« 2016年7月 | トップページ | 2016年9月 »

2016年8月31日 (水)

mineoがau版iPhone 5s/5cが使用可能になったことを正式に発表

iOS 8以降のiPhone 5s/5cでは、au版MVNOであるmineoのAプランが使えませんでした。iPhone 6以上。

ネット上に非公式なAPNプロファイルが出回っていて、これを使えばつなげられるらしいという話はあったものの、あくまでも非公式。

が、このほどmineoが正式に利用可能であることを表明しました。

mineo、au版「iPhone 5s/5c」で利用可能になった事を発表 | 気になる、記になる…

au版iPhone 5s/5cを持っている人、あるいは安くなったau版iPhone 5sあたりを使って格安SIMを使ってみたいと思っていた人には朗報です。

au版iPhone 5sって比較的安く手に入るんですよね。これで格安SIMが使えるとなればかなりお得ですよね。もっとも、この話の後に中古価格が値上がりしてしまうかもしれないんですが。

そういえばIIJmioもau版MVNOのサービスを10月から開始しますけど、こちらも使えるんでしょうかね?au版iPhone 5s/5c。

au iPhone5s 16GB シルバー 白ロム

パソコンがなくてもiPhoneの写真・動画をバックアップ可能に パイオニアiPhone用ワイヤレスドッグ”APS-WF01J-2”

iPhoneの中の写真や動画がたまってきたら、PCにバックアップを取るしかないのが普通ですが、このパイオニアのワイヤレスドッグ”APS-WF01J-2”を使えば、PCなしでもある程度使うことは可能になります。

Wireless Photo Server Snap Pod : パイオニア株式会社

8月下旬発売で、お値段11,000円ほど。

ワイヤレスで接続し、Wireless Photo Server ~Snap Pod~という専用アプリを使ってiPhone内の動画や写真データ、音楽データを転送することができます。

前機種”APS-WF01J-1”というのもあるんですが、こちらは音楽のバックアップのみだったそうで、この新機種は写真・動画バックアップも可能になったとのこと。

が、前機種(APS-WF01J-1)もファームウェアアップデートでAPS-WF01J-2と同機能になるそうで。

外付けのUSBメモリ or USB HDDをつけて使用(ストレージ類は別売り)。

パイオニア製BDドライブをつければ、CDのリッピングで音楽データをiPhoneに取り込んだり、BDにデータ書き込みしたりBD動画の視聴も可能(さすがにBD/DVDのリッピングは不可能)。

HDDと合わせて2万ほどで使えますが、iPhoneを使ってる人の中にはこれで十分という方もいらっしゃるんじゃないでしょうか。

Pioneer パイオニア iPhone&外付ドライブ&USB機器用 無線LAN(IEEE802.11a/b/g/n)対応ワイヤレスドック APS-WF01J-2

またインドで”750円スマホ”登場!?

先日世間をにぎわせたインドの400円で買えるスマホ”Freedom 251”に続いて、今度はちょっとましな価格(?)の750円スマホが発表されたそうです。

わずか750円の高コスパなスマホが登場!地元メディアは警告 - iPhone Mania

それでも安すぎることには変わりなく、Freedom 251の時と同様の香りがします。

同じ手は二度は通用しないと思うんですけど、今回のは詰めが甘いのか突っ込みどころ満載のようで、例えば代金引換が可能と書かれているのにオンライン決済サービスとの間にトラブル発生と書かれていたり、矛盾点がつかれております。

まあ、今回も手を出さないのが正解のようですね。

geanee CP-D403 SIMフリー スマートフォン 白 (Android4.2 / 4inch / 200万画素 / デュアル SIM / 通常 SIM /メモリ 512MB / ストレージ 4GB )

2016年8月30日 (火)

Raspberry Pi用物理ボタンとしてワイヤレスマウスを使う技

Raspberry Piで電子工作をしていると、当然何らかのスイッチをつけたくなることがあります。

スイッチ類はそれこそ安いものがいくつかありますけど、プルダウン抵抗をつけないと反応しないなど、ちょっと厄介といえば厄介だったりします。

そのうえ”ワイヤレススイッチ”を作ろうと思うとちょっと大変です。

このワイヤレススイッチに安価で手に入る”マウス”を使うという技があります。

ワイヤレスマウスを安価な物理ボタンとして使う - Qiita

考えたらワイヤレスマウスって、スイッチ入れっぱなしの状態でもかなり長い日数待機させることは可能ですね。うまく考えたものです。

リンク先には、マウスのボタンでLED電球をつけるという事例が出てますけど、ほかにもいろいろ使い道がありそうです。

Raspberry Piに遠隔のスイッチをつけたいとお考えの方は、ぜひ安価なワイヤレスマウスを使ってみてはいかがでしょうか?

Logicool ロジクール ワイヤレスマウス M235r アイボリーホワイト

今度こそiOS 9最後のアップデート!?iOS 9.3.5リリース

例によって外観上は変わりないアップデートですが、なにせ脆弱性が理由となればアップデートせざるを得ません。

アップルがiOS 9.3.5を公開、ゼロデイ脆弱性3件を修正。アラブの人権活動家狙った攻撃で発覚 - Engadget Japanese

iOS 9として、今度こそ最後になるであろう”iOS 9.3.5”がリリースされました。

なんでも、自動的に脱獄状態にして会話の盗聴や通信内容の傍受が容易にされてしまうという脆弱性があったとのこと。

今のところ直接被害を受けたのはアラブ人の人権活動家だけのようですが、同じようなことがほかのユーザーでも起こりうる状態とのことで、アップデート公開に踏み切ったようです。

ネット上では、あちこちでアップデートを勧める声が上がってますね。

てことで、私も家中のiOS機をアップデートしました。

Img_8171

これはiPhone 5sのアップデート画面。

iPhone 4sもアップデート完了。こいつにとっては、今度こそ本当に最後のアップデートになるのでしょうか?あと一回くらいありそうな気もしてきますけど、どうなんでしょう?

[PCATEC] [iOS9対応] 新型iPad air2/air/iPadmini1/2/3/iPhone6/6plus/5/5C/5S ios9 Lightning全対応 Lightning to i-FlashDrive Mirco SD/SDカードリーダー【ご利用されるMirco SD/SDカードの容量が4GB~32GBのもので、お勧め致します。】

2016年8月29日 (月)

男の私でも欲しくなる!?若干癒し系なイーブイ型PCクッション

ポケモンGOとは関係あるようなないような、ともかく”イーブイ型PCクッション”です。

ASCII.jp:超かわいい! イーブイ型PCクッションと一緒に作業しょう

で、私が心を打ちぬかれたショットがこちら。

うっ!これはちょっと・・・いやかなり欲しいっ!!

