<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:webfeeds="http://webfeeds.org/rss/1.0" xmlns:note="https://note.com" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:media="http://search.yahoo.com/mrss/" version="2.0">
  <channel>
    <title>aaron(β)</title>
    <description>資格エントリと使う・使った技術・論文についてのメモを投下しています</description>
    <link>https://note.com/aaron_b</link>
    <atom:link rel="self" type="application/rss+xml" href="https://note.com/aaron_b/rss/"/>
    <copyright>aaron(β)</copyright>
    <webfeeds:icon>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_note_logo_202212-f2394a9e5b60c49f48650eee13f6e75987c8c4f1cfa7555629a9697dc6015cd9.png</webfeeds:icon>
    <webfeeds:logo>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_note_logo_202212-f2394a9e5b60c49f48650eee13f6e75987c8c4f1cfa7555629a9697dc6015cd9.png</webfeeds:logo>
    <webfeeds:accentColor>249F80</webfeeds:accentColor>
    <webfeeds:related layout="card" target="browser"/>
    <webfeeds:analytics id="UA-48687000-1" engine="GoogleAnalytics"/>
    <language>ja</language>
    <lastBuildDate>Tue, 17 Nov 2026 14:20:23 +0900</lastBuildDate>
    <item>
      <title>HuggingFaceのモデルチューニングのツール</title>
      <description><![CDATA[<p name="4be09003-4be7-432f-9007-619f5e39223c" id="4be09003-4be7-432f-9007-619f5e39223c">2010年代後半までは正直、研究グループが公開するGitHubレポジトリからビルドなり環境構築して、公開モデルが足りなければチューニングして…ていうのが普通でした</p><p name="dd4e7859-a0a3-430e-bc78-f6fa9dc6ea5b" id="dd4e7859-a0a3-430e-bc78-f6fa9dc6ea5b">が、2022-2024年ごろから急速にHuggingFaceエコシステムの整備が進み (PaperswithCodeも統合され)、大半の業務や開発はHuggingFaceエコシステムに乗っかっておけばどうにかなるところまで来ています</p><br/><a href='https://note.com/aaron_b/n/n3d36125d3dfc'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Sun, 04 Oct 2026 18:34:14 +0900</pubDate>
      <link>https://note.com/aaron_b/n/n3d36125d3dfc</link>
      <guid>https://note.com/aaron_b/n/n3d36125d3dfc</guid>
    </item>
    <item>
      <title>GRPOをカートポールで作ってみる&amp;LLMを考察する</title>
      <description><![CDATA[<p name="18b81048-0b39-402b-976d-61ccab49c1a0" id="18b81048-0b39-402b-976d-61ccab49c1a0">CV領域でもVLMが広く使われるようになってきましたね</p><p name="9b9c84a8-f266-4851-b83d-63a028f98cc6" id="9b9c84a8-f266-4851-b83d-63a028f98cc6">そして、そうなってきたときに感じるのが…<br>　　自然言語と強化学習のセンスわからねぇ！！<br>です</p><br/><a href='https://note.com/aaron_b/n/n4f57f411b038'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Thu, 13 Aug 2026 12:43:02 +0900</pubDate>
      <link>https://note.com/aaron_b/n/n4f57f411b038</link>
      <guid>https://note.com/aaron_b/n/n4f57f411b038</guid>
    </item>
    <item>
      <title>マルチモーダルモデルのpretrain~CLIPとSigLIP, SigLIP2~</title>
      <description><![CDATA[<p name="c136e8c0-3c1e-439f-bb60-b4046cd2502d" id="c136e8c0-3c1e-439f-bb60-b4046cd2502d"><br></p><h2 name="5fd74121-92dd-44d8-863f-22de59fe9b8a" id="5fd74121-92dd-44d8-863f-22de59fe9b8a">マルチモーダル処理</h2><br/><a href='https://note.com/aaron_b/n/n572442be2b91'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Sun, 10 May 2026 10:26:11 +0900</pubDate>
      <link>https://note.com/aaron_b/n/n572442be2b91</link>
      <guid>https://note.com/aaron_b/n/n572442be2b91</guid>
    </item>
    <item>
