どうもエラーを出すもしくはエラーが出るのが怖いという人がいるみたい。例えば改修を行うときに既存部分でエラーが出ないことを最優先にして増築を行いいびつな構造を生み出すとか、単純に例外を全然使わないとか。エラーが出ると、「うわ、エラーになった。手間かけさせやがって面倒だなぁ…」みたいな感覚があって、とにかく自分がコードを書くときも一切例外を投げないというスタンスをとりがちなのかもしれない。 私はここで、適切にエラーが出てくれるのはむしろ喜ばしいことであり、自分がコードを書くときも積極的にエラーを出すようにすべきだ、という主張をする。 関数定義のドキュメンテーションの一部 ある関数の中身で一番最初に書くべき処理は何か、それは引数のチェックをして条件を満たさなければエラーを出すことである。例えば文字列は特定の形式になってなければならないとか、数値に最大値最小値があるとか、これらは関数の入力の前提条

https://res.cloudinary.com/tabikobo/images/w_300,h_200,c_scale/f_auto,q_auto/v1688674426/wordpress_tabi-pocket/939e8d9d8f532bc658bace0cae2316d9/939e8d9d8f532bc658bace0cae2316d9.jpg?_i=AA もくじ インドネシア料理の特徴 インドネシア料理のおすすめ14選 ナシゴレン サテ ミー・ゴレン ナシ・チャンプル バビグリン ブブール イカンバカール ミー ルンピア ソト・アヤム クエティアウ・ゴレン サテ・リリット・イカン フーユンハイ コピ インドネシア料理といえば何を思い浮かべます？ナシゴレンやミーアヤムなど多民族国家のインドネシアでは様々な料理があります。今回はインドネシア料理を分かりやすくご紹介！インドネシア

鈴木亮平 オフィシャルブログ 「Neutral」 Powered by Ameba 鈴木亮平 オフィシャルブログ 「Neutral」 Powered by Ameba

ナタリー 音楽 特集・インタビュー 叶姉妹を敬愛する柴田聡子 夢のファビュラス人生相談 柴田聡子「Your Favorite Things」 PR 2024年4月30日 2021年8月よりSpotifyで毎週火曜に配信されているPodcast「叶姉妹のファビュラスワールド」。叶姉妹の世間の想像の遥か斜め上を行くアメージングなトークが“大人気・大絶賛・超話題”となり、著名人を含む幅広いファンを生み出し続けている。最新アルバム「Your Favorite Things」で今注目を浴びているシンガーソングライターの柴田聡子もその1人だ。 文芸誌「文學界」に連載していたエッセイで、柴田は「叫び疲れた魂を最近つかずはなれず慰めてくれるのが、Spotifyオリジナルポッドキャスト番組『叶姉妹のファビュラスワールド』」と紹介。これをきっかけとして、2022年2月にはPodcastに電話出演する機会を得て

{ "scripts": { "_docker": "docker run --rm --ipc=host -v $(pwd):/workspace mcr.microsoft.com/playwright:v$(node -e 'console.log(require(\"./package.json\").devDependencies[\"@playwright/test\"])')-jammy", "_test": "playwright test", "_test:ci": "CI=1 playwright test", "_test:u": "playwright test --update-snapshots", "serve": "ts-node -r tsconfig-paths/register server.ts", "test": "pnpm run _docker

「Weave」と「Elyza-tasks-100」で ローカルLLMの評価を試したので、まとめました。 1. Weave と Elyza-tasks-100「Weave」は、LLMアプリケーションの記録、実験、評価のためのツールです。「Weights & Biases」が提供する機能の1つになります。「評価関数」と「評価データセット」を用意するだけで、LLMの評価に必要な面倒な処理 (記録・集計など) をすべて肩代わりしてくれます。 「Elyza-tasks-100」はElyzaが提供する指示チューニングモデル用の評価用データセットです。問題固有の採点基準の情報も含まれています。 2. 評価データセットの準備評価データセットの準備手順は、次のとおりです。 (1) 「Elyza-tasks-100」から「test.csv」をダウンロード。 (2) 以下のプロンプトテンプレートを作成。 ・pr