PCを使うときに楽なのはもちろん、なんだか癒されそうです。

こういうのを見てて癒されちゃうのも、やっぱり疲れてるんですかね・・・

ポケットモンスターPCクッション イーブイ | プレミアムバンダイ | バンダイ公式通販サイト

上のリンク、バンダイプレミアムで予約受付中。発送は11月上旬です。

ポケモンセンター  ダイカットクッション  おねむりイーブイ

県別に色分け表示でデータを可視化できるPython用ライブラリ

百均ショップが多い県は!?: EeePCの軌跡の記事でも百均ショップの人口あたりの数を都道府県ごとに順位で色分け表示してますが、あれを自分でも作ることが可能なライブラリが公開されてます。

県別データの可視化 - Qiita

Python 3.5用です。私がよく使う2.7ではダメみたいです。要注意。

元のまっさらな地図。

こんな風に色別表示が可能。

面積も変えられるようですが・・・あまり見やすいとは言えない表示になってます。

面白そうなライブラリなので、これを使って何か作ってみようかと思ったんですが、特に思いつかず。

こういうデータを作る需要のある方はぜひ。

スクリーンマップ 日本全図 ワイド版 (ポスター 地図 | マップル)

2016年8月28日 (日)

リニア・鉄道館へ行ってきました(With ポケモンGO)

ポケモンGOのために行ったわけではありません、あくまでもついでです。

ポートメッセ名古屋のある金城ふ頭駅そばの「リニア・鉄道館」へ行ってきました。

Img_2364

ごらんのとおり

Img_2370

新旧の鉄道車両が

Img_2373

展示されてる

Img_2400

博物館ですが、

Img_2365

バーチャルな世界で見るとこうなります。

相変わらず、こういう場所は設置されてますねぇ、ポケストップ&ジム。

リニア・鉄道記念館ロビーあたりがジムに設定されてましたけど、時々色が変わってましたね、このジム。

ということは、わざわざここまで来てジムバトルしている人が多いってことに・・・

そういえば、ポケストップも

Img_2385

100系だったり

Img_2386

ケ90形式蒸気機関車だったり

Img_2387

その後ろにある117系電車が当てられてたりします。

なお、この117系は屋外にあって、中で飲食することができます。

Img_2374

リニア・鉄道館にはこんな感じの重厚な鉄の塊な車両が多いためでしょうか。

Img_2402

「コイル」が多かったですね。次いで「ビリリダマ」。

こんな感じに囲まれました。

おかげで、コイルとビリリダマを”進化”させられるほど捕れました。

Img_2390

P-GO Serchで「愛知県・稲永公園」を探しその下に行くと「リニア・鉄道館」周辺の状況を知ることができますが。

ごらんのとおり、ビリリダマとコイルの出現数が多いです。

”鉄道”に”電車”だからでしょうか?

Img_2375

リニア・鉄道館名物”大型ジオラマ”も見学。

20分間で”鉄道の一日”を再現してくれるジオラマですが、車両の動きがなかなか面白い。

Img_2379

前回は”名古屋駅”周辺を見てましたけど、今回はごらんのとおり”東京駅”付近を見てました。

Img_2399

さすがにオープンしてから5年ちょっと経過しており、以前ほどの混雑ぶりはないですね。

それでもまだまだ人が多めのリニア・鉄道館。

そういえば、来年4月にはこの近くに”レゴランド”ができるんですよね。

多分、子供連れて行こうと思ってます、レゴランド。

これができると、今度はカラフルなポケモンが増えるんでしょうか?レゴだけに。

プラレール リニア・鉄道館開館記念スペシャルセット

次のiPhone 7(仮)はFeliCa搭載か!?

あと1か月もすると姿を見せているはずの次期iPhoneですが、今のNFC(TypeA/B)に加えて、日本ではおサイフケータイや交通系ICカードに使われているFeliCaに対応するかも!?とのことです。

iPhoneがおサイフケータイ(FeliCa) に対応か。Apple Payが間もなく日本上陸 - Engadget Japanese

今のところ日本国内のガラパゴス仕様なFeliCaですが、iPhoneにとっては日本での売れ行きはわりと大きい方ですから、いよいよ搭載することを決めたのかもしれません。

FeliCa対応についてはJR東日本との間で交渉中との話もあり、ひょっとしたらひょっとするかもしれません。

これとは別に、今の方式のApple Payも始まるかもといわれてます。

Apple Pay、こっそり日本国内の一部マクドナルドで利用可能だった - iPhone Mania

(すでに一部店舗で使えるようですが)

私自身 次のiPhoneは見送りと決めてましたけど、今回の話が本当ならもしかしたら・・・

おサイフケータイ自体は使わないと思いますが、manacaの代わりができたりするのならちょっと考えてしまいます。

【docomo】 iphone 6s A1688 (64GB, ゴールド)

2016年8月27日 (土)

TensorFlowにてクラウン14世代分の機械学習をやらせてみた

先日の「TensorFlowで歴代「クラウン」の画像を判別させてみた: EeePCの軌跡」の記事の続きです。

14代すべてのクラウンの学習用データを作ってみました。

プログラム的には前回の記事から変わってません。前回のコードで「NUM_CLASSES」の値を15に変えた(クラウン14代分+その他の車)だけです。

なお、今回はラベル”0”をクラウン以外の車、”1”~”14”をそれぞれ初代~14代目のクラウンが出るようにしてます。その方がわかりやすいですし。

「その他の車」についても画像データを収集しなおしました。「国産車」でググった画像データを使用。

前回同様、「クラウン ○代目」でググった画像をダウンロードして、一つ一つ正方形にカットするという作業を実施。

・・・と書くと、あまりにあっさりしてますけど、実際はめちゃくちゃ鬱になりそうな作業に。

というのも、特に6代目~10代目がサムネイルでは前後世代の画像と全く区別できないという罠に陥りまして。

クラウンって、5代目あたりから「角目ライト」「真四角なグリル」の顔に固定されてしまい、世代間の違いがほとんどわからなくなるんですよね。

大きく変わるのは12代目の「ゼロ クラウン」から。ようやくここから違いが分かるようになります。

おかげで、5~11代目あたりを選別・切り出しをやってると、くらくらしてきます。

「ライトとグリルを枠に入れてクリック、ライトとグリルを枠に・・・」

エヴァの射撃訓練しているシンジ君のようです。

途中で歴代クラウンではなくスカイラインにしておけばよかったかなぁと後悔したくらい。

しまいには「クラウンとは何か!?」などと哲学的な思考を巡らせながら画像データをいじる羽目に。

で、ようやく作った720枚余りのデータ。

初代クラウンのあたり

Ts_crown_all01

このへんはまだわかりやすい。

でも6~11代目のあたりは

Ts_crown_all02

皆同じように見えます。

こんなんで、ほんとに大丈夫か!?

これを使って、トレーニングを実施します。

Ts_crown_all03

が、ここで問題発生。

学習の精度を示す”training accuracy”の値が1サイクル目から15%程度で頭打ちになります。

もしかしたら、私が苦しんだ「5代目~11代目の違い」がなさすぎるのが原因か!?

それとも単にラベル数が多すぎるのか!?

考えたら、学習時には画像サイズを28×28のサイズにしてますからね。

このサイズでは、歴代クラウンなんて”同じような”形にしか見えないのかもしれません。

てことでいろいろ試行錯誤した結果、11代目とよく似た5~10代目と、12代目に似ている13代目を除いた”7世代”分のデータにすると

Ts_crown_all04

50%程度ですが、まあまあの精度になります。

が、初代クラウンの画像を読み込ませたら

Ts_crown_all05

ありゃりゃ・・・”4代目”と認識されました。

いくつかやってみましたが、ほとんど当たりません。

”7世代”分はちょっと無理があるようですね。

で、徐々に世代数を減らしていくと、何とか使えるレベルになったのは前回の記事と同じ「1~4世代の一つ+14代目+その他の車」の3種類にしたとき。

つまり、前回記事で完成形だったということに。

このコードのアルゴリズムではせいぜい3種類くらいの判別が限界のようです。

まあ、これでも○○かそうでないかの2者択一をさせるなら使えそうです。

やっぱり、ちゃんと勉強しないといけませんね。使いこなせてません。

てことで「Python機械学習プログラミング」という本を買いました(Kindle版)。

いろいろな無料サンプルを読んでみましたけど、この本は機械学習の手法と対応するサンプルコードが併記されており、私的には読みやすそうだったので購入。

どちらかというと、コードなり物なりから理屈を理解するタイプなので、サンプルコードがあるのはわかりやすい。

ちょっとづつ、読み進めております。

いずれ、TensorFlowの本も買って、そちらも深めていこうかと。

しばらくはまりそうですね、人工知能。なんとかもうちょっとものにしたいところです。

Python機械学習プログラミング 達人データサイエンティストによる理論と実践 (impress top gear)

自撮り用に最適!LEDが42個ついて懐中電灯代わりにもなるiPhoneケース”iFlash”

