Software Design連載 2021年9月号 「テストが無い」からの脱却 - MonotaRO Tech Blog
こんにちは、鈴木です。 「テストが無い」状態を脱却しました。 「いつの時代かよ！」と突っ込まれるかもしれませんが、モノタロウは創業から 20 年ほど EC をやっています。昨日書いたコードも、15 年前に書いたコードも、元気にビジネスを支えています。 本記事ではモノタロウの EC を支える API の話をします。「テストが無い」状態がスタートラインでした。そこから、CI を導入して、ローカル開発環境の整備して、テストコードを書いて、リリースマネジメントを導入しました。 目新しいことは書きません。長寿の大規模システムであっても、愚直に数年取り組むことで、「前進できる！」「変えられる！」という実例を書きます。 ※本記事の初出は、 Software Design2021年9月号「Pythonモダン化計画（第2回）」になります。第1回の記事は「Software Design連載 2021年8月号
はじめに 自宅PC編 会社サーバ編 感想等 執筆者：佐藤友昭 ※ 「ディスアグリゲーテッドコンピューティングとは何か?」連載記事一覧はこちら はじめに 作業ログや検討メモ、参照した定型論文や書籍、ネット上の記事、視聴した講演やウェビナーのメモ等、日常を記録する情報は日々増えていく。これらの情報はできれば後に役立てたいと思うが、筆者の場合、なかなか上手くいかない。自分の外部記憶を紐解いてみると、記録したことすら忘れてしまっている項目が大半である。本稿では、ローカルLLMとRAGを用いて自分の外部記憶にいろいろと質問できるようにする方法を入門的に紹介する。決してベストプラクティス的な内容ではない。 自宅PC編 まずは、普段自宅で使用しているLinux PCを実験台として使えそうか試してみてから会社のサーバに適用してみることにする。 第一の要件は、ローカル環境で動作することである。情報の性質によ
バージョンについては2025年2月時点での数字です。UbuntuのシステムPythonの場合、同じリリースでもマイクロバージョン（X.Y.Zの「Z」の部分）についてはアップグレードされることがあります。 UbuntuではもともとPython 2を使っていました。その後、Python 3へと段階的に移行し、2017年10月にリリースされた17.10からデスクトップ版でもPython 2が標準ではインストールされなくなりました。それからもPython 2のパッケージ自体は存在したのですが、2024年4月の24.04までにPython 2関連パッケージはすべてインストールできないようになっています。 ちなみにリリースによっては、「複数のバージョンのPython」を提供していることもあります。たとえばUbuntu 22.04 LTSのシステムPythonのバージョンは3.10.6ですが、「py
はじめに 「自分の環境では動くんだけど...」という言葉を、何度聞いたことがあるだろうか。開発環境の差異は、これまで「手順書」「Docker」「asdf/anyenv」で解決を試みてきたが、いずれも時間経過で破綻する。手順書は陳腐化し、Dockerfileのベースイメージは変わり、asdfは言語ごとにツールが分散する。問題の本質は「環境の固定」ではなく「依存関係の完全な追跡」にあった。これを根本から解決するのが、純粋関数型パッケージマネージャ「Nix」と、その最新機能「Nix Flake」だ。 これらの課題感については Infrastructure as Code, 3rd Edition が詳しく論じており、参考になる。2025年 俺が愛した本たち 技術書編 に入れれていなくて悲しいほどよい書籍である。オライリー・ジャパンさん 自分は翻訳の準備できてます！！！ Infrastructur
Ubuntu Weekly Recipe 第880回GPUに画像の文字を解析させる、あるいはPyTorch入門 今回はAI文章画像解析エンジンであるYomiTokuを通じて、GPUメーカーごとに用意されているPyTorchのインストール方法を紹介します。 PyTorchとGPU PyTorchに関しては本連載でも何度となく登場しており、直近だと第877回でした。筆者も文字起こしをする必要がある場合には使用してみたくなりました。 PyTorchと何かというのは、gihyo.jpの記事「機械学習フレームワークPyTorch、Linux Foundationの傘下プロジェクトに」でも軽く紹介されています。元々はMetaのプロジェクトであったのが現在は独立していること、機械学習用のフレームワークでGPUアクセラレーション機能をサポートしていることがわかります。 GPUアクセラレーションはGPU
