はてなブックマーク

See the Pen Untitled by John Doe (@04) on CodePen. 本記事では、日本郵便公式の「郵便番号・デジタルアドレスAPI」をブラウザ上で直接利用できるようにした CORS対応版クライアントAPI をご紹介します。公式APIは2025年5月26日より無料で提供開始され、常に最新の郵便番号データと連携するため、従来の ken_all.csv よりも信頼性が高いのが特長です。デモは digital-address.app で動作確認でき、APIドキュメントは guide-biz.da.pf.japanpost.jp/api/ にて公開されています。 公式API提供開始：2025年5月26日より無料提供開始 (郵便局 | 日本郵便株式会社) デモサイト：digital-address.app で即時テスト可能 ブラウザ対応：CORS設定済みなのでReact

今日伝えたいこと VPS for GPUを停止するときは、シャットダウンではなく解約しよう シャットダウンしても課金されます。Google Cloudみたいにシャットダウンするだけだと痛い目にあいます。小指をタンスにぶつけるくらい痛いです。 1時間以内に解約すれば150円で使えます DeepFaceLive 動かしてみた☆ UbuntuにGnome DesktopとDeepFaceLiveを入れてみました。無事、動きました。 ソースコード https://gist.github.com/GitHub30/68644087c81730bf99a458989609d480 YouTube https://youtu.be/PILWmF664eo クラウドGPU料金比較 サービス名 GPUタイプ price 価格(1$=160円)

AI と連携する新しい方法として、Bard で Gemini Pro を試すことができるようになりました。Gemini Ultra は、Bard Advanced と呼ばれる新しいエクスペリエンスで、来年初めに Bard に登場します。 本日、私たちは、洗練されたマルチモーダル推論機能を備えた最も有能なモデルであるGeminiを発表しました。柔軟性を重視して設計された Gemini は、Ultra、Pro、Nano の 3 つの異なるサイズに合わせて最適化されているため、データセンターからモバイル デバイスまであらゆる環境で実行できます。 さて、Gemini がBard 史上最大のアップグレードでBardに登場します。Gemini は 2 段階で Bard に展開されます。本日より、Bard はより高度な推論、計画、理解などのために、特別に調整された英語版の Gemini Pro を使用し

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

HerokuのFree Planが終了するらしい(泣)(泣) Starting November 28, 2022, we plan to stop offering free product plans and plan to start shutting down free dynos and data services. We will be sending out a series of email communications to affected users. 2022/11/28までに有料版にアップグレードしてねとのことらしい。 Cyclic.sh ⇒ Deta.sh ⇒ Cyclic.shへ移行した Cyclic.shは無料で使えるクラウドプラットフォーム。 クレジットカード・電話番号不要。 デプロイしたアプリはAWS上に展開されるようだ。 主に3つのサービスが無料で使え

import machine import utime # 温度センサが接続されている、 # 4つ目の ADC(アナログデジタルコンバータ) を取得します sensor_temp = machine.ADC(4) # ADCの最大電圧3.3Vを16bit(65535)で割って、 # 16bitの 1 目盛りのあたりの電圧(変換係数)を計算します( 約 0.00005V) conversion_factor = 3.3 / (65535) while True: # センサから取得した値(0~65535) を電圧に変換します。 reading = sensor_temp.read_u16() * conversion_factor # 温度を計算します。センサは27度を基準にしているため、 # 温度センサの数値を27度から引いて計算します。 temperature = 27 - (readi

import time while True: if rp2.bootsel_button() == 1: machine.Pin('LED', machine.Pin.OUT).on() else: machine.Pin('LED', machine.Pin.OUT).off() time.sleep(0.1) # https://www.cnx-software.com/2022/07/03/getting-started-with-wifi-on-raspberry-pi-pico-w-board/#using-wifi-on-raspberry-pi-pico-w-with-c-programming sudo apt install -y cmake gcc-arm-none-eabi libnewlib-arm-none-eabi build-essential # http

Raspberry Pi Pico Wが5ポンド(約800円)だったので購入してみました。注文から1週間ほどで届き、開設届出は1分ほどでできました。 開発環境の構築 ファームウェアのインストール 下記リンクから一番上のuf2ファイルをダウンロードします。 https://micropython.org/download/rp2-pico-w/ BOOTSELボタンを押しながらUSBを差し込みます。 RPI-RP2を開き、uf2ファイルをドラッグアンドドロップします。 BOOTSELボタンが押せてないとRPI-RP2が表示されません。 ドラッグアンドドロップすると自動的にエクスプローラーが閉じます。 Thonny(ソニー)のインストール 下記リンクからthonny-4.0.0.exeをダウンロードします。 https://thonny.org/ thonny-4.0.0.exeをクリックして

async function handle(e) { name = "extra"; key = "5b37d68901799f71e8937f26add0fafd06309732b"; secret = "71d1b17cfdc7e26e6232a9a750c038d2"; text = e.target.value; const oauth = OAuth({ consumer: { key, secret }, signature_method: "HMAC-SHA1", hash_function(base_string, key) { return CryptoJS.HmacSHA1(base_string, key).toString(CryptoJS.enc.Base64); } }); const options = { url: "https://mt-auto-minh

$HttpWebRequest = [System.Net.HttpWebRequest]::Create('https://rppico-default-rtdb.asia-southeast1.firebasedatabase.app/msg.json') $HttpWebRequest.Accept = 'text/event-stream' $ResponseStream = $HttpWebRequest.GetResponse().GetResponseStream() $StreamReader = [System.IO.StreamReader]::new($ResponseStream) while (($line = $StreamReader.ReadLine()) -ne $null) { if (-! $line.StartsWith('data: {')){ c

