グリーンバックはもういらない！？Background Mattingでどこでも合成（Windows10、Python 3.6） - Qiita
グリーンバックはもういらない！？Background Mattingでどこでも合成（Windows10、Python 3.6）Python画像処理CUDA機械学習DeepLearning はじめに Zoomでバーチャル背景が流行っていますね。グリーンバックを必要とせずに一枚の背景画像から人物を切り抜き、ピクセルレベルで違和感なく合成できるBackground Mattingをやってみました。CPUでも動くよ。 システム環境 Windows10（RTX2080 Max-Q、i7-8750H、RAM16GB） Anaconda 2020.02 Python 3.6 CUDA 10.0 cuDNN 導入 Background-Mattingからクローンします。 back-matting環境を作ります。
python初心者、競馬歴1年未満でも３連単を当てることができました。 - Qiita
はじめに 申し訳ありませんが競馬用語の解説は省きます。競馬に興味がある人が読んでいると思うので。 netkeiba.comで公開されている情報(スクレイピングでとってくる情報) には血統、走破タイム、走行距離等色々あります。前提として、スクレイピングしたデータをそのままモデルに fitさせたところで何も予想してくれません。情報を選別、整理、分析していく必要があります。 データの分析の方針を決める前に、まずは仮説として、 レースが始まってから最後の直線まで色々あったが、上り3ハロンで馬は残る力全てをもって走り切り ゴールを通過した順に着順が決まる とします。当たり前だと思われるかもしれませんがこれにより考慮すべき情報が絞れます。 私が分析を進める上で使用しているデータは以下 ・ラップタイム →レース全体のペース、レースのグレードを評価 ・レースの種類芝orダート/距離 →数あるレースの種類を
動画配信ソフト「OBS」をPythonで操るぞ～ - KAYAC engineers' blog
はじめに こんにちは～。 会社のみんなから「ポン太郎」と呼ばれている技術部新卒の井上宗汰です！（同期に井上がもう一人いる） 「なんだか全然仕事できなさそ～」って感じのあだ名ですが、毎日を全力で生きているので何卒。 最近はイベント関係で使うシステムの構築をやったりしてるxR系のUnityエンジニアとしてお仕事してます。 さてさて、今回は、案件の関係でOBS(という動画配信でよく使われているソフト)をWebsocket経由でAPI叩いて操作したので、その知見の共有をしたいと思います。 これで外部アプリと連携させて、不具合が起きた時にそれをトリガーにして「しばらくお待ちください」みたいな放送事故っぽいアレを自動で出したりできますね！ （動画配信していた頃の、灰色の高校時代を思い出しながら書いたので、なにやら心臓の調子が悪い気がした） OBS(OpenBroadCasterSoftware) 環境
Pythonのパッケージ周りのベストプラクティスを理解する - エムスリーテックブログ
砲撃する自走砲（PzH2000自走榴弾砲）。自走砲は戦車によく似ていますが、戦車ではありません。＊本編とは関係ありません。 こんにちは、エムスリー基盤開発チーム小本です。 Pythonのパッケージ管理周りでは、 「setup.pyでrequirements.txtを読み込むのが普通なんですよね？」 「pipenv があれば venv はオワコンなんですね？」 「pyenvは要らないんですよね！？」 「Pythonは歴史が古い分、Rubyなどに比べてカオス」 みたいな混乱をよく目にします。 実際、複数のツールがあって（一見）複雑です。また「なぜこうした状況にあるのか」がドキュメント化されているわけでもありません。 なので、私なりに整理してみることにしました。 ※「追伸」を追加しました。この記事では汎用プログラミング言語としてPythonを使うケース（Webアプリとか、CLIツールとか、ライブ
2019年に向けてPythonのモダンな開発環境について考える - 朝日ネット 技術者ブログ
はじめに 開発部の tasaki です。 6 月の記事（「Pythonのパッケージングのベストプラクティスについて考える2018」）では setuptools, pip, venv を使ったパッケージングのフローについて考えました。 techblog.asahi-net.co.jp 今回はモダンな開発用ツールチェーンを持つ他の言語（具体的には JavaScript (Node.js), Go, Rust あたりを意識）と似たような開発フローを Python において構築するにはどうすればよいかということを考えていきます。 はじめに 対象バージョン 備考 TL;DR （結論） pip と virtualenv の統合 (Pipenv) 概要 使い方 インストール Pipenv プロジェクトの新規作成 setup.py との併用 静的な型の検査 (mypy) 概要 設定例 使い方 Lintin