百均の”自撮り用スマホLEDフラッシュ”が売り出されるご時世、こういうケースも出てきました。

ASCII.jp:フチに42個のLEDを内蔵! 最高の自撮りができるiPhoneケース

自撮り用の42個のLEDフラッシュが付いたiPhone 6/6s用ケース”iFlash”です。

ごらんのとおり画面側が光るようになってて、自撮り用に使えるLEDフラッシュです。

明るさ調整や災害時の合図用に点滅するモードもあり。電源は自前のものを搭載しているようです。

iPhone自体にもLEDフラッシュを懐中電灯代わりに使う機能ありますけど、本体のバッテリーを消費しちゃうので、よく使うならこういう別電源のものを使う方がいいですね。

自撮り用に限らず、夜道では懐中電灯代わりにしたり、いざというときにライトとして使えそうです。

iFlash LED Selfie Case for iPhone 6 / 6S LEDライト付き自撮りフラッシュケース ホワイト

2016年8月26日 (金)

mouseの小型コンピュータ”LUV MACHINES mini”

ASCIIの記事中では”Mac mini”にならい”mouse mini”なんて呼んでますが。

ASCII.jp:Mac miniを超える"mouse mini"!? 幅26ミリの小型デスクトップを実力チェックだ (1/3)

確かに小さいコンピュータです。

私はMac miniより”Eee BOX”を連想しましたが。

この小型PC、小さいわりに高性能。

通常、小型のPCってAtomプロセッサを使ってるものが多いですが、このLUV MACHINES miniはCeleron 3205U(39,800円~)からCorei5 6200U(67,800円~)搭載モデルまであります。最下位モデルは2.5インチ 500GB HDD。間は120GB SSD、240GB SSDモデルになり最上位は960GB SSDを搭載(89,800円~)。メモリは4~8GBでカスタム可能。

バックアップ兼拡張用外付けストレージもつけられるようです(自動バックアップ機能付き、追加で12,900円~)。

今どきのPCとしては高いような、安いような。

外付けストレージ付きモデルなら、以前私が書いたストレージPCに近いモデルですね。

最近、私の周りでは多いんですよね。PCが立ち上がらなくなった、中身どうしよう・・・って相談。

最近はPCを買い換えないので、一つのモデルを長く使ってるのが原因みたいですね。

ある人からは、何とか出来んかと危うく持ち込まれそうになったこともありますが、正直そこまで暇じゃないし、PC○ポじゃないところに持ち込んで吸い出してもらえばぁ、と返しました。

てことで、個人向けでも小型で大容量のバックアップストレージ付きのPCが主流になるといいんですが。

パソコン・BTOパソコンの通販ショップ マウスコンピューター

ポケモンGOでレアポケモンを取り損なって投げつけても大丈夫!?な1万円スマホ”LEAGOO M5”

1万円で買えて、わりと丈夫で指紋認証も使えてポケモンGOも遊べるというスマホがあります。

1万円以下で指紋/デュアルSIM/5型『LEAGOO M5』製品レビュー、スペック・価格・特徴編・割引クーポン

”LEAGOO M5”というスマホ。日本のAmazonでも9,980円というお値段。

(上記のリンク先の記事の下にあるクーポンを使えばさらに5%オフ!購入は上のリンクからがお得です)

ごらんのとおり、画面でクルミが割れるくらい頑丈なスマホのようです。

1万円以下のスマホにしてはまあまあのスペック。クアッドコアのMediaTek MTK6580A 1.3GHzを搭載し、メモリ2GB、ストレージは16GB、指紋認証あり、前面500万画素、背面800万画素カメラ付き、解像度1280×720の防弾ガラス製タッチパネル。

その代わり、LTE/4Gは非対応、2G/3G対応のデュアルSIMスロット付き。

下記の記事を読む限り、ポケモンGOも問題なく動くようです。

Playing Pokemon Go? Shock Proof LEAGOO M5 Comes to Rescue! - Gadget Unlocker

カイリュウやポリゴンに出会えたのに、あっさり逃げられたらきっと投げつけたくなりますよね。そんなときでも安心なスマホです。

いや、いくら丈夫なスマホでも周りの迷惑なのでやらない方がいいですが。

LEAGOO M5 スマートフォン 3G WCDMA MTK6580A 2.5D 5.0インチ HD 1280 * 720 スクリーン Android 6.0 2G 16G 5MP 8MP メタルフレーム 指紋認識 スマートジェスチャー ロックを解除

2016年8月25日 (木)

IIJmioがau版MVNOサービス”IIJmioモバイルサービス タイプA”を10月1日から開始

IIJmioといえばドコモ回線を使ったMVNOサービスですが、10月からはau回線を使ったサービスも開始するそうです。

ASCII.jp:IIJmio、auの4G LTE回線利用のサービス追加

3GB/月 SMS機能付きで月972円 ~、音声通話付きは1728円~。ドコモ版とほぼ同じくらいの価格です。

au回線を使ったMVNOサービスとしてはmineoやUQ mobileがありますが、そこにもう一つビッグな業者が加わったことになります。

au版スマホ、iPhone(6以上)を使ってる人でMVNOに乗り換えたいとお考えの方なら、一つ選択肢が増えたことになります。

そういえば、”b-mobile”の日本通信が”格安スマホ撤退”と報じられてますね。

日本通信、格安スマホ“撤退”の真意:日経ビジネスオンライン

マーケティング等をU-NEXTに移すようですが、日本通信自体はMVNE業者となって裏方に徹するようなので、完全撤退というわけではありません。

でも、格安SIMの老舗なサービスだったわけですから、ちょっと寂しいですね。

私もかなりお世話になりました。IIJmioに出会うまでは300kbpsのプリペイドSIMを使ってましたし。

でもやっぱり回線品質がいまいちだったんですよね。妙にPingが長いし、やはりサーバーの能力が他のサービスと比べていまいち。表舞台からの撤退はやむなしですかね。

mineo プリペイドパック 1GB SIM (au 4G LTE対応)開通期限2016年11月末

ポケモンGOがアップデート!所有するポケモンの強さを確認することが可能に!

ポケモンGOがアップデートされてました。iOS版では1.5.0。

iOS版:Pokémon GOを App Store で

Andorid版:Pokémon GO - Google Play の Android アプリ

今回のアップデートの売りは、なんといっても自身の所有するポケモンの強さを知ることができるようになったことでしょう。

早速使ってみました。

まずモンスターボールアイコンをタップし「ポケモン」から、個体値を知りたいポケモンを選択します。

20160824_18_23_00

右下のメニューアイコンをタップすると、こんな一覧が出てきます。

「ポケモンを調べてもらう」をタップ。

Img_8169

すると、チームリーダーが出てきて評価してくれます。

私の所有するカビゴンは”言うことなし”だそうです。

Img_8170

防御力が高いようです。攻撃力はそうでもないのかな?

20160824_18_23_07

何を指して言ってるのかわかりませんが、驚異的らしいです。

20160824_18_23_10

どうやら”小さいカビゴン”らしいです。小さいのか!?

20160824_18_23_14

参考になった・・・のか!?よくわかりません。

評価はしてくれますが、ずいぶんと曖昧です。

具体的な個体値とチームリーダーのセリフとの対応は、以下のサイトに出てます。

【ポケモンGO】個体値100はこう言われる!博士に送るなよ!絶対に送るなよ! | ポケモンGO(ポケモンゴー)攻略まとめますたー!

