So-net無料ブログ作成
前の5件 | -

【朗報】倒産した Maker Madia が Maker Community として活動再開! [徒然日記]

突如倒産した Maker Media ですが、Make Community という団体を立ち上げ活動を再開するらしいです。世界中で開催される Maker Faire のライセンスは元CEOのデール・ドーハティ氏がポケットマネーで買い戻し、事業は担保されるようです。


2019-07-18.png
倒産したMaker Faireが新たにMake Communityとして復活
https://jp.techcrunch.com/2019/07/11/2019-07-10-maker-faire-now-make-community/


まだこの組織は営利組織となるか協同組合のような非営利組織として運営をしていくか決まっていないので、まだ支援を受け付ける団体という扱いです。しばらくはデール・ドーハティ氏のポケットマネーで運営をしていくようですが、やはり限界がありますよね。

早く支援者が表れて、Maker文化の表舞台に戻ってきてほしいですね。

デール・ドーハティ氏のコメントが胸に刺さります。

「シリコンバレーにはこれだけ大勢の億万長者たちがいるのに、Maker Faireを支援するのが私しかいないと思うと残念でなりません」

ほんこれ…。(´;ω;`)





退屈をぶっとばせ!  ―自分の世界を広げるために本気で遊ぶ (Make: Japan Books)

退屈をぶっとばせ! ―自分の世界を広げるために本気で遊ぶ (Make: Japan Books)

  • 作者: Joshua Glenn
  • 出版社/メーカー: オライリージャパン
  • 発売日: 2018/05/26
  • メディア: 単行本



作ることで学ぶ ―Makerを育てる新しい教育のメソッド (Make:Japan Books)

作ることで学ぶ ―Makerを育てる新しい教育のメソッド (Make:Japan Books)

  • 作者: Sylvia Libow Martinez
  • 出版社/メーカー: オライリージャパン
  • 発売日: 2015/03/25
  • メディア: 単行本(ソフトカバー)



「もの」はどのようにつくられているのか? ―プロダクトデザインのプロセス事典 (Make: Japan Books)

「もの」はどのようにつくられているのか? ―プロダクトデザインのプロセス事典 (Make: Japan Books)

  • 作者: Chris Lefteri
  • 出版社/メーカー: オライリージャパン
  • 発売日: 2014/05/24
  • メディア: 単行本(ソフトカバー)




タグ:Maker Faire
nice!(35)  コメント(0) 
共通テーマ:趣味・カルチャー

SPRESENSEでSony Neural Network Console を使ってみた! [SPRESENSE]

Sony Neural Network Console (以下 NNC)が使えるようになったので、今回はNNCで出力した学習済データを SPRESENSE で使ってみたいと思います。例によって動画にしてみたので、お時間のある方はどうぞ。





最初に、NNC を使って機械学習を行います。今回は、前回使った”4”、”9”を判別するネットワークを使います。


2019-07-14 (0).png


学習済データは、学習結果の履歴を右クリックで出てくるメニューの”Export”で取得することができます。このとき、フォーマットは"NNB"を選択します。


2019-07-14 (1).png


すると"model.nnb"が出力されていますので、それを使います。


2019-07-14 (7).png


次にArduino IDEを開きます。”スケッチ例”の”DNNRT”から”number_recognition”サンプルを起動します。このサンプルでは、学習済データの名前が”network.nnb”となっていますので、"model.nnb"へ変更します。

#include <SDHCI.h>
#include <NetPBM.h>
#include <DNNRT.h>

DNNRT dnnrt;  // NNCの学習済データを使うためのライブラリ
SDClass SD;

void setup() {

  Serial.begin(115200);

  File nnbfile = SD.open("model.nnb"); // NNCの学習済データを読み込み(拡張ボードが必要)
  if (!nnbfile) {
    Serial.print("nnb not found");
    return;
  }
  int ret = dnnrt.begin(nnbfile);
  if (ret < 0) {
    Serial.print("Runtime initialization failure. ");
    if (ret == -16) {
      Serial.println("Please update bootloader!");
    } else {
      Serial.println(ret);
    }
    return;
  }

  // Image size for this network model is 28 x 28.