目次 OpenID Connectとは 用語 OpenID Connectを試してみる OP側の準備 - AWS Cognito ユーザープールと最初のクライアントを作成する 作成されたパラメータを確認する ディスカバリ ユーザープールにユーザを追加する RP側の準備 - Pythonアプリ 実施 認証の流れ ログインする トークンをリフレッシュする トークンを失効させる ログアウトする IDトークンの形式 サンプルコード リンク OpenID Connectとは SSO(シングルサインオン)を実現するプロトコルのひとつです。 例えば、食べログ に Google アカウントでログインすることができますが、ここでも OpenID Connect が使用されています。 OIDC と略されることもあります。 類似の仕様に OpenID 2.0 がありましたが、OpenID 2.0 の進化系が O
gpt-ossモデルのサービングにおけるリクエスト処理性能評価 ― NVIDIA H100・A100・L4の比較 - ペパボ研究所ブログ
ペパボ研究所 研究員／プリンシパルエンジニアの三宅（@monochromegane）です。 2025年8月、OpenAIよりオープンウェイトモデルとしてgpt-ossが公開されました。 これらのモデルは、軽量ながら既存の強力なモデルに匹敵する性能を示しており、gpt-oss-120bはo4-miniと、gpt-oss-20bはo3-mini と同水準のベンチマーク結果を達成したと報告されています。 また、これらはApache 2.0ライセンスのもとで提供され、単一GPUで効率的な推論が可能である点が特徴として示されています。 こうした特性は、AI施策のコスト削減や適用範囲の拡大に寄与すると見込まれ、多くの組織で関心を集めていると想像されます。 一方で、サービス環境におけるこれらの言語モデルの導入には、モデルの出力精度や生成内容の妥当性だけでなく、サービング時のリクエスト処理性能が重要な要素
AI自作レビュー、「USBケーブルの種類を見分けるAIモデル」をトレーニングしてAIカメラを作ってみた【Raspberry Pi AI Camera】
2024年9月に登場した「Raspberry Pi AI Camera」は、カメラセンサー内にAI処理用のプロセッサを内蔵しており、カメラそのものにAIモデルを読み込ませてAIカメラとして使うことができます。ドキュメントも充実しており、比較的簡単にAIモデルを自作できそうだったので、実際に「USBケーブルの種類を見分けるAIモデル」をトレーニングして実行してみました。 Raspberry Pi AI Camera – Raspberry Pi https://www.raspberrypi.com/products/ai-camera/ Raspberry Pi -Ultralytics YOLO ドキュメント https://docs.ultralytics.com/ja/guides/raspberry-pi/ SONY IMX500 - Ultralytics YOLO Docs h
Databricks Container ServiceでTensorRT-LLMを動かしてみた - NTT docomo Business Engineers' Blog
本記事ではDatabricksのDatabricks Container Serviceを用いてNVIDIA社の推論ライブラリであるTensorRT-LLMを実行可能なNotebook環境を構築する方法を紹介します。 目次 目次 はじめに Databricks Container Service NVIDIA TensorRT-LLM 解決したいこと TensorRT-LLM Container Imageの作成 Databricks Containers ベースイメージの変更 Pytorch バージョンの変更 TensorRT-LLMのインストール 動作確認 Databricks環境設定 TensorRT-LLMのインポート Llama2 HF-7b-instruct モデルの変換 TensorRT-LLMの呼び出し まとめ 参考文献 はじめに こんにちは、NTTコミュニケーションズの露
How to improve Python packaging, or why fourteen tools are at least tw
There is an area of Python that many developers have problems with. This is an area that has seen many different solutions pop up over the years, with many different opinions, wars, and attempts to solve it. Many have complained about the packaging ecosystem and tools making their lives harder. Many beginners are confused about virtual environments. But does it have to be this way? Are the current
