AWS Lambda Powertoolsが便利すぎた #serverless #python | DevelopersIO
こんにちは、クラスメソッドの岡です。 この記事は AWS LambdaとServerless Advent Calendar 2020 の7日目の記事です。 AWS Lambda Powertoolsとは？ Lambdaでの実装をサポートしてくれるライブラリです。 現在、ライブラリが提供されているのはPythonとJavaの2つになります。 ちなみに、DAZNからNode.js用の DAZN Lambda Powertools もでています。 動作確認環境 Python: 3.8.5 aws-lambda-powertools-python: 1.8.0 Serverless Framework: 2.15.0 主な機能 Logging LambdaのContextを埋め込んだログの構造化 Tracing X-Rayでのトレース Metrics CloudWatchのカスタムメトリクスの作
[Amazon SageMaker] イメージ分類のモデルをNeoで最適化して、Jetson Nano+OpenCV+Webカメラで使用してみました | DevelopersIO
1 はじめに CX事業本部の平内（SIN）です。 前回、Amazon SageMaker(以下、SageMaker)の物体検出（組み込みアルゴリズム）を、SageMaker Neo（以下、Neo）で最適化して、Jetson Nanoで利用してみました。 今回は、イメージ分類（組み込みアルゴリズム）について、確認してみました。 最初に、動作を確認している様子です。GPUがフルに回っていますが、約0.1秒で推論できています。 2 モデル 使用したモデルは、下記で作成したものです。 17種類の商品を回転台に乗せて動画撮影したデータから、イメージ分類のモデルが作成されています。 3 SageMaker Neo 下記の諸元で、上記のモデルを最適化しています。 ジョブ名: ic-SYOHIN17-jetson-Nano-001（任意です） データ入力値: {"data": [1, 3, 224, 22
![[Amazon SageMaker] イメージ分類のモデルをNeoで最適化して、Jetson Nano+OpenCV+Webカメラで使用してみました | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/be008d04a8db62514ca43cd7765e62041ee423f3/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2019%2F05%2Famazon-sagemaker.png)
Serverless Dashboardを使って爆速でCICD環境をセットアップ #pytest | DevelopersIO
Serverless Frameworkのダッシュボードがあるのを最近知って使ってみました。 かなり使い心地が良くて画面上からサクッとCICD環境を作成できたので、この記事で手順を残しておきます。 今回はデプロイ先はAWSでブランチ毎にAWSアカウントを切り替える、ランタイムはPythonでpytestをデプロイ前に実行する、という構成にしていきます。 環境 Serverless Framework Framework Core: 2.2.0 Plugin: 4.0.4 SDK: 2.3.2 Components: 3.1.4 Python: 3.8.5 Pipenv: 2020.8.13 pytest: 6.0.2 moto: 1.3.16 セットアップ serverlessが入っていない場合はインストール
AWS Lambda からサービスアカウントで Google APIs を叩くまでにやったこと | DevelopersIO
コンサルティング部の西野です。 AWS Lambda からサービスアカウントを使用して Google APIs を叩く機会がありましたので、その手順を紹介します。 やりたいこと G Suite ドメイン内のユーザーによって Google Drive 上に保存されたファイルの名称を AWS Lambda 経由で取得することをゴールとします。 構成図 server-to-server (Lambda to Google API) で API をコールするためサービスアカウントを用いる Using OAuth 2.0 for Server to Server Applications AWS リージョンはアジアパシフィック（東京）/ ap-northeast-1 を使用 API コール用のサービスアカウントキーを SSM Parameter Store に SecureString として保存す
Pythonのスクリプトからウェブアプリを簡単に作れるStreamlitをさわってみた | DevelopersIO
どうも、DA 事業本部の大澤です。 The fastest way to build custom ML toolsと謳っているStreamlit をさわってみました。HTMLやJS、CSSをいじることなく、Pythonのスクリプトからウェブアプリが作れて便利さに感動しました! streamlit/streamlit: Streamlit — The fastest way to build custom ML tools 今回はStreamlitに含まれるサンプルアプリを動かした後に、Pandasのデータフレームを使った簡単なウェブアプリを作ってみたので、その内容を紹介します。 やってみる インストール Streamlit は pip でインストールすることで使えます。
PythonのORMライブラリsqlalchemyで利用可能なコネクションプーリングの実装について調べてみた | DevelopersIO
