パソコン系

2017年2月22日 (水)

1992年の名機「Amiga 1200」のコンデンサ交換記事

まさにはんだ付けをやり続けている人のブログっぽいですが、Amiga 1200のコンデンサを交換、修復している記事が載ってましたので、懐かしさに駆られて紹介。

レトロPC Amiga1200 コンデンサ交換 : ハンダ付け(半田付け)職人の はんだ付けblog

1992年製、英国仕様のAmiga 1200の修理依頼を受けたそうですが、その修復風景がちょっと出てました。

Amiga 1200といえば、以前紹介した「1993年3月号ベーマガを見て現在を思う: EeePCの軌跡」の記事中にも出てきてますね。

Img_7318

日本では1993年初頭に発売、お値段約10万円。

この記事が今読んでも引寄せられるほどのAmiga愛にあふれた記事でした。Amigaで作られた「ウゴウゴルーガ」が流行っていた頃てこともあって、結構欲しかったですね。

そんなAmiga 1200もこうして今でも修復して動かせるようにしたいという要望があるんですね。ちょっと胸熱。

さて、そのAmigaは欧州ではどちらかというとゲーム機として使われていたようです。

一部のCG製作者をのぞいては、ほぼホビーパソコンだったようですが、Wikiを読む限りではセガサターンに負けたみたいですね。

Amiga - Wikipedia

このキーボード一体型の筐体、今ではむしろ新鮮なデザイン。このデザインで中に3.5インチHDDを2基、ワイヤレスのHDMIをつけてリビングPCとして使える仕様にすれば、今でも売れるんじゃないかなぁ・・・なんていう話は本題ではありませんね。

幸いにして、リンク先にあるAmiga 1200は修復可能で、無事持ち主の元に戻ったようです。修繕費は1.5万円ほど。

リンク先には貴重なAmiga 1200の中の写真が3枚ほど出てます。気になる方は是非ご覧ください。

レジェンドパソコンゲーム80年代記

2017年2月17日 (金)

オーバークロック対応なお得なCPU”Core i3 7350K”

久々に面白そうなCPUが登場。

ASCII.jp:たーのしー!Core i3-7350Kをオーバークロックしたら5GHzで動いたよー (1/3)

なぜ、タイトルが「けものフレンズ」風なのかはわかりませんが・・・Corei 3シリーズで”K”が付くCPUというのは確かに初めて見ます。

保証外とはいえ、オーバークロック設定が可能なこのCore i3 7350K。

2コア/4スレッド 4.2GHzで、24,000円程度で買えるCPU。ただし、CPUクーラーは付属せず。

一つ上のグレードの”Core i5 7400”(4コア/4スレッド 3GHz TB時3.5GHz)が25,000円程度らしいので、あまりお買い得とはいいがたい微妙な価格のCPU。

その代わり、オーバークロック設定が可能というのが売り。

で、リンク先にて先行品を使って、オーバークロック実験を敢行してます。結論から言えば、5GHzまでクロックアップに成功。

さぞかしすごいクーラーを使っているのかと思いきや、使われたのはIntel純正の普通のクーラー。

安定動作を目指すなら4.5GHz程度にしておくのがよさそうですが、それにしても大したオーバークロック耐性です。

これだけのクロックであれば、シングルコア性能ならCore i5を余裕でしのぐ性能。

実は多くのソフトはシングルコアしか利用していないため、おおむね普段使いなら最強と申し上げても差し支えないかもしれません。

でも、私がこれを所有しても持て余しそうだなぁ・・・動画変換も最近それほどやらないし、CPUをガンガン使うことがほとんどなくなりましたね。

CPU負荷が高い処理を必要とし、かつシングルコア性能が重要なソフトをお使いの方なら、このCore i3 7350K、威力を発揮してくれるものと思います。

Intel CPU Core i3-7300 4.0GHz 4Mキャッシュ 2コア/4スレッド LGA1151 BX80677I37300 【BOX】

2017年2月11日 (土)

”壊れにくいPCランキング”での1位は・・・

なんと!ASUSです!!