      <title>Qwen3-VL technical reportを読む</title>
      <description><![CDATA[<p name="c2405df2-4bac-43eb-8c88-36456a1be18a" id="c2405df2-4bac-43eb-8c88-36456a1be18a">ローカル端末で動くVision Language ModelというとQwen VLシリーズは筆頭候補だと思います。20 GBクラスのGPUでも動くのがなおよい</p><p name="c00c4b47-4afe-44e4-8c38-9ea81c77b180" id="c00c4b47-4afe-44e4-8c38-9ea81c77b180">が、Qwen3-VLを使っているのに論文を読んだことがないことにいまさらながら気が付きました<br>今回はアーキテクチャ周りを中心にQwen3-VLのTechnical Reportsを読みます</p><br/><a href='https://note.com/aaron_b/n/n7637e68e9943'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Sat, 09 May 2026 15:21:01 +0900</pubDate>
      <link>https://note.com/aaron_b/n/n7637e68e9943</link>
      <guid>https://note.com/aaron_b/n/n7637e68e9943</guid>
    </item>
    <item>
      <title>StableDiffusion論文をちゃんと読む</title>
      <description><![CDATA[<p name="c122ae17-3855-44bc-a2a2-84dde3f481c3" id="c122ae17-3855-44bc-a2a2-84dde3f481c3">StableDiffusion(のhuggingface実装)を仕事でよく使ってます</p><p name="0bdfd6f6-5a5b-4a5c-8c6c-26798d552b62" id="0bdfd6f6-5a5b-4a5c-8c6c-26798d552b62">あの概念・実装ってどうやってるんだっけと生成AI達に聞いてばかりなので、StableDiffusionまわりの大事な概念を個人メモとしてまとめることにしました</p><br/><a href='https://note.com/aaron_b/n/n15de61540dbd'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Fri, 20 Mar 2026 02:22:31 +0900</pubDate>
      <link>https://note.com/aaron_b/n/n15de61540dbd</link>
      <guid>https://note.com/aaron_b/n/n15de61540dbd</guid>
    </item>
    <item>
      <title>LangGraphで作るAIエージェント-入門から画像処理まで</title>
      <description><![CDATA[<p name="ab27d96e-eec3-40da-ac7f-51117091dca7" id="ab27d96e-eec3-40da-ac7f-51117091dca7">今回はLangGraphを使ったエージェント開発を紹介します<br>そもそも「エージェントって何だっけ？」から初めて、画像処理を意識したエージェントAIまでを見ていきます</p><table-of-contents name="df90384d-714c-4cd8-9214-8daf21d256eb" id="df90384d-714c-4cd8-9214-8daf21d256eb"><br></table-of-contents><br/><a href='https://note.com/aaron_b/n/nd19d5f97081c'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Sun, 04 Jan 2026 12:07:50 +0900</pubDate>
      <link>https://note.com/aaron_b/n/nd19d5f97081c</link>
      <guid>https://note.com/aaron_b/n/nd19d5f97081c</guid>
    </item>
    <item>
      <title>データベーススペシャリスト受験期</title>
      <description><![CDATA[<p name="8c275ba4-cc3b-4c49-8f9e-ddd9dd5c03c2" id="8c275ba4-cc3b-4c49-8f9e-ddd9dd5c03c2">2年かかりましたが、CBT移行前にデータベーススペシャリストに合格出来ました<br><br>その過程の経験をシェアします</p><h2 name="c275667d-ff7f-4221-adae-5b9f7f2ca1c9" id="c275667d-ff7f-4221-adae-5b9f7f2ca1c9">Tl;Dr</h2><br/><a href='https://note.com/aaron_b/n/nfe25bfb1cb16'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Sat, 27 Dec 2025 12:02:30 +0900</pubDate>
      <link>https://note.com/aaron_b/n/nfe25bfb1cb16</link>
      <guid>https://note.com/aaron_b/n/nfe25bfb1cb16</guid>
    </item>
    <item>
      <title>物体検出基盤モデルをLoRAチューニングする</title>
      <description><![CDATA[<p name="01579305-5d26-4d89-af48-19bce3c182ff" id="01579305-5d26-4d89-af48-19bce3c182ff">久しぶりです、Aaronです<br>今回は画像系基盤モデルのLoRAチューニングを試しました。その備忘録です</p><table-of-contents name="5819b6db-7912-4230-99a9-f7533e770c9d" id="5819b6db-7912-4230-99a9-f7533e770c9d"><br></table-of-contents><br/><a href='https://note.com/aaron_b/n/n539c7f093d34'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Sat, 20 Dec 2025 23:58:13 +0900</pubDate>
