ブログ
GPU・LLM・MLOps・Kubernetes、そしてマインドセット · 3508 件
#2026-03 764#japanese 587#deep-dive 254#kubernetes 247#culture 236#career 224#ai 214#llm 208#devops 193#2026-04 144#security 139#observability 113#database 110#communication 107#architecture 100#productivity 88#finance 87#mindset 80#ai-papers 79#history 79#it 78#psychology 78#english 75#networking 74#deep-learning 73#gpu 70#linux 70#performance 70#cs-fundamentals 63#ai-agent 61#postgresql 59#rag 59#economy 57#mlops 53#self-improvement 53#ai-platform 51#food 51#learning 51#python 51#travel 51
3行の設定ファイルが GPU 4枚を1週間殺した — containerd ドロップイン統合の真実
ノードが GPU を広告しませんでした。設定ファイルには nvidia ランタイムがちゃんと書かれているのに、containerd config dump には存在しませんでした。犯人は1週間前に入れた3行のレジストリ設定で、理由は containerd の imports 統合がフィールド単位ではなくプラグイン単位の丸ごと置き換えだからでした。二度まちがえて診断した過程と、最後に答えをくれた実験をそのまま書きます。
2026-08-26 · 21 分で読めます #kubernetes#containerd#gpu#nvidia#troubleshootingみんなのためのAI 第6回 — 111万パラメータの拡散モデルで単語から数字を描く
"zero" と書けば0を描く条件付き拡散モデルを111万パラメータで作りました。ノイズを混ぜる forward は数式1行、復元する reverse はその1行を400回逆にたどるだけです。第5回で L1 損失が色を褪せさせた問題を拡散がどう回避するのか、そしてなぜモデルがノイズを予測するよう学習されるのかを、実際の生成結果で確認します。
2026-08-24 · 15 分で読めます #ai#diffusion#ddpm#generative#pytorchみんなのためのAI 第5回 — 47万パラメータの U-Net で白黒写真に色をつける、そしてなぜ色が褪せたのか
シリーズ最小の47万パラメータ U-Net で CIFAR-10 の白黒画像をカラーに復元しました。形は正確に保たれましたが色が目に見えて褪せています。これはモデルの容量の問題ではなく L1 損失を選んだ結果です。skip connection が何を運ぶのか、そして回帰損失がなぜ彩度を殺すのかを実際の結果画像で確認します。
2026-08-23 · 14 分で読めます #ai#computer-vision#unet#colorization#pytorchみんなのためのAI 第4回 — 137万パラメータで画像に文をつける、そして第3回のバグがここになかった理由
CNN エンコーダとトランスフォーマーデコーダをつないで、Fashion-MNIST の画像にキャプションをつけるモデルを作りました。137万パラメータ、10分の学習でラベル的中率91%です。エンコーダ・デコーダ構造で cross-attention が何をするのか、そして第3回で正解率を7.5%に落とした EOS バグがなぜこのコードになかったのかを、2つの関数を並べて確認します。
2026-08-22 · 12 分で読めます #ai#captioning#multimodal#transformer#pytorchみんなのためのAI 第3回 — 損失0.0017なのに正解率7.5%、犯人はパディング1マスだった
画像と質問を一緒に受け取って答える VQA モデルを148万パラメータで作りました。学習損失は0.0017まで落ちたのに正解率は7.5%。ランダムより悪い数値です。原因はモデルではなく正解を作るコード1行で、直したら99.5%になりました。なぜ低い損失が良いモデルを保証しないのか、その罠をどう見抜くのかを実際の出力で確認します。
2026-08-21 · 14 分で読めます #ai#vqa#multimodal#debugging#pytorch自宅サーバーでハンズオン学習プラットフォームを作る — 特権なしの Pod の中に Kubernetes を入れる方法
