PythonとD言語の連携: パフォーマンスと使いやすさの融合 - Python転職初心者向けエンジニアリングブログ
**PythonとD言語の連携: パフォーマンスと使いやすさの融合** こんにちは、皆さん。今回は、PythonとD言語を連携させ、お互いの利点を最大限に活かしてプログラミングを行う方法に焦点を当ててみたいと思います。Pythonの柔軟性とD言語のパフォーマンスを組み合わせ、効率的で高速なプログラミングを実現しましょう。 1. PythonからD言語の共有ライブラリを呼び出す まずは、PythonからD言語で作成した共有ライブラリ（Dynamic Link Library）を呼び出す例を見てみましょう。D言語のコードをコンパイルして共有ライブラリを生成し、それをPythonから使用します。 // D言語のコード（add.d） int add(int a, int b) { return a + b; } このD言語のコードをコンパイルして共有ライブラリを生成します。 $ dmd -shar
はじめに これまでPythonとGoでプロセス管理システムを実装してきましたが、今回Rustでも実装してみました。各言語にはそれぞれ得意不得意があり、プロジェクトの要件によって最適な選択は変わります。変なとこがあれば教えてください。 この記事では、Rustでプロセス管理システムを実装した経験を共有します。標準ライブラリのstd::processだけでは不十分な要件があったため、より高度な制御が可能な実装を行いました。 doc.rust-lang.org サンプルコードはこちらに配置しておきます。 github.com Python、Go、Rustでの実装経験から見えた違い 3つの言語でプロセス管理を実装してきた経験から、それぞれの特徴をまとめます。 Pythonでの実装 subprocessモジュールは高レベルで使いやすい asyncioとの組み合わせで非同期処理も可能 GILの影響で真の
vim9script4pythondevelopers.md Vim9 script for Python Developers Vim9 script�Vim script��������������������������������������������������系��� def������義����������Vim script��vim9script�����使����������(vim9script���
今回は Transformer 系のモデル、具体的には BERT, T5, GPT の推論を高速化してみます。高速化手法として FasterTransformer, Torch-TensorRT, AWS Neuron を用い、素 の transfomers に比べ、どの程度速くなるか（ならないか）、利点・欠点を確認してみましょう。 1. はじめに 今回は Transformer 系のモデル、具体的には BERT, T5, GPT の推論を様々な技術を使って高速化してみます。 高速化の元ネタは Hugging Face の transformers1 縛りとして、素の transformers で推論する場合に比べ、 どの程度速くなるか（ならないか）見てみましょう。 推論を高速化する技術としては FasterTransfomer2, Torch-TensorRT3, AWS Neuron(
This isn’t another AI-generated blog post about generic security practices. It contains detailed instructions on protecting Node.js applications from supply-chain attacks and describes best practices for security in any programming language. According to the GitHub report, The state of open source and rise of AI in 2023, JavaScript and TypeScript are the #1 and #3 most popular languages hosted on
こんちには。 データアナリティクス事業本部 インテグレーション部 機械学習チームの中村です。 今回は「Terraformで構築する機械学習ワークロード」ということで、Lambdaを使って物体検出モデルの１つであるYOLOXの推論環境を構築していこうと思います。 構成イメージ 構成としては以下のようなものを作成していきます。 物体検出はLambda上でコンテナイメージを動かすことで実現します。 このコンテナイメージ内にMMDetectionというフレームワークをインストールしておき、その中で物体検出モデルの一つであるYOLOXを動かしていきます。 MMDetectionの説明については少しコードが古い部分もありますが、以下が参考となります。 動作環境 Docker、Terraformはインストール済みとします。 Terraformを実行する際のAWSリソースへの権限は、aws-vaultで環
MCPサーバとクライアントのstdio transportは何をしている？ MCPサーバのPythonスクリプトに一連のJSONを送ってツール一覧を得るまで - nikkie-ftnextの日記
はじめに 七尾百合子さん、お誕生日 17日目 おめでとうございます！ nikkieです。 久しぶりのMCPの話題です。 目次 はじめに 目次 MCPサーバは一体何をやっている？ 結論：stdio transportを覗き見 今の理解：MCPサーバにはクライアントからJSONが送られる 終わりに MCPサーバは一体何をやっている？ Quickstartに沿ってお天気のMCPサーバを作りました。 modelcontextprotocol.io 作る中で試しに、MCPサーバのスクリプトをPython処理系で実行してみたのですが、何も起こりません。 % uv run weather.py # Ctrl+C連打で抜けます しかしMCPクライアントにMCPサーバのスクリプトを渡すと動きます。 % uv run client.py ../weather/weather.py 一体何をやっているのでしょう
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
RustでLinuxプロセス管理をしてみた - じゃあ、おうちで学べる
Vim9 script for Python Developers · GitHub
はじめての自然言語処理 Transformer 系モデルの推論高速化の検証 | オブジェクトの広場
Secure Node.js Applications from Supply Chain Attacks
Terraformで構築する機械学習ワークロード（Lambda編） | DevelopersIO