って、いつもやってました（笑）。まあ、見るからに、野蛮ですね。 ところが、先日久しぶりにDebian sidにはない無いモジュール（pycoingecko）が必要になって、いつものようにpip3を実行しました。そしたら突然のエラーですよ！ $ pip3 install --user pycoingecko error: externally-managed-environment × This environment is externally managed ╰─> To install Python packages system-wide, try apt install python3-xyz, where xyz is the package you are trying to install. If you wish to install a non-Debian-packag
UbuntuサーバーのインストールISOイメージは、デスクトップ版と同じようにLive環境が備わっています。たとえば何かトラブルがあった時、デスクトップを起動するほどのスペックがないマシンに対してLive環境でリカバリーを試みる際に有効です。起動後は普通のUbuntuであるため、メモリの容量が許せば、aptコマンドなどで追加のインストールも可能になります。ただ、ネットワークの都合で、起動の時点でインストールされていたほうが良い場合も多々あります。そこで今回はこのLive環境をカスタマイズしたISOイメージの作成方法を紹介しましょう。 図1 UbuntuサーバーのLive環境 UbuntuサーバーのISOイメージ Ubuntuは18.04ぐらいから、本格的にサーバー版のインストーラーが刷新されました。第495回でも紹介しているように、これは「Subiquity」というソフトウェアを採用してい
諸般の事情で第891回とは替えています。 OSはもちろんUbuntu 24.04.4 LTSです。 ローカルLLMを動作させる LLM 今回使用するRD-RX9060XT-E16GB/DFはVRAMが16GBです。がんばって大きなモデルを使用するのではなく、第891回のようにVRAMに収まるくらいのものにします。 真っ先に考慮すべきはgpt-oss-20bです。しかし、この記事にあるように2025年8月リリースで、今となってはやや古くなっています。gpt-ossを改変したGPT-OSS Swallowにするのも手です。というわけで、両方紹介します。 gpt-oss-20b ggml-org/gpt-oss-20b-GGUFからダウンロードします（直リンク）。 GPT-OSS Swallow 公式には現在のところllama.cppで使える形式では配布されていません。実はそれはgpt-os
初心者でもできる！HuggingFaceモデルをGGUF形式に変換しOllamaで使う手順 - uepon日々の備忘録
最近、AIのことは一応触ってはいますが、ちっともわからない状況です🫠 先日までOllamaを使用していたのでローカルLLMについてはなんとなく分かってきた様でもありという状況ですが、OllamaはGGUF形式のモデルが使えるとはいえ、すべてのモデルがGUFF形式で公開されているというわけはありません。 リポジトリ内には拡張子が無いモデルのファイルがあって…これ何？って感じです。なんとなく分かってきたのはHuggingFaceにで公開されているモデルはHFって呼ばれるモデルのようですが…。どこかに名言されてるんでしょうか🙇 ということで、HuggingFaceに公開されているHFモデルをなんとかしてOllamaでも使用可能なGGUF形式に変換できないかという内容でチャレンジしてみたいと思います。 （2024.09.11）Ollamaに作成したGGUF形式のモデルをpullする方法のリンク
公開日：2022年8月23日 最終更新日：2023年1月16日 はじめに 環境構築 実行方法 学習済みパラメーター「sd-v1-4.ckpt」のダウンロード リポジトリのクローン 「sd-v1-4.ckpt」の移動 いよいよ実行 結果 つづき 動作確認できたその他の環境 CUDA 11.3.1 1 2 CUDA 11.6.2 1 2 VRAM不足に直面したら 更新履歴（2022年10月11日） バージョン2.1 はじめに最近「DALL-E2」や「Midjourney」など文章から画像を生成するAIが流行っています。 その一つが今回紹介する「Stable Diffusion」です。 「Stable Diffusion」の特徴はオープンソースで公開されていることであり、ローカル環境で実行可能です。 もちろんWeb上で簡単に試すことも可能で、こちらにデモンストレーションが公開されています。 hu
Dataflow with Python practical setup guide - LegalOn Technologies Engineering Blog
こんにちは、LegalOn Technologies検索・推薦チームの志水です。 私たちのチームでは Elasticsearch へのデータのインデキシングをCloud PubSub を queue として挟んで非同期にしており、その処理にDataflowを活用しています。Dataflow(=Google managed Apache Beam) はサーバーレスでスケーラブルなデータ処理を得意としています。 Python を用いたDataflowの活用については、例えばこちらの記事が網羅的です。 この記事では似たような観点に加え、Docker上で動かす工夫やintegration testの工夫も合わせて書いていければと思います。 全体像 パッケージ構成 pyproject.toml (Poetry) Pipeline Integration test DoFnのテスト DirectRun