Django アプリケーションをプロダクションで運用する際の覚書 - Qiita
これは Django Advent Calendar 2018 の 12/20 の記事です。 今回はこれまで Django アプリケーションをプロダクションで運用する際にやっておいてよかったこと、もしくはやっていなかったために苦労したことを覚書としてご紹介したいと思います。 The Twelve Factor アプリケーションへの準拠 ウォームアップ の2点です。 The Twelve Factor アプリケーションへの準拠 The Twelve Factor アプリケーションは Heroku の中の人が提唱したアプリケーションの構築方法です。 ひとことでまとめると 実行環境を問わないポータブルなアプリケーション にしましょうというものです。 例えば Django は開発サーバーがインクルードされていますが、プロダクションと同じ環境がローカルでも簡単に (manage.py runserv
【Python+Flask】WebAPIを使った簡易書籍管理アプリ【Vue.js、Elasticsearch】 - Qiita
【Python+Flask】WebAPIを使った簡易書籍管理アプリ【Vue.js、Elasticsearch】 PythonFlaskWebAPIElasticsearchVue.js 【GitHub】MiniBookSearch 今回、GitHubにあるOSSプロジェクトを使って『APIの改変』と『追加機能』を実装してみました。 Python未経験でIT業界半年以内の自分でも出来たので、 興味がある方はぜひこのアプリを使ってぜひやってみてください 本人の記事も下記で紹介していますが自分なりに分かりやすくまとめます。 元を作った方は同じ職場の方ですので分からない事があれば気軽に聞いてください 📗 やったこと @michihosokawaさんの『 書籍管理システム(GitHub) 』 ・使用されているAPIを「GoogleBooksAPI」から「openBD」へ書き換える ・新機能『一覧表
人間のためのイケてるPython WebFramework「responder」、そして作者のKenneth Reitzについて - フリーランチ食べたい
この記事は Python その2 Advent Calendar 2018 - Qiita の1日目です。 responderとは GitHub - kennethreitz/responder: a familiar HTTP Service Framework for Python 2018年10月に公開された イケてるPython WebFramework です。 requestsやpipenvなどの開発者である Kenneth Reitz が(おそらく)今年のHacktoberfest 2018 - DigitalOcean 用に開発したものだと思われます。 GitHubのタグを見ると(Topic: hacktoberfest2018 · GitHub )、hacktoberfestで2位 今年10月に公開されたのに関わらず既にStarが2000以上付いており、かなり勢いがあります
この処理Pythonでどう書く？ - エムスリーテックブログ
EF15形は高性能な電気機関車であったが、引き出し性能が蒸気機関車に劣ると誤解されていた。 誤った運転方法により本来の性能を引き出せていなかったのである。 （spaceaero2 [CC BY 3.0], ウィキメディア・コモンズより） こんにちは、エムスリー・エンジニアリングG・基盤開発チーム小本です。 WEBサイトは RailsやSpringなどの「本体部分」だけでは完結しません。レポート作成・データ更新などの細かい処理も必要です。 過去にはこうした用途にはBashがよく使われました。しかし、Bashは落とし穴が多かったり、クラスなどの抽象化機能がなかったりして、規模が大きくなると辛くなります。 そこで、Bashの代替候補に挙がるのがPythonです。エムスリーでもかつてはBashを使っていましたが、現在は新規案件にはPythonを推奨しています。 しかし、実際にPythonで書き直そ
Locust.io
