AI・機械学習

この記事では、Google Colab環境でDeepseek-R1をOpen WebUIを使って実行する手順を紹介します。以下の手順を実行することで、Deepseek-R1をWebインターフェースで操作できるようになります。 必要なパッケー...

この記事では、Google Colabを使用して、Huggingfaceのモデル（今回は「DeepSeek-R1日本語モデル」）をGGUF（Google Generalized Unified Format）形式に変換する方法を説明します。...

概要 以下記事では、ローカルCPUのみでLLMのチャットボットを作成する方法を紹介していますが、 この過程でInternal Errorが発生したので、その解決方法をメモしておきます。 エラー概要 DockerでOllamaとOpen We...

概要 ローカルCPUでLLMを動かす方法を以下で紹介しましたが、 その際にOpen WebUIでOllamaにいれたはずのモデルが見つからないということがあったので、 その解決方法を書いておきます。 エラー内容 以下のようにモデル選択のとこ...

GPUないけど、なんとかして、CPUでChatGPTのようなAIチャットを動かしたい！ 今回はその方法を紹介します。 この記事では、ローカルのCPU環境で大規模言語モデル(LLM)を動かすために、DockerとOllama、およびOpenW...

背景 DeepSeek-R1の日本語版モデルは、サイバーエージェントによってHugging Faceで公開されています。しかし、このモデルをGoogle Colabの無料プランで動かそうとすると、GPUのメモリが不足してしまいます。そのため...

この記事では、Google Colabを使用して、DeepSeek-r1:7bモデルと、翻訳モデルを使って日本語対応の無料ボットを作成する手順を解説します。 本当はサイバーエージェントが公開している14bモデルの日本語対応版を動かしたかった...

Google Colab上でOllamaを利用し、DeepSeekモデルを実行する方法を紹介します。 1. Google Colabのセットアップ まず、新しいGoogle Colabノートブックを開きます。ランタイムのタイプをGPUに設定...

方策反復法と価値反復法の違い 動的計画法には、強化学習の文脈でよく使われる方策反復法と価値反復法という2つのアプローチがあります。どちらも最適な方策を見つけることを目指しますが、そのアプローチや計算の進め方に違いがあります。 基本概念 状態...

ベルマン方程式は、強化学習や動的計画法で使われる数理モデルで、「最適な行動を選ぶための指針」を提供します。特に、長期的な報酬を最大化するために、各状態で取るべき最適な行動を求めるために利用されます。 ベルマン方程式とは？ ベルマン方程式は、...