクトとして開発されている「Network Sketcher」 PowerPointによるラフからネットワークの物理構成や論理構成の情報を自動生成したり、実際の環境に合わせて情報を入力して最新情報を管理したりできるプラットフォームになっている。部門や担当者ごとにバラバラになりがちなネットワーク構成管理を統一し、効率的な管理を実現できるのが特徴だ。どのように情報を管理できるのか、実際に試してみた。 ■ カオスになりがちなネットワーク構成情報を集約し、管理を効率化できる ネットワークの構成情報を正確に管理し続けることは、なかなか難しい。 台数が限られている自宅の環境でも、接続先が分からないケーブルが
話題のLLMローコード構築ツールDifyをAWSのマネージドサービスで構築してみた - エムスリーテックブログ
こんにちは。エムスリーエンジニアリンググループのコンシューマチームに所属している園田です。 普段の業務では AWS やサーバーサイド、フロントエンドで遊んでいるのですが、最近はもっぱら OpenAI や Claude3 で遊んでます。 今回は、最近巷で話題の LLM ローコード構築ツールである Dify の OSS 版を AWS のマネージドサービスのみを使って構築してみました。 DifyとはオープンソースのLLMアプリ開発プラットフォームで、様々なLLMを使用してChatGPTのGPTsのようなものがノーコードで簡単に作れます。 引用元: DifyでSEO記事作成を試してみる｜掛谷知秀 試しにAskDoctorsのガイドラインHTMLをナレッジ登録してみた ローカル環境で Dify を構築する記事はたくさん見かけますが、AWS のマネージドサービスで構築する内容は見かけなかった*1ので公
「バラバラな職場」はどうして作られるのか────チームビルディングのプロに聞く。
「うちの部署(会社)ってバラバラだな」と感じたことはありますか？ 今回は、「分業はバラバラな職場を生みやすいのでは」という疑問をチームビルディングのプロである楽天大学 学長の仲山進也さんにお聞きします。ちなみに仲山さんはAgendの登場2回目。 私たちが「バラバラな職場」にならないよう、どうすべきかを教えていただきました。最後の「まとめ」まで是非お読みください。 仲山考材株式会社 代表取締役 / 楽天グループ株式会社 楽天大学 学長 まだ社員20人しかいない創業期の楽天に入社。楽天市場出店者の学び合いの場「楽天大学」を設立、人にフォーカスした本質的・普遍的な商売のフレームワークを伝えつつ、出店者コミュニティの醸成を手がける。「仕事を遊ぼう」がモットー。
RAGで文書を1トークンに圧縮する「xRAG」について
株式会社ナレッジセンスは、生成AIやRAGを使ったプロダクトを、エンタープライズ向けに開発提供しているスタートアップです。 本記事では、「xRAG」という手法について、ざっくり理解します。xRAGとは、RAGシステムでLLMに投げるドキュメント（通常、数千文字ほどですよね。）を、1トークンに圧縮できるのでは？という手法です。 この記事は何 この記事は、RAGをする際にLLMに渡すドキュメントを1トークンまで圧縮できる手法「xRAG」の論文[1]について、日本語で簡単にまとめたものです。 今回も「そもそもRAGとは？」については、知っている前提で進みます。確認する場合は以下の記事もご参考下さい。 本題 ざっくりサマリー xRAGは、RAGで渡すコンテキストを極限まで圧縮する手法です。北京大学/Microsoftの研究者らによって2024年5月に提案されました。xRAGを使うメリットは、コンテ
Secrets from the Algorithm: Google Search’s Internal Engineering Documentation Has Leaked
Google, if you’re reading this, it’s too late. Ok. Cracks knuckles. Let’s get right to it. Internal documentation for Google Search’s Content Warehouse API has leaked. Google’s internal microservices appear to mirror what Google Cloud Platform offers and the internal version of documentation for the deprecated Document AI Warehouse was accidentally published publicly to a code repository for the c
「CES 2024」展示減、国内事業化失敗率91.9%--冷めつつある「メタバース熱」の要因は
2021年から着目され始めたメタバース。「Facebook」などを運営するMetaを筆頭に多くの企業が参入を表明し、多額の投資が行われてきた。それから約3年が経った今、メタバースはビジネスとしてどのような状況なのかを解説していく。 なお、本連載ではメタバースを、「インターネット上でユーザー自身がアバターを用いてお互いにコミュニケーションすることが可能な、現実世界とは別の仮想空間」と定義する。いわゆる“狭義”のメタバースで、AR/MRサービスや、別ユーザーとのコミュニケーションが発生しないVRサービスはスコープ外としている。 冷めゆく“メタバース熱” 2021年後半から2022年にかけて、多くの企業がメタバースに進出した。多様なメディアが特集を組んでメタバースを取り上げるなど、メタバースは“過熱”状態であった。 しかし現状、その熱は冷めてきており、メタバースからの撤退を表明する企業やメタバー
【ステップバイステップ】Cozeのマルチエージェント機能で作る、SEO対策タイトル案・構成案作成ボット｜ChatGPT研究所
