Technically Impossible

Lets look at the weak link in your statement. Anything "Technically Impossible" basically means we haven't figured out how yet.

Python

Generating words using compression algorithms and random data

As I delved into the overview of large-scale language models since the beginning of the year, the budding idea that emerged was that of language generation as a probability theory. There seems to exist a "true" probability model that produ…

圧縮アルゴリズムとランダム・データによる言葉生成

年初から大規模言語モデルの概要に触れていくうちに、芽生え始めたアイデアが確率論としての言語生成だった。適切な言葉が出力される「真の」確率モデルが存在しており、大規模言語モデルを真のモデルへ近づけていくようなイメージだ。書籍『大規模言語モデ…

Llama2.c on PC with 8GB RAM, No GPU, No Container - pretokenization, training and inference

Abstract If performance is not concern, whether it is GPT or Diffusion, they work on a machine with only 8GB RAM withuot GPU, be it on a PC or and Android smartphone. This is my finding from generative AI exploration in this spring*1. But …

GPU無し、コンテナも使わない、RAM=8GBでllama2.c - 実用抜き、モデル生成から推論実行まで

今春、8GBの環境で生成AIがどこまで動くのかを模索していた*1。パフォーマンスを気にしなければ、GPTだろうがDiffusionだろうが、GPUの無いRAM=8GBの環境、PCでもAndroidスマートフォンでも動作はするのだ。ただし推論であれば、という条件付きだった。つま…

Stable Diffusion on Windows PC with 8GB RAM, No GPU, No Container - case of GIMP

Abstract Running "AI" on PC requires rich computational resources as GPU with VRAM, and storage for its model. "bes-dev/stable_diffusion.openvino"*1 made running Stable Diffusion on poor consumer PC. And "intel/openvino-ai-plugins-gimp" al…

GPU無し、コンテナも使わない、RAM=8GBのWindows PCでStable Diffusion - GIMP編

いわゆる「AI」をPCで運用するには、GPUとVRAMをはじめとする潤沢な計算リソースが求められる。Intel OpenVINO*1を利用する"bes-dev/stable_diffusion.openvino"*2が登場し、普及機レベルのPCでも画像生成AIを動作させることができるようになった。 さらに"i…

Mount Google Drive and Convert MP4 to GIF on Google Colab

Abstract Google Colaboratory (Colab)*1 is Jupyter notebook environment provided by Google. Mounting Google Drive*2, user can edit files there on Colab.This post introduces procedure to convert MP4 movie to GIF animation. Converting to GIF,…

Google ColabでのGoogle Driveマウント、MP4からGIFへの変換

Google Colaboratory (以下Colab)*1は、Googleが提供するJupyterノートブック環境だ。Google Driveと連携することで、そこに保存されたファイルをColab上で加工することもできる。この投稿では、Google Driveに保存した動画ファイル(MP4ファイル)を加工し…

きれいなPythonプログラミング

BeyondTheBasicStuffWithPython 原題は『Beyond the basic stuff with Python』、初心者状態を超えていくための裏付けとなる知識を紹介している書籍だ。「the basic stuff」が示唆する、いわゆる駆け出しエンジニアのようなプログラマにもおすすめだが、むし…

GPU無し、コンテナも使わない、RAM=8GBのWindows PCでStable Diffusion - Anaconda編

2023年05月06日追記 GUIが必要なユーザー宛 この投稿で紹介しているソリューションにはGUIがない。GUIを求めるユーザーには、GIMPプラグインとしてのインストールをおすすめする。導入方法を、次の投稿で紹介している。 ちなみにGUIの有無に関わらず、画像出…

Stable Diffusion on Windows PC with 8GB RAM, No GPU, No Container - case of Anaconda

2023-05-06 To a person needs GUI Solution in this post doesn't provide GUI. If GUI is required, recommend to install as GIMP plugin. The next post introduces its how-to. FYI, regardless of with or without GUI, time for image output has no …

GPU無し、コンテナも使わない、RAM=8GBのWindows PCでStable Diffusion

2023年05月06日追記 GUIが必要なユーザー宛 この投稿で紹介しているソリューションにはGUIがない。GUIを求めるユーザーには、GIMPプラグインとしてのインストールをおすすめする。導入方法を、次の投稿で紹介している。 ちなみにGUIの有無に関わらず、画像出…