      <link>https://note.com/aaron_b/n/n539c7f093d34</link>
      <guid>https://note.com/aaron_b/n/n539c7f093d34</guid>
    </item>
    <item>
      <title>生成モデルを統一的に理解したい-リターンズ</title>
      <description><![CDATA[<p name="4f17feb1-ad80-467f-b92e-396e530d345d" id="4f17feb1-ad80-467f-b92e-396e530d345d">こんにちは、aaronです<br>過去に生成モデルを統一的に理解したいというブログを書きました<br>ただ、個人としては「間違ってはないけど本質を捉えられていない」という気持ちをずっと持っていました<br>今回は、もう少し本質に近づくために改めての考察とまとめ直しをしています</p><table-of-contents name="b718db01-1194-4320-bc2e-d9f01bf088db" id="b718db01-1194-4320-bc2e-d9f01bf088db"><br></table-of-contents><br/><a href='https://note.com/aaron_b/n/n24496df0ea38'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Thu, 07 Aug 2025 09:18:51 +0900</pubDate>
      <link>https://note.com/aaron_b/n/n24496df0ea38</link>
      <guid>https://note.com/aaron_b/n/n24496df0ea38</guid>
    </item>
    <item>
      <title>segmentation_models_pytorchでDeepLabV3</title>
      <description><![CDATA[<p name="a754a881-c177-4276-ba3b-6bb761495a9c" id="a754a881-c177-4276-ba3b-6bb761495a9c">先日、MONAIで赤血球検出をやりました</p><figure name="f70babea-2df7-46c2-af2d-54648195d571" id="f70babea-2df7-46c2-af2d-54648195d571"><img src="https://assets.st-note.com/img/1751115346-r1Z6wysYqodWpCgJT2DKQetE.png" alt="" width="620" height="315"><figcaption></figcaption></figure><br/><a href='https://note.com/aaron_b/n/nb82e6cfd7ee8'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Sat, 28 Jun 2025 23:12:35 +0900</pubDate>
      <link>https://note.com/aaron_b/n/nb82e6cfd7ee8</link>
      <guid>https://note.com/aaron_b/n/nb82e6cfd7ee8</guid>
    </item>
    <item>
      <title>MONAIを使ってセマンチックセグメンテーションをする</title>
      <description><![CDATA[<p name="bedd8de2-1a9b-43c2-b40c-3a7be10b9244" id="bedd8de2-1a9b-43c2-b40c-3a7be10b9244">AlexNetが画像認識で衝撃を与えたのが2012年です<br>そこからの2010年代のComputer Vision/画像領域分野がめぐるましく進展したのは言うまでもありません</p><p name="8487699a-bed8-4c81-8933-b53ebbae13d6" id="8487699a-bed8-4c81-8933-b53ebbae13d6">とはいうものの2020年より前は開発者が、タスクに応じてスクラッチでコードを書くのが普通でした (…まぁ少なくとも私の周りでは)</p><br/><a href='https://note.com/aaron_b/n/n653a76790dfc'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Sat, 14 Jun 2025 10:50:33 +0900</pubDate>
      <link>https://note.com/aaron_b/n/n653a76790dfc</link>
      <guid>https://note.com/aaron_b/n/n653a76790dfc</guid>
    </item>
    <item>
      <title>画像系基盤モデルDINOv2で遊んでみる</title>
      <description><![CDATA[<p name="c29430c9-efb7-4749-8621-5331a01033ea" id="c29430c9-efb7-4749-8621-5331a01033ea">昨年から画像系基板モデルが様々提案されています。<a href="https://dinov2.metademolab.com/" target="_blank" rel="nofollow noopener">DINOv2</a>とかですね</p><figure name="adc2d576-c1e4-42cf-93b2-697f0c1991e8" id="adc2d576-c1e4-42cf-93b2-697f0c1991e8"><img src="https://assets.st-note.com/img/1748651488-D2MKAsewlB0g85RkYG6aFUC4.png" alt="" width="620" height="434"><figcaption>https://dinov2.metademolab.com/</figcaption></figure><br/><a href='https://note.com/aaron_b/n/n0dfd11a92ab3'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Sat, 31 May 2025 10:48:57 +0900</pubDate>
      <link>https://note.com/aaron_b/n/n0dfd11a92ab3</link>
