前回は、ML 勉強環境を構築するための rye セットアップ方法についてでした。 今回は、 rye で jupyter notebook をセットアップするところです。 rye をセットアップしておけば、あとは普通にコマンドを叩くだけで、 特に躓くところはないです。 jupyter notebook セットアップ 以下を実行します。 # project 作成 $ rye init ntbk # ここで指定する project 名は、 pypi でインストールするパッケージ名と被らないようにする $ cd ntbk # project 設定 $ rye pin 3.10 $ rye add notebook $ rye sync 上記コメントに書いていますが、 rye の

※以下の内奥は古い情報です。 新しい rye のセットアップ方法は、../../2024/2024-06-01-rye-setup-2/ を参照。 ML (Machine Learning) の開発環境で利用する Python の仮想環境管理に rye を使ってみようと思ってかなり悪戦苦闘した記録。 重い腰を上げてようやく ML 系の学習を初めようと、 学習用の開発環境を準備しました。 そして、せっかくだから Python の仮想環境管理に比較的評判の良い rye を使ってみたのが全ての始まりでした。 実

LuneScript セルフホストビルド時の go スレッドの状態について調べてみました。 グラフの説明 次の図は、 go ランタイムのトレース機能(GODEBUG=schedtrace=5)を使って取得した go のスレッドスケジューリング情報と、 セルフホストビルドのモジュールの Meta 情報解析進捗状態を示したグラフです。 それぞれの値は次の通りです。 ready meta セルフホストビルドにおける Meta 情報解析が終了したモジュール数 threads go のスレッド数 active threads go のスレッド

LuneScript のソースコード規模まとめをやったのが、3年前の 2020/10/1。 ../../2020/2020-10-01-lunescript-codesize/ 3年経ったのでそろそろ振り返りをやっても良い頃だろう、ということで、 今回はソースコード規模とついでにビルド時間の推移についてのネタ。 ソースコード規模とビルド時間の推移 以下は、 2020/11/8 から現在までのソースコード規模とビルド時間の推移を示す図である。 このグラフは、以下の 4 つの値の推移を表わしている。 セルフホストビルドの実時間 .lns から .lua, .go への

そろそろ Windows12 が出ると噂されている。 自分の PC 環境は win10 が現役で、 win11 を入れる前にもう win12 なのかと、 なんとも微妙な気持ちがある。 Windows が普及し始めた時代 ところで、今はデスクトップ PC 向け OS といえば、ほぼ windows 一択の状況である。 もちろん、 Mac 派や Linux 派の方がいるのは分っているが、 一旦ここではそれらを取り上げない。 そんな windows がここまで勢力を強めたのは、 自分が知る限り win95 あるいは win98 辺りだ。 そして、今思うと不思議なことだが、何故か PC の