マネーフォワードの SBI 証券連携の話

SBI 証券をマネーフォワードに連携させているユーザなら気付いているかもしれないが、 この週末にマネーフォワードで確認できる SBI 証券投資信託銘柄の推移グラフが異常になった。 現状の問題 以下は、その異常についてのマネーフォワード公式の通知である。 <公式通知> 要は、投資信託銘柄の情報は名前で管理しているから、 その名前が変ってしまうと別銘柄として扱ってしまい推移が見れなくなる、ということ。 どうしてこのよ

TensorFlow を Geforce RTX5000 シリーズで動かす

TensorFlow の 2.20.0 が 8/14 にリリースされたが、 Geforce RTX5000 シリーズは対応されていなかった。 ただ nightly だと動くことが分ったので、 ここでは nightly を使った uv 用の pyproject.toml と TensorFlow を使ったサンプルを載せておく。 Geforce RTX5000 シリーズ対応の TensorFlow をセットアップする uv 用の pyproject.toml 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 [project] name = "note-base-tf" version = "0.1.0" description = "Add your description here" readme = "README.md" requires-python = ">=3.11.5" dependencies = [ "datasets>=3.0.1", "flax>=0.10.6", "image-classifiers>=1.0.0", "ipywidgets>=8.1.7", "keras>=3.10.0", "matplotlib>=3.9.0", "notebook>=7.4.3", "nvidia-cudnn-cu12>=9.12.0.46", "opencv-python>=4.11.0.86", "pillow>=11.2.1", "scikit-learn>=1.6.1", "tensorboardx>=2.6.2.2", "tf-nightly>=2.21.0.dev20250829", ] サンプル <https://github.com/ifritJP/tf-rtx50x0-notebook>

Windows で RTX5070Ti を使って gpt-oss を動かす

windows で huggingface transformers を使って gpt-oss を動かすのにハマったのでメモ。 TL;DR RTX5070Ti の VRAM 16GB で gpt-oss を動かすには triton 3.4.0 と triton-kernel が必須 triton は linux のみの対応なので windows native は不可能。 wsl が必須 チャットするだけなら LM studio などのチャット専用ツールを利用するのが手間もなく簡単 gpt-oss OpenAI GPT3 以降の初のオープン な LLM である gpt-oss がリリースされたとのこと。 このネタは、 以下の内容から transformers を使ってローカル実行する部分を実施した際のメモになっている。 <https://huggingface.co/blog/welcome-openai-gpt-oss> 上記には、 transformers 以外にも llama.cpp, vLLM transformers serve が 紹介されて

ComfyUI node の開発方法

今回は、ComfyUI node の開発方法についてのネタです。 なお、以下のサイトに ComfyUI のオフィシャルな開発方法が載っているので そこを見るのが一番良いのですが。。。 <https://docs.comfy.org/custom-nodes/overview> node の動き node を作って初めて分ったことですが、 ComfyUIでは、各ノードが個別のクラスとして定義されています。 そして、プロンプトを実行するたびに、 そのクラスの新しいインスタンスが生成されて処理が実行されます。 重要なのは、 「プロンプトが実行される度に

ComfyUI のインストールと使いこなしに必要な Diffusion モデル概要入門

今回は、 ComfyUI をインストールし、 自分で簡単なワークフローを構築するために必要な Diffusion モデルの概要について説明します。 なお、以下の文書の想定読者は、 コンソールでコマンドを叩く程度の IT リテラシーを持っていることを前提にしています。 インストール先は Windows, Linux, Mac どれも対応しています。 ComfyUI インストール ComfyUI は Python で開発されています。 今現在 Python のインストールは uv で行なうのがもっとも簡単・便利で早いので、 まずは uv のインストールから始め

Windows で RTX5070 TI を使った ComfyUI のパフォーマンス

先日 AI モデル開発検討用に RTX5070 TI を購入した。 せっかく、お高い GPU を買ったので色々とローカル AI ツールを試している。 ローカル AI ツールは様々な用途の AI があるが、 とりあえず一番面白そうな画像生成 AI ツールを試す。 画像生成 AI ツールも色々あるが、自由度と分かり易さと更新頻度から ComfyUI を選択。 なお、自分は開発系の作業は windows 専用のアプリ開発でない限りは、wsl を利用している。 ComfyUI も wsl で作業したいところだが、気になるのはパフォーマ

clang が fatal error: 'cmath' file not found でビルド失敗する

pip でとあるモジュールをインストールしようとしたところ、 次の clang のエラーでインストールが失敗した。 fatal error: 'cmath' file not found 今回は、このエラーの対応方法の話。 原因 pip のモジュールインストールは、python スクリプトのインストールだけでなく、 C 言語等の別言語で開発されているライブラリのビルドも行なう。 このビルドにおいて、C 言語は C コンパイラ、 C++ 言語は C++ コンパイラが当然利用される。 では、このコンパイラに何か使われるか?

Tensorflow で crop_and_resize を使うと onnx 変換で中間レイヤーの入力 shape 未確定エラーする

今回のネタはかなり細かい話なので、前提の説明が必要になる。 調べた結果を最初に書いておくので、それ以降は興味のある人向け。 TL;DR tensorflow の crop_and_resize を使ったモデルを onnx 変換する時は opset 14 以上 を使え crop_and_resize とは AI を使って画像からオブジェクトを検出し、 そのオブジェクトを識別する際の実現方法は次の2つに分かれる。 解析対象の画像を入力してオブジェクトの検出と、識別をそれぞれ別々に行なう2つのモデルを用意する 解析対象の画像を入力し、1つ

(KP41病) 新しく PC を組んだら頻繁に画面フリーズと BSOD が発生→原因は CPU

このところ、 新しく PC を組んだことに関連するネタばかり書いているが、 多分今回で最後になる。 状況 新しく組んだ PC は、直後から非常に不安定だった。 現象としては以下が発生する。 不定期に画面の更新が止まり、ブラックアウト、あるいは、ホワイトアウトし、 2秒程度経過すると元の画面に戻る 不定期に OS が BSOD (ブルースクリーンでリブート)になる なお、次の画像はその BSOD のイベントログ表示画面のスクショを切り取った画像だが、 見る

AMD AM5 マザーボードへの Windows 11 のクリーンインストール時に m.2 NVMe SSD が認識しない

数年ぶりに新しい PC を組んだので OS (Win11) をクリーンインストールした。 今回組んだのは AMD の AM5 で、 OS を入れるストレージには M.2 NVMe SSD を使用。 ここで、Windows 11 をクリーンインストールする際に、 どのドライブに OS をインストールするか指定する画面が表示されるが、 期待していた M.2 NVMe SSD が表示されなかった。 代わりに 「ドライバーが見つかりませんでした。 [ドライバーの読み込み] をクリックしてください」 といった趣旨のメッセージ (