      <guid>https://note.com/aaron_b/n/n0dfd11a92ab3</guid>
    </item>
    <item>
      <title>知識蒸留を考える</title>
      <description><![CDATA[<p name="85503356-d506-4ee6-803b-87c87b5e9c33" id="85503356-d506-4ee6-803b-87c87b5e9c33">サイズの大きいニューラルネットワークは運用上問題が多いですよねーー処理は重いし、消費メモリも激しくなりがちです</p><p name="223491bc-34e9-43bc-a4cc-6c779ef61862" id="223491bc-34e9-43bc-a4cc-6c779ef61862">そんな時に学習済モデルの「おいしいエキス」を小さいモデルに移す手段が知識蒸留です (network distillation)</p><br/><a href='https://note.com/aaron_b/n/n645d66bcc049'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Sat, 24 May 2025 23:45:57 +0900</pubDate>
      <link>https://note.com/aaron_b/n/n645d66bcc049</link>
      <guid>https://note.com/aaron_b/n/n645d66bcc049</guid>
    </item>
    <item>
      <title>渡辺ベイズを読む前の特異モデルの話</title>
      <description><![CDATA[<h2 name="913df417-3404-45e2-a24c-8c28c9039d47" id="913df417-3404-45e2-a24c-8c28c9039d47">あらまし</h2><p name="64ade9b1-4fc4-4174-abf2-42313b8fb79f" id="64ade9b1-4fc4-4174-abf2-42313b8fb79f">ニューラルネットワークでベイズ的立場の議論が好きな人は渡辺ベイズの話を聞いたことがあるでしょう――本でいうと</p><br/><a href='https://note.com/aaron_b/n/nf1ddd9a8060e'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Sun, 13 Apr 2025 15:55:35 +0900</pubDate>
      <link>https://note.com/aaron_b/n/nf1ddd9a8060e</link>
      <guid>https://note.com/aaron_b/n/nf1ddd9a8060e</guid>
    </item>
    <item>
      <title>ultralytics/YOLOでデータ拡張を書き換える</title>
      <description><![CDATA[<p name="6053ad20-56b7-4f4e-ad9d-fda4e9fc62ca" id="6053ad20-56b7-4f4e-ad9d-fda4e9fc62ca">bounding boxでの物体検出といえばYOLOが有名ですね (GPLだけど)<br>で、データ拡張はalbumentationsを使うのが最近は主流です<br>当然のごとくultralytics YOLOもalbumentationsを使っています(<a href="https://docs.ultralytics.com/ja/integrations/albumentations/#why-should-you-use-albumentations-for-your-vision-ai-projects" target="_blank" rel="nofollow noopener">公式</a>)</p><p name="f512174f-0662-4e97-934f-42cef15034d9" id="f512174f-0662-4e97-934f-42cef15034d9">…なのにですよ!?<br>ultralyticsは2025年3月時点でカスタムのデータ拡張レシピをサポートしていません!! <br>(しばしばGitHub Issuesでも話題に上がっているので、ニーズは高そうなのですが。。)</p><br/><a href='https://note.com/aaron_b/n/n8bb8c391457d'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Tue, 25 Mar 2025 22:58:09 +0900</pubDate>
      <link>https://note.com/aaron_b/n/n8bb8c391457d</link>
      <guid>https://note.com/aaron_b/n/n8bb8c391457d</guid>
    </item>
    <item>
      <title>optunaでレシピや実験を最適化する</title>
      <description><![CDATA[<p name="33622042-cb92-4ee3-97a1-893469c05e8d" id="33622042-cb92-4ee3-97a1-893469c05e8d">Optunaは言わずと知れたブラックボックス最適化フレームワークです<br>有名なユースケースは機械学習モデルのハイパーパラメータ最適化でしょうか</p><p name="92479e5c-84c3-468a-bfeb-108ce7c5e1ce" id="92479e5c-84c3-468a-bfeb-108ce7c5e1ce">開発者らも強調していますが、Optunaは入力と出力がアルゴリズム的につながっていないようなもの―例えば、おいしい料理の作り方や望ましい結果を得るための実験条件探索―であっても最適化を行うことができます</p><br/><a href='https://note.com/aaron_b/n/n23a45cef6855'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Mon, 03 Feb 2025 00:18:55 +0900</pubDate>
      <link>https://note.com/aaron_b/n/n23a45cef6855</link>
      <guid>https://note.com/aaron_b/n/n23a45cef6855</guid>
    </item>
    <item>
      <title>生成モデルにおける様々な手法を統一的に理解したい</title>
