SlideShare a Scribd company logo
AWS機械学習サービスTips
KyotoLT(Online) 第26回
2021/08/27@オンライン
あっきー
自己紹介
● 株式会社KYOSO勤務
○ IoTのワンストップサービスなど
● 業務では主に、AWS、SORACOM、
AIカメラを使ったサービスを提供
● バックエンド、フロントエンド両方好き
● 推し言語はPythonとTypeScript
● VTuber好き、Dead by Daylight好き
本日お話しする内容
これまで自分で触ったことがある、調査したことがあるAWSの機械学習サービスに
ついて軽く紹介、Tipsを紹介します
個々のサービスについての詳細な解説は含みません
ざっくりと内容を理解頂くことを目的としています
Amazon Rekognition
メリット
● MLの専門知識不要
○ API呼び出しをするだけで簡単に利用可能
○ 内部の仕組み(機械学習の難しいアルゴリズム)は理解する必要はなく、使い方
のみ理解すればよい
● マネージドで従量課金
○ マネージドサービスなのでサーバーのメンテナンス等は不要
○ 従量課金なので利用した分の料金のみ
Amazon Rekognition
メリット
● 料金体系がわかりやすい
https://aws.amazon.com/jp/rekognition/pricing/
Amazon Rekognition
できること
● カスタムラベル
● ラベル検出
● 画像の節度
○ 画像内に成年向けコンテンツが含まれているかどうか
● 顔の分析
● 有名人の認識
● コレクション内の顔を検索する
● イメージ内のテキスト
● PPE検出
Amazon Rekognition -ラベルの検出-
Amazon Rekognition -ラベルの検出-
画像内にどのようなものが映っているのか、をアバウトに判定したいとき
バウンディングボックスが判定されるラベルは239個、判定される属性は2580個
汎用的なモデルのため、個別の属性の判定の認識精度は低い印象
Amazon Rekognition -顔の分析-
Amazon Rekognition -顔の分析-
Amazon Rekognition -顔の分析-
顔の座標、年齢、性別、眼鏡をかけているかどうかなどがわかる
年齢推定の精度は体感でそこそこ高い
Amazon Rekognition -コレクション内の顔を検索する-
事前に登録済みの顔画像と一致するラベル情報を検索
いわゆる顔認証
画像内の人が事前登録済みの人であれば、誰かわかる
ビジネスでの利用適用が一番しやすい機能だと思う
Amazon Lookout for Vision
● モデルの学習、作成まで完全に自動でやってくれるAutoMLサービス
● 画像が正常か異常かを判断できる(判断は正常、異常の2値のみ)
● 学習用、テスト用の画像枚数が少なくてもモデルの作成が可能
○ 必要な画像は最低10個
● 作成したモデルの継続的な改善にも対応
○ 画像を追加する場合はモデルを一から作り直すのではなく、既存のモデルをアッ
プデートする形で更新可能
● 常に利用するためには推論エンドポイントを起動しておく必要があるため、料
金面で課題あり
Amazon Lookout for Vision
1日8時間稼働とする場合の月額費用(稼働日22日の場合)
8 hour * 22 day * 4 USD = 約7万7千円
なので、現状は工場ラインの検査などで利用する常時稼働での利用は厳しい
利用ユースケースが限定されるサービスだと思う
Amazon SageMaker
AWSでの機械学習といえば、SageMakerというくらい重要なサービス
AWSの力の入れようも半端ではなくいろんなサービス、アップデートがどんどん出
ている
機能が多すぎで全部把握できてないので、内容を絞って紹介
https://aws.amazon.com/jp/sagemaker/
https://www.slideshare.net/AmazonWebServicesJapan/20190206-aws-black-belt-online-seminar-a
mazon-sagemaker-basic-session-130777850
Amazon SageMaker
メリット
● Notebook起動インスタンスと学習用インスタンスが分かれているので、学習
時のみ高費用のインスタンスを使うことができる
○ つまりGPUを使った時間だけ課金される形なので、コストパフォーマンスがよい
● カスタムコンテナが使える
○ Tensorflowなどはライブラリ側(SageMaker SDK)で提供されているがそれ以外
(Darknetなど)も、自分でコンテナ作れば学習インスタンスへの切り離しが可能
Amazon SageMaker
注意事項
● Notebook等は起動しっぱなしだとずっと料金がかかる
○ SageMaker Studioはライブラリを追加することで、任意の時間で自動でインスタン
スを停止させることが可能
● サンプルNotebookを動かしていると、推論エンドポイントが作成され、放置す
るとめちゃくちゃ料金かかることがあるので注意
○ 推論エンドポイントがすごく高いインスタンスで作られ、常時稼働で料金めっちゃ
かかる、、、
Amazon SageMaker -SageMaker Jumpstart-
有名なモデルの推論エンドポイントをノーコードで作成できるサービス
ファインチューニングもほぼノーコードで実現可能
ファインチューニングは画像を用意するだけなので、非常に簡単
ただ、商用で利用できる程度の精度ができるかは検討が必要
ファインチューニングとは、既存のモデルを改良して自分が欲しい出力に修正する
イメージ
Amazon SageMaker Neo
● フレームワークのモデル形式から汎用的なモデル形式変換し、共通プラット
フォームで動作するように
○ 例えば、TensorflowのモデルをNeoでコンパイルして、動かす、PyTorchのモデルを
neoでコンパイルして動かす。その場合、Neoのランタイムがあれば、Tensorflowと
PyTorch両方のモデルが動かせる、というイメージ
● Neoのコンパイル時にプラットフォーム向けの最適化が実施され、パフォーマ
ンスが向上する
Amazon SageMaker Neo
個人的な所感
● 正しくコンパイルできなかった場合の解決が難しい