ブランシェ(青)
100%~81% : 全体的に、きみの(ポケモン名)は、驚異的で、芸術的だ。
80%~66%   : 全体的に、きみの(ポケモン名)は、目を引くものがある。
65%~51%   : 全体的に、きみの(ポケモン名)は、普通以上。
50%~0%    : 全体的に、きみの(ポケモン名)は、なかなか活躍が難しそうだ。

キャンデラ(赤)
100%~81% : 全体的に、きみの(ポケモン名)は、言うことなしね。とっても頼もしいわ!
80%~66%   : 全体的に、きみの(ポケモン名)は、とても強い。自慢できるわね!
65%~51%   : 全体的に、きみの(ポケモン名)は、普通に強いと思うわ!
50%~0%     : 全体的に、きみの(ポケモン名)は、バトル向きではないけれど、わたしは好きよ!

スパーク(黄)
100%~81% : 全体的に、きみの(ポケモン名)は、トップレベルだぜ!
80%~66%   : 全体的に、きみの(ポケモン名)は、とっても強いぜ!
65%~51%   : 全体的に、きみの(ポケモン名)は、普通、といったところだな。
50%~0%     : 全体的に、きみの(ポケモン名)は、イマイチ、といったところだな。

・・・てな感じらしいです。

私のチームリーダーは「キャンデラ」さんですが、この中では弱いポケモンに対しても”前向き”なセリフをしゃべってくれます。赤にしておいてよかった!?

まあ、私はそれほどジムバトルをやるわけではないため、あまり気にしてませんが、でも結構このカビゴン強くてお気に入りなんですよね。

一度どこかのジムでバトルしたときに、3連続バトルでもあっさり勝利。強すぎです。

確かに防御力が高く、相手の攻撃をもろともしません。耐えている間にため技「はかいこうせん」を溜めて撃ってしまえば、モンスターによっては一撃で撃退できます。恐ろしあ。

これで、非公式なサービスを利用しなくても”個体値”をある程度推測できるようになりました。

あとは、Apple Watch対応してくれるといいんですが。

いやそれ以上に、SNSのような機能をつけてくれないですかねぇ。

”友達”同士なら場所の共有やメッセージのやり取りができるとベターなんですけどね。

こういう機能が付くかどうかはわかりませんが、ポケモン交換、アイテム交換ができるかもしれないらしいです。

ポケモンGOは先々「ポケモン交換」「アイテム交換」が出来るようになる?利用規約に記載あり #pokemonGO | charingress.tokyo

せっかく引きこもり気味な人を外に出すことに成功したアプリですから、今度は”人の輪”を作ることができればいいですね。

モンスターボール モバイルバッテリー スマホ 充電器 超大容量 12000mAh 2USBポートコンパクト ポケモンGO 急速充電 iPhone / iPad / Xperia / Galaxy / Nexus / Android各種他対応

2016年8月24日 (水)

何のポケモンの巣かがわかる”出現記録”付きのサーチアプリ”P-GO SEARCH”

この手のアプリというのは次から次へと出てきますね。

トレーナーの多いメジャーどころ限定ですが、またまたポケモン位置情報アプリが登場です。

P-GO SEARCH on the App Store

アプリの説明文を読む限り、ポケモンGOのサーバーは利用していないようですが・・・どうやって情報を入手してるんでしょう?

とりあえず、使ってみました。

Img_2352

起動すると明治神宮付近が表示されてるので、「トレーナーの多い地域」をタップし調べたいところを選びます。

愛知県だと、こんな感じ。

うちから比較的近い「大高緑地」を選んでみました。

Img_2349

こんな風に出てきます。

なにやら「ゼニガメ」多いですね。

Img_2350

「ゼニガメ」が多いので、過去の出現記録を調べてみます。

左下にある「出現記録」をタップし、調べたいポケモンを選択。ここでは「ゼニガメ」を選んでます。

すると、過去3時間以内にその選んだポケモンが出現していた場合、半透明で表示されるようです。

Img_2351

まあ、やはりというか、完全に「ゼニガメの巣」ですね。大高緑地公園。今度行ってみようかな。

ちなみに、この位置情報の信頼度ですが。

Img_8165

たまたま、この地図対応の場所に行ってみたので使ってみると・・・

ありゃ!?未確保の「アーボック」を発見!

Img_2358

確かにその場所に

Img_2359

いました、アーボック。

どうやら、情報はそれなりに正しいようです。

このアプリに表示されない”ポケモン”も発見。

Img_2356

雑貨屋で見つけたこのぬいぐるみ、リアル課金で2~3,000円ほど。

ポケモンGO上では手に入りにくいピカチュウやゼニガメがたくさんいました。

一応、本体のサーバーに負荷をかけていない(と書かれてる)ので、違反行為ではないのかな?とはいえBANされる可能性も無きにしも非ず、ご注意を。

はじめてのポケモンGO~ポケモンGO遊び方読本~: ポケモンGO遊び方と軽い攻略法 (ささやき文庫)

本物のフライドチキンのようなiPhoneケース

こういう食品サンプル的なiPhoneケース、日本でも時折売ってるのを見かけますが、海外でもうけてるんでしょうか?

ホンモノ?思わず二度見する「フライドチキンのスマホケース」がおいしそう!

まるでケン○ッキーフライドチキン風なブツの付いたiPhoneケースです。お値段は30ドルほど。

ちなみに、左が本物。確かによく似ています。

普段使いにはちょっと不便な気がするケースですが、仲間内などで一発うけを狙うなら手を出してもいい商品かもしれませんね。

私は食品サンプル付きケースにはやや冷ややかな態度をとり続けてるんですが。

というのも、結局一度きりのうけ狙い以外に使い道を思いつかないというのがその理由。

それでも、ちょっと欲しいと思ったケースが一つだけあります。

ずばり「天空の城ラピュタ」に出てくるあれ風のケースです。

ラピュタ ファンなら、なんとなくわかっていただけると思います。

iPhone6s iPhone6 ケース カバー 食品サンプル クリアケース ハードケース / パン / 左

2016年8月23日 (火)

TensorFlowで歴代「クラウン」の画像を判別させてみた

先日、駐車場に止まっている旧車を見かけたんですが、かつて自称旧車マニアだった私がその車の名前を思い出せなかったという屈辱的な出来事がありまして。

後で調べたらその車4代目クラウンだったんですよね。

確かに、クラウン史上最大の失敗作といわれた4代目。あまりクラウンらしくない外観で、仕方のないところかもしれませんが、以前ならさらっと車名が出てきてたはずの車。旧車道を極めていた(つもりの)私としては不覚。

ということで、クラウンの画像データを投げたらそれが何代目なのかを判別するマシーンを作ってみようと考えたわけで。

発想は単純なんですが、やるとなると結構大変な話。なにせ、歴代クラウンの判別用学習データなんてネット上にあるわけないですから、機械学習データは自分で作るしかありません。

最近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ましたが、あれはすでにある学習データを使っただけ。

今回のテーマは「Tensorflowを使い独自の学習データを構築し、画像認識をさせる」というところまで取り組みます。

といっても、現在クラウンは14代目。

まだ機械学習そのものをやったことがないので、歴代全部やったらえらいことになりそう。

手始めに私が先日分からなかった4代目最新の14代目の2種類だけで作ることにしました。うまくいったら、どんどん追加していくことにします。

■ プログラム準備編

機械学習というのはどえらいCPUパワーを食うもののようなので、さすがにRaspberry Piでは荷が重すぎです。

ということで、ここではWindows 10 Anniversary Updateで手に入れたBash on Windows上で実行します。

Bash on WindowsにTensorFlowを入れて動かすやり方は先日の記事を参照。

Windows 10のBash on WindowsでTensorFlow動かしてみた: EeePCの軌跡

OpenCVも使うため、さらに以下の二つをapt-getでインストール。

sudo apt-get install python-opencv libopencv-dev

今回から、コマンドやコードはこんな感じに表示させてみることにしました。

さて、TensorFlowを使った機械学習用、判別用プログラムは以下の記事を参考に作成。

TensorFlowでアニメゆるゆりの制作会社を識別する - kivantium活動日記

いろいろなサイトを見ましたが、ここの記事とコードの構成が非常にわかりやすいです。おかげで独自データセットを用いた機械学習にこぎつけることができました。感謝。

で、作ったのは以下の二つのコード。

・ cnn_train.py ・・・ 機械学習用コード

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import sys
import cv2
import numpy as np
import tensorflow as tf
import tensorflow.python.platform

