Raspberry Pi・Arduino・電子工作

2017年2月21日 (火)

Raspberry Piをきちんと落とせるスイッチ”Hackable Raspberry Pi Power Switch”

Raspberry Piの電源を切るとき、どうしてますか?

私は一応「sudo shutdown -h now」と打ち込んで、Raspberry PiのLEDの点滅が止まってから電源を抜いてますけど、意外と多くの人はそのまま引っこ抜いてるんじゃないでしょうか。

そんなRaspberry Piの電源をきちんと落としてくれるスイッチなるものがKickstarterで資金募集中です。

ありそうでなかったRaspberry Piの電源をきちんと落とせるスイッチ——「Hackable Raspberry Pi Power Switch」 | fabcross

”Hackable Raspberry Pi Power Switch”というこのスイッチ、押すとシャットダウンコマンドを投げて完全に停止した状態になってから電源を落としてくれるというもの。一連の操作をボタン一つで実行してくれます。

長押しすれば強制シャットダウンも可能。

お値段は115香港ドル(約1,700円)、送料は50香港ドルで日本にも発送してくるとのこと。出荷予定は今年の4月。すでに目標金額を突破しているようです。

Hackable Raspberry Pi Power Switch with Remote Control by Andrew Lai — Kickstarter

リンク先のタイトルにもある通り、ありそうでなかった商品ですよね。Linuxが苦手な人にはお勧めです。

Pi3 本体&ケース&ヒートシンク セット Raspberry Pi 3 Model B ヒートシンク銅の1つアルミの一つ 保護ケース 3in1キット (ブラックケース)

2017年2月19日 (日)

Raspberry Piで動作するロボットアーム

Kickstarterにて資金募集中の案件ですが、子供でも作れるという簡単さが魅力的です。

Raspberry Pi用の組み立て式ロボットアーム「MeArm Pi」--子どもでも簡単に - CNET Japan

この”MeArm Pi”というロボットアーム。

ベースの部分にRaspberry Piを設置して、その上にジョイスティック付きのシールドをかぶせます。あとは各サーボとこのシールドを接続するだけ。

プログラムもScratch等を利用した簡単なものなので、子供の学習用に最適。

たかがロボットアームと侮るなかれ、動画上ではプログラムでいろいろなことをさせてますね。ただ、はんだごてを使わせるシーンは少々無理があるかと。

Raspberry Piは別売りで、60ユーロ(約7,300円)の出資から入手可能。

価格もお手頃ですし、こういうものに興味を持ったお子さんがいるなら一つ買ってみるのもありかと。

サインスマート 3軸 パレタイジングロボット ロボットアーム キット For Arduino UNO MEGA250 電子自作

2017年2月13日 (月)

”今すぐ試せる人工知能”特集の日経Linux 2017年3月号 購入

最近”人工知能”、”機械学習”というキーワードにめちゃくちゃ反応している気がします。

この日経Linux 2017年3月号購入もそんな理由。

Img_0627

表紙にでかでかと書いてますね、”人工知能”。

付録に”シス管系女子”の冊子までついてました。

Img_0628

お目当てはこれ。”誰でもできる人工知能 30”という特集。

なんだか表紙とちょっと文言が違いますけど、細かいところは気にしません。

Img_0629

こんなようなことができるものを紹介してます。

誰しも気になるものが、5つ6つはあるんじゃないでしょうかね?

Img_0630

まず気になったのはこれ。いわゆる”物体検出”の技術。

TensorFlowで歴代「クラウン」の画像を判別させてみた」でも「TensorFlowで”日本のお城”を識別させてみた」でもそうでしたが、学習データを作るにせよ、画像認識をさせるにせよ、人の手でいちいち画像を切り取らないといけません。

人の顔だと顔検出用の学習データがあって楽に切り取りできるんですが、車やお城の物体検出は自分で作らないといけないのが現状。

それを可能にしてくれるものと、このネタに飛びついたんですが。

読んでみると、NVIDIA製なためか”Kepler”世代以降のGPUコアが必要だとか。

うちのは間違いなく対象外。残念。

Img_0631

ただし、こっちのネタでも物体検出は可能らしいです。

Img_0632

他にも自動運転を仮想体験できたり

Img_0633

過去の好みのアニメから、今期のアニメを推薦してもらったり

Img_0634

JKなAIと会話できたりします。この”りんな”はわりと有名ですね。

Img_0635

深層学習というと敷居が高いのが現状ですが、そんな敷居を下げてくれるものもいくつか紹介されてます。TensorFlowだけじゃないですね。

Img_0636

この”シス管系女子”もなかなか面白い。

Linuxのシステム管理をやってるわけじゃないのでわかりにくいところもありますけど、やりとりがまあまあ面白いです。

人工知能に興味がある方は、一つ買ってみても損はなさそうな内容。できればUbuntuマシンを一つ構えて臨むのがよさそうです。

日経Linux(リナックス)2017年3月号

ミニチュアサイズの”Apple IIe”