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 個人的な話になるけど、20年前は Linux ばかり使っていた。当時は「ディストリビューションガー」「ウィンドウマネージャーガー」って言ってたけど、10年ぐらい前からMacを使い始め「全部Appleにお任せでいいんじゃね？」となってしまってからは、Linux や Ubuntu の事はすっかり頭から消えて無くなってしまっていた。 ところが最近、どうしても Linux を使わなきゃいけない事態が発生し、10年ぶりに Ubuntu を入れてみたら「あれ？Ubuntu もやっぱり楽しくない？」と思ってしまった。でもしばらく Mac OSX しか
使用するグラフィックボードはMSI GeForce RTX™ 3050 LP 6Gと玄人志向 RD-RX6400-E4GB/LPです。 グラフィックボードは高価なものでなくてもいいのですが、CPUに関してはそれなりのものでないと待ち時間が長くなります。今回使用したRyzen 7 5700Xは価格と性能のバランスが取れているように感じました。 SSDは検証機の都合でSATA接続のものにしましたが、大きなモデルはファイルサイズも大きいので、可能な限り高速のSSDにすると読み込み時間が大幅に短縮されるのでおすすめです。 ランタイムの準備 llama.cppのビルドに取りかかる前に、GPUごとのランタイムを準備します。 NVIDIAの場合 NVIDIAのGPUを使用している場合は、プロプライエタリなドライバーのインストールは必須です。インストールされているか確認しましょう（図1）。 図1 「
1時間でAMD ROCm環境を構築してStableDiffusionを走らせてみた | DevelopersIO
ここ12年ほど、グラフィックスボードはRadeonを使い続けている水島が大阪よりお届けします。 AMD Radeonをこれでもかと推す内容となっておりますが、単に個人的な好みですのでご承知いただければ幸いです。 昨今世間を賑わわせているいくつかの画像生成AIですが、中でもStable Diffusionはオープンソースソフトウェアとして公開され、自分のマシンで実行できることが話題となりました。ローカルで実行できれば順番待ちも利用費も気にせず、リソースの限り好きなだけ試行できます。必要なのは時間と電気代と、そう、グラフィックスボードです。 幸い、高騰していたグラフィックスボードの価格も落ち着いてきておりますので、価格を理由に購入を見合わせていた方もそろそろ動き出す頃合いではないでしょうか。 用意するもの AMD Radeon グラフィックスボード ではまず、最新のROCmが動作するグラフィク
Windows10でWindows Terminalを設定し、AWS CLIv2をインストールするまでの手順を公開します。 DA事業本部コンサルティングチームのnkhrです。入社して新しいPCの設定を行ったので、手順を公開します。 Windowsでの開発環境設定は、Microsoft公式ドキュメントに役割ごとの開発環境マニュアルがあるので参考になると思います。 このブログでは以下の設定を記載しています。 Windows Terminal設定 PowerShell7のインストール TerminalでのPowerShellの外観カスタマイズ (PowerLineの設定) WSL (Ubuntu)のインストール Pipenvの設定 (Pythonのパッケージ管理・仮想環境管理ライブラリ) vim for windowsのインストール AWS CLIのインストールと設定 Windows Termi
【備忘録】Ubuntu 24.04 で Python3.12 の Pip を利用する - Qiita
導入 Pythonの仕様の変更とOSのバージョンにより，これまでの pip3 install xxx のように Ubuntu で pip コマンドが使えなくなった．これによって，基本的に Python は venv の仮想環境下でのみの実行しか行えなくなっている．例えば，numpy をインストールしようと，以下のようにコマンドを実行するとエラーが出力される． $ pip3 install numpy error: externally-managed-environment × This environment is externally managed ╰─> To install Python packages system-wide, try apt install python3-xyz, where xyz is the package you are trying to ins
