はじめに 「もっと安全に、もっと手軽に、AI/ML開発ができないだろうか？」 そんな思いから、新しいプログラミング言語 flux の開発を始めました。fluxは、Rust製のインタプリタ言語で、システムのパフォーマンスと安全性、そしてPythonの豊富なライブラリ資産を両立させることを目指しています。 この記事では、fluxを開発した背景にある思想、そのユニークな特徴、そして基本的な使い方から今後の展望までをご紹介します。 flux GitHubリポジトリ なぜ「flux」を作ったのか？ - 開発の動機と哲学 現代のソフトウェア開発、特にAI/ML分野では、Pythonがデファクトスタンダードとなっています。NumPy、PyTorch、TensorFlowといった強力なライブラリ群は、研究開発に欠かせない存在です。 しかし、動的型付け言語であるPythonには、実行時までエラーが発覚しにく
はじめに この記事では、実際に私が使っているPythonを使った研究環境の構築方法を紹介します。 なぜ既存の方法ではダメなのか？ 従来のpipやvenv、black、flake8、mypy、Jupyter Notebookといったツールの組み合わせは、多くのPython開発者にとって馴染み深いものです。しかし、これらのツールには以下のような課題があります。 パフォーマンス: pipは依存関係の解決やパッケージのインストールに時間がかかることがあります。特に大規模なプロジェクトでは、環境構築に多くの時間を費やすことになります。型チェックツールmypyは実行速度が遅いため、開発の妨げになることがあります。 設定が複雑: フォーマッタであるblackやリンターであるflake8は、ツールが分かれているので設定が分散しがちで面倒です。 再現性の確保: Jupyter Notebookは便利ですが、
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに uv は速い。速さの一つが、キャッシュをアグレッシブに使っていることにあります。そのアグレッシブさゆえに、ユーザーがuvのキャッシュ機構を把握していないと、無関係なプロジェクトを知らず知らず破壊することがあります。 キャッシュを通じたプロジェクト破壊 uvのキャッシュは、デフォルトでプロジェクトを跨いで共有されます。特にLinuxやWindowsの場合 (macOSについては後述)、プロジェクトで uv add foo を実行してインストールしたパッケージ foo のファイルは、キャッシュファイルのハードリンクとなります。2回
この記事は、投資とAI（機械学習）の交差点に興味を持ち、実際に学習を進めてきた記録とリソースのまとめです。 本記事は、マケデコアドベントカレンダー１日目の記事です。 はじめに 近年、個人のPCスペック向上やPythonライブラリの充実により、個人でも高度な金融データ分析やバックテストが可能になってきました。「投資 x AI」の領域は非常に奥が深く、どこから手をつければ良いか迷うことも多いです。 今回は、私がこの領域を学ぶにあたって実際に取り組んだMOOC（オンライン講座）、読み込んだ専門書、そしてインスピレーションを受けた読み物を体系的にまとめます。これからクオンツトレードやファイナンス機械学習を学びたいエンジニアの方々の参考になれば幸いです。 1. 手を動かして学ぶ（MOOC編） まずはPythonを使って実際にポートフォリオ構築やアルゴリズムを実装する講座です。理論だけではイメージしづ
はじめに ども！前回「DevContainer と uv で構築する爆速 Python 開発環境」という記事を書いた龍ちゃんです。 この記事を社内で報告したところ、上司から「リンターとフォーマッターは何を使っているの？」という質問をいただきました。確かに、せっかくパッケージマネージャーに uv を採用しているなら、同じ Astral 社が開発している Ruff で統一した方が良いですよね！ ということで今回は、uv + Ruff で統一した Python 開発環境を構築してみました。さらに、ベースイメージも見直すことで、イメージサイズを 83%削減（1.63GB → 273MB）することに成功しています。 Streamlit を使ったデータ分析アプリをサンプルとして作成していますが、もちろん Streamlit 以外のプロジェクトでも利用可能です。リポジトリは公開しているので、必要な方はク
IoT家電はインターネットに接続することでさまざまな機能を実行できますが、時にはインターネットにつながっていることがリスクになります。インド出身のソフトウェア開発者であるハリシャンカール氏が、「ロボット掃除機のデータ送信をブロックしたところ遠隔操作で使用不可能にされてしまったが、リバースエンジニアリングして自力で復活させた」という体験談を報告しました。 The Day My Smart Vacuum Turned Against Me https://codetiger.github.io/blog/the-day-my-smart-vacuum-turned-against-me/ Manufacturer issues remote kill command to disable smart vacuum after engineer blocks it from collecting
Pythonの非同期処理でasync/awaitがつらい人はWoveを使ってみてはどうだろう? #こまPy みんなのPython 第5版発売中です！Pythonで非同期処理というと標準のasyncioを使ってasync / awaitなコードを書くことを思いつく人が多いと思います。ただasyncioには独特の「つらみ」があって、嫌いな人がいるのです。私もあんまり好きじゃない。この「つらみ」を解消しうるライブラリWoveを紹介します。最近バージョン1.0がリリースされたので、紹介したいと思います。なお、はてブでホットエントリ入りしたので(ブックマークしてくれたみなさん、ありがとうございます！)、他のasyncio様のライブラリを比較表を追記しました。 asyncはなぜつらいのか？Pythonのasyncioは、I/O待ちの多いプログラム（WebアクセスやDB通信など）を効率化する強力な仕組み