壊れにくいパソコンメーカーランキング − 1位はASUSで、Appleは4位に | 気になる、記になる…

元サイト:メーカー別パソコン故障率ランキング2016―利用者3万人に調査―:ネットの執事が教えるパソコン修理

”ネットの執事が教えるパソコン修理”というところが実施した、2016年の利用者3万人の調査結果での数字だそうです。

1位:ASUS、2位:HP、3位:Lenovo、4位:Apple、5位:富士通、6位:Panasonic、7位:NEC、8位:EPSON、9位:FRONTIER、10位:SONY・・・という順位とのこと。

ASUSの5年以内の故障率は13.26%、HPが15.15%、Lenovoが16.15%、Appleが16.30%・・・と続きます。

なお、やはりというかAppleの有償修理代は断トツに高いそうですね。直しにくそうな筐体してますし。

元サイトの「ネットの執事が教えるパソコン修理」の記事を見ると、故障率のほかに不具合病状、有償修理での費用、サポート満足度などが載せられてます。

メーカー製PCを買おうかと思っている人なら一度ご覧になるといいかもしれません。

ちなみにASUSは故障率こそ低いものの、サポート満足度はやや低めで”普通”という回答が多いですね。2~4位は海外メーカーながら”満足”と答える人は多いのに比べ、対照的です。

ASUS ノートブック E200HA ゴールド ( WIN 10 64Bit / Atom x5-Z8300 / 11.6インチ / 1.44GHz ) E200HA-GOLD

2017年2月 9日 (木)

ドスパラの新型スティックPC”Diginnos Stick DG-STK4D”

そういえばスティックPCに最近あまり注目してませんでしたが、こんなモデルが出たそうです。

ASCII.jp:ドスパラのWindows 10搭載スティック型PCに新モデルが登場

ドスパラから新型のスティックPC”Diginnos Stick DG-STK4D”が登場。

Atom x5-Z8550(クアッドコア 定格1.44GHz/最大2.4GHz)、メモリ4GB、ストレージ32GB。見るからにファン付きな筐体に加え、USB 3.0×2にmicroSDカードスロット付き。お値段19,980円(税抜)。

ところで、スティックPCってこんなに大きくなっちゃったんですね。Wi-Fiアンテナまでついてさらに大きく見えてしまい、もはや”スティック”なのかと思うほど。

別売りのドッキングステーション(実売4,300円ほど)に取り付けて、ついでに1TBくらいのUSB HDDをつけてしまうとまあまあのスペックなPCになりそう。

年賀状印刷、スマホ母艦、写真取り込み端末、Raspberry Piリモート操作端末、TS抜き録画端末・・・など、さほどCPUパワーを浪費しない用途なら十分使えそうなPCですね。

Diginnos Stick DG-STK4S(スティック型パソコン Windows 10)

2017年2月 7日 (火)

デジタルな機能満載のアナログレコードプレーヤー「Air LP」

最近、アナログブームってやつが来ているようで、レコードやカセットテープによる音楽の出荷が増えているという話です。

CDを通り越してダウンロード販売が当たり前のこのご時世にアナログ回帰というのもなんだか妙な気もしますが、デジタルにはない柔らかな感じがありますからね。わかる気がします。

そんなアナログブームのためか、こんなプレーヤーが登場。

アナログだけどデジタル!レコードをワイヤレスで楽しむのも悪くない | &GP - Part 2

「Air LP」というレコードプレーヤー。価格は1.6万円前後。

見た目はアナログなプレーヤーですが、Bluetooth内蔵、USB接続でPCやiOSデバイスにて音源のデジタル化も可能(専用ソフト・アプリ要)にするなど、ずいぶんとデジタル機能が充実したプレーヤーです。

もちろんヘッドフォン端子などもあるのでコンポにつなげて使用することも可能。

ただ、今どきのコンポもBluetooth接続できたりするので、Bluetoothで飛ばすのがいいかもしれません。

私はレコードというものを全く所有してこなかったので、この手の機器は欲しいと思いつつ、活用法がありません。レコードをたくさん持っているという人にはお勧めしたいですね。

ION Audio レコードプレーヤー Bluetooth対応 USB端子 Air LP WD

2017年2月 5日 (日)

食べ物プリンター”Foodini Food Printer”

食品版3Dプリンターというのは以前にも出ていたように思いますが、こいつはなかなかイケてます。

魔法みたい!?食べ物のプリンター「Foodini Food Printer」 | Techable(テッカブル)

公式サイト:Natural Machines: The makers of Foodini - a 3D food printer making all types of fresh, nutritious foods.

まるで電子レンジのような外観で、食材を入れると調理してくれる食品版3Dプリンター”Foodini Food Printer”。

で、この殺風景な箱が一体どんな食品を生み出してくれるのか?

