ReLipop (Ver1.0.0 ) の公開と配布

ReLipopの正式版（Ver1.0.0）を配布しています。

- ダウンロードリンクです。左上のファイル -> ダウンロードから入手できます。
- ファイル名：ReLipop_1000_20231205_01.zip
- 2024.10.24時点での最新版となります。
- zip圧縮の為、ダウンロード後解凍してください。
- ユーザー権限により起動しない場合があります。ファイルのフォルダ移動、ユーザー権限の変更により動作する場合があります。
- マニュアルも適宜ご利用ください。
- 操作の詳細については、適宜動画で紹介していく予定です。

以上

コメント

コメントを投稿

このブログの人気の投稿

Visual Studio CodeでのPython環境の構築と運用

イメージ
SOP 1.0 ※自己責任で。 ※環境・ヴァージョンで異なるケースも予想される。 目次 ソフトウェア ヴァージョン （間違えて入れた）Pythonアンインストール Pythonインストール Visual Studio Codeの設定 Visual Studio Codeの仮想環境による通常運用 まとめ -失敗からの想起とあわせて- 附記 -VSCodeでのPython設定（うまくいかない）- ソフトウェア ヴァージョン Visual Studio Code：1.107.1 Python：3.14.2 Windows 11 Home 24H2 （間違えて入れた）Pythonアンインストール ！Microsoft Store版のPythonをインストールすると、Python標準的な構成・場所にインストールしなくなる（ AppData・深層フォルダ・隠しフォルダなど 、Windowsへの依存度が高い）。結果、一般的なガイダンスで対応できなくなり、VS Codeでの使用難易度が上がる。 また、Windowsで移行が推奨されている上、Python公式でも配布されているpython-manager（Python Install Manager）経由でインストールすると、同様の問題が起きる。 Windows標準の アプリ > インストール から、以下をアンインストール Python 3.x  Python Launcher  （VSCと相性が悪い？）python-manager-X.X.msixやMicrosoft Store版からインストールした場合は、Python Install Manager（？）がインストールされており、当該を削除 手動で残渣を削除 %LocalAppData%\Programs\Python　で検索 > フォルダごと削除 %LocalAppData%\pip　で検索 > フォルダごと削除 環境変数のクリーンアップ ！環境変数のPATHを弄って問題を解決しようとした為、この処理が必要になった。このアプローチは本来的には行うべきではないと予想される。 システム環境の編集 > 環境変数 上段の ユーザー環境変数 の Path を選んで 編集 を押す PythonやScriptsの名前が入ったPathを削...
続きを読む

Ollamaの導入

イメージ
 SOP 1.0 ※自己責任で。 ※環境・ヴァージョンで異なるケースも予想される。 目次 ソフトウェア ヴァージョン Ollamaインストール AIモデルのダウンロードから導入、基本的なコマンド 動作画面例 ソフトウェアヴァージョン Ollama（2025.12.26ダウンロード） Windows 11 Home 24H2 AIモデル例 モデル 推定パラメータ数  推奨VRAM (4-bit) RAM Llama 3.2 1B 1.5GB 4GB以上 標準, 高速 3B 2.5GB 8GB以上 11B (Vision) 8-10GB 16GB以上 Gemma 2 2B 2GB 8GB以上 Google製,  論理性良 9B 7-8GB 16GB以上 27B 18-20GB 32GB以上 DeepSeek-R1 1.5B 1.5GB 4GB以上 (蒸留版) 8B 6-7GB 16GB以上 推論特化 14B 10-12GB 24GB以上 32B 22-24GB 48GB以上 70B 45-50GB 64GB以上 ファイルサイズ 推定パラメータ数  主なモデル例 約 1.0 GB 〜 1.5 GB 1B 〜 1.5B Llama 3.2 (1B), DeepSeek-R1 (1.5B) 約 2.0 GB 〜 2.5 GB 3B Llama 3.2 (3B) 約 4.7 GB 〜 5.5 GB 7B 〜 9B Llama 3.1 (8B)  Gemma 2 (9B) DeepSeek-R1 (8B) 約 8.5 GB 〜 10 GB 11B 〜 14B Llama 3.2 (11B), DeepSeek-R1 (14B) 約 18 GB 〜 21 GB 27B 〜 32B Gemma 2 (27B) DeepSeek-R1 (32B) 約 40 GB 以上 70B 〜 Llama 3.3 (70B), DeepSeek-R1 (70B) Ollamaインストール Ollama公式サイト からOllamaSetup.exeをダウンロード 実行、Installを押す AIモデルのダウンロードから導入、基本的なコマンド ※OllamaはGUIとCLIを持つ。 ※CLIでの導入を紹介する。 カテゴリ 入力タイミング コマン...
続きを読む

VSCodeのPython実行環境で、ブラウザ上からローカルAIを動かす（ケ号01）

イメージ
 メモ 概要 VSCode+Python+Ollamaのローカル環境 ブラウザ上で、チャット窓付のインターフェースを構築 ブラウザの多重起動を行うとハングるので、多重起動防止の措置も Ollamaライブラリをインストール ターミナルからpipでインストール pip install ollama Ollamaコントロール pip install streamlit Streamlitはブラウザ用のウィジットライブラリ（HTMLやJavaScriptにエンコードする） ソース import streamlit as st import ollama st . title ( "Local AI Chat by Ollama" ) # ブラウザのタイトル # 会話履歴を保存（ブラウザを更新しても消えないようにする） if "messages" not in st . session_state :     st . session_state .messages = [] # 過去のメッセージを表示 for msg in st . session_state .messages:     with st . chat_message ( msg [ "role" ]):         st . markdown ( msg [ "content" ]) # ユーザーの入力欄 if prompt := st . chat_input ( "メッセージを入力..." ):     st . session_state .messages. append ({ "role" : "user" , "content" : prompt })     # ユーザーのターン     with st . chat_message ( "user" ):         st . markdown ( prompt )     # AIのターン     with st . chat_message ( "assistant" ...
続きを読む