サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
Wikipedia
qiita.com/relu
from win11toast import toast toast('Hello Python', 'Click to open url', on_click='https://www.python.org') from win11toast import toast toast('Hello', 'Lorem ipsum dolor sit amet, consectetur adipisicing elit. Earum accusantium porro numquam aspernatur voluptates cum, odio in, animi nihil cupiditate molestias laborum. Consequatur exercitationem modi vitae. In voluptates quia obcaecati!')
コピペするだけで使えます。BurntToastが管理者権限でインストールできない場合やよりカスタマイズしたい場合にご活用ください。 PowerShell 7.1以降をお使いの方へ WinRT.Runtime.dllとMicrosoft.Windows.SDK.NET.dllをロードし、完全修飾名を削除する必要があります。 例: Invoke-WebRequest https://github.com/Windos/BurntToast/raw/main/BurntToast/lib/Microsoft.Windows.SDK.NET/WinRT.Runtime.dll -OutFile WinRT.Runtime.dll Add-Type -Path WinRT.Runtime.dll Invoke-WebRequest https://github.com/Windos/BurntToa
import cv2 img = cv2.imread('test.jpg') (await winocr.recognize_cv2(img, 'ja')).text pip install jupyterlab jupyter_http_over_ws jupyter serverextension enable --py jupyter_http_over_ws jupyter notebook --NotebookApp.allow_origin='https://colab.research.google.com' --ip=0.0.0.0 --port=8888 --NotebookApp.port_retries=0
先日、Visual Studio Code Remote Developmentが発表されました。これを使うと拡張機能や実行環境をリモートで完結きます。 NuxtでVSCode Remoteを使うメリット ローカル環境にNode.jsやyarnをインストールせずに開発でき、ローカル環境を一切汚さずに開発できる。 Node.jsのバージョン管理をしなくてよくなる。 拡張機能をリモート環境に事前にインストールできるため、一緒に開発する人の環境を統一できる。 ESLintやPrettierやデバッグ環境の設定を個々人で設定しなくていい。 パッケージをインストールするとき、OS依存パッケージを考慮しなくていい。 Dockerが使えるのでCI/CD環境と開発環境が統一でき、k8sやCloud Runにデプロイするときも楽。(AppEngineやCloud FunctionsもVSCode Remot
FizzBuzz PracticeA - Welcome to AtCoder AC ABC086A - Product AC ABC049C - 白昼夢 AC まとめ いかがだったでしょうか(ry AtCoderプロンプトエンジニアリング界隈が発展してほしいです
この記事は自動化を推奨するものではありません。自己責任でお願いします。 キャンペーンに何度も応募するために多くのアカウントを作った利用者は、すべてのアカウントが凍結されることになります。 ZOZOTOWN新春セールが史上最速で取扱高100億円を先ほど突破!!日頃の感謝を込め、僕個人から100名様に100万円【総額1億円のお年玉】を現金でプレゼントします。応募方法は、僕をフォローいただいた上、このツイートをRTするだけ。受付は1/7まで。当選者には僕から直接DMします! #月に行くならお年玉 pic.twitter.com/cKQfPPbOI3 — Yusaku Maezawa (MZ) 前澤友作 (@yousuck2020) 2019年1月5日 フォローとリツイートすると100万円貰えるそうですwww とりあえず、Twitterのアカウント作成とフォローとリツイートを自動化しましたwww
AutoTrain🚂🚂🚂とは ノーコードでテキスト分類や要約などがstate-of-the-artできるサービスです。AutoNLPだとググラビリティが低かったので名称が変わったのだと思います。 データ準備 ハウツー系の文章を要約しようと思います。 ハウツー系の文章(inputs)とその要約(targets)があります。 https://www.wikihow.jp/蛇に噛まれた時の対処 要約する文と要約文のcsv/jsonlファイルを作成します。 ファイル作成スクリプトはColabにあります。 プロジェクトの作成 Summarization と Japaneseを選択し、プロジェクトを作成します。 csvファイルをアップロード jsonlでもアップロードできます。 今回はjsonlファイルをドラッグ・アンド・ドロップし、text:srcとtarget:tgtカラムを選択し、プロジェ
JavaScriptなしでダイアログやツールチップを表示する【popuptoggletarget/popuphovertarget】HTMLJavaScriptChrome初心者popup
