並び順

ブックマーク数

期間指定

  • から
  • まで

1 - 6 件 / 6件

新着順 人気順

python 3.13.5の検索結果1 - 6 件 / 6件

  • Dockerイメージの選び方ガイド | SIOS Tech Lab

    PSSLの佐々木です。 Dockerを使っていると、同じアプリケーションでも様々なイメージタグが用意されています。node:18、node:18-slim、node:18-alpineなど、どれを選べばいいのか迷ってしまうことはありませんか? 例えばPythonのDocker Imageはversion 3.13.5系だけでもこんなにあります。とほほ。。 この記事では、各Dockerイメージの種類とその特徴、そして「どんな時に使うべきか」を明確にします 主要なDockerイメージの種類 1. 標準イメージ(Latest/バージョン指定) 例: node:18、python:3.11、nginx:latest 特徴: 最も完全なパッケージセット 開発に必要なツールやライブラリが豊富 サイズは大きめ(通常数百MB〜1GB以上) Debianベースが多い こんな時に選ぶべき: 開発環境やテスト環

      Dockerイメージの選び方ガイド | SIOS Tech Lab
    • ゼロからはじめるPython(128) Whisperでリアルタイム音声認識ツールを作ってみよう

      オープンソースの音声認識モデルのWhisperを使うと、手軽に高品質な音声認識(文字起こし)が可能となる。今回は、Whisperを利用して簡単に使えるリアルタイム音声認識ツールを作ってみよう。 リアルタイム音声認識ツールを実行しているところ 音声認識モデルのWhisperとは 「Whisper」は、ChatGPTで有名なOpenAIが公開しているオープンソースの音声認識モデルだ。高精度な音声認識モデルで、英語だけでなく日本語を含めた多言語の音声をテキストに変換できる。ノイズの多い環境でも高い認識精度を誇り、議事録作成や字幕生成、自動文字起こしなどに活用されている。 Pythonから簡単に扱える点も魅力で、柔軟な応用が可能となっている。そこで、今回は、Pythonでリアルタイムの音声認識ツールを作ってみよう。 音声認識モデルのWhisperを公開しているWebサイト 音声認識に使うライブラリ

        ゼロからはじめるPython(128) Whisperでリアルタイム音声認識ツールを作ってみよう
      • AIツール「Claude」を使ってBlender上でモデリングしてみよう~準備編~ | gihyo.jp

        本連載では、Blenderの基本的な知識、機能についてイラストを交えながら紹介しています。第57回目は、AIツールを使って指示を出し、Blender上でモデリングを行うための準備をしていきます。 どんな手順でAIを使うのか 今回は「Claude」というAIとの対話が行えるチャットツールを使って指示を出し、Blenderでモデリングを行っていく方法を見ていきます。パソコンにClaudeをインストールし設定を行うと、Claude上で指示を出すだけでBlender上にモデルが作られます。 もうすこし具体的に説明します。Claudeのチャット上でBlenderを操作する指示を出すと、AIは「Blenderでなにをしてほしいか」という課題に分けて、Blenderの操作コマンドの組み合わせを作ります。また、AIが「Blenderを使う必要がある」と判断することで、Blenderに指示を中継するサーバー

          AIツール「Claude」を使ってBlender上でモデリングしてみよう~準備編~ | gihyo.jp
        • 缶つぶし機とソフトウェア移行技術 - Refactoring to Rust の読書感想文 - じゃあ、おうちで学べる

          はじめに ——あるいは、「知っている」と「理解している」の間 Rustのことは、知っていた。学習もしていた。実務でも使っていた。 でも、それは知っているつもりだった。 知ってるつもり 無知の科学 (ハヤカワ文庫NF) 作者:スティーブン スローマン,フィリップ ファーンバック早川書房Amazon 日々Rustで開発し、BoxとRcとArcを使い分け、tokio::spawnでタスクを生成し、?演算子を当たり前のように書いている。FFI?PyO3使えばいいでしょ。WebAssembly?wasm-bindgenがあるじゃない。技術的には、確かに「使える」レベルにはあった。 でも、心のどこかで感じていた違和感があった。 オートバイのエンジンを分解できる人と、エンジンが動く原理を理解している人は違う。コードが動くことと、なぜそう書くべきかを理解することも違う。私は前者だった。メカニックではあった

            缶つぶし機とソフトウェア移行技術 - Refactoring to Rust の読書感想文 - じゃあ、おうちで学べる
          • Second Me をローカル LLM で動かすーmacOS で Docker は使わない方法

            この記事では Docker を使わずに macOS のローカル環境で「Second Me」を構築し、ローカル LLM で動作させる手順を紹介します。 はじめに Second Me とは、自分の思考パターンを理解して自己表現する AI を展開できるオープンソースの個人 AI です。 私はこの Second Me を試す過程でいくつかのエラーに遭遇し、その解決に時間を要しました。 なのでこの記事では、似たようなエラーに遭遇した方の助けにもなれば良いなと思っています。 記事の主な内容は以下の通りです。 macOS での環境構築手順 ローカル LLM (Ollama)との連携設定 AI のトレーニングプロセスと、その中で発生したエラーへの対処法 実際に動かしてみた感想 マシンスペック 私が構築に使用したマシンのスペックは以下の通りです。 OS: macOS Sequoia 15.4.1 チップ:

              Second Me をローカル LLM で動かすーmacOS で Docker は使わない方法
            • [Python] ISBNバーコード画像から書籍情報APIを使って蔵書目録作成 - Qiita

              [{'hanmoto': {'datecreated': '2019-09-02 16:15:31', 'datekoukai': '2019-09-02', 'datemodified': '2019-09-25 16:15:59'}, 'onix': {'CollateralDetail': {'SupportingResource': [{'ContentAudience': '01', 'ResourceContentType': '01', 'ResourceMode': '03', 'ResourceVersion': [{'ResourceForm': '02', 'ResourceLink': 'https://cover.openbd.jp/9784297108434.jpg', 'ResourceVersionFeature': [{'FeatureValue': 'D

                [Python] ISBNバーコード画像から書籍情報APIを使って蔵書目録作成 - Qiita
              1