受講者がボタンを押すと専用コンテナが立ち上がり、ブラウザ内のターミナルで本物の Linux シェルを触り、ステップごとにサーバーが実際の状態を検査して採点する学習プラットフォームを、自宅にある 7 ノードの Kubernetes クラスタの上に載せた記録です。いちばん難しかったのは機能ではなく隔離でした。ハンズオンなので受講者に root を渡さなければならないのに、その root が自宅ネットワークへ出ていってはいけません。Ciliu
2026-08-20 · 27 分で読めます #kubernetes#cilium#security#homelab#kwokLabHub — ブラウザで本物のサーバーを触りながら学ぶハンズオン学習プラットフォームを公開しました
読むだけでは身につかないものがあります。サーバーにつないでコマンドを打ち、間違え、なぜ間違えたのかを確かめる過程を代替する方法はありません。LabHub は、その過程をブラウザの中に入れた学習プラットフォームです。ラボ開始を押すと専用の Linux コンテナが即座に立ち上がり、ブラウザのターミナルからつないで課題を解き、ステップごとにサーバーが実際の状態を検査して合否を返します。ラーニングパス 12 本にコース 73 本、ラボ 261
2026-08-20 · 13 分で読めます #labhub#kubernetes#devops#education#hands-onみんなのためのAI 第1回 — 1600万パラメータの言語モデルを15分でゼロから学習させる
GPU 1枚で言語モデルをゼロから学習させます。TinyStories データセットと1600万パラメータのデコーダ専用トランスフォーマーで、15分で読める英語の童話を生成しました。因果マスクがなぜ必要か、重み共有が何を節約するのか、perplexity 8 が実際にどんな文章を意味するのかを、実際の学習ログと生成結果で確認します。RTX 3090 実測。
2026-08-19 · 15 分で読めます #ai#llm#transformer#pytorch#hands-on人はそう簡単には変わりません、そして変わります — 性格変化の証拠と速度
人は変わらないという言葉と、人は変われるという言葉はどちらも真であり、その緊張がこの記事の主題です。成人期を通じて維持されるビッグファイブの順位安定性、年齢とともに動く成熟の原理、実行意図で性格変化を試みたハドソンの実験群、スマートフォンによる介入で観察者にも見えた変化、治療前後の性格変化のレビューまで。性格をゆっくり変わる習慣の束として定義しなおし、期待してよい速度と幅を正直に書きました。
2026-08-16 · 23 分で読めます #mindset#personality#psychology#self-improvement#2026-08一生懸命やるということ — 努力は美徳ではなく配分の問題です
一生懸命やれという助言には方向がありません。努力を総量ではなく予算として扱うと絵が変わります。労働時間と産出の非線形な関係、週55時間以上の労働と心血管リスクを扱った60万人規模のメタ分析、回復経験の研究が語る心理的分離、そして組織で見えない努力が評価されない構造の問題まで。英雄的な追い込みの代わりに持続可能な配分を設計する方法を整理しました。
2026-08-16 · 24 分で読めます #mindset#productivity#burnout#self-improvement#2026-08目的が不確実なとき — 明確さは出発の条件ではありません
何のために生きているのか分からないという状態で、目的が明確になるまで待つという戦略はなぜ失敗するのか。目的は計画の上流ではなく蓄積の下流で発見されるという見方、座標の代わりに羅針盤で動く方向の言語、確信なしに動くための小さな賭けの技術、そして情熱を待つ罠まで。研究の整理ではなく構造で論証するエッセイであることを明かして書いた記事です。
2026-08-16 · 23 分で読めます #mindset#purpose#career#self-improvement#2026-08勉強ができることとスポーツができることの共通点は、思ったより狭い
勉強とスポーツ、コーディングと楽器のあいだに、本当に移っていく能力はあるのでしょうか。認知トレーニングの転移研究の結論は、大衆的な期待とは逆です。近転移は観察されますが、遠転移は事実上観察されません。チェスで頭がよくなるという主張がなぜ失敗するのか、それでも領域を越えて移っていく狭いリストには何があるのか、そして真面目さや一般能力という説明がなぜ足りないのかを、メタ分析の根拠とともに整理しました。
2026-08-16 · 26 分で読めます #mindset#learning#expertise#transfer#evidence練習の構造：うまくいく練習と残る練習が違う理由