More Related Content

What's hot

俺と LightSail 概要と使ってみた
俺と LightSail  概要と使ってみた俺と LightSail  概要と使ってみた
俺と LightSail 概要と使ってみた
Masayuki KaToH
 
俺とシビックテックとDiy
俺とシビックテックとDiy俺とシビックテックとDiy
俺とシビックテックとDiy
Masayuki KaToH
 
関数プロキシを使って REST APIっぽくを使ってみる
関数プロキシを使って REST APIっぽくを使ってみる関数プロキシを使って REST APIっぽくを使ってみる
関数プロキシを使って REST APIっぽくを使ってみる
Noriaki Sakata
 
真Intermediate languageのキホン
真Intermediate languageのキホン真Intermediate languageのキホン
真Intermediate languageのキホン
Kouji Matsui
 
mruby/c機能紹介20160329
mruby/c機能紹介20160329mruby/c機能紹介20160329
mruby/c機能紹介20160329
shimane-itoc
 
第1回鹿児島node.jsの会資料_内村
第1回鹿児島node.jsの会資料_内村第1回鹿児島node.jsの会資料_内村
第1回鹿児島node.jsの会資料_内村
Koichi Uchimura
 
【LTセッション】推論をエッジで?いえ、PaaSです。 paasで推論を運用するとこんなに楽チン。_DLLAB推論ナイト
【LTセッション】推論をエッジで?いえ、PaaSです。 paasで推論を運用するとこんなに楽チン。_DLLAB推論ナイト【LTセッション】推論をエッジで?いえ、PaaSです。 paasで推論を運用するとこんなに楽チン。_DLLAB推論ナイト
【LTセッション】推論をエッジで?いえ、PaaSです。 paasで推論を運用するとこんなに楽チン。_DLLAB推論ナイト
Deep Learning Lab(ディープラーニング・ラボ)
 
俺と今年請けた仕事のテック分布
俺と今年請けた仕事のテック分布俺と今年請けた仕事のテック分布
俺と今年請けた仕事のテック分布
Masayuki KaToH
 
Realmについて
RealmについてRealmについて
Realmについて
Yuki Asano
 
CONBU API の開発
CONBU API の開発CONBU API の開発
CONBU API の開発
TAKANO Mitsuhiro
 
ソースコードをAAに変換するやつやってみた
ソースコードをAAに変換するやつやってみたソースコードをAAに変換するやつやってみた
ソースコードをAAに変換するやつやってみた
Takahashi Koki
 
俺と Amazon Elasticsearch Service とスポットインスタンス
俺と Amazon Elasticsearch Service とスポットインスタンス俺と Amazon Elasticsearch Service とスポットインスタンス
俺と Amazon Elasticsearch Service とスポットインスタンス
Masayuki KaToH
 
Hello! intermediate language
Hello! intermediate languageHello! intermediate language
Hello! intermediate language
Kouji Matsui
 