CX事業本部@大阪の岩田です。Python向けのORMライブラリsqlalchemyは標準でコネクションプーリングの実装が組み込まれており、create_engine()を呼出す際の名前付き引数poolclassの指定によってコネクションプーリングの実装を切り替えることができます。先日コネクションプーリングの実装について調べる機会があったので、内容をご紹介します。 環境 今回利用した環境です。 OS X 10.14.6 Python 3.8.2 sqlalchemy 1.3.16 pymysql 0.9.3 利用できるコネクションプーリングの実装 sqlalchemyは標準で以下のコネクションプーリングの実装を提供しています。 QueuePool NullPool SingletonThreadPool StaticPool AssertionPool 例としてNullPoolを使う場合は
2万4000超の開発者に聞いた、Pythonでよく使うフレームワークは？
Python Software Foundationは5月5日(米国時間)、「Python Software Foundation News: Python Developers Survey 2019 Results」において、2万4000名以上のPython開発者が参加した調査の結果を伝えた。 同調査は、Pythonがどのような用途で使われており、昨年と比較してどのように推移したのかなどがまとめられている。加えて、Python開発者が分野ごとによく使っているフレームワーク、ライブラリ、ツールなどについてもまとまっており、参考になる。 掲載されている主なフレームワークやライブラリ、ツールは次のとおり。
はじめてのFargate~FargateとDocker Hubを使ってJupyter Notebook環境を用意する~ | DevelopersIO
オンラインコミュニケーションを、多分人一倍満喫しております。 ▲ Slackが俺のホームタウンだぜ テキストベースのやり取りが大好きで、オンラインの住人になっているAWS事業本部のShirotaです。私の実体を覚えている人がいなくなるまで、各方面で努力していこうと思っています。オンライン快適！ 本日は「Fargate + Docker HubでJupyter Notebook環境を用意してみた」お話をしたいと思います。 今回、作業の前提となる準備の話が結構な分量を占めているので、実際の作業手順のみを手っ取り早く確認したい方は、目次から「FargateとDocker HubでJupyter Notebook環境を用意する」の項目に飛んで頂けますと作業内容が書かれた箇所に移動できます。 良かったらご活用下さい。 経緯からゆっくりとお付き合い下さる方はこのまま読み進めて下さい。 手軽に綺麗なJu
[GCP] AI Platform Notebooksが正式リリースされていたので使ってみる | DevelopersIO
こんにちは、Mr.Moです。 GCPのAI Platform Notebooksが先月末でGA（Generally Available：正式リリース）になりましたね！Google Colaboratoryも良いですが、こちらのサービスも気になるので早速使ってみます。 https://cloud.google.com/ai-platform/notebooks/docs/release-notes#March_31_2020 AI Platform Notebooksとは AI Platform Notebooks は、JupyterLab 統合開発環境を提供するマネージド サービスです。機械学習のデベロッパーとデータ サイエンティストは、最新のデータ サイエンスと機械学習のフレームワークがプリインストールされた JupyterLab を実行するインスタンスをワンクリックで作成できます。No
![[GCP] AI Platform Notebooksが正式リリースされていたので使ってみる | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/6a3635db98fffd980fc344673f30e760345cddd7/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2020%2F09%2Fgcp-eyecatch-ai-platform_1200x630.png)
SciSharp STACK
A .NET based Open Source Ecosystem for Data Science, Machine Learning and AI SciSharp brings all major ML/AI Frameworks from Python to .NET .NET developers are most productive with the tools they know and love. Our mission is to make sure that they don't have to leave that behind when reaching for opportunities in Data Science Machine Learning and AI. The well established Python based Machine Lear
[VS Code Python拡張] データサイエンスチュートリアルをやりながらVS CodeでのJupyter Notebookの使い方をマスターする | DevelopersIO
こんにちは、Mr.Moです。 下記の記事を見てVS CodeのPython拡張でJupyter Notebookが使えることを知り便利そうだなーとしばらく直感的に使っていましたが、そろそろちゃんと使いこなしたいので用意されているデータサイエンスチュートリアルを参考にしならが使い方をマスターしていきたいと思います！ Visual Studio CodeでJupyter Notebookを動かしてみた データサイエンスチュートリアルとは VS Codeの公式ページあるチュートリアルです。March 2020 (version 1.44)のアップデートで公開されたようですね。 https://code.visualstudio.com/docs/python/data-science-tutorial チュートリアルを参考にしながら使い方を確認していく さっそくチュートリアルを進めていきます。あ
