<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0"><channel><title><![CDATA[今井@Knowhereさんのフィード]]></title><description><![CDATA[Zennの今井@Knowhereさん（@knowhere_imai）のRSSフィードです]]></description><link>https://zenn.dev/knowhere_imai</link><image><url>https://storage.googleapis.com/zenn-user-upload/avatar/e14643091c.jpeg</url><title>今井@Knowhereさんのフィード</title><link>https://zenn.dev/knowhere_imai</link></image><generator>zenn.dev</generator><lastBuildDate>Mon, 06 Apr 2026 14:35:11 GMT</lastBuildDate><atom:link href="https://zenn.dev/knowhere_imai/feed" rel="self" type="application/rss+xml"/><language><![CDATA[ja]]></language><item><title><![CDATA[これならわかるSelf-Attention]]></title><description><![CDATA[この記事では、BERTやGPTなどのAIモデルで使用されているSelf-Attentionネットワークについて説明します。
TransformerやEncoder層・Decoder層、Transformer以外のAttentionの説明などは一切省略し、Self-Attentionにだけフォーカスしました。その代わり、Self-Attentionについては「完全に理解した」と感じてもらえるように頑張って解説していきます。
なお、同一の名称でマイナーチェンジされた他のネットワークがあるかもしれませんが、本稿で説明する各種Attentionネットワークは全てAll You Need Is A...]]></description><link>https://zenn.dev/knowhere_blog/articles/1008252132d315</link><guid isPermaLink="true">https://zenn.dev/knowhere_blog/articles/1008252132d315</guid><pubDate>Wed, 10 Jan 2024 07:35:28 GMT</pubDate><enclosure url="https://res.cloudinary.com/zenn/image/upload/s--yGD8E1o_--/c_fit%2Cg_north_west%2Cl_text:notosansjp-medium.otf_55:%25E3%2581%2593%25E3%2582%258C%25E3%2581%25AA%25E3%2582%2589%25E3%2582%258F%25E3%2581%258B%25E3%2582%258BSelf-Attention%2Cw_1010%2Cx_90%2Cy_100/g_south_west%2Cl_text:notosansjp-medium.otf_34:%25E4%25BB%258A%25E4%25BA%2595%2540Knowhere%2Cx_220%2Cy_108/bo_3px_solid_rgb:d6e3ed%2Cg_south_west%2Ch_90%2Cl_fetch:aHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyLzU3NTM3NzI1MTQuanBlZw==%2Cr_20%2Cw_90%2Cx_92%2Cy_102/co_rgb:6e7b85%2Cg_south_west%2Cl_text:notosansjp-medium.otf_30:Knowhere%25E3%2583%2586%25E3%2583%2583%25E3%2582%25AF%25E3%2583%2596%25E3%2583%25AD%25E3%2582%25B0%2Cx_220%2Cy_160/bo_4px_solid_white%2Cg_south_west%2Ch_50%2Cl_fetch:aHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyL2UxNDY0MzA5MWMuanBlZw==%2Cr_max%2Cw_50%2Cx_139%2Cy_84/v1627283836/default/og-base-w1200-v2.png?_a=BACAGSGT" length="0" type="false"/><dc:creator>今井@Knowhere</dc:creator></item><item><title><![CDATA[(Small) Object Detectionのためのカメラとエンコーディングの話]]></title><description><![CDATA[
 1. はじめに
私たちは、「誰もがスポーツが上手くなれる環境を」をミッションに掲げ、AIなどのテクノロジーの力を用いたソフトウェアの研究開発を行なっています。
プロジェクトの一つとして、画像の中から野球のボールを検出するAIモデルを開発しているのですが、まずは次の２つの画像をご覧ください。


低解像度の画像ですが、私たち人間には野球ボールが写っていることがわかります。主な理由は

野球に関連するというコンテクストが教えられている