懲りずにazure functionsでlinebotを作ってみた
懲りずにazure functionsでlinebotを作ってみた懲りずにazure functionsでlinebotを作ってみた
懲りずにazure functionsでlinebotを作ってみた
裕之 木下
 
mruby/c適用期待分野20160329
mruby/c適用期待分野20160329mruby/c適用期待分野20160329
mruby/c適用期待分野20160329
shimane-itoc
 
かんたんCMS Picoについて
かんたんCMS PicoについてかんたんCMS Picoについて
かんたんCMS Picoについて
高見 知英
 
グラフ解析で社長の脳内さらす!
グラフ解析で社長の脳内さらす!グラフ解析で社長の脳内さらす!
グラフ解析で社長の脳内さらす!
Kazuki Morozumi
 
俺とサーバレスアーキテクチャ Aws cognito + s3 + ses + lambda編
俺とサーバレスアーキテクチャ Aws cognito + s3 + ses + lambda編俺とサーバレスアーキテクチャ Aws cognito + s3 + ses + lambda編
俺とサーバレスアーキテクチャ Aws cognito + s3 + ses + lambda編
Masayuki KaToH
 
Feature Store in DRIVE CHART
Feature Store in DRIVE CHARTFeature Store in DRIVE CHART
Feature Store in DRIVE CHART
emakryo
 
クラウド移住で地方に住むということ
クラウド移住で地方に住むということクラウド移住で地方に住むということ
クラウド移住で地方に住むということ
Takehito Tanabe
 

What's hot (20)

俺と LightSail 概要と使ってみた
俺と LightSail  概要と使ってみた俺と LightSail  概要と使ってみた
俺と LightSail 概要と使ってみた
 
俺とシビックテックとDiy
俺とシビックテックとDiy俺とシビックテックとDiy
俺とシビックテックとDiy
 
関数プロキシを使って REST APIっぽくを使ってみる
関数プロキシを使って REST APIっぽくを使ってみる関数プロキシを使って REST APIっぽくを使ってみる
関数プロキシを使って REST APIっぽくを使ってみる
 
真Intermediate languageのキホン
真Intermediate languageのキホン真Intermediate languageのキホン
真Intermediate languageのキホン
 
mruby/c機能紹介20160329
mruby/c機能紹介20160329mruby/c機能紹介20160329
mruby/c機能紹介20160329
 
第1回鹿児島node.jsの会資料_内村
第1回鹿児島node.jsの会資料_内村第1回鹿児島node.jsの会資料_内村
第1回鹿児島node.jsの会資料_内村
 
【LTセッション】推論をエッジで?いえ、PaaSです。 paasで推論を運用するとこんなに楽チン。_DLLAB推論ナイト
【LTセッション】推論をエッジで?いえ、PaaSです。 paasで推論を運用するとこんなに楽チン。_DLLAB推論ナイト【LTセッション】推論をエッジで?いえ、PaaSです。 paasで推論を運用するとこんなに楽チン。_DLLAB推論ナイト
【LTセッション】推論をエッジで?いえ、PaaSです。 paasで推論を運用するとこんなに楽チン。_DLLAB推論ナイト
 
俺と今年請けた仕事のテック分布
俺と今年請けた仕事のテック分布俺と今年請けた仕事のテック分布
俺と今年請けた仕事のテック分布
 
Realmについて
RealmについてRealmについて
Realmについて
 
CONBU API の開発
CONBU API の開発CONBU API の開発
CONBU API の開発
 
ソースコードをAAに変換するやつやってみた
ソースコードをAAに変換するやつやってみたソースコードをAAに変換するやつやってみた
ソースコードをAAに変換するやつやってみた
 
俺と Amazon Elasticsearch Service とスポットインスタンス
俺と Amazon Elasticsearch Service とスポットインスタンス俺と Amazon Elasticsearch Service とスポットインスタンス
俺と Amazon Elasticsearch Service とスポットインスタンス
 
Hello! intermediate language
Hello! intermediate languageHello! intermediate language
Hello! intermediate language
 
懲りずにazure functionsでlinebotを作ってみた
懲りずにazure functionsでlinebotを作ってみた懲りずにazure functionsでlinebotを作ってみた
懲りずにazure functionsでlinebotを作ってみた
 
mruby/c適用期待分野20160329
mruby/c適用期待分野20160329mruby/c適用期待分野20160329
mruby/c適用期待分野20160329
 
かんたんCMS Picoについて
かんたんCMS PicoについてかんたんCMS Picoについて
かんたんCMS Picoについて
 
グラフ解析で社長の脳内さらす!
グラフ解析で社長の脳内さらす!グラフ解析で社長の脳内さらす!
グラフ解析で社長の脳内さらす!
 
