関連キーワード Java | アプリケーション開発 | プログラミング プログラミング言語の選択は開発プロジェクトの成否を左右する。人気のプログラミング言語「Java」と「Python」は、内部構造や設計思想に大きな違いがある。両言語を複数の観点から比較することで、それぞれの言語が目指す方向性と、その結果として生じる長所および短所が明確に見えてくる。開発者が気にすべき違いとは何か。 JavaとPythonを4つの視点で比べると？ 併せて読みたいお薦め記事 連載：JavaとPythonを比較 前編：Javaの「main」メソッドは何のためにあるのか 中編：Hello Worldプログラムから見る「Python」の“本質”とは？ JavaとPythonについて知る 「Oracle JDK」からの移行で賢くJavaを使い続ける方法とは？ 「Python離れ」まで起きかねない“GIL廃止”の波紋

I finally figured out a process that works for me for hacking on Python CLI utilities using uv to manage my development environment, thanks to a little bit of help from Charlie Marsh. Starting a new app with cookiecutter I already have a cookiecutter template I like using for CLI applications: simonw/click-app. Thanks to uvx I don't even need to install cookiecutter to use it: uvx cookiecutter gh:

この本では、初心者・入門者の方に向けて、RAGの知識や使い方を体系的にまとめました。少し難易度の高い内容になりますが、本書の中で事前に学んでおくべき項目を示しているため、ご安心ください。 【概要】 ・内容：RAGの概要【入門者向けの基礎知識】、RAGの処理フロー【In-Context Learning / Embedding / Vector Search】、RAGのビジネス活用ロードマップ【大企業向け】、RAGの実装アプローチ、RAGの大分類【Document RAG】、RAGの大分類【SQL RAG】、RAGの大分類【Graph RAG】、RAGの精度評価アプローチ、RAGの精度評価方法【LangChain Evaluation】、RAGの精度評価方法【Ragas】、RAGの精度改善手法【データ品質 / プロンプト品質 / ベクトル検索】、RAGの精度改善のためのLLMOps概論、LL

最近、プログラミング言語「Python」に関して残念な出来事があった。2023年10月に開催されたPython関連イベント「PyCon APAC 2023」のプロポーザル選考過程において不正行為があったという匿名の告発がインターネットで公開されたのだ。プロポーザルを審査する査読者の1人として、不正を目の当たりにしたという。この告発に対し、同イベントの開催者側である一般社団法人の「PyCon JP Association」も意見を公開している。 告発の内容を読んでみたが、私は当事者ではないので、この選考過程を「不正」と呼ぶのが適切かどうかは判断できなかった。はっきりしているのは、査読者の間で意見の相違があったということだけだ。部外者としては、こうした決定的な対立に至る前に話し合いでどうにかならなかったのかという月並みな感想を抱いた。 この騒動で私が気になったのは、Python自体が皆にどのよ

この新しいリリースは、Python 3.12と比較して多くの新機能や最適化が追加されている。Python 3.13.0は、これまでの開発バージョンである3.13.0rc3からわずかなバグ修正、ドキュメントおよびテストの変更を加えた安定版である。以下は、Python 3.12からの主な変更点である。 新機能 **改良されたインタラクティブインタプリタ**：PyPyに基づく新しいインタプリタで、マルチライン編集、カラフルな例外トレースバックをサポートしている。 **実験的なフリースレッドモード**：Global Interpreter Lock (GIL) を無効にし、スレッドの並行実行を可能にする。この機能はWindowsおよびmacOSのインストーラに実験的に含まれている。 **実験的なJITコンパイラ**：パフォーマンス向上の基盤を提供する予備的なJIT (Just-In-Time)コン

関連キーワード アプリケーション開発 | プログラミング プログラミング言語「Python」において、データの整合性を保つ仕組み「GIL」（Global Interpreter Lock）が廃止されようとしている。GILを廃止することで、複数のCPUコアにまたがる処理が実行可能になる見込みだ。だがこの変更は技術的な課題だけでなく、Pythonコミュニティー全体に大きな影響を与える可能性があるという懸念の声がある。何が問題なのか。 Python離れが起きかねない「GIL廃止」の影響 併せて読みたいお薦め記事 連載：PythonからGILを取り除く是非 前編：「Python」次期バージョンがもたらす“改良”ではない危険な問題 中編：次期「Python」がもたらすのは改変より“むしろ地獄”？ GIL廃止で生じる影響 Pythonの「GIL」廃止で“悪夢”がよみがえる？　代わりに台頭する言語は P

Everything you need to know about Python 3.13 – JIT and GIL went up the hill Table of Contents On 2nd October 2024, the Python core developers and community will release CPython v3.13.0 – and it’s a doozy. (Update: release has now been pushed back to 7th October.) So what makes this release different, and why should you care about it? In short, there are two big changes being made to how Python ru

こんにちはイワツカです。 今年の夏は、特に猛暑日が続いていたので、例年にも増して素麺を食べてました。 さて今回は、AWS Lambda（Python）でLambda Web Adapterを用いてレスポンスストリーミングする方法を試してみたので紹介します。 1. 概要 1.1 レスポンスストリーミングとは？ 1.2 Lambda Web Adapterとは？ 2. アプリ作成 2.1 実行環境 2.2 ディレクトリ構成 2.3 FastAPIの実装 2.4 Streamlitの実装 3. アプリを動かして見る 3.1 チャットアプリをデプロイ 3.2 Streamlitを起動する 3.3 チャットを試してみる 4. まとめ 1. 概要 1.1 レスポンスストリーミングとは？ レスポンスストリーミングとは、HTTPリクエストに対してサーバーがレスポンスを一度にまとめて送るのではなく、データを

