うちのデジタル便り

本

わたしたちの日々の小さなデジタル技術活用をメモしたものです。紆余曲折したりもしてるけれど、わたしたちは元気です。［想定読者］デジタル技術を業務やサービス開発などに活用される方

運営しているクリエイター: まなび梯

#python

Google ColabからDALL·E 3 APIで画像生成し、Googleドライブに保存する

DALL·E 3は、2023年9月に発表されたOpenAI社による画像生成モデルです。この記事では、Google ColabでDALL·E 3のAPIを利用し、生成した画像をGoogleドライブに保存する方法を紹介します。Google環境でDALL·E 3を繰り返し利用したい方にお勧めです。 DALL·E 3をひとまず試してみたい方や、APIの基本的な使い方を知りたい方は以下の記事をご参照ください。 ▍DALL·E 3の魅力と利用方法すでにDALL·E 3をご存知の方は読

DockerHubのdatascience-notebookの設定

DockerHubにあるjupyter/datascience-notebookは、ディープラーニング以外のデータ分析を行う際に必要なライブラリが一通り揃っているため、とても便利です。この記事では、うちでよく使う基本的な設定を紹介します。初めてDockerやdatascience-notebookを使う方にとって、環境構築がスムーズになれば幸いです。なお、この記事はローカル環境での構築を前提としており、セキュリティ設定は比較的緩めとなっています。 ▍ファイル配置先に

Polarsデータフレームをseabornで可視化する

Pythonのデータフレームライブラリとして、Polarsはその使いやすさと高速性で人気が高まっています。しかし、データ可視化ライブラリのseabornは現状ではpandas向けに設計されている部分もあるため、Polarsのデータをseabornで使う際には工夫が必要です。この記事では、Polarsのデータをseabornで可視化した際につまずいた点とその解決方法をいくつか紹介します。 ▍Polarsの特徴と簡単な対処方法Polarsとpandasの大きな違いの一つに、

NotionからEsaへの移行

ドキュメント共有ツールをNotionからEsaに移行しました。EsaにはNotionのデータを直接インポートする機能はないため、APIを使用する必要があります。この記事では、NotionからエクスポートしたデータをPythonを使ってEsaにインポートする方法を紹介します。なお、うちの環境では画像などの添付ファイルがほとんどなかったので、ページデータのみをインポートする方法に焦点を当てています。 ▍NotionでのエクスポートNotionでは、データをワークスペース全体

5行で音声テキスト化｜Google Colabで動かすWhisper

OpenAIから公開された音声テキスト化モデル「Whisper」を、Google Colabで動かします。シンプルなやり方であれば、ライブラリのインストールを含めても5行で実行できます。楽ですね！とりあえず動かしたい方向けですので、より詳しい使い方を知りたい方は公式や他の記事をご参照くださいませ。 ▍事前準備Google Colabの環境準備を準備します。 1️⃣ ランタイムのタイプをGPUに変更 [ランタイム] → [ランタイムのタイプを変更]から、[ハードウェアア

torchvisionで学習済みモデルをweightsで指定する

PyTorchのtorchvisionで学習済みモデルをダウンロードする際に、pretrainedを指定すると警告が出るようになりました。 torchvision 0.13からは非推奨、0.15で削除予定なので、代わりにweightsを使ってとのこと（torchvisionのバージョンはこちらをご参照ください）。非推奨になってしまったことですし、次の公式サイトを参考にしてweightsを使ってみます。なお、公式以上の説明はありません。悪しからず。まずは従来のコード。

Stable Diffusionでプロンプトとシードを画像に出力｜Google Colab

Stable Diffusionで出力する画像にプロンプト（呪文）とシード（乱数）も加え、Googleドライブに保存するお話です。環境はGoogle Colabです。 ▍ことの背景ちょっとしたイラストはStable Diffusionでまかなってしまおうと、呪文詠唱を練習中です。同じ呪文でも画像が異なることも多く、「さっきの画像をベースに調整したい」なんてことがあります。そんなときには、「さっきの画像」と同じシード（乱数）を指定します。呪文と乱数を保存しておけば再現でき