いや・・・なかなかすごいですね。はっきり言って、なめてました。

これらすべてがプリンター内でそのまま作られた姿ではないでしょうが、食べ物のイメージがちょっと変わりますね。

公式サイトに行くと、60種類ほどの食品サンプル画像が見られます。

Wi-Fi接続でレシピがダウンロードできるようで、いろいろ作れるみたいです。今後レシピの数も充実させていく予定だとか。

ただ食べ物を作るのが面倒という理由だけでこのプリンターを使っちゃいけない気がしますね。何か楽しい食べ物を作るためのアイテムとして使うとよさそうです。

3Dプリンター ダヴィンチ Jr. 1.0

2017年2月 3日 (金)

PC用”光りもの”メディアの歴史

最近のAkiba PC Hotlineは、1990年代から2000年にかけてのPC昔話を特集してますが、今回出てきたのは”光りもの”、つまり光学メディアです。

日本人は光りものが好き?懐かしの光メディアを紹介 (取材中に見つけた○○なもの) - AKIBA PC Hotline!

元祖光りものといえば”MO”。5インチと3.5インチの2種類ありましたね。

私がいた大学の研究室では、バックアップ用に5インチMOを使ってました。当時はあまり意識してませんでしたけど、結構高いメディアでしたよね。その後3.5インチMOドライブを購入、ずいぶんと安くなったのを覚えてます。

その後PanasonicからPDていうのが出ましたね。ただ、私はまるでお世話にならなかったです。

というか、私個人ではついにMOも買いませんでしたね。研究室と職場で使ったことがあったくらいです。

MOが普及していた時代はZIPドライブを使っており、これでしのいでましたね。

私が最初に買った光ものといえばやはり”CD-R”。なにせ、CDをコピーできましたからね。車に置いておくCDとしてコピーしたり、複数のCDから曲を集めた”ベスト盤”作ったりしてました。

が、CD-Rは1回書き込みメディア。複数回書き込みメディアとして最初に買ったのは片面2.6GB/両面5.2GBのDVD-RAM。

私が買ったのは1998年の年末ごろ。わりと高いドライブでしたが、当時大量にバックアップを取りたい事情もあり、思い切って購入。

このころ、撮りためたビデオテープをキャプチャーボードでじゃんじゃん取り込んでいたため、大量の動画メディアでHDDがあふれてしまったんですよね。このころとしては大容量の40GB HDDがあっという間に埋まっちゃいました。

MOもありましたけど最大で1.3GBでしたし、なによりもDVD-RAMドライブはDVDの再生も可能とあって、結局DVD-RAMを選ぶことに。

その後、片面4.7GB/両面9.4GBのDVD-RAMが出ましたが、これも早々に乗り換え。

自作PCやってると、時々HDDの中身を吹っ飛ばすことがありましたけど、これらのバックアップメディアが被害を最小限にしてくれましたね。

おかげさまで1999年暮れごろに買ったデジカメのデータは、失われることなくすべて残ってます。

ちなみに、未だこの9.4GB DVD-RAMはクローゼットに10枚以上眠ってます。

まれに当時のファイルを読み込むために、年に1回くらいは引っ張り出すことがありますね。

しかし時代がうつり、今やさらに容量の多いBD-Rの時代。でも全然使ってませんね、BD-R。

TBレベルのファイルのバックアップに、数十GB程度のメディアじゃたいして役に立たないですし。

ほんとせっせとバックアップをとってた時代が懐かしいですね。せめてTBクラスのメディアが出てくれると買ってしまうんでしょうが・・・光学ディスクじゃ無理そうですね。

Pioneer パイオニア Windows10対応 BD-R 16倍速書込 S-ATA接続 ブラックトレー仕様 BD/DVD/CDライター ソフト無 バルク品 BDR-209BK2

2017年2月 2日 (木)

ディープラーニングが3時間で学べる動画

”ディープラーニング”という言葉自体そうですが、よくわからない難解な用語のオンパレード。

これがディープラーニングにトライしようとしている人たちを阻む最大の要因となってるようです。

そんな状況をたった3時間で解決できる講演動画が公開されてます。

Googleの開発者が作った3時間でディープラーニング(深層学習)をスライドとムービーで学べる集中レッスン - GIGAZINE

リンク先の記事を読む限り、たしかにわかりやすい説明で好評のようです。

が、一つだけ日本人にとっては大きな壁が。

それは”言葉の壁”。

全部英語ですねぇ。頑張って聞けば何とかわかるかもしれませんが、3時間近くも慣れていない言語の説明を聞き続けられるかどうか・・・

日本語版の公開をお願いしたいですねぇ。

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

PC版マインクラフト買ってみた

長男のiPhone版”マイクラ”があまりに凄いことになってたのでバックアップしてみましたが、どうもスマホ版のマイクラはやれることが限られているようで、最近長男が不満そうな様子。