GitHub ActionsはGitHubのCI/CDプラットフォームです。ワークフローを定義し、ビルドやテストを自動化できます。GitHub Actionsのワークフローを実行する環境をrunnerと呼び、runnerを動かす方法は大きく2種類あります。GitHub提供のrunnerと、自分で用意(セルフホスト)したrunnerです。この記事では以下の方法を解説します。 Amazon ECSでセルフホストrunnerを動かす GitHub ActionsでコンテナイメージをビルドしAmazon ECRにプッシュする 環境構築に使用したDockerfileやTerraformはこちらのmoriryota62/selfhosted-runner-on-ecsで公開しています。諸事情あってterraformはus-east-2前提ですがそのままap-northeast-1でも使えるはずです。全
GPUをレンタルしてJ-Moshiを使ってみた
最近話題になっている音声対話モデル「J-Moshi」が、日本語で人間のように自然な会話ができそうです。 モデルはHFに公表されています。 スペックに関して、24GB以上のVRAMを搭載したGPUが必要のようです。 While we hope that the present codebase will work on Windows, we do not provide official support for it. We have tested the MLX version on a MacBook Pro M3. At the moment, we do not support quantization for the PyTorch version, so you will need a GPU with a significant amount of memory (24GB)
distroless imageを実用する
distroless image distrolessは、Googleが提供している、本当に必要な依存のみが含まれているcontainer imageです。そこにはaptはおろかshellも含まれておらず、非常にサイズの小さいimageとなっています。余計なプログラムが含まれていないことは attack surfaceの縮小にも繋がり、コンテナのセキュリティについての事業を展開しているSysdig社が公開しているDockerfileのベストプラクティスとしてもdistroless imageを使うことが推奨されています。 また先日、inductorさんがこのようなブログ記事を書き話題になりました。この記事からdistroless imageのことを知った方も多いと思います。その中で僕が趣味で作った distroless-ruby を取り上げてくださり、ありがたいことに僕の所有しているものの
Starting with 0.3.0, Astral’s uv brought many great features, including support for cross-platform lock files uv.lock. Together with subsequent fixes, it has become Python’s finest workflow tool for my (non-scientific) use cases. Here’s how I build production-ready containers, as fast as possible. I’m keeping this post up-to-date with my own production use of uv – see History. Currently, this post
WSL2 の Ubuntu にデフォルトで入っているバージョン以外の Python を試したくなったので、複数バージョンを使えるようにする方法を調べてみました。 どうも、 Python では環境を管理するためにいろんな方法があるようで、このあたりの記事に表の形でよくまとまっていました。 Pythonの仮想環境構築 pyenv、pyenv-virtualenv、venv、Anaconda、Pipenv。私はPipenvを使う。 - Qiita ちなみに、 pyenv および venv についての説明はこちらの記事がわかりやすかったです。 似ているようで意外と違う。venvとpyenvの使い分け。 これらを読んでみたところ、 Python 自体のバージョンを切り替えるには、 pyenv を使うのがよさそうです。pyenv を使わない場合は、 OS 上に複数バージョンをインストールして、 alt
生成AIでも人気のある機能のひとつが「音声合成」です。今回はゼロショットで（つまり事前学習の必要なく）任意の参照音声に変換できる「Seed-VC」をUbuntuで動かしてみましょう。 図1 Web UIやCLIから、マイクやアップロードしたファイルの音声データを、別の声に置き換えてくれる Seed-VCについて AIを利用した音声関係では、特に活発に開発が進んでいるのが「音声認識」と、今回紹介する「音声合成」です。どちらも十分に実用的な性能になっており、すでに製品化されているサービス等を使っている読者も多いでしょう。 第877回の「リアルタイム文字起こしをローカルマシンで実現できるWhisperLiveKitを使ってみよう」で紹介した、「WhisperLiveKit」もそんなツールのひとつです。WhisperLiveKitでは入力された音声を認識し、文字情報へ起こすことに特化したツールで