![[VS Code Python拡張] データサイエンスチュートリアルをやりながらVS CodeでのJupyter Notebookの使い方をマスターする | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/b3a3cd126b780dcd4cdffcaa7d018424e8c697cb/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2019%2F06%2Fvscode-2019-eyecatch-1200x630.png)
[アップデート]ElasticBeanstalkでAmazon Linux 2ベースのDocker, Corretto, Pythonが使えるようになりました！ | DevelopersIO
Elastic Beanstalkをご利用いただいている方に朗報です！ ElasticBeanstalkのプラットフォームでAmazon Linux 2ベースのDocker, Corretto（Java）, PythonがGAされました！ AWS Elastic Beanstalk Announces General Availability of Amazon Linux 2 Based Docker, Corretto, and Python Platforms さっそく試してみたいと思います！ やってみた Elastic Beanstalkのマネジメントコンソール画面から、アプリケーションを作成してみます。 アプリケーション名は適当につけます。 プラットフォームのブランチとして、Amazon Linux 2ベースのDocker, Corretto, Pythonが選択できるようになっ
![[アップデート]ElasticBeanstalkでAmazon Linux 2ベースのDocker, Corretto, Pythonが使えるようになりました！ | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/726da566bcad2b0004f3b30d99f01f10027d2e09/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2019%2F05%2Faws-elastic-beanstalk.png)
TensorFlow 2.0 is now available!
Posted by the TensorFlow Team Earlier this year, we announced TensorFlow 2.0 in alpha at the TensorFlow Dev Summit. Today, we’re delighted to announce that the final release of TensorFlow 2.0 is now available! Learn how to install it here. TensorFlow 2.0 is driven by the community telling us they want an easy-to-use platform that is both flexible and powerful, and which supports deployment to any
Python Developers Survey 2018 Results
Python Developers Survey 2018 Results In the fall of 2018, the Python Software Foundation together with JetBrains conducted the official annual Python Developers Survey for the second time. Much like the previous survey, we set out to identify the latest trends and gather insight into how the world of Python development looks in 2018. Over twenty thousand developers from more than 150 different co
一休レストランPython移行の進捗 - 一休.com Developers Blog
レストラン事業部エンジニアの id:ninjinkun です。 一休レストランでは10年以上動いているシステムをPython 3で書かれた新システム（以下restaurant2）に順次移行する作業を進めています。現在ではPC用のレストランページ や主要な API を含め、いくつかのページがrestaurant2で提供されるようになっている状態です。本記事ではこの移行の経緯と、restaurant2システムの詳細、Pythonを選んだ理由、現在の進捗状況をお伝えします。 経緯 一休レストランはサービスローンチ時よりClassic ASP（言語はVBScript）でシステムが構築されてきました（こちらに驚かれる方も多いと思いますが、歴史的経緯という言葉で強引にまとめて話を先に進めます）。このシステムは現在も一休レストランを支えているのですが、長年の改修による複雑性の増加、言語の古さ、言語機能の
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
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
GitHub - matplotlib/cheatsheets: Official Matplotlib cheat sheets
「aws lambdaでpythonを実行するときのチューニング案を試してみた！」というタイトルで登壇しました。 | DevelopersIO
GitHub - streamlit/streamlit: Streamlit — A faster way to build and share data apps.
GitHub - caoscott/SReC: PyTorch Implementation of "Lossless Image Compression through Super-Resolution"
GitHub - akanazawa/hmr: Project page for End-to-end Recovery of Human Shape and Pose