NUM_CLASSES = 3
IMAGE_SIZE = 28
IMAGE_PIXELS = IMAGE_SIZE*IMAGE_SIZE*3

flags = tf.app.flags
FLAGS = flags.FLAGS
flags.DEFINE_string('train', 'train.txt', 'File name of train data')
flags.DEFINE_string('test', 'test.txt', 'File name of train data')
flags.DEFINE_string('train_dir', '/mnt/c/linux/data', 'Directory to put the training data.')
flags.DEFINE_integer('max_steps', 200, 'Number of steps to run trainer.')
flags.DEFINE_integer('batch_size', 10, 'Batch size'
                     'Must divide evenly into the dataset sizes.')
flags.DEFINE_float('learning_rate', 1e-4, 'Initial learning rate.')

def inference(images_placeholder, keep_prob):
    """ 予測モデルを作成する関数

    引数:
      images_placeholder: 画像のplaceholder
      keep_prob: dropout率のplace_holder

    返り値:
      y_conv: 各クラスの確率(のようなもの)
    """
    # 重みを標準偏差0.1の正規分布で初期化
    def weight_variable(shape):
      initial = tf.truncated_normal(shape, stddev=0.1)
      return tf.Variable(initial)

    # バイアスを標準偏差0.1の正規分布で初期化
    def bias_variable(shape):
      initial = tf.constant(0.1, shape=shape)
      return tf.Variable(initial)

    # 畳み込み層の作成
    def conv2d(x, W):
      return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')

    # プーリング層の作成
    def max_pool_2x2(x):
      return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],
                            strides=[1, 2, 2, 1], padding='SAME')
   
    # 入力を28x28x3に変形
    x_image = tf.reshape(images_placeholder, [-1, 28, 28, 3])

    # 畳み込み層1の作成
    with tf.name_scope('conv1') as scope:
        W_conv1 = weight_variable([5, 5, 3, 32])
        b_conv1 = bias_variable([32])
        h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)

    # プーリング層1の作成
    with tf.name_scope('pool1') as scope:
        h_pool1 = max_pool_2x2(h_conv1)
   
    # 畳み込み層2の作成
    with tf.name_scope('conv2') as scope:
        W_conv2 = weight_variable([5, 5, 32, 64])
        b_conv2 = bias_variable([64])
        h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2)

    # プーリング層2の作成
    with tf.name_scope('pool2') as scope:
        h_pool2 = max_pool_2x2(h_conv2)

    # 全結合層1の作成
    with tf.name_scope('fc1') as scope:
        W_fc1 = weight_variable([7*7*64, 1024])
        b_fc1 = bias_variable([1024])
        h_pool2_flat = tf.reshape(h_pool2, [-1, 7*7*64])
        h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)
        # dropoutの設定
        h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)

    # 全結合層2の作成
    with tf.name_scope('fc2') as scope:
        W_fc2 = weight_variable([1024, NUM_CLASSES])
        b_fc2 = bias_variable([NUM_CLASSES])

    # ソフトマックス関数による正規化
    with tf.name_scope('softmax') as scope:
        y_conv=tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)

    # 各ラベルの確率のようなものを返す
    return y_conv

def loss(logits, labels):
    """ lossを計算する関数

    引数:
      logits: ロジットのtensor, float - [batch_size, NUM_CLASSES]
      labels: ラベルのtensor, int32 - [batch_size, NUM_CLASSES]

    返り値:
      cross_entropy: 交差エントロピーのtensor, float

    """

    # 交差エントロピーの計算
    cross_entropy = -tf.reduce_sum(labels*tf.log(logits))
    # TensorBoardで表示するよう指定
    tf.scalar_summary("cross_entropy", cross_entropy)
    return cross_entropy

def training(loss, learning_rate):
    """ 訓練のOpを定義する関数

    引数:
      loss: 損失のtensor, loss()の結果
      learning_rate: 学習係数

    返り値:
      train_step: 訓練のOp

    """

    train_step = tf.train.AdamOptimizer(learning_rate).minimize(loss)
    return train_step

def accuracy(logits, labels):
    """ 正解率(accuracy)を計算する関数

    引数:
      logits: inference()の結果
      labels: ラベルのtensor, int32 - [batch_size, NUM_CLASSES]

    返り値:
      accuracy: 正解率(float)

    """
    correct_prediction = tf.equal(tf.argmax(logits, 1), tf.argmax(labels, 1))
    accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
    tf.scalar_summary("accuracy", accuracy)
    return accuracy

if __name__ == '__main__':
    # ファイルを開く
    f = open(FLAGS.train, 'r')
    # データを入れる配列
    train_image = []
    train_label = []
    for line in f:
        # 改行を除いてスペース区切りにする
        line = line.rstrip()
        l = line.split()
        # データを読み込んで28x28に縮小
        img = cv2.imread(l[0])
        img = cv2.resize(img, (28, 28))
        # 一列にした後、0-1のfloat値にする
        train_image.append(img.flatten().astype(np.float32)/255.0)
        # ラベルを1-of-k方式で用意する
        tmp = np.zeros(NUM_CLASSES)
        tmp[int(l[1])] = 1
        train_label.append(tmp)
    # numpy形式に変換
    train_image = np.asarray(train_image)
    train_label = np.asarray(train_label)
    f.close()

    f = open(FLAGS.test, 'r')
    test_image = []
    test_label = []
    for line in f:
        line = line.rstrip()
        l = line.split()
        img = cv2.imread(l[0])
        img = cv2.resize(img, (28, 28))
        test_image.append(img.flatten().astype(np.float32)/255.0)
        tmp = np.zeros(NUM_CLASSES)
        tmp[int(l[1])] = 1
        test_label.append(tmp)
    test_image = np.asarray(test_image)
    test_label = np.asarray(test_label)
    f.close()
   
    with tf.Graph().as_default():
        # 画像を入れる仮のTensor
        images_placeholder = tf.placeholder("float", shape=(None, IMAGE_PIXELS))
        # ラベルを入れる仮のTensor
        labels_placeholder = tf.placeholder("float", shape=(None, NUM_CLASSES))
        # dropout率を入れる仮のTensor
        keep_prob = tf.placeholder("float")

        # inference()を呼び出してモデルを作る
        logits = inference(images_placeholder, keep_prob)
        # loss()を呼び出して損失を計算
        loss_value = loss(logits, labels_placeholder)
        # training()を呼び出して訓練
        train_op = training(loss_value, FLAGS.learning_rate)
        # 精度の計算
        acc = accuracy(logits, labels_placeholder)

        # 保存の準備
        saver = tf.train.Saver()
        # Sessionの作成
        sess = tf.Session()
        # 変数の初期化
        sess.run(tf.initialize_all_variables())
        # TensorBoardで表示する値の設定
        summary_op = tf.merge_all_summaries()
        summary_writer = tf.train.SummaryWriter(FLAGS.train_dir, sess.graph_def)
       
        # 訓練の実行
        for step in range(FLAGS.max_steps):
            for i in range(len(train_image)/FLAGS.batch_size):
                # batch_size分の画像に対して訓練の実行
                batch = FLAGS.batch_size*i
                # feed_dictでplaceholderに入れるデータを指定する
                sess.run(train_op, feed_dict=
                  images_placeholder: train_image[batch:batch+FLAGS.batch_size],
                  labels_placeholder: train_label[batch:batch+FLAGS.batch_size],
                  keep_prob: 0.5})

            # 1 step終わるたびに精度を計算する
            train_accuracy = sess.run(acc, feed_dict={
                images_placeholder: train_image,
                labels_placeholder: train_label,
                keep_prob: 1.0})
            print "step %d, training accuracy %g"%(step, train_accuracy)

