f@ctor

Python関連のことを調べてみた

Python関連のことを調べてみた
目次

【FastAPI】JWTで認証するな！〜セッションを使って認証をする方法〜

# はじめに
私は今、LCA分析用のシミュレーションツールを開発するプロジェクトに関わっています。
このツールはWebアプリケーションであり、バックエンドをFastAPI、フロントエンドをReactで開発し、これらをRESTful APIで繋いでいます。
このツールにおいて認証の処理が必要になったのですが、公式ドキュメントに書かれていたのは認可の方法であり、認証の方法は紹介されていませんでした。
そこで今回は、FastAPIにおいてセッションを使って認証を行う方法を紹介します。

# 背景知識
## 認証と認可の違い

まず、認証と認可の違いをはっきりとさせておく。

| 名称 | 説明 |
|:-|:-|
| 認証(authentication) | 誰なのかを特定すること |
| 認可(authorization) | 権限を与えること |

OAuth2は認可のための仕組みであり、認証のために使ってはいけない。

単なる OAuth 2.0 を認証に使うと、車が通れるほどのどでかいセキュリティー・ホールができる

以下のFastAPIの公式ドキュメントはOAuth2においてJWTを使った認可の方法を紹

元記事を表示

openAIのレスポンスを翻訳

## 概要
– OpenAIのAPIを使ってレスポンスを英語で返してもらい、トークン量の節約をします。
– レスポンスをDeepLのAPIを使って日本語翻訳して出力します。

## 前提条件
– OpenAIの各種IDやAPIキーを取得している事。
– DeepLのAPIキーを取得する事。

## 開発環境
– python
– VScode

## 使用するモジュール
“`python:インポート
import os
from openai import OpenAI
import markdown
import requests
“`

## OpenAIのモデルについて
– OpenAIについては下記を参照
– [OpenAIモデルについて](https://platform.openai.com/docs/models)

## OpenAIにアクセスし、英語のレスポンスを受ける

“`python:OpenAI_API
## Markdownファイルを読込み、txt形式で返す関数
def markdown_txt(input_file_path):
with o

元記事を表示

PythonでPowerPointのスライドを追加、削除、非表示/表示する

PowerPointドキュメントは、ビジネス、教育、クリエイティブなど様々な分野で、プレゼンテーション、教育、情報伝達のために使用される一般的なフォーマットです。PowerPointプレゼンテーションの作成において、スライドを柔軟に操作できることは、プレゼンテーション効果を向上させ、コンテンツ構成を最適化するための鍵となります。

ここでは、[Spire.Presentation for Python](https://www.e-iceblue.com/Introduce/presentation-for-python.html)ライブラリを用いて、プレゼンテーションのスライドを追加、削除、非表示にする方法を紹介します。
* [PythonでPowerPointプレゼンテーションの最後にスライドを追加する](#pythonでpowerpointプレゼンテーションの最後にスライドを追加する)
* [PythonでPowerPointプレゼンテーションの指定位置にスライドを挿入する](#pythonでpowerpointプレゼンテーションの指定位置にスライドを挿入する)
* [Pyt

元記事を表示

【量子画像処理】回転ブラーの実装

# はじめに
こんにちは、ユーゴです。今回は、量子画像処理シリーズ(？)です。前回の「[【量子画像処理】実機の精度を上げたくて](https://qiita.com/mu5dvlp/items/3dd0701de1373ef06cd2)」もあわせてご覧ください。

# 目的
量子コンピュータで画像にブラーをかけたい。
「[【量子画像処理】実機の精度を上げたくて](https://qiita.com/mu5dvlp/items/3dd0701de1373ef06cd2)」で量子ビットにエンコードした画像の操作によって実現したい。

# 実装
今回は、こちらの論文を参考にしました。
[Procedural generation using quantum computation](https://www.semanticscholar.org/paper/Procedural-generation-using-quantum-computation-Wootton/7b243529843935ed957d3ccc83494df93c5bf6ec)

ちなみに、「[量子コンピュータで画像処理

元記事を表示

Deep-Live-Cam を Windows + GPU で動かすガイド

## 環境のセットアップ

Deep-Live-Cam を正しく動作させるためには、適切な環境設定が不可欠です。以下のソフトウェアをインストールしてください：

– Python 3.10（重要：3.12 ではエラーが発生するため、必ず 3.10 を使用してください）
– Git（ソースコードの取得に必要）
– ffmpeg（ビデオ処理に使用）
– Visual Studio 2022 ランタイム（Windows での C++ ライブラリのサポートに必要）
– NVIDIA GPU ユーザーの場合：CUDA Toolkit 11.8（GPUに必要）

これらのツールは、Deep-Live-Cam の動作に不可欠な基盤を提供します。特に Python のバージョンは重要で、互換性の問題を避けるために厳密に 3.10 を使用してください。

元記事を表示

Kerasで始める深層学習

# はじめに

こんにちは！今回は、Pythonの人気深層学習ライブラリであるKerasについて、初心者の方にも分かりやすく解説していきます。Kerasの基本から応用まで、実践的なコード例を交えながら学んでいきましょう。

## 1. Kerasとは？深層学習の味方

Kerasは、Pythonで書かれた使いやすい深層学習ライブラリです。直感的なAPIを提供し、初心者でも簡単に複雑なニューラルネットワークを構築できます。TensorFlowやTheanoなどのバックエンドを利用しているので、高速で効率的な計算が可能です。

以下は、Kerasをインポートする簡単な例です：

“`python
from keras import models
from keras import layers

model = models.Sequential()
model.add(layers.Dense(32, activation=’relu’, input_shape=(784,)))
model.add(layers.Dense(10, activation=’softmax’))
“`

元記事を表示

[Blender] 毎フレームVTFテクスチャを作成し動画として出力する（スクリプトでレンダリング）

# はじめに
前回、VATの説明時に大量のテクスチャを切り替えるのは大変という話をしました。

しかし、簡単な手段として動画があります。

UnityのVideo Playerには再生している動画をテクスチャとして送るコンポーネントが存在します。
（毎フレームテクスチャを送るだけなのでモーション補完ができませんが）