      <description><![CDATA[<p name="f34bded7-ce5c-435d-bfd0-b68c67e4f720" id="f34bded7-ce5c-435d-bfd0-b68c67e4f720">こんにちは、Aaron(β)です</p><p name="50b4d934-087b-4271-8ecf-4f08944d5640" id="50b4d934-087b-4271-8ecf-4f08944d5640">生成モデルでは拡散モデルが注目されるようになって久しいです<br>その一方、normalizing flowやSchrödinger bridgeなど次を狙った研究も数多くあり、注目度も高まっています</p><br/><a href='https://note.com/aaron_b/n/n25e19a1b5b33'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Mon, 20 Jan 2025 22:51:14 +0900</pubDate>
      <link>https://note.com/aaron_b/n/n25e19a1b5b33</link>
      <guid>https://note.com/aaron_b/n/n25e19a1b5b33</guid>
    </item>
    <item>
      <title>normalizing flowって何ですか？</title>
      <description><![CDATA[<p name="ee617c95-d8fd-4b90-bf59-15f12cce1388" id="ee617c95-d8fd-4b90-bf59-15f12cce1388">こんにちはAaron(β)です<br>今回は生成モデルで使われているnormalizing flow(正規化フロー)について勉強してきました</p><table-of-contents name="cc38b9da-4600-4ac6-90e7-22f153394d57" id="cc38b9da-4600-4ac6-90e7-22f153394d57"><br></table-of-contents><br/><a href='https://note.com/aaron_b/n/n2aa1011eaa71'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Sat, 11 Jan 2025 20:59:04 +0900</pubDate>
      <link>https://note.com/aaron_b/n/n2aa1011eaa71</link>
      <guid>https://note.com/aaron_b/n/n2aa1011eaa71</guid>
    </item>
    <item>
      <title>いまさら拡散モデル・DDPMの実装を読む</title>
      <description><![CDATA[<p name="5cd99cf1-9060-45c7-9a15-0260ebcc7a24" id="5cd99cf1-9060-45c7-9a15-0260ebcc7a24">こんにちは、Aaronです。</p><p name="034e66ba-355f-4b45-80cb-1c43d72823dd" id="034e66ba-355f-4b45-80cb-1c43d72823dd">今更ですが、DDPMはどんな実装か読んでいきたいと思います。</p><br/><a href='https://note.com/aaron_b/n/n57e59c91d7ee'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Sat, 26 Oct 2024 18:09:53 +0900</pubDate>
      <link>https://note.com/aaron_b/n/n57e59c91d7ee</link>
      <guid>https://note.com/aaron_b/n/n57e59c91d7ee</guid>
    </item>
    <item>
      <title>【AWS受験記】AWS Machine Learning Specialty合格記【簡単？難しい？】</title>
      <description><![CDATA[<p name="23586f92-44bc-4b1e-9b83-882ba18086aa" id="23586f92-44bc-4b1e-9b83-882ba18086aa">AWS Machine Learning Specualy (Machine Learning専門資格, 以下AWS MLS)に合格してきました(スコア: 826)<br>その経験をシェアします</p><table-of-contents name="ef3a0226-e6bb-42e4-8548-46c6cf1d503b" id="ef3a0226-e6bb-42e4-8548-46c6cf1d503b"><br></table-of-contents><br/><a href='https://note.com/aaron_b/n/n8f86cb813219'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Sun, 06 Oct 2024 13:23:06 +0900</pubDate>
      <link>https://note.com/aaron_b/n/n8f86cb813219</link>
      <guid>https://note.com/aaron_b/n/n8f86cb813219</guid>
    </item>
    <item>
      <title>情報処理安全確保支援士試験に合格した話</title>
      <description><![CDATA[<p name="e97593a3-934f-45cb-84bb-30c66e90c096" id="e97593a3-934f-45cb-84bb-30c66e90c096">2024年春の情報処理安全確保支援士試験(以下、セキスペ)に合格しました<br>何をしたかの記録を簡単に残します</p><h2 name="dbdec9e1-81c8-4485-ba62-c47540e08d76" id="dbdec9e1-81c8-4485-ba62-c47540e08d76">結論</h2><br/><a href='https://note.com/aaron_b/n/nb01af73548ff'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Sun, 28 Jul 2024 01:09:36 +0900</pubDate>
      <link>https://note.com/aaron_b/n/nb01af73548ff</link>
      <guid>https://note.com/aaron_b/n/nb01af73548ff</guid>
