こちらの記事は、Indrek Lasn 氏により2019年 6月に公開された『 Here Are 5 Productivity Tools Every Developer Should Know 』の和訳です。 本記事は原著者から許可を得た上で記事を公開しています。 私がプログラミングに関して学んだ最も重要なスキルは、おそらく適切な仕事に適切なツールを選ぶことでしょう。ハンマーしか持っていないと、すべてが釘のように見えてしまいます。そのため、開発者の生産性と満足度を向上させる新しいツールを常に探すことが重要なのです。 注意:私はここで紹介する会社やツールとは一切関係がありません。私がそれらを選んだのは、それらが単純とても便利だと感じたからです。 Insomnia バックエンド、フロントエンド、フルスタックのいずれの開発者でも、APIを使った作業をする時があります。ほとんどのモダンアプリケー
by stevepb ペンタブレットやCAD関連製品を中心としたPCの周辺機器メーカーであるワコムのタブレット用ドライバーが、PC上で起動したアプリケーションの名前をGoogleアナリティクスに送信していたことが判明しました。この事実を解明したセキュリティエンジニアのロバート・ヒートン氏が、どうやってワコムのドライバーのトラフィックをチェックしたのかをブログで解説しています。 Wacom drawing tablets track the name of every application that you open | Robert Heaton https://robertheaton.com/2020/02/05/wacom-drawing-tablets-track-name-of-every-application-you-open/ ヒートン氏はブログ用のイラストを投稿するため
We present Meena, a multi-turn open-domain chatbot trained end-to-end on data mined and filtered from public domain social media conversations. This 2.6B parameter neural network is simply trained to minimize perplexity of the next token. We also propose a human evaluation metric called Sensibleness and Specificity Average (SSA), which captures key elements of a human-like multi-turn conversation.
JAWS-UG 初心者支部 #22 ハンズオン用の資料です。 目的 AWSアカウントを不正利用されないために、アカウントを作成したらまずやるべきセキュリティ周りの設定を行います。 前提 AWSアカウントを作成済みであること AWSアカウントにログインしていること リージョンは東京リージョンを利用します ハンズオン手順 アカウント周りの設定 ルートアクセスキーの削除 ※ルートアカウントのアクセスキーは、デフォルトでは作成されておりません。アクセスキーを作成済みの方を対象とします。 ルートアカウントは全てのサービスへのアクセスが出来てしまうため、ルートアカウントは使用せず、IAMユーザーを使用しましょう。 CLI等のプログラムアクセスも不要なため、アクセスキーを削除します。 https://console.aws.amazon.com/iam/home#/security_credential
WSLのUbuntsu 18.04 LTSでgnuplotを動かしたら、グラフが表示されたもののlibGL errorが2行出た。 gnuplot> plot sin(x) QStandardPaths: XDG_RUNTIME_DIR not set, defaulting to '/tmp/runtime-volvox' libGL error: No matching fbConfigs or visuals found libGL error: failed to load driver: swrast .bash_profileに次の1行を追加して読み込みなおしたら、libGCのエラーは解消した。 export LIBGL_ALWAYS_INDIRECT=1 この環境変数についてのメモ: http://xjman.dsl.gr.jp/xf86_4/DRI6.html LIBGL_
windows上でのpythonの開発環境ってDockerで作るのがいいような気がします。 依存関係とか文字コードとかもろもろ面倒が少ないと思うんですよね。 pythonはGUIアプリも作れますが、Docker内でGUIするにはそれなりの準備が必要なようです。 VcXsrv VcXsrvからインストーラーをダウンロードしてインストール。SourceForgeがむしろ新鮮。 全部defaultで「次へ」連打。 VcXsrv起動 スタートメニューのXLaunchで起動。 あとは全部defaultでOKっぽい。 Docker環境の準備 Ubuntuをベースにしてます。もっと軽いalpineとかでも行けそうですが試してません。