ちょうど探しやすいサイズに画像が拡大されている

ことなどが考えられるでしょう。しかし

通常サイズの画像で野球に関連する背景がうまく隠されている
反対に...]]></description><link>https://zenn.dev/knowhere_blog/articles/b4c0b927196bb1</link><guid isPermaLink="true">https://zenn.dev/knowhere_blog/articles/b4c0b927196bb1</guid><pubDate>Mon, 11 Dec 2023 08:30:40 GMT</pubDate><enclosure url="https://res.cloudinary.com/zenn/image/upload/s--PMvS4Kr5--/c_fit%2Cg_north_west%2Cl_text:notosansjp-medium.otf_55:%2528Small%2529%2520Object%2520Detection%25E3%2581%25AE%25E3%2581%259F%25E3%2582%2581%25E3%2581%25AE%25E3%2582%25AB%25E3%2583%25A1%25E3%2583%25A9%25E3%2581%25A8%25E3%2582%25A8%25E3%2583%25B3%25E3%2582%25B3%25E3%2583%25BC%25E3%2583%2587%25E3%2582%25A3%25E3%2583%25B3%25E3%2582%25B0%25E3%2581%25AE%25E8%25A9%25B1%2Cw_1010%2Cx_90%2Cy_100/g_south_west%2Cl_text:notosansjp-medium.otf_34:%25E4%25BB%258A%25E4%25BA%2595%2540Knowhere%2Cx_220%2Cy_108/bo_3px_solid_rgb:d6e3ed%2Cg_south_west%2Ch_90%2Cl_fetch:aHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyLzU3NTM3NzI1MTQuanBlZw==%2Cr_20%2Cw_90%2Cx_92%2Cy_102/co_rgb:6e7b85%2Cg_south_west%2Cl_text:notosansjp-medium.otf_30:Knowhere%25E3%2583%2586%25E3%2583%2583%25E3%2582%25AF%25E3%2583%2596%25E3%2583%25AD%25E3%2582%25B0%2Cx_220%2Cy_160/bo_4px_solid_white%2Cg_south_west%2Ch_50%2Cl_fetch:aHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyL2UxNDY0MzA5MWMuanBlZw==%2Cr_max%2Cw_50%2Cx_139%2Cy_84/v1627283836/default/og-base-w1200-v2.png?_a=BACAGSGT" length="0" type="false"/><dc:creator>今井@Knowhere</dc:creator></item><item><title><![CDATA[Nuxt3でデータの取得先をクライアントサイドから隠すには]]></title><description><![CDATA[
 1. はじめに
Nuxt3は、Vue.jsにServer Side Rendering（SSR）機能やその他色々を含めた、非常に便利なフレームワークです。ただ、サーバサイドとクライアントサイドの連携の仕組みを理解して使いこなすのは中々に難しいです。
課題の一つとして、特に何も工夫しないと、画面を構築するためのデータのフェッチ先のURLやAPIシークレットキーなどがクライアントサイドにも共有されてしまうことが挙げられます。この記事では、データの取得先に関する情報をクライアントサイドから隠す方法を検証します。
まず前提として、サーバサイドからしか読めない変数の値を定義するだけなら簡単で、...]]></description><link>https://zenn.dev/knowhere_blog/articles/e065b68fe98ad8</link><guid isPermaLink="true">https://zenn.dev/knowhere_blog/articles/e065b68fe98ad8</guid><pubDate>Sun, 08 Oct 2023 10:07:48 GMT</pubDate><enclosure url="https://res.cloudinary.com/zenn/image/upload/s--wVHY900p--/c_fit%2Cg_north_west%2Cl_text:notosansjp-medium.otf_55:Nuxt3%25E3%2581%25A7%25E3%2583%2587%25E3%2583%25BC%25E3%2582%25BF%25E3%2581%25AE%25E5%258F%2596%25E5%25BE%2597%25E5%2585%2588%25E3%2582%2592%25E3%2582%25AF%25E3%2583%25A9%25E3%2582%25A4%25E3%2582%25A2%25E3%2583%25B3%25E3%2583%2588%25E3%2582%25B5%25E3%2582%25A4%25E3%2583%2589%25E3%2581%258B%25E3%2582%2589