An open source load testing tool. Define user behaviour with Python code, and swarm your system with millions of simultaneous users. Tweet Follow @locustio Define user behaviour in code No need for clunky UIs or bloated XML. Just plain code. Distributed & scalable Locust supports running load tests distributed over multiple machines, and can therefore be used to simulate millions of simultaneous u
Pythonで約100行のシンプルなWSGIサーバーを書いてみる
エキスパートPythonプログラミング改訂2版 作者:Michal Jaworski,Tarek Ziade発売日: 2018/02/26メディア: 単行本 はじめに — Webアプリケーションフレームワークの作り方 in Python の資料が最近になってホットエントリー入りし、思ったよりも多くの方に読んでいただけているようです。見返しているとWSGIサーバーを作りながらHTTPについて学べる章があってもいいかもとふと思いました。書くとすれば内容的には id:shimizukawa さんのPyCon JP 2018の発表をもう少し詳しく説明する資料になりそうな気がします。 PyCon JP 2018: Webアプリケーションの仕組み - 清水川のScrapbox とはいえ自分もWSGIサーバーを一度も書いたことがないので、気分転換にシンプルなWSGIサーバーを書いてみました。 4時間ぐら
Webアプリケーションフレームワークの作り方 in Python — c-bata.link
こんにちは、芝田 将 ( @c_bata_ ) です。 この資料はPyCon JP 2016で行った 「基礎から学ぶWebアプリケーションフレームワークの作り方」 の書き起こし資料です。 誤字等があれば、Issue or PRをお待ちしております。 はじめに¶ この資料では200行に満たないシンプルなWebフレームワークの作り方をボトムアップで解説します。 テンプレートエンジンとしてJinja2を使ったりもしますが、基本的にはPythonの標準ライブラリのみを使っています。 FlaskやDjango等を使ったWeb開発の経験があり、基本的なHTTPの知識があれば読み進められるんじゃないかなと思うのでぜひチャレンジしてみてください。 本資料を読み終えた方はBottleやDjango、筆者の公開している Kobin というフレームワークのコードを 読んでみたり、自分でWSGIフレームワークを実
プレゼンテーション：基礎から学ぶWebアプリケーションフレームワークの作り方 | PyCon JP 2016 in TOKYO
PythonのWebアプリケーションフレームワークを開発するために必要な知識を実際のPythonのコードをベースに解説していきます。 Web開発を行う際は、FlaskやDjango等のWebアプリケーションフレームワークを活用することが多く、日頃の開発の中でそのフレームワークの実装まで意識しているという方は少ないのではないでしょうか。 本発表では、Pythonの具体的なコードをベースにWebアプリケーションフレームワークを作る上で必要となる知識について解説します。Hello Worldをスタートとして、ルーティングやリクエスト・レスポンスのハンドリング方法、CSSやJS等の静的ファイルの扱いなどWebアプリケーションフレームワークに必要な機能とその実装方法を解説します。 次に私が開発しているKobinというフレームワークと、それを用いた実際のアプリケーションを紹介します。Kobinは本発表
Python3.7+Django2.1のアプリケーションをGoogleAppEngine/Standard環境にデプロイする - 偏った言語信者の垂れ流し
GoogleAppEngineのStandard環境でPython3.7のランタイムがベータ版で利用できるようになったので、試していました。 ドキュメントにはFlaskアプリケーションをデプロイする手順が記載されていましたが、Djangoアプリケーションだと少し設定が追加で必要だったので、メモを残しておきます。 ファイル構成 django-adminツールの startproject コマンドでは、 mysite という名前のプロジェクトを作成しました。 manage.py ファイルの階層にapp.yamlを配置しています。 ├── app.yaml ├── db.sqlite3 ├── manage.py ├── mysite │ ├── __init__.py │ ├── settings.py │ ├── urls.py │ └── wsgi.py ├── requirements.