Ubuntu 24.04 開発・研究環境構築ガイド
【概要】本ガイドでは、Ubuntu 24.04 LTSにおける各種ソフトウェアのインストール手順を説明する。プログラミング環境（C/C++、Python、Java、R）、NVIDIA GPU環境（ドライバ、CUDA、cuDNN）、データベース（PostgreSQL）、人工知能・機械学習ライブラリ、3次元コンピュータグラフィックス・地理情報システム・メディア処理ツール、エディタ・統合開発環境などを扱う。 【この記事の対象読者】Ubuntu 24.04 LTS上で開発・研究を行いたい大学生や技術者。C/C++やPythonによるプログラミング、人工知能・機械学習、3次元コンピュータグラフィックス制作、データベース管理などの環境を構築したい人を対象としている。Windows 環境向けの情報は別ページ »で説明している。 【重要概念】 LTS (Long Term Support): 5年間のセキ
Pythonモジュール管理の新たな道具：pipxを使ってみた - とことんDevOps | 日本仮想化技術のDevOps技術情報メディア
Pythonには色々な便利なモジュールが存在します。中には単体で動くCLIツールなどもあったりします。 pipxは、Pythonで書かれたエンドユーザーアプリケーションのインストールと実行に役立つツールです。 macOSのbrew、JavaScriptのnpx、Linuxのaptやdnfに似たツールのようなものですね。 pipはPythonモジュールとCLIツールのインストールができるツールですが、pipの代わりにpipxを使えば、次のような利点があるので良い感じです。 pip listにインストールしたモジュールが表示されない インストールしないで実行（ワンタイム実行）もサポート 色々なPythonバージョンベースで実行 Git上のバイナリーを実行もサポート pipxはコマンドラインからアプリケーションとして直接実行できるPythonパッケージのインストールと管理に重点を置いているという
Press ← or → to navigate between chapters Press S or / to search in the book Press ? to show this help Press Esc to hide this help The PyO3 user guide Welcome to the PyO3 user guide! This book is a companion to PyO3's API docs. It contains examples and documentation to explain all of PyO3's use cases in detail. The rough order of material in this user guide is as follows: Getting started Wrapping
ルンバハック：iRobotのUSBケーブルでPythonを駆使！ - KMiura's diary
新年あけましておめでとうございます(年明けて3週間経つけどｗ) 今年はもう少し更新頻度を上げていきたいところです。 さて、その昔ハードオフ徘徊をしていたことがありました。 ちょうどこのブログを書いてたときのことです。 supernove.hatenadiary.jp この時はGPUを探しに行ってたのですが、ジャンク品が入った青いかごを見てた時にたまたまiRobotのロゴが書かれたUSBケーブルを見つけました。 もしかしたらこれを使えばルンバを簡単にハックできそうだと思った僕はとりあえず買っておいたわけです。 買ったはいいものの実家ではルンバを自由に動かせるほど広いスペースが無くずっとルンバを寝かせていたので、買ったケーブルは全く出番がなかったです。 で、去年引っ越した時にルンバを実家から持ち込んで動かしてみたらリビングがまぁまぁ広いので大活躍するようになりました。これはずっと寝かせてたケー
【画像生成AI】クラウド最安!? GPUSOROBANでStable Diffusion WebUIを動かす【￥50/1h】｜カガミカミ水鏡🔞
【画像生成AI】クラウド最安!? GPUSOROBANでStable Diffusion WebUIを動かす【￥50/1h】 なしてワイはRTX A4000を買ってしまったんや…… こんにちは、画像生成はローカル構築勢のカガミカミ水鏡です。 Stable Diffusion WebUI Automatic1111（以下A1111）を楽しむには主に、ローカル（自前のPCで動かす）とクラウド（GPUサーバを時間借りする）の２通りがあります。 ローカルは構築が比較的お手軽だけど初期費用に20万円前後かかるし（GeForce搭載のゲーミングPCを持っていない場合）、更に画像生成沼にドハマリし、より速い・より学習できる環境を求めて上位のGPUに買い替えすると更に10万円前後も追加費用が…… あっちなみに俺はRTX3060Ti(8GB) 👉 RTX3060(12GB) 👉 RTX A4000(16
