@captain-yossarian TypeScript blog, fully dedicated to static typings and type safety
@captain-yossarian TypeScript blog, fully dedicated to static typings and type safety
国内のゲーム制作者HIJIKI氏は1月28日、『あつまれトロピカル因習アイランド』をフリーゲームとして配信開始した。ノベルゲームコレクションにて公開されており、PCおよびiOS/Androidからプレイできる。 『あつまれトロピカル因習アイランド』は、明るく陽気で因習の残る島へ足を踏み入れる、短編ノベルゲームである。本作の舞台は、灰舞寿淵亜毛(ばいぶすぶちあげ)島と呼ばれる、小さな島。主人公の島田湘南乃風太(しまだふうた)は、民俗学ゼミに所属する大学生だ。風太には蓮花という、同じ民俗学ゼミに所属する幼馴染がいた。しかし1か月前、蓮花がゼミの論文のためにある島へ渡ってから、彼女との連絡が取れなくなってしまう。 風太は教授の制止を振り切り、連花が1か月前に向かった灰舞寿淵亜毛島へと向かう。爆音のEDMが流れる船に乗って島にたどり着くと、そこにはやけに陽気な島民たちが暮らしていた。とても奇妙な風
可愛かったのでアイキャッチ画像にしました ちょっと画像検索が必要になることがあり、良い機会なので復習しようということになりました。 過去にはこんなのをやってみたりしました。 www.nogawanogawa.com 今回は改めて、主にこちらの資料を参考に画像検索に関して復習してみました。 docs.google.com 今回はこちらを参考にアプリを作ってみたのでそのメモです。 画像検索 TBIRとCBIR CBIRの実現方法 画像検索として使用する特徴量 RGB Histgram Average Hash Perceptual Hash SIFT SURF NN Embedding 類似度の評価方式 Bag of keypoints Earth Mover's Distance SVM ハミング距離 コサイン類似度 要するに 作ってみる 対象画像 画面まわり 検索周り pHash - ハミ
WhisperのモデルをONNXに変換する方法について記述する。 Whisperのモデル WhisperのモデルはPyTorchを使ってPythonで実装されている。 そのため、実行にはPyTorchをインストールしたPython環境が必要になる。 環境構築なしでスタンドアロンで利用できると用途が広がる。 また、アプリへの組み込みも行いやすくなる。 ONNXモデル ONNXは、ニューラルネットワークの標準ファイルフォーマットである。 モデルをONNXにすると、ONNX Runtimeなどの推論用のライブラリを使って推論できる。 推論用のライブラリは、組み込みで使うことを意図しているので、スタンドアロンのアプリに組み込むことができる。 ONNXへの変換 WhisperのモデルからONNXへの変換は、pytorch.onnxを使って行う。 ただし、Whisperは、デコーダのループ処理で、前の
Kernel/VM探検隊online part6 で Rui Ueyama 氏による『リンカー moldをいろんなターゲットに移植した話』のセッションを視聴し、普段は接点のないCPUやpsABIといった低レイヤーの世界を覗き見したので、メモを残しておきます。 動画 発表スライド Ruiさんは、LLVMのリンカlldの作者でもあり、過去には同勉強会のPart 2でもリンカについて発表されています。 超高速リンカmold 1/2 - ログミーTech 超高速リンカmold 2/2 - ログミーTech 今回も、前日に発表が決まったとはとても思えない、非常に濃い発表でした。 本テーマは筆者の普段の業務と大きく異なります。間違いなどがあればコメントで指摘していただけると助かります。 以下の様なキーワードが頻出します。 リンカ psABI ELF QEMU ISA RISC/CISC エンディアン
Minimal whisper.cpp example running fully in the browser Usage instructions: Load a ggml model file (you can obtain one from here, recommended: tiny or base) Select audio file to transcribe or record audio from the microphone (sample: jfk.wav) Click on the "Transcribe" button to start the transcription Note that the computation is quite heavy and may take a few seconds to complete. The transcripti
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