Microsoftは2024年9月18日（米国時間）、「Visual Studio Code」の「Python Data Science Extension Pack」（Pythonデータサイエンス拡張パック）をリリースしたと発表した。 この拡張パックは、Pythonでデータサイエンス作業を行うための最も一般的で便利なVisual Studio Codeの拡張機能をまとめたものだ。 データの準備、分析の実施、結果の可視化から、機械学習（ML）モデルのプロトタイピング、評価、トレーニングまで、データサイエンスのワークフローに必要なツールをワンストップで提供する。 Python、GitHub Copilotなど4つの拡張機能 関連記事 「GitHub Copilot Extensions」パブリックβ版、提供開始　拡張機能を作れるツールキットも利用可能に GitHubは、「GitHub Cop

はじめに Pythonは、初心者でも扱いやすいと言われる、シンプルで直感的な構文が特徴のプログラミング言語です。そのため、初心者から上級者まで幅広く使われていますが、シンプルだからこそ思わぬミスを引き起こすことも少なくありません。 本記事では、そんな「単純なのに間違えやすい」Pythonコードの落とし穴にスポットを当て、見逃しやすいポイントや、気をつけるべき注意点を解説します。具体的なコードを紹介するので、出力結果を予想してみましょう！ 弊社Nucoでは、他にも様々なお役立ち記事を公開しています。よかったら、Organizationのページも覗いてみてください。 また、Nucoでは一緒に働く仲間も募集しています！興味をお持ちいただける方は、こちらまで。

最新技術にも果敢に挑戦！新規開発のコアを担うバックエンドエンジニアを募集！ AI inside株式会社 @ai_inside I want to hear a detailed なにをやっているのか 私たちは2015年に創業し、AIを「使う」「作る」「動かす」ためのサービスをAIプラットフォームで提供しています。AIを「使う」サービスの一つ、手書き文字を認識してデジタル化するAI-OCR「DX Suite」は、その識字率の高さと使いやすさから銀行や通信、地方自治体など幅広い業界でご活用いただき、AI-OCR市場シェアNo.1を獲得しています。（※１） また、ノーコードで高精度なAIを「作る」ための「Learning Center」、よりセキュアかつ安定した環境でAIを「動かす」エッジコンピューティング「AI inside Cube」を提供しています。 さらに、世の中で作られたAIを「シェア

カーネルにDBMSを載せた分散OS「DBOS」の特徴と利点は？ サーバレスでTypeScriptとPythonの実行に対応 マサチューセッツ工科大学（MIT）とスタンフォード大学の研究者によって考案された分散OS「DBOS」が、TypeScriptに加えてPythonの実行に対応したことが発表されました。 DBOSはOS内部にデータベースが組み込まれており、OSやアプリケーションのすべての処理や状態をデータベースが記録します。そのため、アプリケーションやOSが何らかの原因で終了したとしても、処理や状態を失うことなく終了したところから再開できるなどの利点を備えています。 これによりTypeScriptやPythonで耐久性の高いアプリケーションの構築を容易にしています。 DBOS is coming to #Python! Development of the DBOS Transact f

8月26日、Codonプロジェクトは新たなPython実装であるCodon 0.17をリリースした。 CodonはLLVMコンパイラインフラストラクチャを活用し、Pythonコードをネイティブマシンコードにコンパイルすることで、従来のPythonよりも10〜100倍の高速化を目指すオープンソースプロジェクトである。GitHubでも14,000以上のスターを獲得しており、開発者たちからの注目度の高さが伺える。 Codonは、Pythonコードのランタイムオーバーヘッドを回避し、C/C++のパフォーマンスに匹敵する速度を目指している。また、ネイティブのマルチスレッド処理をサポートしており、さらに高いパフォーマンスを引き出すことができる。 今回のバージョン0.17では、LLVM 17コンパイラを基盤とし、新たにfloat16、bfloat16、float128といった浮動小数点型のサポートが追加

uvは、Rustで書かれた非常に高速なPythonパッケージマネージャーであり、2024年2月に一般的なpipワークフローの代替としてリリースされた。当初はpipの置き換えとして設計されたが、今回のアップデートにより、Pythonプロジェクトの管理、コマンドラインツールの管理、単一ファイルスクリプトの管理、さらにはPython自体のインストールまでサポートするようになった。 主な機能 プロジェクト管理 uvは、プロジェクト全体を管理できるようになった。標準準拠のメタデータに基づいてクロスプラットフォームのロックファイルを生成し、プロジェクトの依存関係を高速に解決する。PoetryやPDM、Ryeといったツールの高性能な代替手段となり得る。 以下は、fastapiという依存関係を追加した際のpyproject.tomlの例である。 [project] name = "hello-world"

TL;DR: uv is an extremely fast Python package manager, written in Rust. We first released uv in February as a drop-in replacement for common pip workflows. Today, we're announcing a series of features that extend uv beyond a pip alternative, and into an end-to-end solution for managing Python projects, command-line tools, single-file scripts, and even Python itself. It's Cargo, for Python: a unifi

2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間分の生成AI関連論文の中から重要なものをピックアップし、解説をする連載です。第47回目は、生成AI最新論文の概要5つを紹介します。 生成AI論文ピックアップ GPU上でネイティブ動作する並列処理が可能な新プログラミング言語「Bend」とランタイムシステム「HVM2」> 2D画像から3Dコンテンツを生成する「CAT3D」をGoogleが開発 大規模言語モデルは追加学習や新知識で幻覚生成が増加。Googleなどが調査 画像とテキストを使った長文生成が得意なAIモデル「Chameleon」をMetaが開発 Transformerを超える「Mamba」は視覚認識タスクに必要か？　開発した「MambaOut」モデルで検証 GPU上でネイティブ動作する並