Dr. Katie Mathoによって撮影された生まれてまもないマウスのブレインボウ。ブレインボウとは個々のニューロンを蛍光タンパク質で染めることで可視化する神経画像検査の手法。 translated by Kynd English español 한국어 前章では、ニューラルネットワークが訓練を通じて、手書きの数字を90%程度というかなりの精度で識別できるようになる様子を見ました。この章ではネットワークの性能についてより丁寧に調べていきます。またその内部の状態を詳しく観察し、実際に何が起きているのかについて、いくつかの直感的な理解を得ます。章の後半では、より高いレベルへの到達にどんな種類のイノベーションが必要かを予測するため、イヌや自動車や船といった物のより複雑なデータセットを使って訓練を試み、ニューラルネットワークにあえて失敗をさせてみます。 重みを可視化する MNISTの手書き文字を
Vagrant上で動くUbuntuのデスクトップ(GUI)環境が欲しくなったので、手順をまとめました。 ホストOS: Windows 10 Home 64bit ゲストOS: Ubuntu-16.04 VirtualBox: 5.1.14 Vagrant: 1.9.1 ※BIOSレベルで仮想化支援機能(VT-x/AMD-V)の有効化が必要です。 VirtualBoxをインストール 以下よりダウンロードしてインストールします。 https://www.virtualbox.org/wiki/Downloads http://www.oracle.com/technetwork/server-storage/virtualbox/downloads/index.html?ssSourceSiteId=otnjp Vagrantをインストール 以下よりダウンロードしてインストールします。 htt
brew install aalib brew install libcaca brew install mplayer --with-libcaca
Twitterでは定期的に読んだ本を紹介している。 そこでnoteでも2020年のIT業界で働く方々におすすめしたい本をまとめてみた。 Twitterや他のnoteはふざけた内容だが、マスク・ド・アナライズの運営方針は「書評だけはガチ」である(ノアファンではないが)。 ここ1年で読んだ中で「役に立つ」「面白い」「仕事に活かせる」「ITに関わる人間に読んでほしい」と思った本であることを保証する。 書評の後にAmazonリンクもあるので、役に立たないAI・データサイエンス本にエサを与えずに、きちんとした書籍にお金を出すことで出版業界に貢献してほしい。 ここからオススメの10冊紹介する。 追記:アフィリエイト貼るのを忘れたので思う存分クリックしてください。 誰が音楽をタダにした音楽業界におけるMP3の誕生というテクノロジー視点、違法アップロードするアングラサイト運営者の視点、既存のCD販売を手掛
これは Arm Treasure Data Advent Calendar 2019 25日目の記事です。 ※ こちらの記事に書かれている情報は v0.9.40 をベースにしており、将来的に変更される可能性があります。 はじめに みなさんこんにちは。 先日 (2019-12-11) に、digdag v0.9.40がリリースされました。 リリースノートはこちら: Release 0.9.40 — Digdag 0.9.40 documentation 久しぶりのリリースになった関係でたくさんの変更が含まれる形になりましたが、実はUIも大きく変わっております。 今回ではそんなデザインの変更に触れつつ、今までDigdag UIを利用したことがないなというユーザーの皆さんにも「こんな感じなのか」とイメージをつけていただけるように、ページの一覧や機能を少し詳しく書いてみたいと思います。慣れればそう
こんにちは、CET というチームに所属している @kojisuganuma です。 普段は機械学習エンジニアリングと Splatoon2 をメインでやってます。 本記事では、個人的に勉強中の OSS ワークフローエンジン digdag を使って、機械学習モデルの継続的学習を実現してみたいと思います。ポイントは以下の通り。 digdag server, PosgreSQL を docker コンテナで動かす digdag のタスクを digdag server とは別コンテナの上で動かす scikit-learn を使って機械学習モデリング scikit-learn の学習済みモデルを cloudpickle でシリアライズ 対象読者 docker を使って digdag server を構築したい方 機械学習モデルの継続的学習を実現したい方 scikit-learn を使って機械学習モデリ
