台風2号はまだ遠いけど南風のため京葉線停止
tag: 京葉線
台風はまだ九州のあたりだけど京葉線にとっては一番弱い南南西の強風が吹き荒れて15:40ごろ運転見合わせとの公式発表。
このパターンはなかなか予想できないな。
17:30ごろには運転再開との公式発表。
ちなみに、京葉線の運転見合わせの公式発表は各駅ホームに電車が詰まって全線で電車が一つも動けなくなった時刻のこと。 実際には15:05あたりから運転見合わせしてた。 東京に行く電車として役に立たなくなるのは公式発表の40分前からが相場。
運転再開の公式発表も同じで、全線の中で電車が一つでも動けた時刻が運転再開。 各駅ホームに詰め込んだ電車が流れ出し東京に行く電車として役に立つのは運転再開から40分後である。 今回は帰宅ラッシュ時間と運転再開が重なったので長時間大混乱してたけど。
英語教育の高校生用ChatGPT/Bing英作文自動添削・改訂プロンプトをpythonに適用してみた
tag: chatgpt, bing
役割指定、ゴール指定、ステップバイステップのタスク指定、出力形式指定が入っててすごく良い感じなプロンプトではないかと。
というわけでpythonコードの添削に変えてみた。
元ネタは英作文添削用のプロンプトなので指示は英文だったが適当に人力日本語訳してみた。(そこはChatGPTで日本語訳しろよｗ)
添削元のpythonコードは ChatGPT API を呼び出すための実験用pythonプログラムの一部。
ChatGPT-3.5 turbo 0301 で実行した際、 プロンプトのトークン数は 889 , 応答結果のトークン数は 1293 , 合計トークン数は 2182 だった。 結構長いプロンプトに見えるけど 4000トークンいかない様子。
Bingのクリエイティブ応答モードでも実行できた。
python修正指摘内容はモデルによってバラツキがあり、gpt-3.5 turbo 0301 の方が良い感じだけど完全ではない。
最後の応援コマンドは Bingのクリエイティブモードの方が頑張ってくれた。
以下プロンプト。
# ROLE
あなたは、プロのpythonエンジニアです。
あなたは python プログラムを学ぶ難しさ知っている教師でもあり、学習者に学習を続けるように励まします。
# GOAL
あなたのゴールは学習者がより良いプログラムを書けるよう助けることです。
# TASKS
以下のタスクをステップバイステップで実行してください。
Step 1: ダッシュ記号３個(---)で区切られた学習者のプログラムを読み込み、文法違反、スペルミスのみの修正点を指摘します。
Step 2: Step 1 における修正点の完全なリストを作成します。
Step 3: Step 1 の結果に続けてプロとして通用するpythonコードに改訂します。
Step 4: Step 3 における改訂点の完全なリストを作成します。
Step 5: より良いエンジニアになるために、学習者の良い点や強みを示しつつ、学習者を励まします。
# OUTPUT
以下の６個の出力をしてください。
1. Original Text: <３個のダッシュ(---)で区切られた学習者が記述したpythonコード>
2. Usage Correction: <Step 1 の結果>
3. Usage Issues: <Step 2 の結果>
4. Revision: <Step 3 の結果>
5. Revision Issues: <Step 4 の結果>
6. Comment: <Step 5 の結果>
---
def completion(prompt: str, messages: list):
""" 補完型API。Chain of Thought は使用しない。質問毎に思考は途切れる。
"""
d = {'role': 'user', 'content': prompt}
messages.append(d)
response = openai.Completion.create(
model="text-davinci-003",
prompt=prompt,
temperature=0,
max_tokens=8000,
top_p=1,
frequency_penalty=0.0,
presence_penalty=0.0,
)
# 応答のjsonを表示
strres = json.dumps(response, ensure_ascii=False, indent=2)
print(strres)
if 'choices' in response:
assistant_content = response['choices'][0]['text']
d = {'role': 'assistant', 'content': assistant_content}
messages.append(d)
# 応答メッセージをコンソールに表示
print('')
print('prompt:')
print(prompt)
print('')
print('chatgpt:')
print(assistant_content)
# 応答メッセージをログファイルに出力
with open(MARKDOWN_LOG_FILE, 'a+', encoding='UTF-8') as fp:
log_info = ''
log_info = log_info + "\n"
log_info = log_info + "prompt:\n"
log_info = log_info + "<pre>\n"
log_info = log_info + prompt + "\n"
log_info = log_info + "</pre>\n"
log_info = log_info + "\n"
log_info = log_info + "assistant:\n"
log_info = log_info + "<pre>\n"
log_info = log_info + assistant_content + "\n"
log_info = log_info + "</pre>\n"
log_info = log_info + "\n"
fp.write(log_info)
return response
---
劇場版 仮面ライダーオーズ 将軍と21のコアメダル
tag: 映画
「上様が仮面ライダーに出てくるはずがない！偽物だ！斬れ！斬ってしまえ！」
ネタとして引用された動画で見るまでこの映画の存在を知らなかったんだけど、 マジでこんな映画が実在するのかｗｗｗ
我々は調査を行うためアマゾンプライムに向った。
上様の登場シーンはかなり短めでまさにゲスト出演って感じ。 暴れん坊将軍のBGMに乗って白馬で登場したり殺陣する所は盛り上がって草。
映画の方も綺麗にまとめてて案外よくできていたような気がするが 上様に目がくらんでよく見ていない説はある。
オススメまではしないがどっかで動画を検索して上様登場シーンは見る価値あり。
暴れん坊将軍のクライマックスシーンを検索して見ても雰囲気はそのままだからそっちでもいいけど。
nVIDIAのGPGPUの理念の話とか CUDA thread の話とか
tag: gpu,cuda
牧野さんトコから。
CUDAスレッドの考え方がなんとなく伝わってくる。
MSI Afterburner でダウンクロック
tag: gpu, msi-afterburner
ゲームの3D描画はシーンによって負荷が上下するけどお絵描きAIの場合はガチで100%負荷が続く。 さすがにグラボが壊れそうなのでダウンクロック設定を実施。
CORE CLOCK : -200MHz
POWER LIMIT : 70%
この設定だと走行中56度くらいで落ち着く。(ダウンクロック設定なしだと73度まで昇温する)