てことで、3000円で買いました、PC版マイクラ。

公式サイト:Official site | Minecraft

Windowsストア版のマイクラもあるようですが、PC版が最も自由度が高いとのことなので、こちらを購入。

Micrapc01

当たり前ですが、スマホ用のMinecraft PEとはずいぶん操作方法が異なります。

W、A、S、Dで前後左右、Eで以下のようなアイテム選択画面、

Micrapc02

Micrapc03

ブロックを置いたり破壊したり、アイテムの選択はマウスの左右ボタンとホイールで行います。

スペースキーはジャンプで、連打すると空を跳びます。

Micrapc04

スペースキーを押し続けると上昇、シフトキーで下降。

Micrapc05

とまあ、この辺りまではMincraft PEでもできること。

Micrapc06

ところで、PC版では”作業台”というのを設置すると、こんな感じにアイテムを混合して新たなものを作ることができるようになるんですが。

これがスマホ版では不可能。

早速、長男が”防具立て”だの”ボート”だのを作ってました。

私がいじる限りは全然大したことはできませんが、きっと長男がいじるとまた面白いものができるんでしょうね。

Img_1245

早速、兄弟そろって何か作ってました。

ところで今、このブログ記事をメインPCで書いてるんですが。

ただいま横から長男のプレッシャーを受けてるところ。

要するにPC版マイクラがやりたいからさっさとどけということのようですが。

こういうところがPC版の難点なんでしょうね・・・

スマホ版なら、おさがりのiPhoneに入れて渡しておけば、邪魔されることなくそちらでやってくれてたんですが。

しばらく、メインPCの取り合いをやることになりそうです。

スゴ技いっぱい! Minecraft(マインクラフト)【PC版限定ダウンロード特典付き】

2017年1月30日 (月)

Re:ゼロから始めるディープラーニング

どこかのアニメのタイトルを丸パクリしたことは認めますが、まさにそんな感じなので。”死に戻り”ならぬ、”学び戻り”です。

実は職場で「人工知能に使われてるTensorFlowを職場でも使えるようにしようと思ってる」と何人かに話したところ、「人工知能」だけが独り歩きしていることが先日の飲み会で判明。「あいつ人工知能やるらしいぞ」ってことになってるそうで。

そんなに大げさなものをやるわけじゃないですけど、最近キャッチーな言葉ですからね、人工知能。こうなったら、ちょっと本気出してみようかなと。

ならばこの先決心が緩まないように、このブログでも宣言しちゃおうかと思った次第で。

さて、私自身「人工知能」というものを去年の夏ごろからいじりつつありますが。

人工知能ライブラリ”TensorFlow”をRaspberry Pi 3に入れていろいろなものを画像認識させてみた: EeePCの軌跡

私のようなにわかプログラマーでも簡単に使えてしまう機械学習プログラミング。

ブラックボックスの部分は多いものの、それでも何とか動いてしまうもので、いろいろと作ってみました。

TensorFlowで歴代「クラウン」の画像を判別させてみた: EeePCの軌跡

TensorFlowを使って”ゴキブリ”探知機を作ろうとしてみた: EeePCの軌跡

が、そろそろブラックボックスの部分を理解しないとこれ以上の発展は望めません。

てことで、こういう本を購入。

Img_1240

ゼロから作るDeep Learning」という本です。

ネット上の評判はかなり上々のこの書籍。

買おうかどうしようかと悩んでましたがどうせいつか買うつもりならさっさと買ってしまえと購入。

Img_1241

この本の特徴は、

・ Pythonで最低限のライブラリ(Numpy、Matplotlib)のみ使用したプログラム、画像認識に特化した内容にすることで、基本的な深層学習の仕組み理解を目指す