【ステップバイステップ】Cozeのマルチエージェント機能で作る、SEO対策タイトル案・構成案作成ボット はじめに本記事では、前回紹介したAIボット開発プラットフォームCozeの「マルチエージェント」機能を活用したAIチャットボット開発についてご紹介します。 Cozeの「マルチエージェント」機能は、複数のAIエージェントを連携させて複雑なタスクを自動化できる強力な機能です。 これにより、ボット開発が効率化し、日々の業務を自動化することが可能になります。 例えば、マルチエージェントモードを使えば、複雑なプロンプトを使用せずに、以下のようなアウトプットが可能になります。 ユーザーがリクエストを送信し、それに応じてリサーチエージェント、要約エージェント、記事作成エージェント、メール配信エージェントが連携して作業を完了します。 このプロセスにより、手動で行うよりも迅速かつ効率的に業務を遂行できます。
AWS LambdaをDocker化する際の注意点と学びの備忘録 - Qiita
はじめに AWS Lambdaを使ってデプロイするときに、 Dockerイメージを使って、デプロイしたいケースがありました。 すでに、動いているLambdaをLambda Dockerへ変更する際に、 つまずきポイントがあったので、備忘録として、残しておきます Lambdaでコンテナイメージを利用とは？ Lambdaには、通常のLambda(ソースコードのみを記述するタイプ)と Dockerイメージを利用するパターンが存在する ※Dockerイメージは、ECRから参照し、Lambda上で実行が出来る なぜDockerイメージを使うのか？ 通常のLambdaとLambda Dockerには、仕様の一部に違う部分が存在している 今回、Lambda Dockerを利用したいと考えたのは、 通常のLambdaよりも、大きいパッケージを展開できる為 ●Lambda 50 MB (圧縮、直接アップロー
Dockerコマンドの挙動を図解にして覚えやすくしてみた - Qiita
対象者 Docker使いたいけどよくわからない Docker使い始めたけどコマンド言われるがままに打っていてよくわかってない コマンドと動作を図示で理解したい こんな人の理解の一助になれば幸いです。 (前提条件: docker version 26.0.2) Dockerコマンドを可視化してみた 勝手にローカルのPCをmacにしているのはご愛嬌です ※2024/5/16 9時訂正版の画像に差し替え コメントで間違いを指摘していただきありがとうございます🙇 細かいオプションなどは一旦無視してライフサイクルの部分を抜き出してみました。 Docker imageの操作 dockerの肝となるコンテナは、imageから生成します。 そのimageは、 docker hubからpullしてくる dockerfileからbuildする この2択で生成します。 コマンドは、 など、 docker i
生成AIを使って、思いつきを5分くらいで資料(のプロトタイプ)にする方法
はじめに おれの名前は樋口恭介。突然はじめたn番煎じの生成AI活用シリーズだが、今回は資料生成をテーマにお送りする。 業務時間中に妄想レベルのアイディアはめっちゃ浮かぶものの、他人にちゃんと伝えるレベルでは全然煮詰まってないから一旦放置しておくか、とやっているうちにいつのまにかただ忘れていって、無、みたいなことがよくあるのだが、こういう人はけっこう多いのではないかと思う。 そういうわけで、今日は生成AIを使って思いつきレベルのアイディアを5分くらいでそれらしいプロトタイプにするということをやってみたいと思う。 資料化するアイディア 最近、いろんな生成AI系の案件を見たりやったりするなかで、「もしやPMOが生成AI(LLM)を駆使できるようになるというのが、自動化において一番破壊力があるのでは？」と思うようになった。 この直感はいい感じな気がするのだが、しかし、うまく情報を構造化して資料化す
GPT-4o の概要｜npaka
以下の記事が面白かったので、簡単にまとめました。 ・Hello GPT-4o 1. GPT-4o「GPT-4o」 (「omni」の「o」) は、人間とコンピュータのより自然な対話に向けた一歩です。テキスト、音声、画像のあらゆる組み合わせを入力として受け入れ、テキスト、音声、画像の出力のあらゆる組み合わせを生成します。 音声入力にはわずか232ミリ秒 (平均320ミリ秒) で応答できます。これは、人間の会話における応答時間とほぼ同じです。英語のテキストおよびコードでは「GPT-4 Turbo」のパフォーマンスに匹敵し、英語以外の言語のテキストでは大幅に改善されており、APIでははるかに高速で50%安価です。「GPT-4o」は、既存のモデルと比較して、特に視覚と音声の理解に優れています。 2. モデルの機能「GPT-4o」以前は、音声モードを使用して、平均2.8秒 (GPT-3.5) および5
やはりデータ操作は「選択」、選択は全てを圧倒する - Power Automate - Qiita
はじめに 明日からいよいよゴールデンウイークが終わってしまう。 皆様はいかがお過ごしでしょうか。 私は（ ＾ω＾）・・・。 さて、ゴールデンウイークに、ちょくちょくQiitaを更新してきましたが、 Power Automateのデータ操作の速度に焦点を当てて、繰り返し処理の速度について紹介します。 実行するシナリオ 繰り返し処理を用いて、2024年の日付タイムスタンプと曜日の一覧の配列を作成します。 イメージはこんな感じです。 Date Weekday
更新プログラムの適用時期は自分で決めたいからWindows Updateを完全に停止する【Windows 10／11】
Windows 10／11に実装されている「Windows Update」は、更新プログラムが提供されると自動的に適用して、セキュリティを高めてくれる便利な機能だ。ただ、自分の意図しないタイミングで適用されるため、Windows UpdateによってPCの負荷が高まったり、突然再起動を促す通知が表示されたりと、場合によっては困ることがある。 Windows 10／11の［Windowsの設定］／［設定］アプリの［Windows Update］画面には、Windows Updateの実行を一時的に停止する機能はあるものの、この機能はあくまで一時的にWindows Updateを停止する機能で、毎回設定が必要になる（Tech TIPS「【Windows 10】Windows Updateの更新を一時停止する」「Windows 11でWindows Updateを一定期間ブロックする方法 週単位
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
PLATEAU NEXT | AWARD 2023