【簡易版：Androidのブラウザで実現するpython環境】機械学習(pytorch, scikit-learn)や実用的なプログラミング(jupyterlab, pandas, matplotlib, strearmlit)の環境構築について
【経緯】簡易版：Androidのブラウザで実現するpython環境の紹介について 以前に紹介しておりましたTermuxをベースとしたjupyterlab環境について、Termuxをupgradeすると、pythonのバージョンまで上がってしまい、元のpython環境を再現できなくなってしまったようです。。 参考リンク：Termux Wiki Python – Termux Wiki 【一部内容を転載します】 Warning: upgrading major/minor version of Python package, for example from Python 3.8 to 3.9, will make all your currently installed modules unusable. You will need to reinstall them. However up
Error: Command '['/home/circleci/app/venv/bin/python3', '-Im', 'ensurepip', '--upgrade', '--default-pip']' returned non-zero exit status 1. The virtual environment was not created successfully because ensurepip is not available. On Debian/Ubuntu systems, you need to install the python3-venv package using the following command. apt install python3.10-venv You may need to use sudo with that command.
この記事について いつも忘れてしまうので手早く探せるようにメモ。 環境はdebian系のubuntu 20.04です、他の環境をお使いの場合はこの記事を参考にしながらご自身で調べてください。 pyenvを使った方法と使わない方法両方あります。 pyenvとはpythonを複数バージョンを入れて切り替えてくれる便利ツールです 具体的にはgithubページをご覧ください。 pyenvを使わない方 まずはpythonとpipを入れます apt install python3 python3-dev python3-venvでまずpython関連を入れます そしてpipをインストールします。色々な方法はありますが、ここでは一番簡単な方法を使う。 まずapt install wgetでwgetを入れます。 そしてwget https://bootstrap.pypa.io/get-pip.pyでpi
PythonのWebアプリをXserverで動かす(Flask編)
Pythonで作成したWebアプリケーションをXserverで動作させる方法を説明します。XserverではCGIもしくはFastCGIで動作させます。 はじめに XserverではWSGIではなく、CGIもしくはFaskCGIでPythonのWebアプリを動作させることができます。 ただ、Xserverにすでに導入されているPythonは追加でモジュールがインストールできない(pipが使えない)ので、新たにPythonをインストールする方法から説明します。 XserverにはSSH接続してサーバーに入って作業します。 SSH接続の方法は別の記事 で説明しているのでこちらを参照してください。 XserverにPythonをインストール まずはXserverに入ってPythonをインストールします。 Xserverではsudoコマンドが使えないので、ユーザーとしてPythonをインストールす
自動売買bot「Freqtrade」で始める仮想通貨取引：特徴と活用法ガイド｜ユニコ🦄 AIエージェント開発 ＆ Obsidianの人
Freqtradeの概要と重要性Freqtradeとは？Freqtradeとは、仮想通貨の自動売買を行うためのオープンソースのトレードボットです。Pythonで開発された無料のツールであり、主要な暗号資産取引所（仮想通貨取引所）に対応しています。ユーザーは自分でサーバーやPC上に設置して動かすため、APIキーを外部サービスに預ける必要がなく、セキュリティ面でも安心です。Freqtradeは24時間365日市場を監視し、人間の介在なしに売買を実行できるため、手動取引では捉えきれないチャンスも逃しません。また、Telegramを介したリモート操作や通知、Web UI（FreqUI）による管理機能も備え、離れた場所からでもボットの状況確認や指示が可能です。 自動売買ボットの必要性と利点仮想通貨市場は昼夜を問わず動き続け、急激な価格変動が頻繁に起こります。こうした市場で利益を上げるには、素早い判断