[Python] Djangoチュートリアル - 汎用業務Webアプリを最速で作る - Qiita
この記事を元に最小の学習コストでWebアプリを作成する方法を記事にしてみました。 こちらもよろしくお願いします。 [Python] プログラム初心者のためのWebアプリ簡単作成法 この記事について PythonのWebアプリケーションフレームワーク「Django」についてのチュートリアル記事です。 Djangoには定義したデータモデルを元に一覧画面や入力画面を動的に出力する「クラスベース汎用ビュー（class-based generic views）」という仕組みがあります。 これを活用すると単純なCRUD操作（登録・参照・更新・削除）を行うWebアプリを短時間で作成することができます。さらにDjangoのユーザー管理機能を加えてHeroku等のプラットフォームにデプロイすればインターネット上で運用できます。 Djangoのチュートリアルは良質のものがネットで読めますが、クラスベース汎用ビ
![[Python] Djangoチュートリアル - 汎用業務Webアプリを最速で作る - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/ef602652061bca5494e41d3fa0b52f71c96457f5/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JTVCUHl0aG9uJTVEJTIwRGphbmdvJUUzJTgzJTgxJUUzJTgzJUE1JUUzJTgzJUJDJUUzJTgzJTg4JUUzJTgzJUFBJUUzJTgyJUEyJUUzJTgzJUFCJTIwLSUyMCVFNiVCMSU4RSVFNyU5NCVBOCVFNiVBNSVBRCVFNSU4QiU5OVdlYiVFMyU4MiVBMiVFMyU4MyU5NyVFMyU4MyVBQSVFMyU4MiU5MiVFNiU5QyU4MCVFOSU4MCU5RiVFMyU4MSVBNyVFNCVCRCU5QyVFMyU4MiU4QiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnM9YWEyZjc0ZWEzNmYwYTRkMzYzMjU0ZjdkOWQ1MmNkNWU%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBva29wcGU4JnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz00NzhiNjljNTg3Y2JlN2M4NDQ3NmRmMTEwMjRiMzQzZg%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3Df61239769560a8a74e96b805bc0657cb)
【Google Colaboratory】WebブラウザでPythonを使う方法
ノートブックを作成してPythonを実行 WebブラウザでGoogleアカウントにログインし、https://colab.research.google.com/?hl=jaにアクセスします。 [ノートブックを新規作成] をクリックします。 セルにプログラムを記述します。 [▶]ボタンをクリックします。すると、セルの下に実行結果が表示されます。 ノートブックを保存、名前の変更 上部メニューから[ファイル]→[保存]をクリックして、作成したノートブックを保存します。 保存したノートブックの場所を開きたい場合、 上部メニューから[ファイル]→[ドライブを探す]をクリックします。 ファイル名(ノートブックの名前)を変更したい場合、上部メニューから[ファイル]→[名前の変更]をクリックします。 Googleドライブ上で直接ファイル名を編集したり、移動することもできます。 GPUの利用設定 ノートブ
Python3×日本語：自然言語処理の前処理まとめ - Qiita
初めに 方針 ・pandasは、CSVや、Mysql、SQLiteなど様々なデータベースから、取り扱いやすい自身のDataFrameに変換することができる。 ・pandasのDataFrameはscikit-learnとの連携も容易である。 ・自然言語処理を日本語で行う場合、適切に前処理を行わなければ、良い結果をだすことはできない。 今回は自然言語処理における前処理の種類とその威力を参考にさせていただき、 具体的にpandasのDataFrameの形で存在する日本語データの前処理について考えていきます。 ※引用文は記載が無い場合、上記の記事からのものです。 準備と想定 sqlite3からpandasのデータフレームへ変換しています。 import pandas as pd import sqlite3 con = sqlite3.connect("db/development.sqlite
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
http://alanpryorjr.com/2019-05-20-flask-api-example/
Django REST Framework における API 実装プラクティス | PyCon JP 2018
「ゼロから作るディープラーニング」を動画でまとめている人がいたので紹介します。｜Dai