%25E9%259A%25A0%25E3%2581%2599%25E3%2581%25AB%25E3%2581%25AF%2Cw_1010%2Cx_90%2Cy_100/g_south_west%2Cl_text:notosansjp-medium.otf_34:%25E4%25BB%258A%25E4%25BA%2595%2540Knowhere%2Cx_220%2Cy_108/bo_3px_solid_rgb:d6e3ed%2Cg_south_west%2Ch_90%2Cl_fetch:aHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyLzU3NTM3NzI1MTQuanBlZw==%2Cr_20%2Cw_90%2Cx_92%2Cy_102/co_rgb:6e7b85%2Cg_south_west%2Cl_text:notosansjp-medium.otf_30:Knowhere%25E3%2583%2586%25E3%2583%2583%25E3%2582%25AF%25E3%2583%2596%25E3%2583%25AD%25E3%2582%25B0%2Cx_220%2Cy_160/bo_4px_solid_white%2Cg_south_west%2Ch_50%2Cl_fetch:aHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyL2UxNDY0MzA5MWMuanBlZw==%2Cr_max%2Cw_50%2Cx_139%2Cy_84/v1627283836/default/og-base-w1200-v2.png?_a=BACAGSGT" length="0" type="false"/><dc:creator>今井@Knowhere</dc:creator></item><item><title><![CDATA[Nuxt3のData Fetchingを検証する]]></title><description><![CDATA[
 1. はじめに
弊社では一部ソフトウェアの開発に現在Nuxt3を使用しています。Nuxt3は、Vue.jsにServer Side Rendering（SSR）機能やその他色々を含めたフレームワークです。
Nuxtは非常に便利なフレームワークではあるのですが、SSRにおいては、レンダリングにまつわる全ての計算がサーバサイドまたはクライアントサイドのどちらか一方だけで実行されるわけではなく、ある処理はサーバサイドで実行され、別のある処理はクライアントサイドで実行され、……とかなり複雑です。
特に、ユーザデータや帳票データなどを別のサーバから取得するData Fetchingには注意が必...]]></description><link>https://zenn.dev/knowhere_blog/articles/b8e07c2985f298</link><guid isPermaLink="true">https://zenn.dev/knowhere_blog/articles/b8e07c2985f298</guid><pubDate>Wed, 04 Oct 2023 04:01:32 GMT</pubDate><enclosure url="https://res.cloudinary.com/zenn/image/upload/s--an1j4BFX--/c_fit%2Cg_north_west%2Cl_text:notosansjp-medium.otf_55:Nuxt3%25E3%2581%25AEData%2520Fetching%25E3%2582%2592%25E6%25A4%259C%25E8%25A8%25BC%25E3%2581%2599%25E3%2582%258B%2Cw_1010%2Cx_90%2Cy_100/g_south_west%2Cl_text:notosansjp-medium.otf_34:%25E4%25BB%258A%25E4%25BA%2595%2540Knowhere%2Cx_220%2Cy_108/bo_3px_solid_rgb:d6e3ed%2Cg_south_west%2Ch_90%2Cl_fetch:aHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyLzU3NTM3NzI1MTQuanBlZw==%2Cr_20%2Cw_90%2Cx_92%2Cy_102/co_rgb:6e7b85%2Cg_south_west%2Cl_text:notosansjp-medium.otf_30:Knowhere%25E3%2583%2586%25E3%2583%2583%25E3%2582%25AF%25E3%2583%2596%25E3%2583%25AD%25E3%2582%25B0%2Cx_220%2Cy_160/bo_4px_solid_white%2Cg_south_west%2Ch_50%2Cl_fetch:aHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyL2UxNDY0MzA5MWMuanBlZw==%2Cr_max%2Cw_50%2Cx_139%2Cy_84/v1627283836/default/og-base-w1200-v2.png?_a=BACAGSGT" length="0" type="false"/><dc:creator>今井@Knowhere</dc:creator></item><item><title><![CDATA[OpenFOAM入門：平面ポアズイユ流れのシミュレーション]]></title><description><![CDATA[
 1. はじめに