俺とサーバレスアーキテクチャ Aws cognito + s3 + ses + lambda編
俺とサーバレスアーキテクチャ Aws cognito + s3 + ses + lambda編俺とサーバレスアーキテクチャ Aws cognito + s3 + ses + lambda編
俺とサーバレスアーキテクチャ Aws cognito + s3 + ses + lambda編
 
Feature Store in DRIVE CHART
Feature Store in DRIVE CHARTFeature Store in DRIVE CHART
Feature Store in DRIVE CHART
 
クラウド移住で地方に住むということ
クラウド移住で地方に住むということクラウド移住で地方に住むということ
クラウド移住で地方に住むということ
 

Similar to KyotoLT(Online) 第26回

Watson iot blockchain api concept 20160728
Watson iot blockchain api concept 20160728Watson iot blockchain api concept 20160728
Watson iot blockchain api concept 20160728
Tsuyoshi Hirayama
 
JAWS-UG IoT専門支部 2018-07 | AWS へアクセスするときのクレデンシャル、どうしてる?
JAWS-UG IoT専門支部 2018-07 | AWS へアクセスするときのクレデンシャル、どうしてる?JAWS-UG IoT専門支部 2018-07 | AWS へアクセスするときのクレデンシャル、どうしてる?
JAWS-UG IoT専門支部 2018-07 | AWS へアクセスするときのクレデンシャル、どうしてる?
SORACOM,INC
 
スマートファクトリーから動画認識MLまで 製造現場IoTのホントのところ
スマートファクトリーから動画認識MLまで製造現場IoTのホントのところスマートファクトリーから動画認識MLまで製造現場IoTのホントのところ
スマートファクトリーから動画認識MLまで 製造現場IoTのホントのところ
Ichiro Tsuji
 
IoT.kyoto「IoTプロダクション導入事例とその課題」
IoT.kyoto「IoTプロダクション導入事例とその課題」IoT.kyoto「IoTプロダクション導入事例とその課題」
IoT.kyoto「IoTプロダクション導入事例とその課題」
Ichiro Tsuji
 
IoT.kyoto「IoTプロダクション導入事例とその課題」
IoT.kyoto「IoTプロダクション導入事例とその課題」IoT.kyoto「IoTプロダクション導入事例とその課題」
IoT.kyoto「IoTプロダクション導入事例とその課題」
Ichiro Tsuji
 
AWS ロボ in JAWSDAYS
AWS ロボ in JAWSDAYSAWS ロボ in JAWSDAYS
AWS ロボ in JAWSDAYS
崇之 清水
 
AWS Direct Connectの構築を自動化(しようと)している話
AWS Direct Connectの構築を自動化(しようと)している話AWS Direct Connectの構築を自動化(しようと)している話
AWS Direct Connectの構築を自動化(しようと)している話
Kaoru Kitauchi
 
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
典子 松本
 
ノーコーディングでAIサービスを使ってみた話
ノーコーディングでAIサービスを使ってみた話ノーコーディングでAIサービスを使ってみた話
ノーコーディングでAIサービスを使ってみた話
典子 松本
 
2つのサービスをAWSに移行した話
2つのサービスをAWSに移行した話2つのサービスをAWSに移行した話
2つのサービスをAWSに移行した話
Arata Honda
 
加速するIoTの社会実装! スマートxxで世の中はどう変わる?
加速するIoTの社会実装! スマートxxで世の中はどう変わる?加速するIoTの社会実装! スマートxxで世の中はどう変わる?
加速するIoTの社会実装! スマートxxで世の中はどう変わる?
Ichiro Tsuji
 
ドライブレコーダの画像認識による道路情報の自動差分抽出
ドライブレコーダの画像認識による道路情報の自動差分抽出ドライブレコーダの画像認識による道路情報の自動差分抽出
ドライブレコーダの画像認識による道路情報の自動差分抽出
Tetsutaro Watanabe
 