間隔をあけること、検索練習、混ぜて練習すること。学習研究のなかで根拠が比較的しっかりしている三つを、効果量とあわせて整理しました。そしてこの分野の中心にある逆説を扱います。練習の最中の遂行をもっともよくする条件と、あとまで残るものをもっとも多くする条件が互いに違うということ。自分で組んだ練習が気分はよいのに伸びない理由が、ここにあります。
2026-08-16 · 26 分で読めます #mindset#learning#practice#retrieval#spacingやる気を待たない方法 — 意欲は行動の原因というより、しばしば行動の結果です
意欲が出たら始めるという計画は、なぜ構造的に失敗するのか。行動活性化のメタ分析が示した行動と気分の順序、自己決定理論の自律性・有能感・関係性、小さな進捗が動機を供給する原理、そして外的報酬が内発的動機を損なうのかをめぐるメタ分析の論争まで。やる気を待つ代わりに条件を修理する手順を整理した、自己啓発の基礎シリーズ第1回です。
2026-08-16 · 23 分で読めます #mindset#motivation#psychology#self-improvement#2026-08専門家になる道：フィードバックが先で、分量はその次
前の四本の記事で整理した証拠を、実行できる形に移します。フィードバックが来る範囲へ領域を狭めること、分量より先にフィードバックのループをつくること、遂行する条件で練習すること、楽しい技術ではなく繰り返される誤りを探すこと、そして停滞期を予想すること。そして最後に、この助言が通じない場合を書きました。フィードバックが遅い領域、実力よりアクセス権が決定的な領域、そして専門性が目標ではないかもしれないという事実。
2026-08-16 · 26 分で読めます #mindset#learning#expertise#deliberate-practice#career卓球から学んだ14のこと — 実力が関係をつくり、タイトルが成長を止める
長年卓球を続けて得た14の原則を整理し、それが仕事と人生にどう移っていくのかを見ていきます。実力が関係の入場券になる構造、楽しく打つだけでは伸びない理由、そして自分のタイトルが学びを塞ぐ瞬間まで。移らない部分もあわせて書きました。
2026-08-16 · 21 分で読めます #mindset#growth#deliberate-practice#sports#career賢いということの定義：何が測られ、何が測られないのか
知能という言葉には、互いに違う三つのものが混ざっています。統計的な規則性としての一般因子、心理測定学の主流モデルであるCHC、そして日常で人を評価するときに使う社会的な用法。この記事はその三つを分け、多重知能と学習スタイルがなぜ広く教えられながら根拠が弱いのか、測定された能力の予測力がなぜ両方向に誇張されるのかを整理します。測定された能力は人の価値ではありません。
2026-08-16 · 27 分で読めます #mindset#intelligence#psychometrics#expertise#evidenceうまくやるということの構造 — 自己評価、フィードバック、狭い範囲
うまくやりたいという気持ちは大きいのに、うまくやるということが何でできているのかは意外に問われません。較正された自己評価、速いフィードバックループ、まず狭い範囲という三つの柱で実力の構造を整理した地図の記事です。それぞれの柱の深い中身は意識的練習、メタ認知、卓球から学んだことの記事につなぎ、この助言が当てはまらない場合まで書きました。
2026-08-16 · 20 分で読めます #mindset#growth#deliberate-practice#self-improvement#2026-08小さな習慣の力 — 21日の神話、66日の中央値、18日から254日という現実
習慣は21日でできるという言葉に、習慣研究の根拠はありません。その数字は1960年の形成外科医の観察から来ました。実際に最も多く引用されるラリー研究チームの習慣形成研究は、自動化まで平均66日、個人差は18日から254日という広い範囲を報告しています。文脈の安定性と摩擦の設計、1日抜けたことが失敗ではない理由、そして習慣本が根拠を越える地点までを整理しました。
2026-08-16 · 23 分で読めます #mindset#habits#psychology#self-improvement#2026-08専門家は多く知っているのではなく、違うふうに見ている
1973年のチェス盤の実験は、専門性研究の出発点です。上級者は実際の対局の局面をはるかによく記憶しますが、無作為に撒き散らした配置ではその優位の大部分が消えます。記憶容量ではなくパターン知覚だという意味です。チェスから始まってスポーツの視線研究、言語のかたまり処理まで続く証拠を整理し、この発見が練習方法に何を要求するのかを見ていきます。
2026-08-16 · 26 分で読めます #mindset#learning#expertise#chunking#perception