print("Hello World") // 半角スペース区切り print("Hello", "World", "paiza")
print("Hello World") // 半角スペース区切り print("Hello", "World", "paiza")
はじめに 今回の記事では、学習・開発でPythonを使うプログラマーが必ず確認するべきGitHubリポジトリを10個紹介する。本記事の対象は主に以下の通り。 実務でPythonを使っているプログラマー Pythonの情報収集に困っている人 Pythonの学習・開発の効率をアップさせたい人 Pythonのフレームワーク・ライブラリを確認しておきたい初心者 Pythonは1991年にリリースされてから今年で30年以上も経過している歴史のあるプログラミング言語なので、情報量が非常に多くどのように開発を進めればよいかわからない人も少なくないだろう。 そこで、本記事では個人の独断と偏見で学習・開発でPythonを使うなら必ず確認するべきGitHubリポジトリを紹介する。Pythonで実装できるプロダクトは多岐に渡るので、本記事では分野ごとに確認するべきGitHubリポジトリを紹介する。 必見 awe
2.学習済みモデルの利用今回は、日本語の学習済みモデルを提供してくれているgpt2-japaneseを使います。ありがたい。小説を学習させたモデルも用意されているので、ちょうどいいですね。 本章ではローカルにクローンして、試しに動かしてみます。README.mdを読んでできる方は、この章は読まなくて大丈夫です。 2-1. モデルはv1の小説モデルを使います。新しいv2もありますが、短い入力にはv1が良いらしいので、何も考えずにv1を選択。 2-2. ダウンロードしたら解凍しておきます。Windowsなので、解凍用のフリーソフト(7-Zipなど)を使います。 2-3. GitHubからgpt2-japaneseをcloneします。 PyCharmの場合は、VCS>Checkout from Version Control>Gitを選択。 URLには、GitHubのページの「Code」をクリッ
※サンプル・コード掲載 1. あらすじ 人工知能という言葉が、昨今、ますます身近になってきており、Siriなどの対話システムも日々発達してきています。 また、人間の言語を人工知能に解釈させる対話システムの需要が増えると共に、NLP(自然言語処理)のニーズも日に日に高くなって来ています。 NLP分野では、画像処理系や、音声処理系と比較すると、まだ技術的なブレークスルーが起こっているという状況では無く、他の分野に比べて人工知能関連の技術適用は、限定的と言えるかもしれません。 しかしながら、NLPの分野でも、当然、機械学習は使用されますし、ディープラーニングをNLP分野に使おうとする動きも多く見られています。 今回は、その中で対話システムの制御等に使われる、入力文章の意図、主に対話カテゴリーの分類を、NLP、及び、機械学習を用いて、なるべくシンプルな手法で実装してみます。 文章のカテゴリー分類と
前回の内容 完成イメージ アプリケーションのセットアップ まとめ 前回の内容 前回の記事では、Anacondaのインストールと最初のFlaskアプリケーション作成を行いました。 今回からいよいよ、公式サイトのチュートリアルを進めていきます。*1 完成イメージ チュートリアルでは、以下のようなブログアプリが作成できます。 インデックス画面 ログイン画面 編集画面 アプリケーションのセットアップ まずは、アプリケーションのセットアップを行います。Ubuntu上でhomeディレクトリに「flask-tutorial」というディレクトリを作り、その中で「fraskr」というディレクトリを作ります。そして、flaskrディレクトリの中に__init__.pyを作ります。 cd ~ mkdir flask-tutorial cd flask-tutorial mkdir flaskr vi ./fla
Python3でTwitterAPIを使う方法をどのサイトよりも丁寧に解説する 最近Python3を使って日々の作業を便利なスクリプトにまとめたり自動化しているのですが、 ターミナル(シェル)からTwitter触れたら便利じゃね?っと思ったのでまとめてみました。 めちゃくちゃ丁寧に解説しましたのでこれさえ読めば、 今日からPython3 DE Twitteのタイムラインを表示することができます。 TwitterクライアントをPythonで作ってみたい方はぜひ参考にしてください。 TwitterAPIへつなぐための認証情報(トークン)を用意 TwitterAPIを使用するには認証情報(トークン)が必要です。 ですが、このトークン情報を取得するのが思ったより敷居が高いので、 トークンを取得する方法を順をおって解説します。 すでにトークンを取得済みの方はこの手順を飛ばしてコードを組んでいきましょ