Blockchain入門 20160416
Blockchain入門 20160416Blockchain入門 20160416
Blockchain入門 20160416
Tsuyoshi Hirayama
 
160531 IoT LT #15 @ 日本IBM
160531 IoT LT #15 @ 日本IBM160531 IoT LT #15 @ 日本IBM
160531 IoT LT #15 @ 日本IBM
Toshiki Tsuboi
 
LIFULL HOME'S「かざして検索」リリースの裏側
LIFULL HOME'S「かざして検索」リリースの裏側LIFULL HOME'S「かざして検索」リリースの裏側
LIFULL HOME'S「かざして検索」リリースの裏側
Takuro Hanawa
 
運用自動化に向けての現場からの課題
運用自動化に向けての現場からの課題運用自動化に向けての現場からの課題
運用自動化に向けての現場からの課題
Yoshiki Ishida
 
Azure MLやってみよう
Azure MLやってみようAzure MLやってみよう
Azure MLやってみよう
A AOKI
 
Hello SORACOM
Hello SORACOM Hello SORACOM
Hello SORACOM
Ichiro Tsuji
 
アルゴリズムから学ぶAzure mlモジュールの使いこなし方 hd-insight編-
アルゴリズムから学ぶAzure mlモジュールの使いこなし方 hd-insight編-アルゴリズムから学ぶAzure mlモジュールの使いこなし方 hd-insight編-
アルゴリズムから学ぶAzure mlモジュールの使いこなし方 hd-insight編-
貴志 上坂
 
AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)
AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)
AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)
Trainocate Japan, Ltd.
 

Similar to KyotoLT(Online) 第26回 (20)

Watson iot blockchain api concept 20160728
Watson iot blockchain api concept 20160728Watson iot blockchain api concept 20160728
Watson iot blockchain api concept 20160728
 
JAWS-UG IoT専門支部 2018-07 | AWS へアクセスするときのクレデンシャル、どうしてる?
JAWS-UG IoT専門支部 2018-07 | AWS へアクセスするときのクレデンシャル、どうしてる?JAWS-UG IoT専門支部 2018-07 | AWS へアクセスするときのクレデンシャル、どうしてる?
JAWS-UG IoT専門支部 2018-07 | AWS へアクセスするときのクレデンシャル、どうしてる?
 
スマートファクトリーから動画認識MLまで 製造現場IoTのホントのところ
スマートファクトリーから動画認識MLまで製造現場IoTのホントのところスマートファクトリーから動画認識MLまで製造現場IoTのホントのところ
スマートファクトリーから動画認識MLまで 製造現場IoTのホントのところ
 
IoT.kyoto「IoTプロダクション導入事例とその課題」
IoT.kyoto「IoTプロダクション導入事例とその課題」IoT.kyoto「IoTプロダクション導入事例とその課題」
IoT.kyoto「IoTプロダクション導入事例とその課題」
 
IoT.kyoto「IoTプロダクション導入事例とその課題」
IoT.kyoto「IoTプロダクション導入事例とその課題」IoT.kyoto「IoTプロダクション導入事例とその課題」
IoT.kyoto「IoTプロダクション導入事例とその課題」
 
AWS ロボ in JAWSDAYS
AWS ロボ in JAWSDAYSAWS ロボ in JAWSDAYS
AWS ロボ in JAWSDAYS
 
AWS Direct Connectの構築を自動化(しようと)している話
AWS Direct Connectの構築を自動化(しようと)している話AWS Direct Connectの構築を自動化(しようと)している話
AWS Direct Connectの構築を自動化(しようと)している話
 
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
 
ノーコーディングでAIサービスを使ってみた話
ノーコーディングでAIサービスを使ってみた話ノーコーディングでAIサービスを使ってみた話
ノーコーディングでAIサービスを使ってみた話
 
2つのサービスをAWSに移行した話
2つのサービスをAWSに移行した話2つのサービスをAWSに移行した話
2つのサービスをAWSに移行した話
 
加速するIoTの社会実装! スマートxxで世の中はどう変わる?
加速するIoTの社会実装! スマートxxで世の中はどう変わる?加速するIoTの社会実装! スマートxxで世の中はどう変わる?
加速するIoTの社会実装! スマートxxで世の中はどう変わる?
 
