Discover amazing ML apps made by the community
パトリック・ミッケンジー(Patrick McKenzie)さんのブログ・エントリ、 “Falsehoods Programmers Believe About Names” の日本語訳です。翻訳の公開を快諾してくださったミッケンジーさんに感謝します。 公開: 2012-02-22 Posted on June 17, 2010 by Patrick きょう、ジョン・グレアム゠カミング(John Graham-Cumming)が、正しくない文字が含まれているといって彼のラスト・ネームを受け付けないコンピュータ・システムへの不満の記事を書いていた。もちろん彼の名前に「正しくない」ところなどない。当人の申し出たものが当人を識別するものとしては相応しいのであって、定義からして名前とはそういうものである。このことにジョンは当然ながらいらだったし、そうなるのもきわめて正当なことだ。定義からすれば事実
導入 こんにちは、株式会社ナレッジセンスの須藤英寿です。普段はエンジニアとして、LLMを使用したチャットのサービスを提供しており、とりわけRAGシステムの改善は日々の課題になっています。 RAGのシステムでは一般的に、断片化されたテキストをEmbeddingによってベクトル化し、関連する情報を検索、そして質問に回答するという形式が採用されるかと思います。 しかし本来、RAGのデータソースは断片化されたテキストに限定はされていません。その一つとして、Knowledge Graph(知識グラフ)というものが存在します。 本記事では、そんなKnowledge Graphを利用した新しいRAGのシステム、GNN-RAGについて紹介します。 サマリー GNN-RAGは、Knowledge Graphから関連するデータの取得にGNNを使用します。この手法を利用することで、既存のKnowledge Gr
深層学習を用いた時系列予測の世界へようこそ!この記事では、PythonのパッケージGluonTSを用いて、初心者でも時系列予測を理解し、実践できるようになるための完全ガイドを提供します。 時系列予測とは何か? 時系列予測とは、過去のデータに基づいて未来の出来事を予測することです。特に、時系列データ(時間とともに変化するデータ)の将来の値を予測することを指します。例えば、電力会社は電力需要を予測し、それに合わせて発電量を調整します。 時系列予測では、過去の観測可能な行動が未来にも継続するという暗黙の仮定に基づいています。例えば、人々は一般的に夜間よりも日中に多くのエネルギーを消費し、夕方にはテレビを視聴し、夏にはエアコンを使用します。 しかし、予測不可能なイベント(例えば、パンデミックによる旅行制限)は予測できません。したがって、時系列予測は、根本的な変化が起こらないという条件下で、通常の事
自己紹介 名城大学理工学研究科メカトロニクス工学専攻修士2年のAsterです。 現在デジタルフロンティア様にて、NeRF・3DGS検証業務を行っています。検証の目的は、将来的に実写映像作品にNeRF・3DGSを活用できないか検討することで、今回の検証はそのための第一歩となります。 2023年5月から一年間行ってきたNeRF・3DGS検証に関して記事にしました。 ぜひ見てくだされば嬉しいです。 ※本記事に記載されている情報は、著者および関係者の知識と経験に基づいて提供されているものであり、正確性や完全性を保証するものではありません。記事の内容に基づくいかなる行動も、読者自身の責任で行ってください。また、技術や規格は常に進化しており、この記事の情報は執筆時点のものであることをご了承ください。最新の情報を確認するためには、公式ドキュメントや信頼できる情報源を参照することをお勧めします。 NeRF
天気予報をデジタル時計に加えるには、外部の天気予報APIを利用する必要があります。一般的に利用されるのはOpenWeatherMap APIですが、これを使用するにはAPIキーが必要です。APIキーはOpenWeatherMapのウェブサイトで無料で取得できます。 以下の手順では、OpenWeatherMap APIを使用して現在の天気情報を取得し、それをOLEDディスプレイに表示する方法を示します。このコードは前の時計と曜日を表示するコードに基づいています。 ### 必要なライブラリのインストール - 天気情報を取得するために`requests`ライブラリを使用します。このライブラリがまだインストールされていない場合は、インストールしてください。 pip3 install requests ### OpenWeatherMap APIの設定 1. OpenWeatherMapの[公式サイ
作業メモ。モダン Python 速習。 AI 周りのツールを動かしていたら TypeScript だけでやるには無理が出てきたので、久しぶりに Python の環境構築をする。 具体的には TestGen LLM を動かしたい。 Python はたまに触るけど、基本 2.x 時代の知識しかない。 基本的にこの記事を読みながら、細かいアレンジをしている。 追記 rye が ruff と pytest を同梱してるので rye fmt, rye check, rye test で良かった uvicorn を叩くより、 fastapi-cli を使って起動したほうが良さそうので変更 基本方針: Rye に全部任せる 良く出来てると噂に聞いたので、 rye に任せる。 自分が Python が苦手な点は pip を下手に使うと環境が汚れていく点で、基本的に rye で閉じて管理させる。システムの