            # 1 step終わるたびにTensorBoardに表示する値を追加する
            summary_str = sess.run(summary_op, feed_dict={
                images_placeholder: train_image,
                labels_placeholder: train_label,
                keep_prob: 1.0})
            summary_writer.add_summary(summary_str, step)

    # 訓練が終了したらテストデータに対する精度を表示
    print "test accuracy %g"%sess.run(acc, feed_dict={
        images_placeholder: test_image,
        labels_placeholder: test_label,
        keep_prob: 1.0})

    # 最終的なモデルを保存
    save_path = saver.save(sess, "model.ckpt")

・ cnn_app.py ・・・ 画像判別用コード

#!/usr/bin/env python #! -*- coding: utf-8 -*-

import sys
import numpy as np
import tensorflow as tf
import cv2


NUM_CLASSES = 3
IMAGE_SIZE = 28
IMAGE_PIXELS = IMAGE_SIZE*IMAGE_SIZE*3

def inference(images_placeholder, keep_prob):
    """ モデルを作成する関数

    引数:
      images_placeholder: inputs()で作成した画像のplaceholder
      keep_prob: dropout率のplace_holder

    返り値:
      cross_entropy: モデルの計算結果
    """
    def weight_variable(shape):
      initial = tf.truncated_normal(shape, stddev=0.1)
      return tf.Variable(initial)

    def bias_variable(shape):
      initial = tf.constant(0.1, shape=shape)
      return tf.Variable(initial)

    def conv2d(x, W):
      return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')

    def max_pool_2x2(x):
      return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],
                            strides=[1, 2, 2, 1], padding='SAME')
   
    x_image = tf.reshape(images_placeholder, [-1, 28, 28, 3])

    with tf.name_scope('conv1') as scope:
        W_conv1 = weight_variable([5, 5, 3, 32])
        b_conv1 = bias_variable([32])
        h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)

    with tf.name_scope('pool1') as scope:
        h_pool1 = max_pool_2x2(h_conv1)
   
    with tf.name_scope('conv2') as scope:
        W_conv2 = weight_variable([5, 5, 32, 64])
        b_conv2 = bias_variable([64])
        h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2)

    with tf.name_scope('pool2') as scope:
        h_pool2 = max_pool_2x2(h_conv2)

    with tf.name_scope('fc1') as scope:
        W_fc1 = weight_variable([7*7*64, 1024])
        b_fc1 = bias_variable([1024])
        h_pool2_flat = tf.reshape(h_pool2, [-1, 7*7*64])
        h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)
        h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)

    with tf.name_scope('fc2') as scope:
        W_fc2 = weight_variable([1024, NUM_CLASSES])
        b_fc2 = bias_variable([NUM_CLASSES])

    with tf.name_scope('softmax') as scope:
        y_conv=tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)

    return y_conv

if __name__ == '__main__':
    test_image = []
    for i in range(1, len(sys.argv)):
        img = cv2.imread(sys.argv[i])
        img = cv2.resize(img, (28, 28))
        test_image.append(img.flatten().astype(np.float32)/255.0)
    test_image = np.asarray(test_image)

    images_placeholder = tf.placeholder("float", shape=(None, IMAGE_PIXELS))
    labels_placeholder = tf.placeholder("float", shape=(None, NUM_CLASSES))
    keep_prob = tf.placeholder("float")

    logits = inference(images_placeholder, keep_prob)
    sess = tf.InteractiveSession()

    saver = tf.train.Saver()
    sess.run(tf.initialize_all_variables())
    saver.restore(sess, "model.ckpt")

    for i in range(len(test_image)):
        accr = logits.eval(feed_dict={
            images_placeholder: [test_image[i]],
            keep_prob: 1.0 })[0]
        pred = np.argmax(logits.eval(feed_dict={
            images_placeholder: [test_image[i]],
            keep_prob: 1.0 })[0])
        print pred,accr

どこがどういう働きをしているのか、備忘録も兼ねて元コードのコメントもほぼそのまま残しております。

元コードから変えた部分は3か所。

今回用意するデータは「4代目クラウン」、「14代目クラウン」、「その他の車」の3種類なので、この2つのコードの最初にある「NUM_CLASSES」の値を3としておきます。

また「cnn_train.py」で変えたのは、「flags.DEFINE_string('train_dir'」の中に書き込み作業ディレクトリ名。私は「/mnt/c/linux/data」というフォルダにしてます。

cnn_app.py」の最後もちょっと変えました。判別結果だけでなく、各ラベルの認識精度を表示するようにしてます。

■ 画像準備編

何気にこれが一番大変でした。

まず、学習に使う画像が大量に必要です。できれば数百枚くらい欲しいところですが、結局70枚程度しか集まりませんでした。

さらにこの画像をあらかじめ必要な部分だけ正方形にトリミングしなくてはいけません。

その他「画像ファイル名 ラベル(0~2)」が並んだリストも必要です。

まずは、画像収集から。

大量の画像入手のため、「ImageSpider」というフリーソフトを使いました。

ImageSpiderの詳細情報 : Vector ソフトを探す!

キーワードを入れれば勝手にググって大量の画像をダウンロードしてくれるという超便利なソフト。

Tf_crown13

「クラウン 4代目」のキーワードにて取得件数400件で画像をゲット。

が、入手できたのは設定枚数よりちょっと少なめの393枚。

しかもその中には側面、後ろ姿だったり、4代目クラウンでもトミカだったり、なぜか全然関係ない世代のクラウンが混じってたりするんで、これを人の手で分けなければいけません。

結局残ったのは75枚ほど。学習用に60枚、評価用に15枚としました。

同様に「クラウン 14代目」もやりましたが、こちらも71枚。学習用 60枚、評価用 11枚。

「その他の車」については、機械学習用データを入手してたので、それを使いました。

ML(Machine Learning :機会学習)用のサンプルデータベース(人物、車) - cslabの日記

この記事の中ほど「車用」の「MIT CBCL Car Database(Center for Biological and Computational Learning) 車用」から持ってきた画像データ(PPM形式なので、ペイントショップでJPEGに変換)を使いました。

ただし、今つないでみたらつながらなくなってました。残念。

この中から学習用100枚、評価用16枚を選んで持ってきました。

さて、画像ファイルをもってきたのはいいけれど、ネット上のファイルって名前がぐちゃぐちゃです。

私は、以前から使っている「bkrename」というフリーソフトを使い

bkrename - 窓の杜ライブラリ

名前を「0_001.jpg」(1つ目の数字:0・・・4代目クラウン、1・・・14代目クラウン、2・・・その他の車)というファイル名にしておきました。

続いて、これらの画像ファイルを「正方形にトリミング」します。

ってさらっと書きましたけど、どうやってやるんでしょう?

私が使ったのは「JTrim」というソフト。

JTrim - 窓の杜ライブラリ

まずJTrimを起動。ファイルを読み込みます。

Tf_crown12

続いて、ツールバーの中にある「切り抜き」というボタンをクリック。

「座標指定切り取り」というフォームが開くので、[座標1]をx:0、y:0に、[座標2]をx:100、y:100(x、yが同じなら何でもいいです)とした後「縦横比を維持する」をクリック。

この状態で枠をマウスで動かしても、正方形を維持してくれます。

画像の切り抜き方は、フロントフェイス部分がぎりぎり収まるサイズに統一してカット。

といっても、画像によって角度や解像度、色も違うため、結構大変です。

しかもクラウン画像が150枚近く、その他の車画像も116枚と結構な枚数。

最後には手がつりそうになります。

このままでもいいんですが、ペイントショップ等でこの正方形画像を64×64のサイズにしておきました。

4代目クラウンの画像

Tf_crown09

14代目(つまり現行)クラウン

Tf_crown10

そしてその他の車

Tf_crown11

若干ばらばら感はありますけど、なんとか必要な画像がそろいました。

最後に、画像ファイル名の一覧作成。

「OutFileList」というソフトを使用。

ファイル一覧出力ツールの詳細情報 : Vector ソフトを探す!