ドライブレコーダの画像認識による道路情報の自動差分抽出
ドライブレコーダの画像認識による道路情報の自動差分抽出ドライブレコーダの画像認識による道路情報の自動差分抽出
ドライブレコーダの画像認識による道路情報の自動差分抽出
 
Blockchain入門 20160416
Blockchain入門 20160416Blockchain入門 20160416
Blockchain入門 20160416
 
160531 IoT LT #15 @ 日本IBM
160531 IoT LT #15 @ 日本IBM160531 IoT LT #15 @ 日本IBM
160531 IoT LT #15 @ 日本IBM
 
LIFULL HOME'S「かざして検索」リリースの裏側
LIFULL HOME'S「かざして検索」リリースの裏側LIFULL HOME'S「かざして検索」リリースの裏側
LIFULL HOME'S「かざして検索」リリースの裏側
 
運用自動化に向けての現場からの課題
運用自動化に向けての現場からの課題運用自動化に向けての現場からの課題
運用自動化に向けての現場からの課題
 
Azure MLやってみよう
Azure MLやってみようAzure MLやってみよう
Azure MLやってみよう
 
Hello SORACOM
Hello SORACOM Hello SORACOM
Hello SORACOM
 
アルゴリズムから学ぶAzure mlモジュールの使いこなし方 hd-insight編-
アルゴリズムから学ぶAzure mlモジュールの使いこなし方 hd-insight編-アルゴリズムから学ぶAzure mlモジュールの使いこなし方 hd-insight編-
アルゴリズムから学ぶAzure mlモジュールの使いこなし方 hd-insight編-
 
AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)
AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)
AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)
 

More from hiroya akita

KyotoLT_Online_27.pdf
KyotoLT_Online_27.pdfKyotoLT_Online_27.pdf
KyotoLT_Online_27.pdf
hiroya akita
 
Python 3.10の新機能を 俯瞰してみる
Python 3.10の新機能を 俯瞰してみるPython 3.10の新機能を 俯瞰してみる
Python 3.10の新機能を 俯瞰してみる
hiroya akita
 
AppSync導入のすすめ
AppSync導入のすすめAppSync導入のすすめ
AppSync導入のすすめ
hiroya akita
 
みんなのPython勉強会#62
みんなのPython勉強会#62みんなのPython勉強会#62
みんなのPython勉強会#62
hiroya akita
 
はんなりpython#32
はんなりpython#32はんなりpython#32
はんなりpython#32
hiroya akita
 
Hannari python#27
Hannari python#27Hannari python#27
Hannari python#27
hiroya akita
 
みんなのはんなりPython勉強会
みんなのはんなりPython勉強会みんなのはんなりPython勉強会
みんなのはんなりPython勉強会
hiroya akita
 
Pythonでも型をつけたいだけの人生だった
Pythonでも型をつけたいだけの人生だったPythonでも型をつけたいだけの人生だった
Pythonでも型をつけたいだけの人生だった
hiroya akita
 
Lt debian 20190526
Lt debian 20190526Lt debian 20190526
Lt debian 20190526
hiroya akita
 

More from hiroya akita (9)

KyotoLT_Online_27.pdf
KyotoLT_Online_27.pdfKyotoLT_Online_27.pdf
KyotoLT_Online_27.pdf
 
Python 3.10の新機能を 俯瞰してみる
Python 3.10の新機能を 俯瞰してみるPython 3.10の新機能を 俯瞰してみる
Python 3.10の新機能を 俯瞰してみる
 
AppSync導入のすすめ
AppSync導入のすすめAppSync導入のすすめ
AppSync導入のすすめ
 
みんなのPython勉強会#62
みんなのPython勉強会#62みんなのPython勉強会#62
みんなのPython勉強会#62
 
はんなりpython#32
はんなりpython#32はんなりpython#32
はんなりpython#32
 
Hannari python#27
Hannari python#27Hannari python#27
Hannari python#27
 
みんなのはんなりPython勉強会
みんなのはんなりPython勉強会みんなのはんなりPython勉強会
みんなのはんなりPython勉強会
 
Pythonでも型をつけたいだけの人生だった
Pythonでも型をつけたいだけの人生だったPythonでも型をつけたいだけの人生だった
Pythonでも型をつけたいだけの人生だった
 
Lt debian 20190526
Lt debian 20190526Lt debian 20190526
Lt debian 20190526
 

KyotoLT(Online) 第26回