・ Pythonを使ったことがない人でも使えるよう、Python解説ページも付属

内容理解がメインなので、TensorFlowやCaffeといった機械学習用プラットフォームは一切使われてません。

ということで、これから”ディープラーニング”を始めるという人にはちょうどいい本です。

私も昨年夏から始めたとはいえ、中身はわりとすっからかん。

てことで、再び”ゼロ”からスタートです。

Img_1242

Python初心者でも使えることを謳ってるだけに、1章分をPython解説に使ってます。

Img_1243

人工知能やTensorFlowのコードを読むと結構難解な用語が次から次へと出てきます。この”誤差逆伝播法”という言葉もその一つ。

他にも”畳み込みニューラルネットワーク”だの”交差エントロピー”だの”パーセプトロン”だの・・・もはや何を言ってるのかわからない単語のオンパレード。それが人工知能の世界。

しかしプログラミングというのは動いているところを見ると理解がすすむもので、それを自身でプログラミングしながら促進しようというのがこの本の意図であり、これが多くの人から支持されている理由のようです。

ネット上の情報って結構役に立ちますけど、なんというかLinux系・プログラム言語系にありがちな「行間を読め」的な端折った説明にかなり惑わされます。

まだまだ読み始めたばかりですが、これまでブラックボックスだったところのいくつかがわかり始めてます。

ちょうど私が最初にTensorFlowをいじったときには、まだこの本は出てませんでした。もうちょっと早く出会いたかったですねぇ。

さて、人工知能導入に向けてリスタートを切ったわけですが、そのためにもう一つやらなきゃならないことが。

それは「WindowsにTensorFlow環境を構築」すること。

以前Windows 10のBash on WindowsでTensorFlow動かしてみた: EeePCの軌跡でも書いた通り、Bash on Windows上で構築はしたんですが。

この環境はWindows 10でないと動きません

ちなみに、私の会社のPCは未だにWindows 7

てことでWin 7でもTensorFlowが動かせる環境を導入しました。

参考にしたのはこちらのサイト。

TensorFlowがWindowsサポートしたのでインストールしてみた - デジタル・デザイン・ラボラトリーな日々

Windows用Anacondaを入れてpipでTensorFlowをインストールするというもの。

必要なものを後から入れることもなく一発で導入できるため、楽ですね。

ただTensorFlowで歴代「クラウン」の画像を判別させてみた: EeePCの軌跡で作ったコードを使うにはOpenCVも必要なため、こちらも導入。

Windows Anaconda Python 3.5 への OpenCV 3.1 のインストール - にせねこメモ

ここを参考にインストール。

これで先の”クラウン判別器”は動作させようとしたんですが。

元々Python 2.7で書いていたコードPython 3.5にもってきたため(Anaconda for WindowsはPython 3.5用を導入)、ちょっと改変が必要でした。

例えば”print ~”という文は”print (~)”という感じに変えたり、日本語のコメントを全部消したり(文字コードエラーが起こります)、”for i in range(len(train_image)/FLAGS.batch_size):”というコードでエラーが出るので(整数型のところに浮動小数点型変数が入ってる!みたいなエラー)、”for i in range(len(int(train_image)/FLAGS.batch_size)):”と書き換えたり・・・ちょっと一筋縄ではいきませんでしたが、何とか使えるようにはなりました。

てことで、自宅でも会社でもPython+TensorFlow環境を構築中。

使いこなすために、再度勉強中です。

果たして、この先何かを作ることができるんでしょうかね?

また、報告します。

【おまけ】

再学習に当たり、参考となりそうなサイトをいくつか見つけたので紹介しておきます。

定番のConvolutional Neural Networkをゼロから理解する - DeepAge

「畳む込みニューラルネットワーク」の説明としてはわりとわかりやすいです。

高卒でもわかる機械学習 (0) 前置き | 頭の中に思い浮かべた時には

タイトルのわりには難解なところもありますが、それでも難しい用語でごまかさず説明してるところはなかなかいい。人工知能の前提知識が全くないとお考えの方なら、参考書を手にする前にまずここを一読されるとよろしいかと。この記事書いてる時点では(7)までありました。私もちょっとづつ読んでます。

詳説 人工知能 - ディープラーニングの仕組みと応用:ITpro

ここはディープラーニングの知識習得というより、応用事例の解説が役に立ちます。

日本ならどこでもそうですが、こういう技術って上の人からはマユツバ扱いされるんですよね。説得用にはいい記事かと。

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

より以前の記事一覧

当ブログ内検索

  • カスタム検索

スポンサード リンク

ブログ村

無料ブログはココログ