中身はなんと9ドルのコンピュータボードで動いてます。

かわいい!小型マザーボードで動くミニチュアApple Ⅱe - iPhone Mania

このミニチュア版Apple IIe、使われているのは”CHIP”と呼ばれる9ドルのコンピュータボード。

どんなボードなのかは、以前紹介した記事を参照。

ついに1000円札一枚で購入可能なコンピュータが登場!?: EeePCの軌跡

その後をあまり聞きませんでしたが、こういうのにちゃんと使われているあたり、それなりに普及しているようです。

作り方は非公開のようですが、こういう作品が出てくるあたり、未だにApple IIファンが多いってことですよね。ちょっと前にはジンジャーブレッドで作ってる人がいましたし。

この調子で、X1のミニチュア版なんてものも出てくれるとうれしいんですけどねぇ・・・自分で作れって話でしょうが。なお、X68000型ケースなんてのはすでにありますが。

X68000?いいえRaspberry Piです: EeePCの軌跡

Raspberry Pi 3 Model B (Element14)

2017年2月 9日 (木)

Interface 2017年3月号購入

表紙見てたら、今の私にとってキャッチーなキーワードが並んでいたもので、つい買ってしまいました。

Img_0618

Interface 2017年3月号です。

テーマは”人工知能”を”Raspberry Pi”で動かす!

Img_0619

その人工知能+Raspberry Pi活用事例として最近注目を浴びた、あの”キュウリ自動選別”の事例まで紹介されてます。

Img_0620

最初にGoogle人工知能(TensorFlow)についてのわかりやすい図解が載ってます。

私も最近、部長に同じプレゼンやりました。

TensorFlowで”高精度なAI”を”比較的簡単に作れる”てな感じでしゃべったんですが、この図解も”Raspberry Pi”というところ以外はほぼ同じですね。

Img_0621

この人工知能とRaspberry Piが組み合わさると何ができるのか?という事例。

なかなかわかりやすいんですけど、2つ目の”酔っ払い判断装置”はちょっとやばいかと・・・酔っぱらい過ぎると家に入れないそうですが、これ本当にやったらマジやばくねぇ?

Img_0622

さて、そのRaspberry Piと人工知能(TensorFlow)を組み合わせた、あの”キュウリ自動選別コンピュータ”が特集されてました。

現状では9割以上の判別能力になってるみたいです。なかなかのものですね。

この記事にはこの装置の構造図、および使った部品一式、そしてキュウリの画像データ入手先、ソースコードまでついてました。

つまり、頑張れば自分でもキュウリ自動選別機が作れてしまうという、なんとも太っ腹な特集。

中身はぜひご自身でお買い上げの上確かめていただきたいところですが、私がこの記事を読んでてわかったことは、

・ Windows側で学習させて、Raspberry Piにその学習データを受け渡し(変換要)て運用

・ 使ってるソースコードそのものは”TensorFlowで歴代「クラウン」の画像を判別させてみた”でも使ってるMNISTのコードをベースにしたものを使用していたこと

ですね。

てっきり、もっとすごいコード使っているのかと思いきや、アルゴリズム的にはあまり変わらないというのはびっくり。これでキュウリが選別できるんですね。

もっとも、キュウリの写真はなるべく判別しやすくするため余計な情報が入らないよう、背景を白くしたり、3面から撮影(上面、正面、側面)したりと、いろいろ工夫されてます。

学習データの質って、大事ですね。

Img_0624

で、読み進めていくと、TensorFlowを使ったプログラムの作り方に入っていきます。

最初はMNISTの手書き数字認識をさせるプログラムの動作から入り、これを応用した画像認識のプログラムに入るんですが・・・

Img_0623

その題材がなんと”ブッシュ元大統領(息子の方)”の顔識別。

もしかすると”ト〇ンプ大統領”識別機がやりたかったんじゃないかと思われるこの章。まあ、あまり現役の大統領を題材にするのはよろしくないという判断でしょうかね?

大人の勘繰りはともかく、中身はわりとしっかり作られてます。題材の集め方、顔部分の切り出し方、などなど。

Img_0625

その他のディープラーニング用フレームワークの紹介もありました。

Caffe、Kerasは効いたことがありますが、まだほかにもあるんですね。

ほかにも”深層学習あんちょこ”というコーナーでは、機械学習の手法、パーセプトロン、ニューラルネットワークの逆伝播などなど、この分野のわりと謎めいたキーワードの説明が簡単に載せられてました。参考になります。

画像認識を使って、何か電子工作を動かしたい・・・という願望があれば、まずこのInterface 3月号を入手されることをお勧めします。

ブラックボックス部分を認識しようとするのは非常に大変ですが、動かすだけであればこれを読むだけでも十分じゃないかと。

実際に動かしてみて、あとで動作原理に迫るというアプローチも(私もそうですが)ありじゃないかと思います。

”人工知能”的な何かを作ってみて考えるにはいい題材です、今月のInterface。

Interface(インターフェース) 2017年 03 月号

2017年2月 6日 (月)

Arduinoベースの携帯ゲーム機”Gamebuino”

この手の携帯ゲーム機って最近多いですけど、これは大き過ぎず小さ過ぎずちょうどよいサイズじゃないかと。

ハード拡張も可能なArduinoゲーム機「Gamebuino」が販売中、税込4,980円 - AKIBA PC Hotline!