    </item>
    <item>
      <title>ノイズ低減を統計学から考える - 正則化項からNoise2Noiseまで</title>
      <description><![CDATA[<p name="b7bb29bd-f60e-438e-b7da-2bff01c9b3be" id="b7bb29bd-f60e-438e-b7da-2bff01c9b3be">画像処理の中で、伝統的にノイズ低減やボケ除去は「画像復元問題」と呼ばれています<br>「ノイズやボケで劣化してしまった画像から元の画像を復元する問題」という意味ですね</p><p name="92ae478a-d68b-48f3-a550-3cf37cf23cdb" id="92ae478a-d68b-48f3-a550-3cf37cf23cdb">伝統的にノイズ低減問題もボケ除去問題も、撮影した画像が持つノイズの統計性に着目して、観測画像に付加されたノイズを生成する確率モデルから定式化をします</p><br/><a href='https://note.com/aaron_b/n/n8ea9ef137120'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Tue, 21 May 2024 22:42:20 +0900</pubDate>
      <link>https://note.com/aaron_b/n/n8ea9ef137120</link>
      <guid>https://note.com/aaron_b/n/n8ea9ef137120</guid>
    </item>
    <item>
      <title>DBマイグレーションツールAlembicとBigQueryを連携して、マイグレーションを管理する</title>
      <description><![CDATA[<p name="c9ea9ae9-eead-428f-8195-77cec9dc039a" id="c9ea9ae9-eead-428f-8195-77cec9dc039a">AlembicとBigQueryを連携できると聞いたのですが、ドキュメントやチュートリアルを見つけられなかったので、試してみた備忘録です</p><p name="e0d43196-dfea-46a9-a612-08e5bbe74845" id="e0d43196-dfea-46a9-a612-08e5bbe74845">ChatGPTさんと一緒に作業したらあっちこっちにいろいろなことが発生して思ったよりも時間がかかったので、参考になれば幸いです<br>(想定読者: マイグレーションツールの経験の浅い初心者)</p><br/><a href='https://note.com/aaron_b/n/n13814b1df66e'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Sun, 12 May 2024 18:22:49 +0900</pubDate>
      <link>https://note.com/aaron_b/n/n13814b1df66e</link>
      <guid>https://note.com/aaron_b/n/n13814b1df66e</guid>
    </item>
    <item>
      <title>NeRFとGaussian Splatting~NeRFの実装編</title>
      <description><![CDATA[<p name="2faa2add-a47c-499b-83a5-471dbfd25c04" id="2faa2add-a47c-499b-83a5-471dbfd25c04">先日、NeRFと3D Gaussian Splattingについてアルゴリズム概要を書きました</p><figure name="ca714d0b-1d7e-436d-83ff-57ffdb674c1c" id="ca714d0b-1d7e-436d-83ff-57ffdb674c1c" data-src="https://note.com/aaron_b/n/n0d027cc1dd37" data-identifier="n0d027cc1dd37" embedded-service="note" embedded-content-key="emb2cd63a56fbe6"></figure><br/><a href='https://note.com/aaron_b/n/nd1e00eae93df'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Wed, 01 May 2024 21:22:37 +0900</pubDate>
      <link>https://note.com/aaron_b/n/nd1e00eae93df</link>
      <guid>https://note.com/aaron_b/n/nd1e00eae93df</guid>
    </item>
    <item>
      <title>【BigQuery・Geo Viz】地理情報をPythonでBigQueryにデータを入力したり、可視化してみる</title>
      <description><![CDATA[<table-of-contents name="6d08252d-d110-40e3-8a8a-e356798f2dba" id="6d08252d-d110-40e3-8a8a-e356798f2dba"><br></table-of-contents><p name="b446d48d-2748-42f8-bac1-cb21f1411889" id="b446d48d-2748-42f8-bac1-cb21f1411889"><br></p><br/><a href='https://note.com/aaron_b/n/n1fb083352c70'>続きをみる</a>]]></description>
      <note:creatorImage>https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_4-e3b57528da29acad20d5a2db33268c87f1d39015448757ddf346d60fb5861e49.png</note:creatorImage>
      <note:creatorName>aaron(β)</note:creatorName>
      <pubDate>Mon, 22 Apr 2024 23:10:45 +0900</pubDate>
      <link>https://note.com/aaron_b/n/n1fb083352c70</link>
      <guid>https://note.com/aaron_b/n/n1fb083352c70</guid>
    </item>
  </channel>
</rss>