Invoke-WebRequest https://github.com/Windos/BurntToast/raw/main/BurntToast/lib/Microsoft.Windows.SDK.NET/WinRT.Runtime.dll -OutFile WinRT.Runtime.dll Add-Type -Path WinRT.Runtime.dll Invoke-WebRequest https://github.com/Windos/BurntToast/raw/main/BurntToast/lib/Microsoft.Windows.SDK.NET/Microsoft.Windows.SDK.NET.dll -OutFile Microsoft.Windows.SDK.NET.dll Add-Type -Path Microsoft.Windows.SDK.NET.dl

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Professional Cloud Architectに合格しました。受験体験記を共有したいと思います。 Professional Cloud Architectとは 2022年の最も高収入につながる IT 認定資格ランキングで2位の資格です。平均年収2200万円($169,029) 合格するためにやったこと 模擬問題集で70%あれば合格できます。1セット1時間合計4時間で終わります。試験開始前に間違えた問題を再度確認しておきましょう。Udemyのセール時に購入するのがおすすめです 【最短攻略】Google Cloud 認定 Professional Cloud Architect 模擬問題集 Udemy自動化 Tampermonkeyをインストールし、下記ユーザースクリプトをインストールすることで次へボタンを自動で押せます。2倍ほど速くテストを進められるので便利です。タッチパネルでやる

Professional Data Engineerに合格しました。受験体験記を共有したいと思います。 Professional Data Engineerとは 2022年の最も高収入につながる IT 認定資格ランキングで1位の資格です。平均年収2200万円($171,749) 合格するためにやったこと 模擬問題集で70%あれば合格できます。1セット1時間合計8時間で終わります。試験開始前に間違えた問題を再度確認しておきましょう。Udemyのセール時に購入するのがおすすめです 【最短攻略】Google Cloud 認定 Professional Data Engineer 模擬問題集 Google Cloud Professional Data Engineer - GCP - Exams - 2022 テストは英語ですが、右クリックで日本語にできます。 Udemy自動化 Tampermo

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? import os import torch print(torch.__version__) torch_ver, cuda_ver = torch.__version__.split('+') os.system(f'pip install mmcv-full==1.4.0 -f https://download.openmmlab.com/mmcv/dist/{cuda_ver}/torch{torch_ver}/index.html --no-cache-dir') os.system('cd src/ndl_layout/mm

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

import os os.system('git clone --depth 1 https://github.com/neologd/mecab-ipadic-neologd.git && cd mecab-ipadic-neologd && ./bin/install-mecab-ipadic-neologd -n -y -u -p $PWD') os.system('git clone --depth 1 https://github.com/neologd/mecab-unidic-neologd.git && cd mecab-unidic-neologd && ./bin/install-mecab-unidic-neologd -n -y -u -p $PWD') import streamlit as st import MeCab st.set_page_config(p

AutoTrain🚂🚂🚂とは ノーコードでテキスト分類や要約や構造化データの機械学習などがstate-of-the-artできるサービスです。本日より構造化データもサポートされました🎉 AutoNLPだとググラビリティが低かったのではなく、構造化データもサポートしたかったから名称変更したようです。 データ準備 アヤメの品種を花びらの長さやがくの幅から3品種に分類します。 CSVファイルをダウンロードしましょう。 プロジェクトの作成 Tabular Data Classification (Binary) を選択し、プロジェクトを作成します。 csvファイルをアップロード jsonlでもアップロードできます。 今回はcsvファイルをドラッグ・アンド・ドロップし、target:varietyカラムを選択し、プロジェクトに追加します。 Go to trainingsをクリックします。 学

プロジェクトの作成 Tabular Data Classification (Binary) を選択し、プロジェクトを作成します。 csvファイルをアップロード jsonlでもアップロードできます。 今回はcsvファイルをドラッグ・アンド・ドロップし、target:Survivedカラムを選択し、プロジェクトに追加します。 Go to trainingsをクリックします。 学習 Start models trainingsをクリックします。 推論 83%の精度で分類できました。modelをクリックし、model hubで推論できます。 Kaggleであれば、上位1.5%以内のレベルです。 モデルをダウンロード モデルをダウンロードすることでオフラインで推論できます。 モデルをダウンロード !curl -s https://packagecloud.io/install/repositori

AutoTrain🚂🚂🚂とは ノーコードでテキスト分類や要約などがstate-of-the-artできるサービスです。AutoNLPだとググラビリティが低かったので名称が変わったのだと思います。 データ準備 ハウツー系の文章を要約しようと思います。 ハウツー系の文章(inputs)とその要約(targets)があります。 https://www.wikihow.jp/蛇に噛まれた時の対処 要約する文と要約文のcsv/jsonlファイルを作成します。 ファイル作成スクリプトはColabにあります。 プロジェクトの作成 Summarization と Japaneseを選択し、プロジェクトを作成します。 csvファイルをアップロード jsonlでもアップロードできます。 今回はjsonlファイルをドラッグ・アンド・ドロップし、text:srcとtarget:tgtカラムを選択し、プロジェ

AutoTrain🚂🚂🚂とは ノーコードでテキスト分類や要約などがstate-of-the-artできるサービスです。AutoNLPだとググラビリティが低かったので名称が変わったのだと思います。 データ準備 livedoorニュースコーパスのタイトルと本文を結合して、9つのカテゴリを分類しようと思います。 !wget https://www.rondhuit.com/download/ldcc-20140209.tar.gz !tar xf ldcc-20140209.tar.gz import glob import pandas as pd data = [] for path in glob.glob('text/**/*-*.txt'): with open(path) as f: data.append({ 'url': next(f).strip(), 'datetime

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?