Python チートシート - Python の役に立つコードの一部。
よく使用されるPythonコードの断片
時折必要になるが、すぐに見つからないことがある。
そのため、ここにすべてを保存しておく。
よく使用されるPythonコードの断片
時折必要になるが、すぐに見つからないことがある。
そのため、ここにすべてを保存しておく。
ラベリングとトレーニングには、ある程度の接着が必要です。
以前に オブジェクト検出AIのトレーニング を行った際、LabelImgは非常に役立つツールでしたが、 Label StudioからCOCOフォーマットへのエクスポートは MMDetectionフレームワークで受け入れられていませんでした。
8つのllama3(Meta+)および5つのphi3(Microsoft)LLMバージョン
パラメータ数や量子化の異なるモデルの挙動をテストしています。
OllamaのLLMモデルファイルは多くのストレージスペースを占有します。
ollamaをインストールした後、モデルを新しい場所に即座に再構成するのがより良いです。
これにより、新しいモデルをプルした後、古い場所にダウンロードされません。
すべての広告を見るのは本当にうんざりです。
ブラウザの広告ブロッカーのプラグインやアドオンを、Google Chrome、Firefox、Safariなどにインストールできますが、それぞれのデバイスごとにこの操作を行う必要があります。ネットワーク全体で広告をブロックする方法が、私の最もお気に入りの解決策です。
非常に頻繁に表示されるエラーメッセージ...
gitリポジトリをクローンした後は、ローカルリポジトリの設定を行います。特にユーザー名とメールアドレスを設定してください。
ヒューゴはスタティックサイトジェネレータです。
サイトが hugo で生成されると、それをホスティングプラットフォームにデプロイする時間です。 ここでは、AWS S3 にプッシュし、AWS CloudFront CDN で提供する方法について説明します。
LLMのGPUとCPUでの速度をテストしてみましょう
いくつかのLLM(llama3、phi3、gemma、mistral)のCPUおよびGPUでの予測速度の比較。
さまざまなLLMの論理的誤謬検出の質をテストしましょう
ここではいくつかのLLMバージョンを比較しています:Llama3(Meta)、Phi3(Microsoft)、Gemma(Google)、Mistral Nemo(Mistral AI)、Qwen(Alibaba)。
これらの困難な時代には、何が起こるかわかりません。
ときどき、ただその場所にアイテムを追加するだけで済みます...
このブログの画像をトリミングし、リサイズし、境界線を追加する作業は、Linux Mint Cinnamonのコンテキストメニューにこの頻繁に使用される機能を追加するきっかけとなりました。
寒い冬の夜に、これほど心温まるものはありません。
この飲み物は「グリントワイン」として知られていますが、英語ではよりよく「ホットワイン」と呼ばれます。
結構多くの材料があり、独自の味わいがあります。大好きです!
いくつかのツールのコマンドラインパラメータ
非常に包括的なリストではありませんが、私にとって役に立ついくつかの項目です
k8sでコンテナレジストリを使用するには、SSL経由でアクセスする必要があります。
私たちは、セキュアで使いやすいコンテナレジストリをホストしたいと考えています。Dockerイメージをそこにプッシュし、Kubernetesクラスターがこのレジストリからイメージをプルできるようにしたいのです。
そのため、SSLを介してGiteaを使用するというアイデアが浮かびました。
優れたオープンソースのGitサーバーを選ぶのは難しいです
プロジェクトをオープンクラウドのGitプロバイダーから移行し、ローカルで内部のGitサーバーを自社でホストすることを検討していますか?
私はi2pをテストしてみた。
動作は可能ですが、パフォーマンス、匿名性、信頼性については非常に疑問が残ります…