上で作った画像ファイルをあらかじめ空のフォルダに入れておき、OutFileList.exeを起動。

そのフォルダを指定して「一覧出力」を押すと、そのフォルダ内のファイル一覧が出力(Excel、csv形式)されます。

これをExcelで読み込み。

Tf_crown01

1行目と、2列目以降を消去。

Tf_crown02

ファイル名前のフルパス部分を”置換”して消去し

Tf_crown04

「4代目クラウン」のファイル名後ろには”0”、「14代目クラウン」のは”1”、「その他の車」のは”2”と入力しておきます。

最後に、上の”A”列の幅を「10」(=ファイル名9文字+1)、B列の幅を1として、スペース区切り(.prn)で保存。

このリストをさらに「訓練用ファイル一覧(train.txt)」、「評価テスト用ファイル一覧(test.txt)」に分けます。ここでは「0_001~0_060.jpg」「1_001~1_060.jpg」「2_001~2_100.jpg」を「train.txt」に、「0_061~0_075.jpg」「1_061~1_071.jpg」「2_101~2_116.jpg」を「test.txt」に入れました。

・・・ようやくこれで準備完了です。

■ 実行編

実際にはここまでコードとにらめっこしたり、画像データを作るためにいろいろなフリーソフトを試したりと試行錯誤はあったんですが・・・ようやく機械学習を実行します。

と、その前に。

実害はないんですが、「libdc1394 error: Failed to initialize libdc1394」という変なエラーが出るので一応以下の”呪文”を唱えておきます。

sudo ln /dev/null /dev/raw1394

これでエラーは出なくなります。

先の画像ファイル一式、訓練用ファイル一覧、評価テスト用ファイル一覧、そして2つのコードをまとめてC:\linux\data (Bash on Windows上では”/mnt/c/linux/data”)に入れておきます。

Tf_crown06

そして、機械学習を実行。

python cnn_train.py

そして待つこと

8分14秒!

・・・なんか思ったより早かったですね。こんなに短くていいんだろうか?

メインPC(IvyBridge Corei3 3.3GHz  8GBメモリ)でやったらこんなもんでした。

作業ディレクトリ内に「model.ckpt」というファイルができていれば成功です。

ところで、Tensorflowをインストールすると「TensorBoard」というのがついてきます。

これを実行すると、学習状況などが可視化されます。

以下のコマンドを実行。

tensorboard --logdir /mnt/c/linux/data

Tf_crown05

こんな感じのグラフが出ます。上段が精度、下段が誤差。横軸はサイクル数。

今回200サイクル回しましたが、30サイクルくらいで精度が頭打ちになってますね。

さて、いよいよ文字通り”学習の成果”を確かめます。

用意した画像はこんなところ。

Tf_crown08

クラウンやらそうでないのやらをかき集めてきました。

ちょっとややこしいんですが、これらの画像も学習用データと同様あらかじめ正方形にカットしておかないと正確に読み込みません。

人の顔だと自動的にトリミングしてくれる仕組みってよくあるんですが、車の顔を自動でトリミングするツールは皆無。自分で作るしかありませんが、ここはとりあえず手動で。

正方形にカットさえすれば、画像サイズはどうでもいいです(28×28以上であれば可)。

実行方法は以下。

python cnn_app.py (ファイル名)

まずはこちらの画像から。

Img_1

4代目クラウンです。一応、学習・評価用とは別の画像を探しました。

0 [  9.96442497e-01   3.55723756e-03   2.88794524e-07]

結果は”0”、つまり「4代目クラウン」と認識!

後ろにある数字から、99.6%の確率で”ラベル0”と認識していることがわかります。

今度はこの画像。

Maxresdefault

結果は

1 [  2.35736251e-01   7.64263093e-01   7.35037759e-07]

今度は”1”と認識。つまり「14代目クラウン」として認識してます。

ただし”ラベル1”の認識率は76.4%。若干迷いがありますね。ボンネットが黒いからでしょうか?

2~3枚試しましたが、4代目、14代目クラウンの画像ではわりと高精度で認識するようです。

では

Img_2021

この全く無関係な車ではいかがでしょうか?

1 [  2.23113761e-06   9.99997735e-01   7.85615756e-12]

ありゃりゃ、かなり自信満々に「14代目クラウン」と認識しちゃいました・・・

何枚か試しましたが、ラベル2として認識したのは、学習用に使った画像データのみ。あとはひたすら0か1かに振り分けてしまいますね。

しかも、古い車ほど”4代目”に、新しい車ほど”14代目”として認識しちゃってます。

Img_0

これが87%の精度で”4代目クラウン”にされてましたが・・・いったいどのあたりを見てそう思ったんでしょうねぇ。

どうやら与えられた画像データを”4代目クラウン”か”14代目クラウン”のどちらかに似ているか振り分けマシーンになってしまったようです。

この調子で、歴代クラウン全部を学習させたらどうなるんでしょう?歴代クラウンくらいは認識してくれるんでしょうかね?

しかし6代目から9代目は似たような角ライト、グリルの配置なので、判別が難しいかもしれません。

精度を上げるためには「その他の車」も海外製の適当なデータではなく、もうちょっとちゃんとした(?)国産車あたりのデータを使った方がいいのかもしれません。

それ以前に、車の写真をそのまま入れたら勝手にトリミングして判別コードに投げてくれるという仕組みも必要です。

さらにそれ以前に、TensorFlowの”畳み込みニューラルネット”の仕組みをちゃんと理解しないといけないようです。

なんとか作りましたけど、使いやすくするには前途多難です。

私はまずプログラムなり機械なりを作って、それを見て理解するタイプなので、これをいじりながら勉強していこうかなぁと思ってます。

ところで、今回は”車の顔”でしたが、画像データを用意すればいろいろな”判別機”に作り替えられそうです。

アイドルの顔を判別するという応用事例は多いですね。

他にも、例えば「おそ松さん」の6人を顔を判別させてみるとか(無理?)、あるいはSMA○のメンバーを判別させる・・・おっとこれは今のご時世、ご法度ですかね。

人ではなく、ねじの種類とか基板の種類とか、機械的なもので比較的決まったパターンのものを仕分けさせるものならこの程度のコードでも使えそうな気がします。

先日書いたTensorFlowを使ったキュウリの仕分け機: EeePCの軌跡の記事で出てきた仕分け機というのは、要するにこの延長上にある仕組みなんでしょうね。もっとちゃんと作ってるんでしょうけど。

TensorFlowはじめました 実践!最新Googleマシンラーニング (NextPublishing)

シャープX1/Turbo用キーボード変換器がBEEPより近日発売

X1でUSBキーボードが使える変換器がBEEPから発売されるそうです。

ソーサリアンもバッチリ!シャープ X1でUSBキーボードが利用できるアダプタ (取材中に見つけた○○なもの) - AKIBA PC Hotline!