  File pgmfile("number4.pgm");  // 識別したいファイルを指定
  NetPBM pgm(pgmfile);

  unsigned short width, height;
  pgm.size(&width, &height);

  DNNVariable input(width * height);
  float *buf = input.data();
  int i = 0;

  // Normalize pixel data into between 0.0 and 1.0.
  // PGM file is gray scale pixel map, so divide by 255.
  // This normalization depends on the network model.

  for (int x = 0; x < height; x++) {
    for (int y = 0; y < width; y++) {
      buf[i] = float(pgm.getpixel(x, y)) / 255.0;
      i++;
    }
  }

  dnnrt.inputVariable(input, 0);
  dnnrt.forward();
  DNNVariable output = dnnrt.outputVariable(0);

  // Get index for maximum value.
  // In this example network model, this index represents a number,
  // so you can determine recognized number from this index.

  int index = output.maxIndex();
  Serial.print("Image is ");
  Serial.print(index);
  Serial.println();
  Serial.print("value ");
  Serial.print(output[index]);
  Serial.println();
  if (output[index] < 0.2) Serial.println("the result is 4");
  else if (output[index] > 0.8) Serial.println("the result is 9");

  dnnrt.end();
}

void loop() {
}



SPRESENSEは、メインボードと拡張ボードを使います。出力した "model.nnb"とサンプルに使う画像をSDカードにコピーをして拡張ボードのSDカードスロットに差し込みます。


2019-07-14 (2).png


サンプルの画像は自作したものを使ってみました。こちらから取得ください。

2019-07-14 (3).png
2019-07-14 (4).png


number4.pgm を読み込ませてみた結果です。

2019-07-14 (5).png


number9.pgm を読み込ませてみた結果です。

2019-07-14 (6).png

うまく動きました!

Arduino IDE でAIプログラミングができるなんてすごく便利ですね。次はカメラから取得した画像を認識できるようにしてみたいと思います!
(^^)/~




ソニー開発のNeural Network Console入門【増補改訂・クラウド対応版】--数式なし、コーディングなしのディープラーニング

ソニー開発のNeural Network Console入門【増補改訂・クラウド対応版】--数式なし、コーディングなしのディープラーニング

  • 作者: 足立 悠
  • 出版社/メーカー: リックテレコム
  • 発売日: 2018/11/14
  • メディア: 単行本(ソフトカバー)



nice!(33)  コメント(0) 
共通テーマ:趣味・カルチャー

Sony Neural Network Console を OMEN HP15 で動かしてみた! [Deep Learning]

Deep Learning をするために GPU付ノートパソコン "OMEN HP15" を購入したので、早速ソニーのディープラーニングのフレームワーク「Neural Network Console」を動かしてみることにしました。


例によって動画でまとめていますので、お時間のある方はこちらをどうぞ。





”Neural Network Console”は、Windows版と、クラウド版がありますが、もちろんGPUを活かせるWindows版をダウンロードして使います。


s1.png
https://dl.sony.com

”Neural Network Console”のWindows版の最新版は”1.4.0”です。メールアドレスを登録すると、ダウンロード用のURLが記載されたメールが届くので、そこからダウンロードします。


s2.png



ダウンロードした、”neural_network_console_140.zip” ファイルを解凍するとと ”neural_network_console_140” フォルダの下に、"neural_network_console.exe" があるので、それを起動します。


s3.png


プロセッサーの設定をします。メニューのセットアップをクリックして、”ENGINE” メニューの ”Processor Type” をGPUに設定します。


s4.png


”EDIT”を押すと、ニューラルネットワークのプロジェクト画面が出てきます。


s5.png


この画面の "Training" の再生ボタン(三角ボタン)を押すと学習が開始されるはずですが、なんと "`status == CUDNN_STATUS_SUCCESS`:NOT INITIALIZED" というエラーが出てしまいました。
トホホ…


s6.png


いろいろと試行錯誤をしましたが、なんのことはないディスプレイアダプタのドライバをアップデートすることで問題が解決できました。


s7.png


学習が終わると学習経過がグラフで表示されます。


s8.png


次にプロジェクト画面の "Evalution" の再生ボタン(三角ボタン)を押すと、学習したニューラルネットワークの評価ができます。評価結果はこのニューラルネットの場合、"0" に近いと "4"、"1" に近いと "9" になります。


s9.png


これでは、どれくらいの認識率かよくわからないので統計画面で確認します。


s10.png


統計結果を見ると、認識率は "0.952" になりました。

さて、これをどう使うかですが、同じくソニーから出ている "SPRESENSE" で活用できます。次は、”Neural Network Console” と "SPRESENSE" の連携について試してみたいと思います。
(^^)/~