Stable Diffusion on Windows PC with 8GB RAM, No GPU, No Container

2023-05-06 To a person needs GUI Solution in this post doesn't provide GUI. If GUI is required, recommend to install as GIMP plugin. The next post introduces its how-to. FYI, regardless of with or without GUI, time for image output has no …

必修アルゴリズム

初心者向け、初学者向けの書籍、特にその良書を見つけるのは難しい。まず大前提として、読者と書籍との相性がある。いくら識者、経験者が勧めたところで、同一の内容を伝えていながら、表現一つで理解できたり、できなかったり、ということがあるのだから、…

Pythonによるプログラミング入門 東京大学教養学部テキスト

技術書は、私がよく読書するジャンルの一つだ。何らかの目的やノウハウに特化したものを選ぶ機会は少なく、特に初心者向けの汎用的な内容のものを選んでいる。 何より初学者の時点においては、対象となる話題への知識があるわけでもなく、結果として書籍の内…

42 SILICON VALLEY Piscine 2017 Rush01(後編) 「難しい」数独を解くプログラム

42 SILICON VALLEY Piscine 2017にはRushと呼ばれるグループ・プロジェクトが含まれている。3つの課題のうちの一つが、数独(ナンプレ)を解くプログラムの作成だった。分からなければインターネット検索し、それでも分からなければ人に聞け、というのが42の…

42 SILICON VALLEY Piscine 2017 Rush01(前編) 「簡単な」数独を解くプログラム

42 SILICON VALLEY Piscine 2017にはRushと呼ばれるグループ・プロジェクトが含まれている。3つの課題のうちの一つが、数独(ナンプレ)を解くプログラムの作成だった。分からなければインターネット検索し、それでも分からなければ人に聞け、というのが42の…

42 SILICON VALLEY Piscine 2017 evalexprを考える

42 SILICON VALLEY Piscine 2017の個人プロジェクト、3つ目はevalexpr。文字列として入力された四則演算を計算し、結果を出力するものだ。個人プロジェクトとして最後の課題となるためか、Day02~13までの学習内容を包含した出題内容となっている。関連する…

42 SILICON VALLEY Piscine 2017 Day04 Exercise 04 フィボナッチ数列と再帰の実践

昨日の投稿では再帰を説明した。あくまでも説明にフォーカスするため、42SV Piscine 2017の課題から離れて、独自の問題を用いた。考えやすい問題で、再帰する価値のある処理を示すためだ。 42 SILICON VALLEY Piscine 2017 match/nmatchを考える(番外編) …

42 SILICON VALLEY Piscine 2017 match/nmatchを考える(番外編) 再帰の説明

このブログの読者は会社員と大学生が多く、どちらもいわゆるビジネス・アワーに訪れる人たちが多い。何かしらの問題に遭遇し、検索の結果、目的の投稿へ辿り着き、答えを見つけて帰っていくのだろう。 特定の記事は、ブックマークされることがあるかもしれな…

42 SILICON VALLEY Piscine 2017 match/nmatchを考える(後編) 最後は力業

42 SILICON VALLEY Piscineの個人プロジェクト、2つ目はmatch/nmatch。2つの課題で構成されるプロジェクトだ。問題文には明記されていないが、再帰構造の理解と実装が求められている。再帰はややこしく、理解し難いと言われる。実際その通りだと思う。しかし…

42 SILICON VALLEY Piscine 2017 match/nmatchを考える(前編) 再帰とバックトラック法の実践

42 SILICON VALLEY Piscineの個人プロジェクト、2つ目はmatch/nmatch。2つの課題で構成されるプロジェクトだ。問題文には明記されていないが、再帰構造の理解と実装が求められている。加えてDay04の話題で触れたバックトラック法の実践だ。再帰はややこしく…

42 SILICON VALLEY Piscine 2017 Sastantuaを考える Pythonの場合

42 Tokyoでは課題のことをプロジェクトと呼ぶらしい。ここでは日々の課題とは別に課される、特別な課題をプロジェクトとする。プロジェクト資料を読み解くと、Piscineには3種類のプロジェクトが存在するようだ。 個人プロジェクト グループ・プロジェクト 最…

VSCodeでNeural Network Console付属のPythonを利用する。

Sony Neural Network Console(以下NNC)の本を読んだ。ソニー開発のNeural Network Console入門 ―数式なし、コーディングなしのディープラーニング作者:足立 悠リックテレコムAmazon基本的にはNNCに付属の日本語マニュアルに記載されていることを、分かりや…