Mar 2, 2020/mod: May 4,2020 - 4 min read - プログラミング 【Twitter API】Twitter 情報取得・返信・リツイート【Python】 前回の記事「Twitterで予約投稿」で使ったPythonのTwitter向けライブラリTweepyには投稿以外にもいろいろな機能があります。 使いそうなところをざっくりみて組み合わせるとどんなことができるか見てみましょう。 プログラミングしないで予約投稿をしたい場合はSocialDog使いましょう。 紹介記事: 【フォロワー数向上】Twitter便利アプリSocialDogを参照してください。 Tweepyで扱うオブジェクト Tweepyでは2つの情報が主に使われます。 Statusオブジェクト: メッセージを表すオブジェクト Userオブジェクト: ユーザを表すオブジェクト どのような情報が含まれてい
各方面でご好評をいただいている本講義資料ですが,この度増補・改訂のうえ書籍として出版することが決定いたしました! 書籍限定の書き下ろしの3章 (約100ページ分!)を新たに追加して,2021年9月27日に発売予定です. この資料を気に入っていただいた方は,手に取っていただけるとありがたいです. ここで公開している資料は引き続きオンラインで無料で読めますので,ご安心ください🙇
エンジニアの鈴木(泰)です。 今回は、multiprocessingとthreadingとasyncioの違いとはなんだろう?という問に挑戦してみたいと思います。 この問の答えをグーグル先生に聞いてみると、非常にたくさんの情報がヒットします。しかしながら、どの情報も断片的なものばかりで(本記事もそうなのかもしれません)、色々と本を読んだりネットを漁ったりして、情報を補完しなければなりませんでした。 本記事は、僕が調べた限りの情報を集約し、この問に対する結論を1つの記事にまとめたものとなっています。 前提 マルチプロセスとは マルチスレッドとは Pythonにおけるマルチスレッド 本題 マルチプロセス(multiprocessingライブラリ)を利用したほうが良い場合 cpu_sec.py cpu_multiprocessing.py cpu_threading.py cpu_asyncio
はじめに 本記事は爆速(1日)でHerokuに幼稚園児並みのアプリをデプロイしていくまでの軌跡である。 Herokuへのデプロイの仕方が主で、Flaskについては幼稚園児並みにしか触れないので注意されたい。 環境 動作OS:Windows10 home ターミナル:Powershell 言語:Python 3 実施手順 venvでの環境構築 Herokuへのデプロイ パイプラインの実装 venvでの環境構築 任意のディレクトリに任意名のフォルダを作成する。 kindergartenというのは幼稚園という意味である。 幼稚園児でも理解できる記事にしていきたいと思う。 pythonでvenvを実行しアクティベートしていく。 WindowsやMac、Linuxでコマンドに差分があるので注意。 ターミナルがPowershellかCOMかでも差分があるので注意。 今回はWindows-Powersh
個人出版した本の表紙をどう作るか問題 先日KDP(Kindle Direct Publishing)で「ゼロから始める情報発信」という書籍を個人出版しました。 ゼロから始める情報発信: No Output, No Value 作者:からあげAmazon 書籍を個人出版したとき、何に一番悩んだかというと装丁ですね。電子書籍の場合は、ずばり「表紙画像」そのものです。書籍の表紙は、顔のようなものですからね。いくつかKindle個人出版関係の書籍も読みましたが、読まれる数に直結するのが表紙のようです。 表紙の重要性は、出版社から出る商業誌でも同じです。出版社から出す場合は、出版社が、それはもう力を入れて表紙を作ってくれるので、作者は悩む必要はありません(作者が表紙まで意図的にコントロールしたい場合は別)。前に、出版社から出した書籍「AI自作教室」の装丁に関しては、詳しくは以下ブログ記事参照ください
0.この記事について この記事ではテンプレートを使ったWebアプリの簡易開発法を紹介します。 データ定義ファイルの修正といくつかの作業だけでアプリが完成します。 使用するプログラム言語はPython、フレームワークはDjango(2.1)です。 チュートリアル形式なのでPythonの知識は必要ありません。 Webアプリケーションの開発経験がある方なら短時間で習得可能です。 1.概要 はじめに 「Webアプリの作成に挑戦したけど、勉強することが多すぎて挫折した…」 という経験を持つ方は多いのではないでしょうか。そんな方々のためにWebアプリケーションの簡易開発法を用意しました。この方法なら現時点でプログラムの知識が無くとも実用的なWebアプリを数時間で作成することが可能です。 さらに、作ったアプリをクラウドサービスの「Heroku」にアップロードする手順も整理しました。アップロードすれば、友