前回はGoogle Map APIを使用して開発を行いましたが、今回はOpenStreetMapを使用した似たようなことにチャレンジしてみようと思います。Pythonを使ってOpenStreetMapの経路検索URLを生成する方法ことを目的とします。 参考 uepon.hatenadiary.com オープンストリートマップ（OpenStreetMap）とは？ オープンストリートマップ（英語: OpenStreetMap、OSM）は、自由に利用でき、なおかつ編集機能のある世界地図を作るオープンコラボレーションプロジェクトである。GPS機能を持った携帯機器、空中写真、衛星画像、他の地理情報システムからのデータをもとに作られていくのが基本だが、編集ツール上で道1本から手入力での追加も可能である。与えられた画像とベクトルデータセットはオープンデータベースライセンス（ODbL）1.0のもと再利用可
arXivには1日あたり全体では800件ほどの論文が投稿されます。Quantum Physicsカテゴリだけでも50~100件ほどです。これだけの量を自力で追うのは現実的ではないでしょう。そこで、投稿論文をLLMで要約してRAGのナレッジベースに蓄積し、全体の動向を把握しやすくするシステムを実験的に構築しました。正直前の記事と思いっきり内容が被っているのですが、1つ1つの論文を詳しく読むというよりも、全体の動向を把握することに重点を置いたシステムであるという点では違いがあります。 この記事のコードはGitHubで公開しています。 システム全体図 このシステムはDocker Compose上で動作させることを想定しています。主要なコンテナは3つ(RAGFlow, Ollama, Python worker)です。この他に補助的なコンテナ(ElasticSearchやMySQL)もいくつか動い
1.はじめに 筆者はGPUプログラミングの勉強を進めています。GPU処理の背景にある仕組みを理解し、より効率的にGPUを利用できるようになることを目指しています。学習を進めながら並行して記事化を進めたいと思っており、同じような状況の人たちの役に立てると嬉しいです。 教科書は「Programming Massively Parallel Processors」（PMPP）を中心とします。この本の流れに沿って理論的な理解をすすめつつ、実験等を交えて一緒に理解を深められたら嬉しいです。 今回はGPUプログラミングの基本的な概念を整理のうえ、CUDAを用いた計算のコアとなる部分（CUDA Kernel）のシンプルな例であるベクトルを書いて、CUDA Pythonにより実行する手順を解説します。 本記事は今後の記事作成や私の理解の進展に応じて徐々に拡充・改修していきたいと思います。 2025/09/
MCP開発の入門書が出ます！ 今日はお知らせです。講談社から『PythonではじめるMCP開発入門』が出版となります。 この本は、会社の同僚である李碩根さん（李さん）、渡邊拓夢さん（わたむーさん）と一緒に執筆した、Model Context Protocol（MCP）に関しての書籍です。 書籍の詳細は以下です。 PythonではじめるMCP開発入門 (KS情報科学専門書) 作者:李 碩根,からあげ,渡邊 拓夢講談社Amazon 書名：PythonではじめるMCP開発入門 著者：李碩根、からあげ、渡邊拓夢 価格：2750円（税込み） 発売日に関しては10/10（金）頃に本屋に並ぶ見込みとのことです。Kindle含む各種電子書籍版も発売されます。ただ、紙の本からは少し遅れるようですのでご了承ください。 書籍の内容 書籍は、以下の構成となっています。 第1章 MCPとは何か? 第2章 MCPサー
![『PythonではじめるMCP開発入門』出版のお知らせ - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/7a9fc880b828466cfccbc333ce6c2bbae290b620/height=288;version=1;width=512/https%3A%2F%2Fsiteproxy.ruqli.workers.dev%3A443%2Fhttps%2Fcdn.image.st-hatena.com%2Fimage%2Fscale%2Fdf03224651eb7ae0147e63e1ab7d320b3401a5c1%2Fbackend%3Dimagemagick%3Bversion%3D1%3Bwidth%3D1300%2Fhttps%253A%252F%252Fcdn-ak.f.st-hatena.com%252Fimages%252Ffotolife%252Fk%252Fkaraage%252F20250831%252F20250831230307.jpg)
プログラミング言語「Python」を題材にしたドキュメンタリー映像「Python: The Documentary | An origin story」が2025年8月29日(金)、YouTubeで公開されました。誰でも無料で視聴可能です。 Python: The Documentary | An origin story - YouTube Python: The Documentary [LWN.net] https://lwn.net/Articles/1035537/ "Python: the Documentary" screening and Q&A :: EuroPython 2025 :: pretalx https://programme.europython.eu/europython-2025/talk/JKZDUY/ Guido van Rossum Revisit
