最近 ML(Machine Learning)を勉強しています。 その勉強でよく参考にするのが、 YouTube の解説動画です。 解説動画をパワポにまとめる この解説動画は、スライドを再生しながら内容を解説する動画になっています。 動画での解説は文字よりも情報が頭に入ってくる、というメリットはありますが、 動画を後で見返すのは時間がかかるし、 どの再生時間だったかを探すのも面倒です。 そのため、自分の理解を深めるため & 後で見返したときに確認したい

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。 1 2 3 4 5 6 7 # 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

※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