リスト内包表記を使って、リストを作成する基本と、enumerate関数やzip関数と組み合わせる例、for句をネストしたり内包表記をネストしたりする例を紹介。 # リスト内包表記 squares = [n ** 2 for n in range(5)] print(squares) # [0, 1, 4, 9, 16] # 反復可能オブジェクトから渡される値を使用しない例 from random import randint random_nums = [randint(1, 5) for _ in range(5)] print(random_nums) # [1, 5, 2, 1, 5]など # 'a'~'z'を要素とするリストの作成 chars = [chr(n + ord('a')) for n in range(26)] print(chars) # ['a', 'b',
(追記)ご要望が多かったので要件定義〜設計のUdemy講座クーポンをご用意しました。 ぜひご活用ください&高評価いただけると嬉しいです m(__)m ■入門編: ■応用編: ーーーーー 株式会社デジサク がお送りするプログラミング記事、 今回はPythonでサービス開発できるまでのロードマップを扱っていこうと思います。 初めに この記事は**『プログラミング未経験からPythonでサービス開発できる』**ことを目標に、 習得すべきスキルを学習ロードマップとして整理しました。 **毎日2~3時間(土日は+2時間)**続ければ最短3ヵ月で完了できる内容に絞りました。 すでに習得済みのスキルは飛ばしつつ進めて大丈夫です。 Rubyなど他の言語でも大筋は同じ流れなので、 Pythonと書いてある部分を、そのままRubyと読み替えれば大丈夫です。 ※なお、Twitter でもプログラミングに関する情
Twitter APIの基本的な使い方を記事にしてまとめてみました。 この記事ではpythonのTwitter APIのライブラリtweepyを使って、いろいろやっていきます。 関連リンク 前準備 REST APIを使ってみる。 タイムラインの取得 ツイートの検索 ツイートの投稿と指定したユーザーへのリプライ リツイートする 自分or指定したユーザのフォロワーの情報を見る フォローしたと見せかけて速攻フォロー解除する あるユーザー同士がお互いにフォローし合っているか確認する トレンドを取得する Twitter APIを使うとこんなことができます。 ①現在地球上(宇宙ステーションを含める)で投稿されているツイートを手に入れる ①のソースコード 会話データを手に入れる おまけ スクリーンネームって何? 手に入れたツイートがリツイートかどうか調べる方法 ツイートの中身の情報について 関連リンク
環境 Python 3.7.0 (pyenv でインストール) 開発環境 macOS Mojave 10.4 Atom 1.31.2 公開環境 Ubuntu 18.10 各種ライブラリなど 作ったもの @HEISEIKUN_ という意味わからないことをつぶやくBotです。 following の TL から学習させて、意味わからないことをつぶやかせてます。 例えば、 算数好きな人は違う土俵 — へいせいくん (@HEISEIKUN_) 2018年10月30日 キム・ジウン監督が操縦な — へいせいくん (@HEISEIKUN_) 2018年10月30日 ITキャリア18万点5局 — へいせいくん (@HEISEIKUN_) 2018年10月31日 小中高IFてご覧あいつ。 — へいせいくん (@HEISEIKUN_) 2018年10月31日 😱💦あかん💦 — へいせいくん (@HEI
bertで知る炎上とブランドイメージの関係 イントロダクション 近年のSNSでの炎上は企業にとって大きなリスクとして認識されています。炎上してしまうと、企業はその対応に追われ、多大な労力を払うことになります。また、企業のブランドイメージの既存があると一般的に認識されているようです。 2020年は企業・国務に関連した多くの不祥事がありました。不祥事が起こるたびにその対策は行われてきましたが、炎上自体が引き起こす、ブランドイメージの低下等は定量化されていないようです。 今回、twitterのデータと機械学習のbertと呼ばれるアルゴリズムを用いることで、炎上した企業・商品・公人がどのような影響を受けたかを定量化し、曖昧であった炎上のリスクを可視化したいと思います。 類似した研究等 クチコミによるネット炎上の定量化の試みとその検証 ネット炎上の実態と政策的対応の考察 どのように定量化したか tw
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
処理を実行中です
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