Intended Uses Primary use cases The model is intended for commercial and research use in English. The model provides uses for applications which require memory/compute constrained environments latency bound scenarios strong reasoning (especially math and logic) long context Our model is designed to accelerate research on language and multimodal models, for use as a building block for generative AI

「Google Colab」での「Llama 3」のファインチューニングを試したので、まとめました。 【注意】Google Colab Pro/Pro+のA100で動作確認しています。 1. Llama 3「Llama 3」は、Metaが開発したオープンモデルです。 2. 学習Colabでの学習手順は、次のとおりです。 (1) Colabのノートブックを開き、メニュー「編集 → ノートブックの設定」で「GPU」の「A100」を選択。 (2) パッケージのインストール。 # パッケージのインストール !pip install -U transformers accelerate bitsandbytes !pip install trl peft wandb !git clone https://github.com/huggingface/trl %cd trl(3) 環境変数の準備。 左

TensorFlow Lite for Microcontrollers コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 TensorFlow Lite for Microcontrollers は、メモリが数キロバイトしかないマイクロコントローラなどのデバイス上で機械学習モデルを実行するように設計されています。コアランタイムは Arm Cortex M3 で 16 KB に収まり、さまざまな基本的モデルを実行できます。オペレーティング システムのサポート、標準の C / C++ ライブラリ、動的メモリ割り当ては必要ありません。 マイクロコントローラが重要な理由 マイクロコントローラは通常、小型で低電力のコンピューティング デバイスであり、基本的な計算を必要とするハードウェアに埋め込まれています。小さなマイクロコントローラに機械学習を行わせることで、家電や

ご視聴ありがとうございます！ この動画ですが、 とても長いし情報量多いので 99%の人が最後まで見ないこと 僕は正直分かっています。 ですが、何百人何千人の中で ほんの1人でもいいから、 最後まで見てくださった方の 人生変えれるような 動画にしたいと思った結果、 この動画ができたので 最後まで見てくださったら 絶対に後悔はさせません！ 途中で休憩を入れるなどして ゆっくりご視聴ください^ ^ 📱instagram→https://www.instagram.com/yutop31/ 僕が英語話しているところ 見たい方はこちらの動画をご覧ください！ →https://youtu.be/c6qBMJsRIUY ▶︎Sophia’s Choice: Summer Reading https://www.sdkrashen.com/content/articles/sophias_c

リュウジ@料理のおにいさんバズレシピ @ore825 節約になればと思って1個20円の卵を明太子化するレシピを公開したら 明太子が買えない海外の人と 明太子パスタ食べられない魚卵アレルギーの方からお礼のコメントめちゃくちゃ来て感動して泣いてる 料理研究家やってて本当良かった pic.twitter.com/xisd74FhyM 2024-04-16 20:28:22

先達エンジニアに学ぶ 思考の現在地 Online Conference https://findy.connpass.com/event/313119/

TL;DR WhisperはOpenAIによって開発された音声認識システムで、多言語対応の高精度なテキスト変換機能を提供します。 whisper.cppはWhisperモデルのC++実装であり、マイク入力からのリアルタイム文字起こしや、音声ベースのアプリケーション開発を容易に行うことができます。 修正されたwhisper.cppとllama.cppを組み合わせることで、マイクからの日本語音声入力を基にLLMと日本語で対話するシステムを構築できます。 使用環境 MacBook Pro CPU : Apple M2 Pro, 12core MEM : 32 GB OS : Sonoma 14.2.1 whisper と whisper.cpp WhisperはOpenAIによって開発された最先端の音声認識システムであり、様々な言語の音声をテキストに変換する能力を持っています。このシステムは、公

nouu の白川です。 毎週のように新しいより高精度な LLM が出てきてキャッチアップするのも大変ですね。量子化された小さなモデルなら Google Colab などでチャチャッと試すのは意外と簡単なのですが、公式が提供しているサンプルからはみ出た事をしようとすると罠にハマることがあります。 その一つが chat_template です。chat_template は instruction / chat モデルを使うときの入力フォーマットを定義した文字列です。 最近出た話題の日本語 LLM の Swallow の場合は下記のようなフォーマットで入力します。 tokyotech-llm/Swallow-7b-instruct-hf の説明をもとに作成: 以下に、あるタスクを説明する指示があります。リクエストを適切に完了するための回答を記述してください。 ### 指示: 以下のトピックに関