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

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

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？

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

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

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 (

ストレージの入れ替えで、 Windows システムドライブをクローンする機会はそこそこある。 通常は、 dd コマンドなどのセクターレベルでのコピーで問題なくクローンできるが、 場合によってはクローンしたドライブで起動できないことがある。 今回は、そんな状況になったクローン後のドライブの復旧方法についてのネタである。 なお、低水準にストレージにアクセスすることになるので、 少しの間違いで致命的な状態になる可能性になる。 事前にバッ

python で AI モデルを検討する際は、 Jupyter Notebook を使用している。 AI モデル検討では巨大なサイズのモデルロードが必須なので、 素の python で実行するとスクリプトを実行する度にモデルロードが入ってしまい、 無駄な時間を消費することになる。 Jupyter Notebook ではセル単位で実行できるので、 モデルロードのセルとモデルを動かすセルとを分けることで、 モデルロードの実行に掛る時間を極力減らすことができる。 そして、そのセル単位での部分実行などを制御している

https://cve.mitre.org/cgi-bin/cvename.cgi?name=2025-32434 pytorch の重みのロード処理に脆弱性が発見された。 バージョン pytorch 2.5.1 以前で起るらしい 2.6 以降は対策されている なお、 2.6.0 のリリースは 2025/1/30 なので、 今年に入ってから環境を構築した人以外は対象になる。 というか、最近環境を構築した人も念の為確認すべき。 これを悪用されると、悪意ある野良の重みファイルをロードすると攻撃される。 つまり、第三者が作成した重みファイルをロードする可能性がある環境は、 クラウドはもちろんローカルでもアウ

ロードバイクのサドルを変えたら、 シートポストのヤグラと サドルバッグを固定するアタッチメントが干渉して付けられなくなった。 サドルバックの標準アタッチメント以外に固定方法がないか調べてみたが、 解決できそうな方法が見つからなかったため 3D プリンタでアダプターを自作することにした。 フィラメントの素材は、耐久性と耐水性と扱い易さから PETG を使用。 用途を考えると ASA や PC の方が良いと思うが、 そこまで負荷が高くないから PETG