OpenFOAMは、流体などの数値解析のシミュレーションおよび前処理・後処理を行うためのOSSのツールボックスです。
この記事では、理論解が求められる平面ポアズイユ流れをOpenFOAMでシミュレーションして、結果を可視化・比較するまでのチュートリアルを紹介します。
流体力学の数値解析だけでも門外漢には非常に難しいのに加え、OpenFOAMには入門者用の親切なドキュメントがほとんどありません。筆者は現在も初心者ですが、これからOpenFOAMで解析を始める方が少しでも簡単に入門できるようにこの記事を作成しました。読者の方が解析を少し自分で修正できるレベルくらいにまでな...]]></description><link>https://zenn.dev/knowhere_blog/articles/92fd4841650356</link><guid isPermaLink="true">https://zenn.dev/knowhere_blog/articles/92fd4841650356</guid><pubDate>Mon, 12 Jun 2023 08:03:10 GMT</pubDate><enclosure url="https://res.cloudinary.com/zenn/image/upload/s--xFSPvojO--/c_fit%2Cg_north_west%2Cl_text:notosansjp-medium.otf_55:OpenFOAM%25E5%2585%25A5%25E9%2596%2580%25EF%25BC%259A%25E5%25B9%25B3%25E9%259D%25A2%25E3%2583%259D%25E3%2582%25A2%25E3%2582%25BA%25E3%2582%25A4%25E3%2583%25A6%25E6%25B5%2581%25E3%2582%258C%25E3%2581%25AE%25E3%2582%25B7%25E3%2583%259F%25E3%2583%25A5%25E3%2583%25AC%25E3%2583%25BC%25E3%2582%25B7%25E3%2583%25A7%25E3%2583%25B3%2Cw_1010%2Cx_90%2Cy_100/g_south_west%2Cl_text:notosansjp-medium.otf_34:%25E4%25BB%258A%25E4%25BA%2595%2540Knowhere%2Cx_220%2Cy_108/bo_3px_solid_rgb:d6e3ed%2Cg_south_west%2Ch_90%2Cl_fetch:aHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyLzU3NTM3NzI1MTQuanBlZw==%2Cr_20%2Cw_90%2Cx_92%2Cy_102/co_rgb:6e7b85%2Cg_south_west%2Cl_text:notosansjp-medium.otf_30:Knowhere%25E3%2583%2586%25E3%2583%2583%25E3%2582%25AF%25E3%2583%2596%25E3%2583%25AD%25E3%2582%25B0%2Cx_220%2Cy_160/bo_4px_solid_white%2Cg_south_west%2Ch_50%2Cl_fetch:aHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyL2UxNDY0MzA5MWMuanBlZw==%2Cr_max%2Cw_50%2Cx_139%2Cy_84/v1627283836/default/og-base-w1200-v2.png?_a=BACAGSGT" length="0" type="false"/><dc:creator>今井@Knowhere</dc:creator></item><item><title><![CDATA[Pythonにasyncioってあるけどよく知らなかったので調べた]]></title><description><![CDATA[
 1.はじめに
Pythonのasyncioは、async・await構文を利用して並行処理を行うため公式ライブラリです。
筆者はいくつかのライブラリでasync・awaitまたはasyncioなるキーワードを目にしつつも、理解を後回しにしてきました。この度一念発起して情報を整理し、同じような人たちのために情報をまとめました。

まず、asyncioの基本的な使い方を改めて整理しました。
特に、並行処理のタスク遷移と例外周りについて、パッと検索した範囲ではあまり情報が見つからなかったため、深掘りしてまとめました。
執筆当時の検索結果では、asyncioの古い書き方や機能を利用しているも...]]></description><link>https://zenn.dev/knowhere_blog/articles/ba850780152b01</link><guid isPermaLink="true">https://zenn.dev/knowhere_blog/articles/ba850780152b01</guid><pubDate>Wed, 24 May 2023 02:18:11 GMT</pubDate><enclosure