HerokuのFree Planが終了するらしい(泣)(泣) Starting November 28, 2022, we plan to stop offering free product plans and plan to start shutting down free dynos and data services. We will be sending out a series of email communications to affected users. 2022/11/28までに有料版にアップグレードしてねとのことらしい。 Cyclic.sh ⇒ Deta.sh ⇒ Cyclic.shへ移行した Cyclic.shは無料で使えるクラウドプラットフォーム。 クレジットカード・電話番号不要。 デプロイしたアプリはAWS上に展開されるようだ。 主に3つのサービスが無料で使え
HTMLとサービスワーカーしかない簡易なサイトを作りました。 ここに通知機能を実装してみてください😸 ソース https://github.com/GitHub30/web-push-study まず、サイトを開いてコンソールを出しましょう。 Chrome ( Ctrl + Shift + J ) Firefox ( Ctrl + Shift + K )
AutoTrain🚂🚂🚂とは ノーコードでテキスト分類や要約などがstate-of-the-artできるサービスです。AutoNLPだとググラビリティが低かったので名称が変わったのだと思います。 データ準備 livedoorニュースコーパスのタイトルと本文を結合して、9つのカテゴリを分類しようと思います。 !wget https://www.rondhuit.com/download/ldcc-20140209.tar.gz !tar xf ldcc-20140209.tar.gz import glob import pandas as pd data = [] for path in glob.glob('text/**/*-*.txt'): with open(path) as f: data.append({ 'url': next(f).strip(), 'datetime
function f() { alert('何回閉じても無駄ですよ〜') setTimeout(f) } setTimeout(f)
導入方法 Chrome リンクを開いてChromeに追加をクリック https://chrome.google.com/webstore/detail/chatgpt-for-google/jgjaeacdkonaoafenlfkkkmbaopkbilf Firefox リンクを開いてFirefoxへ追加をクリック https://addons.mozilla.org/addon/chatgpt-for-google/ まとめ 検索するだけでChatGPTも使えるので便利です。 もしよろしければスターいただけると嬉しいです
shell2http [options] ["shell command" for /] /path "shell command" /path2 "shell command2" ... options: -p, --port NNNN : port for http server ( default 8080 )
from transformers import TrOCRProcessor processor = TrOCRProcessor.from_pretrained("microsoft/trocr-small-printed") TrOCRProcessorは、特徴抽出器とトークナイザをラップしただけです。任意の特徴抽出器とトークナイザを使えます。google/vit-base-patch16-224-in21k や cl-tohoku/bert-base-japaneseなど 事前学習モデルを選択 事前学習モデルが9種類ありますが、すべて10epochsほど試し一番いいので学習させるのがよいかもです。 from transformers import VisionEncoderDecoderModel import torch device = torch.device("cuda"
昨日、川崎で通り魔殺傷事件が発生しました。人工知能で何かできないかと思い考えてみました。 ①通り魔を感知 刃物を持っているかどうかで通り魔か判断します。 データセットは、AGH科学技術大学のKnives Images Databaseからダウンロードしました。 刃物を持っているかどうかで2クラス分類を行います。 精度は、99.9%と通り魔をほぼ完全に認識できました。 EdgeTPUで認識すると200fps(レイテンシ5ms)で認識可能です。 最近はTecoGANやSENetなど超解像技術の進歩がめざましいのでコンビニのような荒くてノイズが入るカメラでも高精度で認識することが可能です。 ②警報を鳴らす コンビニなどの警報機と連携がんばる 警報ブザーを鳴らすことで周囲に危険を伝え逃げる時間を与えたり、犯人を動揺または抑止させることができるかも知れません。 ③110番通報 AmazonConne
'foo@example.com'.match(/\x{email}/g) // ['foo@example.com']
設定を開く 共有からリモートデスクトップを開く リモートコントロール を有効にする リモートデスクトップアドレスとユーザ名とパスワードをメモする。リモートデスクトップのトグルを二回押す(再起動) リモートデスクトップ接続を開く リモートデスクトップアドレスを入力し、接続を押す ユーザー名とパスワードを入力し、OKを押す はいを押す 接続完了🎉 参考
Web API の JavaScript での取得方法について の質問があったので作ってみました。 See the Pen TexTra 翻訳 Demo by John Doe (@04) on CodePen. async function handle(e) { name = "extra"; key = "5b37d68901799f71e8937f26add0fafd06309732b"; secret = "71d1b17cfdc7e26e6232a9a750c038d2"; text = e.target.value; const oauth = OAuth({ consumer: { key, secret }, signature_method: "HMAC-SHA1", hash_function(base_string, key) { return CryptoJS.H