【Python入門】Windows10+pyenv+venvで最強のPython開発環境を構築する【2021年版】 - とりゅふの森
こんにちは、とりゅふです。今回はPythonの開発環境構築についてまとめました。 本日のテーマはこちら！ 1つの端末で複数のプロジェクトを独立した開発環境で開発できるようにする 面倒な環境構築を手順化し、チームメンバーに共有できるようになる Pythonのインストール、ライブラリのインストール自体は簡単ですが、プロジェクト毎に使っているPythonのバージョンが違ったり、ライブラリが違ったりと、環境の管理がなかなか面倒だったりします。 そういったPythonの環境を、 pyenvとvenvといった仮想環境を作成できる機能を利用し、複数のPython環境を管理する方法についてご紹介します。 今回はWindowsでUbuntu 20.04を動かし（Windows Subsystem for Linux)、その上にPython仮想環境を構築します。 pyenvとは venvとは pyenv、ve
Ubuntu でよく使うコマンドまとめ｜npaka
Ubuntu でよく使うコマンドをまとめました。 ・Ubuntu 22.04 1. バージョンの確認1-1. Ubuntuのバージョンlsb_release -aNo LSB modules are available. Distributor ID: Ubuntu Description: Ubuntu 22.04.5 LTS Release: 22.04 Codename: jammy1-2. CUDA Toolkit のバージョンCUDAアプリやライブラリをコンパイルするときに使用するライブラリのCUDAバージョン。 nvcc --versionnvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2024 NVIDIA Corporation Built on Thu_Mar_28_02:18:24_PDT_2024 Cu
Windows 11のWSL2（Ubuntu 22.04）でGPUを使う際にPyTorch, CuPy, TensorFlowを全て使おうと思ったら少し詰まった部分もあったのでメモとして残しておきます。 ※以下「WSL2」＝「WSL2にインストールしたUbuntu」です バージョン一覧（2023/7/7時点）Windows 11 22H2 WSL2 Ubuntu 22.04 Nvidia Driver 536.40 CUDA 11.7.1 cuDNN 8.6.0 (for CUDA 11.x) Python 3.11.4 PyTorch 2.0.1 CuPy 12.1.0 TensorFlow 2.13.0 Windows 11での設定それぞれの詳細は省略しますが、以下の設定を行います。 Enable NVIDIA CUDA on WSLが参考になります。 Nvidia Driverのイン
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
ローカルLLMとRAGで自分の外部記憶を強化しよう - VA Linux エンジニアブログ
第850回 UbuntuにおけるシステムPythonと、Pythonの仮想環境を使い分ける方法 | gihyo.jp
「自分の環境では動く」から解放される Nix Flake - じゃあ、おうちで学べる
第880回 GPUに画像の文字を解析させる、あるいはPyTorch入門 | gihyo.jp
とほほのOpenID Connect入門 - とほほのWWW入門
俺流！PEP668とうまくやっていく方法
第764回 UbuntuサーバーのLive用ISOイメージをカスタマイズする | gihyo.jp
第902回 FirefoxのAIチャットボットをローカルLLMで使用する | gihyo.jp
画像生成AI「Stable Diffusion」をローカル環境で実行する - パソコン関連もろもろ
UbuntuをMacOSXみたいにする話 - Qiita
第872回 百度（Baidu）の新しいMoEモデルを、安価なGPUで動作させる | gihyo.jp
WindowsPC開発用の初期設定～AWS CLIインストールまで～ | DevelopersIO
ECSでGitHub Actionsのセルフホストrunnerを動かす | Fintan
Production-ready Python Docker Containers with uv
WSL2 に pyenv + venv 環境を作ってみた - プログラマーのメモ書き
第886回 AIボイスチェンジャーであるSeed-VCで自分の声を変えてみよう | gihyo.jp
Introduction - PyO3 user guide
cimg/pythonでvenvによる仮想環境の作成がエラーになる - Qiita
pyenvでpythonのバージョン切り替えからvenv仮想環境を構築するまで - Qiita
WSL2でGPUを使う（PyTorch, CuPy, TensorFlow）｜Koji Iino