url="https://res.cloudinary.com/zenn/image/upload/s--6BAfnFX2--/c_fit%2Cg_north_west%2Cl_text:notosansjp-medium.otf_55:Python%25E3%2581%25ABasyncio%25E3%2581%25A3%25E3%2581%25A6%25E3%2581%2582%25E3%2582%258B%25E3%2581%2591%25E3%2581%25A9%25E3%2582%2588%25E3%2581%258F%25E7%259F%25A5%25E3%2582%2589%25E3%2581%25AA%25E3%2581%258B%25E3%2581%25A3%25E3%2581%259F%25E3%2581%25AE%25E3%2581%25A7%25E8%25AA%25BF%25E3%2581%25B9%25E3%2581%259F%2Cw_1010%2Cx_90%2Cy_100/g_south_west%2Cl_text:notosansjp-medium.otf_34:%25E4%25BB%258A%25E4%25BA%2595%2540Knowhere%2Cx_220%2Cy_108/bo_3px_solid_rgb:d6e3ed%2Cg_south_west%2Ch_90%2Cl_fetch:aHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyLzU3NTM3NzI1MTQuanBlZw==%2Cr_20%2Cw_90%2Cx_92%2Cy_102/co_rgb:6e7b85%2Cg_south_west%2Cl_text:notosansjp-medium.otf_30:Knowhere%25E3%2583%2586%25E3%2583%2583%25E3%2582%25AF%25E3%2583%2596%25E3%2583%25AD%25E3%2582%25B0%2Cx_220%2Cy_160/bo_4px_solid_white%2Cg_south_west%2Ch_50%2Cl_fetch:aHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyL2UxNDY0MzA5MWMuanBlZw==%2Cr_max%2Cw_50%2Cx_139%2Cy_84/v1627283836/default/og-base-w1200-v2.png?_a=BACAGSGT" length="0" type="false"/><dc:creator>今井@Knowhere</dc:creator></item><item><title><![CDATA[過学習からLLMへ]]></title><description><![CDATA[
 0.前書き
はじめまして。株式会社Knowhere CTOの今井と申します。
私たちは、「誰もがスポーツが上手くなれる環境を」をミッションに掲げ、AIなどのテクノロジーの力を用いたソフトウェア等の研究開発を行なっています。
テック企業の一員として、私たちが学んだり開発したりした技術や知識を発信していきたいと思います。どうぞよろしくお願いいたします！

 1.はじめに
2023年4月現在、ChatGPTをはじめとしたLLM(Large Language Model, 大規模言語モデル)の発展によって、世界中でAIの研究開発が更なる加速を始めています。この発展の一因には、「Large」の...]]></description><link>https://zenn.dev/knowhere_blog/articles/c26a3d70345eb4</link><guid isPermaLink="true">https://zenn.dev/knowhere_blog/articles/c26a3d70345eb4</guid><pubDate>Mon, 24 Apr 2023 08:49:22 GMT</pubDate><enclosure url="https://res.cloudinary.com/zenn/image/upload/s--HQLq8Tza--/c_fit%2Cg_north_west%2Cl_text:notosansjp-medium.otf_55:%25E9%2581%258E%25E5%25AD%25A6%25E7%25BF%2592%25E3%2581%258B%25E3%2582%2589LLM%25E3%2581%25B8%2Cw_1010%2Cx_90%2Cy_100/g_south_west%2Cl_text:notosansjp-medium.otf_34:%25E4%25BB%258A%25E4%25BA%2595%2540Knowhere%2Cx_220%2Cy_108/bo_3px_solid_rgb:d6e3ed%2Cg_south_west%2Ch_90%2Cl_fetch:aHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyLzU3NTM3NzI1MTQuanBlZw==%2Cr_20%2Cw_90%2Cx_92%2Cy_102/co_rgb:6e7b85%2Cg_south_west%2Cl_text:notosansjp-medium.otf_30:Knowhere%25E3%2583%2586%25E3%2583%2583%25E3%2582%25AF%25E3%2583%2596%25E3%2583%25AD%25E3%2582%25B0%2Cx_220%2Cy_160/bo_4px_solid_white%2Cg_south_west%2Ch_50%2Cl_fetch:aHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyL2UxNDY0MzA5MWMuanBlZw==%2Cr_max%2Cw_50%2Cx_139%2Cy_84/v1627283836/default/og-base-w1200-v2.png?_a=BACAGSGT" length="0" type="false"/><dc:creator>今井@Knowhere</dc:creator></item></channel></rss>