形態素解析器ごとに結果を比較できるアプリ作ってみました。 streamlitで作ってます。HuggingFace Spaceなら16GB RAM と 8 CPUが無料で使えておすすめです。 import os os.system('git clone --depth 1 https://github.com/neologd/mecab-ipadic-neologd.git && cd mecab-ipadic-neologd && ./bin/install-mecab-ipadic-neologd -n -y -u -p $PWD') os.system('git clone --depth 1 https://github.com/neologd/mecab-unidic-neologd.git && cd mecab-unidic-neologd && ./bin/install-m
Register as a new user and use Qiita more conveniently You get articles that match your needsYou can efficiently read back useful informationYou can use dark themeWhat you can do with signing up
import os import torch print(torch.__version__) torch_ver, cuda_ver = torch.__version__.split('+') os.system(f'pip install mmcv-full==1.4.0 -f https://download.openmmlab.com/mmcv/dist/{cuda_ver}/torch{torch_ver}/index.html --no-cache-dir') os.system('cd src/ndl_layout/mmdetection && python setup.py bdist_wheel && pip install dist/*.whl') os.system('wget https://lab.ndl.go.jp/dataset/ndlocr/text_re
AutoTrain🚂🚂🚂とは ノーコードでテキスト分類や要約や構造化データの機械学習などがstate-of-the-artできるサービスです。本日より構造化データもサポートされました🎉 AutoNLPだとググラビリティが低かったのではなく、構造化データもサポートしたかったから名称変更したようです。 データ準備 沈没する船の乗客が生存できたかどうかの2値分類をします。 CSVファイルをダウンロードしましょう。 wget https://raw.githubusercontent.com/datasciencedojo/datasets/master/titanic.csv プロジェクトの作成 Tabular Data Classification (Binary) を選択し、プロジェクトを作成します。 csvファイルをアップロード jsonlでもアップロードできます。 今回はcsvフ
from pichromecast import play_url, create_url play_url(create_url('hello world', 'en'), '192.168.10.101') # https://gist.github.com/SpotlightKid/eca9b00239104e8c599b86635f62ab73#file-urlencode-py from urlencode import urlencode from pichromecast import play_url url = 'https://translate.google.com/translate_tts?client=tw-ob&' + urlencode({'q': 'Hello, 世界', 'tl': 'ja'}) play_url(url, '192.168.10.101
AutoTrain🚂🚂🚂とは ノーコードでテキスト分類や要約や構造化データの機械学習などがstate-of-the-artできるサービスです。本日より構造化データもサポートされました🎉 AutoNLPだとググラビリティが低かったのではなく、構造化データもサポートしたかったから名称変更したようです。 データ準備 アヤメの品種を花びらの長さやがくの幅から3品種に分類します。 CSVファイルをダウンロードしましょう。 wget https://gist.githubusercontent.com/netj/8836201/raw/6f9306ad21398ea43cba4f7d537619d0e07d5ae3/iris.csv プロジェクトの作成 Tabular Data Classification (Binary) を選択し、プロジェクトを作成します。 csvファイルをアップロード
ポートフォワーディングができなかったり、ブラウザもインストールできないときに使えます。 通知を待つ 音を鳴らすことも可能です。 Windows $HttpWebRequest = [System.Net.HttpWebRequest]::Create('https://rppico-default-rtdb.asia-southeast1.firebasedatabase.app/msg.json') $HttpWebRequest.Accept = 'text/event-stream' $ResponseStream = $HttpWebRequest.GetResponse().GetResponseStream() $StreamReader = [System.IO.StreamReader]::new($ResponseStream) while (($line = $Stre
次のページ
このページを最初にブックマークしてみませんか?
『@reluのマイページ - Qiita』の新着エントリーを見る
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