Arduinoベースの携帯ゲーム機”Gamebuino”が秋葉原にて売られてるそうです。お値段4,980円。

上の画像のようにインベーダーゲームっぽいゲームがいくつかプリインストール済み。ネット上にも無料ゲームが公式サイトにて公開中。なおこのGamebuino、媒体としてmicroSDカードを使用(標準で128MBのカードが添付)。

公式サイト:Gamebuino | Play & make games, quick & easy.

ゲームの自作も可能で、デモプログラムが公開されてたり、コミュニティサイトも開設済み。

またハードウェア拡張も可能で、Gamebuino同士をデイジーチェーン接続したり、加速度や振動モーターなどを取り付けることも可能。

液晶パネルにNokia携帯のリサイクル品を使いまわしたり、見るからに電子パーツむき出しな外観だったりして、なんだかちょっと”プロ仕様”な感じですけど、その分自由度満載な携帯ゲーム機。お遊びに使う分には面白そうなハードですね。

cocopar・Arduino 学習キット arduino専用9V-1A電源(PSE対応)付き UNO R3  SY-01 Arduinoスターターキット Arduinoをはじめよう 互換キット 初心者専用実験キット 基本部品セット

2017年2月 4日 (土)

SONYからブロック型ロボット・プログラミング学習キット”KOOV”登場

教育向けロボット・プログラミング環境にSONYも参入です。

楽しくプログラムを学べるソニーのブロック「KOOV」2月18日発売 - 週刊アスキー

ブロックと電子パーツ、そして”KOOVコア”と呼ばれるメイン基板がセットになり、これらを組み合わせて製作したロボットをプログラムで制御するというコンセプトの製品です。

このKOOVコアはArduino互換で、プログラミング言語はいわゆるScratchのようですね。

プログラミングはこのKOOV単体では不可能、PC、MacまたはiOS(iPad)アプリ上で作成し転送。なお、今のところAndroid版はないようです。

下に書いた線路や道に沿って走行させられるようなので、距離・光センサーにモーター制御の機能は持っているようです。その他にLEDやスピーカーなども含まれている模様。

発売は2月18日、172ピースのブロック・16個の電子パーツ・KOOVコアの組み合わせの”スターターキット”で36,880円、302ピースのブロック・24個の電子パーツ・KOOVコアの組み合わせの”アドバンスドキット”だと49,880円。

全国のソニーストアで先行展示され、家電量販店系のECサイトを中心に販売されるようです。

似たような学習キットというのはすでに世の中いくつか出ておりますが、はたしてこのキットにSONYらしさがあるかどうか・・・日本で手軽に買えるキットというのは、ありがたいですけどね。

Arduino学習キット 様々なマイコン実験や開発用電子部品キット Arduino UNO R3互換ボード LCDキャラクタディスプレイ LED表示器 マイクロサーボ 傾斜スイッチ 赤外線障害物検知センサーモジュール 距離センサー 等付き(実験用部品セット中級版)

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

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

GoogleがRaspberry Pi向けに人工知能用ツールを提供へ

近頃の世間では人工知能だのIoTだのという言葉が飛び交っておりますが、その担い手として注目を浴びているのがRaspberry Pi。

すでに1000万台以上を出荷したこのコンピュータボードに、新たな風が吹きそうです。

グーグル、「Raspberry Pi」向けAIツールを提供へ - ZDNet Japan

GoogleとRaspberry Piといえば、最近IoT向けのOSであるAndroid Thingsを提供したばかりですが、今度はAI用ツールを年内にも提供するそうです。

今まさにアンケートを取っている最中のようで

Online Survey Software | Qualtrics Survey Solutions

この結果次第で、どんなツールを提供していくかを決めるそうです。

なお対象となる分野は、顔認識、感情認識、音声テキスト変換、自然言語処理、評判分析といったものがあるそうです。

Raspberry Piは、もともとはアフリカの奥地のようにネットやコンピュータ環境がままならない地域でもプログラミング・情報教育ができるように作られたコンピュータボード。それが今ではIoT、人工知能を使うハードウェア・プラットフォームとして期待されています。

個人的にはかなり関心がありますね、このGoogleのツール。やっぱりAndroid Thingsでサポートされる機能なんでしょうかね?

Raspberry Pi3 Model B ボード&ケースセット 3ple Decker対応 (Element14版, Clear)-Physical Computing Lab

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