俺は低身長低収入チー牛の典型的弱者男性だったけど、30歳の時に家庭の事情で地元にUターンした結果、結婚して子どもも授かったので、その経験から思ったことを書いてみる。 都会では結婚できなかったこれはたぶん間違いない。30歳ですでに結婚は諦めてた。 まず出会いがない。女性と知り合う機会が全くない。 毎日満員電車に揺られて職場と家を往復するだけの日々。 休みも基本はひとり。 だけどひとりでも楽しい。 一日ふらふら遊んだあと、最寄駅近くの居酒屋で一杯やったら、もうずっとこれでも良いかなって気分になってた。 これがあと10年続いたらもうだめだったと思う。 でも田舎は何もかもが違った。 ヒマ遊ぶところがない。 最近話題の美術館はもちろんないし、図書館ですら遠い。わざわざ出かけなきゃいけない上に行っても中身がしょぼい。 飲み屋もレベル低いし、車でしか行けない場所だからひとりだと飲めないし、値段が高い。
西側諸国は消耗したロシア軍の再建期間について「10年以上」と予想していたが、2023年末頃から「予想よりも早くロシア軍が再建されている」という指摘が相次ぎ、Bloombergも3日「ロシア軍再建にNATOが対応するための準備期間は2年~3年だ」と報じた。 参考:Norway Military Chief Sees Short Window to Boost NATO’s Defenses ロシアの現在ペースが持続可能なものだとは到底思えないが、どの時点で持続不可能になるのかは分からないロシアとウクライナの本格的な戦争は2年以上が経過しても終わりが見えず、西側諸国は経済制裁が課されているロシアについて「軍の再建には10年以上かかるだろう」と予想していたが、ドイツ外交問題評議会(DGAP)は昨年11月「ロシアは経済制裁の回避に成功し、石油と天然ガスの収入を防衛産業や関連産業の拡張に投資して生産
ロシア軍の再建スピードは予想以上、NATOの残された時間は2年~3年 https://grandfleet.info/european-region/russias-military-is-rebuilding-faster-than-expected-nato-has-only-two-to-three-years-left/ 米欧州軍司令官のカボリ陸軍大将 「ロシア軍の再編スピードは予想を上回る」、「戦力規模は侵攻前よりも15%ほど大きくなっている」 ドイツのピストリウス国防相 「ロシアの生産能力はウクライナでのニーズを上回り備蓄が積み上がっている」、「備蓄に振り向けられた武器・弾薬はウクライナの次に備えたものだ」 Defense Newsの取材に応じた欧米の国防当局者やロシア軍関連の専門家 「予想よりも早くロシア軍が再建されている」 「ロシアのGDPは縮小すると予測されていたにも関わ
【公式】ゲーム『SAND LAND(サンドランド)』 | バンダイナムコエンターテインメント公式サイト 『SANDLAND(サンドランド)』のレビュー行くぜ! 俺がプレイしたのはPS5版ね。 パブリッシャー:バンダイナムコエンターテイメント 機種:PS5/PS4/XBOX/PC ジャンル:アクションRPG 発売日:2024/4/25 価格:8910円 鳥山明の名作『SANDLAND(サンドランド)』を完全ゲーム化!元のストーリーを大幅に膨らませたアクションRPGで、広大なフィールドを様々なメカで大冒険する内容だ。 開発は株式会社イルカが担当している。 去年くらいからアニメ化にグッズ化にと展開の多かった『SANDLAND(サンドランド)』だが、映画のパンフレットによるとそもそもゲーム化の企画が最初だったそうだ。 そのせいかシナリオもプレイ感も非常に凝っており、国産キャラゲーでこのレベルのゲー
地域の病院がオンプレミス環境で大規模言語モデル(LLM)を稼働させ、医療現場の業務で生成AI(人工知能)を利用する――。佐賀県の祐愛会織田病院は2024年4月、これまで利用してきた電子カルテシステムにオプティムが提供する生成AI「OPTiM AI」を組み合わせ、看護師の業務効率を高める実証に乗り出した。織田病院は病床数111床、職員数305人(うち看護師118人)規模の総合病院だ。 織田病院は実証にあたり、米NVIDIAのRTX A2000を搭載したGPU(画像処理半導体)サーバー1台を新たに院内に用意した。LLMの学習や推論に用いるためだ。LLMの稼働状況によって、GPUサーバーの台数やスペックなどを変更する可能性があるという。 オンプレミスでLLMを利用するのはセキュリティーを担保するためだ。電子カルテに記載された個人情報などを病院外に出さないようにする。OPTiM AIのパラメーター
今まで度々触れてきた界隈の中の「低さバトル」で出た死人の話について、大司教から寄稿があったので今回は特別編。正直すごいひとはその時期あまりこの周辺に居なかったので、殆ど知らなかった話だし死んだ糸柳さんのことも数回話した程度の関係性しかないのだけれど「愛の教団」が「糸柳も弱いから死んだ」と言ったのを聞いて大司教が何か言いたそうにしているのを間近で見ていた。 というわけでほとんどの読者にとっては意味がわからないかもしれないが、関係者内でのこのnoteの認知はそこそこあるっぽいし以下に大司教からの寄稿を原文ママでどうぞ。 糸柳は弱いから死んだのではない。 多くの自殺がそうであるようにせいぜい何もかもうまくいってなかっただけだ。仕事でも私生活でも趣味でも行きづまっていた。その穴埋めのように界隈で誰彼かまわずマウンティングし、ある人とはもうめちゃくちゃに揉めていた。 普段から揉め事しかないこの界隈で
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