React

Next.js + Capacitorによるクロスプラットフォームアプリの紹介 – ②エントリーポイント

layout.tsxlayout.tsx ファイルは、Next.js の App Router 構造における共通のレイアウトコンポーネントです。すべてのページで共通して使用される要素(例えば、ヘッダーやフッター、スタイルの読み込みなど)をこの layout.tsx ファイルで定義します。import './styles/globals.scss'import { Metadata, Viewport } from 'next'import { App } from '@/components/App'import { Toaster } from '@/components/ui/sonner'import { inter } from '@/constants'import { cn } from '@/lib/utils'export const viewport: Viewport = { width: 'device-width&#39

React

Next.js + Capacitorによるクロスプラットフォームアプリの紹介 – ①技術スタック

はじめに以下の主な機能をもつウェブとモバイルのクロスプラットフォームアプリを紹介します。モバイル対応: Capacitor を使って、Android や iOS 向けにも対応可能。ビデオ会議機能: Zoom SDK が含まれているため、遠隔でのビデオ会議や診療が可能。APIデータアクセス: React Query や axios を使って、データアクセス管理がされている。使用している技術スタックNext.js"next": "14.1.3", "react": "^18.2.0", "react-dom": "^18.2.0"React ベースのフレームワークである Next.js を使ってアプリが構築されており、フロントエンドは React で構成されています。Next.js は SSR(サーバーサイドレンダリング)や静的サイト生成が可能なため、パフォーマンスや SEO に優れたアプリです。

AI

AI関連サービス調査(2024.10) – その他

はじめに興味のある生成サービスを列挙します。動画の字幕生成サービスキャプション生成に特化したAIサービスは、動画や画像に自動でキャプションを付けるための強力なツールを提供しています。以下は、キャプション生成に役立つ代表的なAIサービスです:1. Google Cloud Video Intelligence概要: Google Cloud Video Intelligenceは、動画内の内容を解析し、自動的にキャプションやトランスクリプトを生成します。特に動画のシーンやオブジェクトの認識に優れ、これらをもとにキャプションを自動生成します。特徴: リアルタイムの動画キャプション生成、音声解析、タグ付けが可能で、多言語対応もしています。2. Microsoft Azure Video Indexer概要: MicrosoftのAzure Video Indexerは、動画コンテンツのキャプションを自動生成できるツールです。音声認識技術を使用し、さまざまな言語でのキャプション生成に対応しています。特徴: 音声から

AI

AI関連サービス調査(2024.10) – Meta Llama3

Llama3とはLlama 3は、Meta(旧Facebook)が開発した大規模言語モデル(Large Language Model)の最新バージョンです。Llamaシリーズは、自然言語処理(NLP)のタスクに特化したAIモデルであり、生成的AI技術の一環として開発されています。Llama 3は、文章生成、会話、翻訳、質問応答、テキスト要約など、幅広いNLPタスクに対応可能なモデルです。特徴:高度な言語理解: Llama 3は、前バージョンに比べてさらに高度なテキスト理解と生成能力を持っており、複雑なタスクにも対応可能です。効率性: Llamaシリーズは、他の大規模言語モデルに比べて計算効率が高く、リソースを抑えながら高精度な結果を提供できるように設計されています。オープンソースライセンス: Llama 3は「Meta Llama 3 Community License」に基づいて提供されており、非商用および商用利用のために利用・改変・再配布が許可されていますが、特定の商業規模を超える場合には別途ライセンスの取得が必要です。主な用途

AI

AI関連サービス調査(2024.10) – OpenAI

OpenAIプロジェクト別OpenAIが手掛ける革新的なAIプロジェクトは、AI技術の新たな可能性を開く先進的なものが多く、特に以下のプロジェクトが注目されています。1. GPTシリーズ(Generative Pretrained Transformer)概要: GPTシリーズは、自然言語処理(NLP)の分野で非常に革新的なプロジェクトです。トランスフォーマーアーキテクチャに基づく大規模な言語モデルで、膨大なテキストデータを基に学習しています。革新性: 人間に非常に近い自然な文章を生成できる点で画期的。GPT-3やGPT-4は数千億のパラメータを持ち、会話、文章作成、コード生成など、幅広いタスクに対応しています。応用例: チャットボット、コンテンツ生成、翻訳、プログラムの自動化など、さまざまな分野で利用されています。2. DALL-E概要: DALL-Eは、テキストから画像を生成するAIプロジェクトです。ユーザーが入力したテキストに基づき、それに対応するユニークな画像を生成します。革新性: テキストプロンプ