ソニー開発のNeural Network Console入門【増補改訂・クラウド対応版】--数式なし、コーディングなしのディープラーニング

ソニー開発のNeural Network Console入門【増補改訂・クラウド対応版】--数式なし、コーディングなしのディープラーニング

  • 作者: 足立 悠
  • 出版社/メーカー: リックテレコム
  • 発売日: 2018/11/14
  • メディア: 単行本(ソフトカバー)




nice!(40)  コメント(0) 
共通テーマ:趣味・カルチャー

NHKが攻め過ぎ宇宙特集!オウムアムアを宇宙船認定!! [徒然日記]

先週のNHK特集。私も楽しみにしていたので、見ていたのですが、まさかの内容。天下のNHKがオウムアムアを宇宙船認定するとは!思い切ったことするなぁ。


oumuama.jpg


しかし、仮に本当に宇宙船だったとしてもこんなメカニックな姿かというと、そんなことはないんじゃないかと思います。



高度文明の恒星間航行をする宇宙船なら自己修復可能な有機物を外殻に使うと思うのですね。さらに量子通信を用いた未知のセンサーが表面に張り巡らされていて、こんなかっこいい姿ではないんじゃないかと想像しています。

まぁ、何がいいたいかというと、仮に宇宙船だったとしても、その姿はNASAが想像したとおりの外観だろうということです。

A2017u1.jpg


高度に進んだ技術は、きっと我々の技術ではほとんど自然のものと見分けがつかなくて、仮に見つけたとしても気が付くことができないんじゃないかな...。
(^^)/~





宇宙のランデヴー 〔改訳決定版〕 (ハヤカワ文庫SF)

宇宙のランデヴー 〔改訳決定版〕 (ハヤカワ文庫SF)

  • 作者: アーサー・C. クラーク
  • 出版社/メーカー: 早川書房
  • 発売日: 2014/02/07
  • メディア: 文庫



コンタクト [Blu-ray]

コンタクト [Blu-ray]

  • 出版社/メーカー: ワーナー・ホーム・ビデオ
  • メディア: Blu-ray



インターステラー [WB COLLECTION][AmazonDVDコレクション] [Blu-ray]

インターステラー [WB COLLECTION][AmazonDVDコレクション] [Blu-ray]

  • 出版社/メーカー: ワーナー・ブラザース・ホームエンターテイメント
  • メディア: Blu-ray








nice!(37)  コメント(0) 

自分用ノートPCを買い替え! Deep Learning 対応へ! [Deep Learning]

長年使ってきた自分用のノートPCをついにアップデートすることにしました。最近は、IMEが時々反応しなくなったり、いつまで経ってもアプリが起動しなかったり、とっても不便でした。ブログの更新がままらない理由の一つだったりします。


DSC_0572.JPG


新しいPCの条件は、次の3点。

 (1) Deep Learning もこなせるGPU付のマシン
 (2) 持ち運びできるサイズ
 (3) 20万円以下

いろいろ探して候補として絞り込んだのは次の2つ。


MSI GL83 8SE 070JP




OMEN by HP 15





GPUの性能を考えると MSI GL63SE 070JP ですが、CPU性能はOMEN by HP 15 に軍配があがります。メモリは両方 RAM16GBで、SSD256GB、その他HDDが1TBでほぼ同じです。

ModelCPUGPU
MSI GL63 8SECore i5-8300HGeForce RTX 2060
OMEN by HP 15 Core i7-8750HGeForce GTX 1070



CPU性能は、以下の資料によると、Core i7 は Core i5 のおよそ1.5倍。(いろいろな指標がありますが、体感に近いエクセルの処理を参考にしました)


https://www.techspot.com/review/972-intel-core-i3-vs-i5-vs-i7/


GPU性能は、以下の資料によると、RTX2060 は GTX1070 のおよそ1.2倍。(こちらも、いろいろな指標がありますが、なじみのあるMonster Hunterの処理を参考にしました)


https://www.techspot.com/review/1781-geforce-rtx-2060-mega-benchmark/


製品仕様をよく比べてみると、MSI GL63SE 070JP には無線LANがついていない模様。バッテリの持ちは両方3時間程度(短い!)。重量はMSIが2.3kgで、HPが2.48kg。デザインもまぁ似たり寄ったり。

結局、CPU性能と無線LANが決定打となり、”OMEN by HP” に決めました!


DSC_0573.JPG

ということで、このブログは OMEN by HP から書いています。いやー、快適なPCっていいですね。ただ環境の移行がめんどくさくて、一週間くらいかかりそうです。

早く Deep Learning ツールを動かしてみたいなぁ。
(^^)/~














タグ:CPU GPU OMEN by HP
nice!(35)  コメント(2) 
共通テーマ:趣味・カルチャー
前の5件 | -