が好評でしたので、2025年版を作りましたよ。今年も好著連発なため、追いきれてない本もあります。おいおい追記編集します。 本記事のめあて IT系の技術者の方がデータ分析関連の仕事をするために役立つ本を紹介する（私が学び始めた時にあれば欣喜雀躍したであろう）記事として書いております 本記事作者の青木はバイオインフォマティクス（ゲノムデータのDB化中心・Perl・MySQL）からRで時系列分析→Pythonでデータ分析一般と業務をしてまいりました ですので研究者目的の本はありません。また、データ分析の基礎は主にRで学んだのですが、昨今の流行に合わせて理論のほかはほぼPython本のみにしています こういうリストを挙げる奴は大抵読んでいない、と過去にも言われたのですが、未読本は削除しました 最近好著連発なので読んでいる途中だけど挙げている本はあります（初版を読んだが改訂版が出てそちらは読んでいな
こんにちは、たねやつです。 これまでの記事で、LM Studioを使ってローカルLLMとチャットする方法や、モデルの設定について解説してきました。 今回は、LM Studioが持つ非常に強力な機能、「ローカルAPIサーバー」に焦点を当てます。この機能を使いこなせば、自作のプログラムや他のツールとローカルLLMを連携させ、AIを活用した独自のワークフローを構築できます！ 前の記事 この記事でできること ローカルサーバー機能とは？ サーバーの起動と設定 curlでAPIを叩いてみる Pythonから接続する 他のツールとの連携 最後に 次の記事 前の記事 www.taneyats.com この記事でできること LM Studioのローカルサーバー機能が理解できる ローカルAPIを起動し、テストできるようになる PythonプログラムからローカルLLMを呼び出せるようになる 他のツールとの連携の
LLM自作入門 という本の輪読会に参加しており、書籍のGitHubを用いて環境構築をしました。この記事ではLLM自作入門の第二章の環境再現を通じて、Nixとuvを利用した環境構築手法を紹介します。 本記事は requirements.txt が提供されているケースを紹介しますが、ゼロから作る場合でもほぼ同じです。(uv addが不要なだけ) 本記事の対象者はPythonの経験者です。Nixやuvの前提知識は問いません。 再現可能な環境を目指す Python(特にCPython) はmacOSや一部のLinux Distributionに採用されているため、グローバルインストールすると思わぬ副作用が発生する可能性があります。また、ハッシュ無しのrequirements.txtのみで依存パッケージを管理している場合、再現に失敗することがあります。 再現性が担保されない環境では、実装者ごとに挙動
生成AI（人工知能）はクラウドで提供されるものが主流だが、ローカルで動くものもある。ローカル生成AIのメリットや活用法を解説する。 「TkEasyGUI」は、筆者が開発しているPython用のGUIライブラリです。パラメータを細かく指定しなくても、見栄えの良いGUIアプリ（デスクトップアプリ）を手軽に作成できます。 ここでは、PythonとTkEasyGUI、そして、LLMの推論を行えるソフトウエアのOllamaを組み合わせて、図1のような「AIアシスタント」のデスクトップアプリを作成してみましょう。このアプリでは、画面上部のテキストボックスに、AIアシスタントに頼みたいこと（プロンプト）を書いて「送信」ボタンを押すと、画面下部のテキストボックスにLLMが生成した文章を表示します。なお、アプリの男性と女性の画像は、ChatGPTで生成したものです。
Intel製CPU搭載を搭載したPCでGPUなしでもStable Diffusionを用いた画像生成を可能にするGIMP用プラグイン「OpenVINO AI Plugins for GIMP」がGitHubに公開されています。特徴的なのは、AIの演算処理に特化したプロセッサ「NPU」に対応しており、NPUを使った画像生成が可能だという点。ちょうどNPUを搭載したXPS 13とXPS 14をDellから借りていたので、導入から実際に使うところまでをまとめてみました。 GitHub - intel/openvino-ai-plugins-gimp: GIMP AI plugins with OpenVINO Backend https://github.com/intel/openvino-ai-plugins-gimp/tree/main ◆目次 1：導入方法 2：使い方 ◆1：導入方法 使
Precise Source Grounding: Maps every extraction to its exact location in the source text, enabling visual highlighting for easy traceability and verification. Reliable Structured Outputs: Enforces a consistent output schema based on your few-shot examples, leveraging controlled generation in supported models like Gemini to guarantee robust, structured results. Optimized for Long Documents: Overcom
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