Shopify

Shopify – themeのローカルでの編集

はじめにShopify CLIを使用すると、テーマファイルをローカル環境にダウンロードできます。これにより、テーマファイルを編集したり、grepを使った検索が可能になります。手順テーマファイルのダウンロード方法Shopify CLIのインストールShopify CLIをインストールします。CLIを使うと、Shopifyストアとローカル環境間でテーマファイルを操作することができます。CLIのインストール方法はこちらを参考にしてください。テーマのダウンロードインストール後、ターミナルまたはコマンドプロンプトで以下のコマンドを実行すると、URLが表示されるので、ログインを許可し、themeをダウンロードする% shopify theme pull --store <store url>テーマの編集と検索テーマファイルがダウンロードされたら、エディタを使って編集したり、grepコマンドで特定のテキストを検索したりできます。テーマのアップロードテーマをダウンロードして編集した後、変更をS

Shopify

Shopify – Sales Channelとは (Online store, Point of Sale, Shop)

ShopifyのSales Channel(販売チャネル)とは商品を顧客に販売するためのプラットフォームを指します。複数の販売チャネルを利用することで、Shopifyストアをさまざまな方法で運営でき、顧客にリーチする方法を増やすことが可能です。主なShopifyの販売チャネルには以下のようなものがあります。1. Online Store(オンラインストア)Shopifyが提供するメインの販売チャネルで、ユーザーが自分のWebサイトを作成して商品を販売できます。Shopifyのテーマを使用して、カスタマイズされたオンラインショップを作成でき、ストアの見た目や機能を簡単に管理できます。2. Point of Sale (POS)実店舗での販売をサポートするための販売チャネルです。Shopify POSアプリを使用して、実際の店舗で商品を販売し、在庫や顧客データをShopify内で一元管理できます。オンラインとオフラインの統合をスムーズに行うためのツールとして利用されます。3. Shop(ショッピングアプリ)Shopifyが

Amazon

OpenAI WhisperをFine Tuningする

はじめに以下のサイトを参考に、openai/whisperモデルのFine TuningをおこなってみるHugging Faceのブログがオリジナルの情報源https://huggingface.co/blog/fine-tune-whisper?source=post_page-----3744e2779c71--------------------------------その他関連記事https://research.google/blog/specaugment-a-new-data-augmentation-method-for-automatic-speech-recognition/https://colab.research.google.com/github/sanchit-gandhi/notebooks/blob/main/fine_tune_whisper.ipynbWhisperについてWhisperは68万時間分のラベル付きAudio-Transcriptionデータで教師ありの事前学

Amazon

SageMakerチュートリアル(3)- 自動MLワークフロー

はじめに以下のチュートリアルを試すhttps://aws.amazon.com/jp/tutorials/machine-learning-tutorial-mlops-automate-ml-workflowsこのチュートリアルでは、Amazon SageMaker Pipelines、SageMaker Model Registry、SageMaker Clarifyを使用して、エンドツーエンドの機械学習(ML)ワークフローを自動化する方法を学びます。SageMaker Pipelinesは、ML用のCI/CDサービスで、データの読み込み、変換、トレーニング、チューニング、評価、デプロイなどのステップを自動化できます。SageMaker Model Registryは、モデルのバージョンやメタデータ、パフォーマンスを管理し、ビジネス要件に応じた最適なモデルの選択をサポートします。SageMaker Clarifyは、データやモデルのバイアスを検出し、予測の説明可能性を提供します。このチュートリアルでは、XGBoostを使

Amazon

SageMakerチュートリアル(2)- Hugging Faceのモデルをデプロイ

はじめにHugging Faceで入手できるSageMakerでのデプロイ用のコードの利用の仕方を確認する手順https://huggingface.co/openai/whisper-small にて、deploy > Amazon SageMakerを選択し、以下のコードを入手するimport sagemakerimport boto3from sagemaker.huggingface import HuggingFaceModeltry: role = sagemaker.get_execution_role()except ValueError: iam = boto3.client('iam') role = iam.get_role(RoleName='sagemaker_execution_role')# Hub Model configuration. https://huggingface.co/modelshub = { 'HF_MODEL_ID':'

Lang »