はじめに この記事はMicroAd Advent Calendar 2017の1日目の記事です。 Digdagはジョブをコンテナで実行する事ができ、スケールが容易なワークフローエンジンです。 本エントリではそんなDigdagサーバ自体もコンテナで動かしながらジョブもコンテナで動かす際の設定やハマり所を紹介します。 使用ソフトウェアとバージョン digdag: 0.9.21 docker: 1.12.6 全体像 先にどんな感じの構成を実現しようとしているか、全体像を図示します。 _export: docker: image: python:3 +-------------+ | | | | +---+----+ +----v---+ | | | | docker run | digdag | | python | +---------> server | | (job) | | | | |
この記事は Python Advent Calendar 2019 の 19 日目の記事です。 🐍 あらすじ Python のパッケージ管理。特にここ数年で新しいツールが多く出たこともあり、一体何を使うべきなのか、少し調べただけでは分からないと思います。本記事では、新しめの管理ツールを独断と偏見で比較します。著者は Poetry 信者なのでバイアスが掛かっているので悪しからず。 本記事で書いていること Pipenv、Poetry、Pyflow の違いと使い方 本記事で書いていないこと Pyenv、Venv、Virtualenv などの既存ツールの説明 著者の環境は以下の通り。 Ubuntu 18.04 Python 3.8.0 Pipenv 2018.11.26 Poetry 1.0.0 Pyflow 0.2.1 特に Poetry と Pyflow は開発途中なので、本記事の内容と違う
初めてのサーバーレスアプリケーション開発 ~Serverless Framework を使ってAWSリソースをデプロイする~ 以前のエントリでは、GUIで簡単なサーバーレスアプリケーションを構築する方法を学びました。 初めてのサーバーレスアプリケーション開発 ~DynamoDBにテーブルを作成する~ 初めてのサーバーレスアプリケーション開発 ~LambdaでDynamoDBの値を取得する~ 初めてのサーバーレスアプリケーション開発 ~API GatewayからLambdaを呼び出す~ GUIで入力内容を確認しながらリソースを作成しサービスに対する理解を深めることは重要なことです。ですが、実際の開発でGUIをポチポチするのはちょっと面倒ですよね。 ということで今回は、以前GUIで作成したAWSの各リソースをServerless Frameworkを使って一撃構築してみようと思います。また、次
TL;DR バイオ系の常として、実験室で実験プロトコルを参照したい時があります。スマホでネットを調べるとか、居室に戻るとかしてたんですがこの時間がかなり無駄に感じていました。 そこで、Google Driveにあらかじめプロトコルをアップロードしておき、Slackを介してリンクURLを参照することで簡易にスマホでプロトコルを参照する、ということを目的としました。また、プロトコルがよく散逸していて探せないことが多かったので、Slackを使って各プロトコルを集積し、DBを使って管理することで実験効率が上がることも期待できます。 全体像 求める機能は以下の通りです。タグ付けや、SlackAPIを使ってリスト、ボタンなどを使ったりなどいろいろ機能を追加していきたいとは思っていますが、まずキリがいいかなと思いました。 Slackからプロトコル名、Google DriveへのリンクURLをDBへ登録す
PythonでSlackBotを開発しよう企画の第7回目。今回は前回用意したMySQLに対して、SQLAlchemyというO/Rマッパーを利用してアクセスしてデータの登録・更新・削除をしていきたいと思います。今回でSQLAlchemyの使い方を学べれば、あとはTwitterAPIとDocomoAPIを駆使していろいろ遊べる未来が待っているはず...! 前回の第6回目では、↑ のように、Pythonアプリケーションで受け取ったデータの保存先データベースであるMySQLを用意しました。 今回は ↑ のように、PythonアプリケーションでSQLAlchemyを利用し、データベースへの処理を直接SQLを書かずに実現できるようにしていきます。 O/Rマッパー・SQLAlchemyとは? 「そもそもO/Rマッパーて何?」という質問に対して明確に説明できなかったので、調べてまとめました。 アプリケーシ
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
処理を実行中です
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