近日発売予定。価格は未定だそうで。

私もこれと同様の製品持ってますけど(現在動作しませんが)、この変換器のこれまでと違うところは「モードB」に対応しているという点。

これにより、2つのキーを同時押しが必要なゲームも使用可能とのこと。

ただ私の買ったクラシックPC救済委員会製の変換器も「モードB」に対応していると書かれてました。ただし、テンキー部分のみとなってますが。

今どきのキーボードを知る人には分かりにくいかもしれませんが、X1のキーボードって同時押しができない仕様です(Shiftキーなどは除く)。

例えば、グラディウスをやってて上下左右に移動しているとき、スペースキーをたたくと移動が止まります。先日久々にやりましたけど、これ結構つらいんですよね。

このため当時はジョイスティック・ジョイパッドが必須でした。これがないとシューティングゲームはほぼ不可能。

そういえば、FM-7のシューティングゲームでは逆に一旦テンキーをたたいたらキーを離しても止まらないという仕様じゃなかったでしたっけ?止めるためにはたしか「5」を押さないと止まらないというものだった記憶です。

私の周りにFMユーザーがいなかったため未確認ですが、攻撃しながら移動できるのはいいものの、いちいちブレーキをかけないと止まらないというまた別の悩みを抱えてたようです。

まあ、当時の88/98派、FM派、X1派にかかわらず、今の共通の悩みはキーボードやモニターの代替品を探すということ。こういう今どきの機器が使える製品の登場はありがたいところです。

X1 TURBOへUSBキーボードを接続する変換機 USBKeyboard to X1TURBOKeyboard Comverter

2016年8月22日 (月)

ポケモンGOの「ラッタ」は最大級の技「はかいこうせん」を覚えるか!?

ラッタといえば、それこそあちこちで出くわす「コラッタ」の進化したポケモン。

珍しいモンスターでもないため、レベルの低い最初のころに進化できるポケモンの一つじゃないでしょうか?私もポッポの次に進化させたポケモンでした。

ところがこの大して強いとは言えないこのラッタ、個体によってはポケモンGOでは最大級の技である「はかいこうせん」を持ってるものがいるそうです。

【ポケモンGO】ラッタははかいこうせんを覚える! コラッタを進化させて、はかいこうせん持ちのラッタをGETしよう!!|ポケモンGO攻略Wiki - GAMY(ゲーミー)

どうやったらはかいこうせんを持ったラッタが出現するのか?おそらくランダムのようなので、下手な鉄砲数撃ちゃ当たるとばかりにたくさん進化させてみるしかなさそうです。

コラッタなんてどこにでもいるポケモンですし、ポッポほどじゃないですが比較的手軽に進化できるポケモン。ひたすらコラッタ狩りに励めばいつかは出会えそうです。

というか、私。よく見たら

Img_2345

持ってました「はかいこうせん」持ちのラッタ

すでに出会ってました。

攻撃力の値は120と、ポケモンGO最大級の破壊力です。

コラッタはよく見つかるので、レベル上げに使うためよく進化させてるんですが、進化後にはどんどんラッタが増えるんで、よく飴に変えてます。

Img_2344

このラッタも2率いるうちのCP値が低い方(CP542の方)だったので、危うく飴に変えるところでした。

Img_2346

もう一匹のラッタはごらんのとおり普通(?)の技の持ち主。

もしかしたら、今まで捨ててたラッタにもいたかもしれません、はかいこうせん持ちのラッタが。

それにしても、こんな雑魚キャラ(?)にすらこんな秘密が隠されてるなんて。ポケモンGOも奥が深いですね。

この調子で、ズバット系も何かすごい技、持ってないんでしょうか?

なにせうちの近所ではズバットがよく捕れます

自宅のすぐそばは”ズバットの巣”じゃないかと思うくらい、よくズバットが出ます。

近所の本屋さんに立ち寄ったらこのざまで。

Img_8163

”四面楚歌”ならぬ”四面ズバット”。

でも、もうズバット要らない・・・モンスターボールは当たりにくいし、進化させるにしても飴が50も必要なため経験値上げにはあまりふさわしくないし、進化させたゴルバットも使い道ないし、子供は気持ち悪がってるし・・・

ポケゴ~♪ポケゴ~♪ズバットもういらな~い~のよ~♪

ポケゴ~♪ポケゴ~♪10kmタマゴが欲しい~♪

人気ゲームらくらくBOOK (三才ムックvol.913)

高額のサポート料はPC業界を衰退に追い込む!?

この夏はオリンピックもさることながら、PCデポの件で盛り上がってますね。

高齢者がパソコン修理などで訪れた際に、ほぼ不必要と思えるような契約をさせて、挙句の果てに高額な契約解除料まで取られたという案件。

賛否両論あるようですが、どちらかというと否定的な意見が多いですね。

まあ、私は”否定派”ですが。

というのも、似たような手口に一度出会ってます。

一つは、妻の実家のご両親がPCを買いにとある量販店(PCデポではありません)に行ったら、月額1万円でフレッツ光に加入させられそうになったという話。

なお、PC代は別(約6万円ほどの型落ち品)なので、純粋に高額な回線を引かされるところだった模様。

その後私がフォローに入り、4万円のPC、月額2,000円の回線で落ち着きました。

そのあたりの話は以下の記事参照。

レノボ G580というノートPCを購入: EeePCの軌跡

PCデポの件では、特に光回線と抱き合わせだったというわけではなさそう。にもかかわらず20万円の解除料(10万に減額されたそうですが)。いくらなんでも高過ぎです。

話によれば、iPad Air 2のリースがついていたため高額になったそうですけど・・・iPadなんてせいぜい5万円ですよ?しかもPC修理をしてもらうだけなのに、なぜiPadがついてくる??

その後「常識的な」対策案が発表されたそうですけど、なんでこの程度のこと最初から徹底してなかったのか・・・不思議ですねぇ。

正直、携帯ショップの対応もこれと似たようなところがあるようです。高額なSDカードつけられたとか、不必要なサービスに加入させられるとか・・・その分月月割があるんでまだ許せるんですけど、そんな余計なものつけるくらいなら最初から通信量を差っ引いておけと思っちゃうんですよね。

それゆえ、私はいわゆる”格安SIM”に乗り換えた次第です。

私からすれば、携帯では契約のたびに変なサービスを抱き合わせられるので、3大キャリアとの契約は月額うんぬんよりなにか落とし穴があるような不安感に襲われるといいますか、そんな感じを抱いてます。

いつかはめられるんじゃないか、と。

お客が気を張ってないとお金を吸い取られる、そんなサービスでは信用しろというのが無理な話です。

さて、私なりに考えた今回の案件の根本的な要因ですが。

最近、どこの業界でももっぱら「効率化」が主流です。

つまり、より効率的に売り上げ・利益の増加を求められることが多い。

効率化というのは、ぶっちゃけ”重箱の隅をつつく”ような作業に陥ります。

するとこれまで手付かずだった穴場に目が行きます。

PCデポの場合、これが”高齢者”だったんじゃないかと。

東芝の粉飾決算の件でもそうでしたが、技術的・経済的裏付けもないのに効率化だのチャレンジだのを重ねると、自然と不正な方向に動いてしまうようです。

そんな中でも、多分「常識的」な意見を言っている人も内部にはいたんでしょうが、おそらく少数派、しかも無視されたんでしょうね、きっと。

お客側から気づかれた時点で対処しても、手遅れなんですよね。こういう案件は。

日本の経営者って、危機管理意識が乏しいというか、経営上の数字がうまくいっていれば何もかもうまくいってると思うんでしょうかね。

裏ではかなりやばいことになってるという事例、PCデポのみならずいろいろなところで行われているような気がするんですけど、ネット上の「常識的な」意見が拡散されない限り気づかないというのが非常に多い。

こういう負の事態を把握し、適切かつ正確にトップに提示し適切な方向に修正するために、通常”参謀役”がいるはずなんですが、そういう人をそばに置いているという日本の経営者ってあまり聞いたことがありませんね。

”お客様目線”という言葉がありますけど、多くの日本の企業の経営者の皆様は、一度そういう目線で見直してみた方がいいかもしれません。

話が全然PC業界ではありませんね。戻します。

正直言って、PC業界は今や斜陽産業。スマホ・タブレットに押されて市場は縮小の一途。

それゆえに、お金を取りやすいところから取るという解決法に至ったところまで出てきたわけですが。

こういうのって、かえって自身の衰退を早めるんですよね。

一度ついたケチは、なかなか取れません。

テレビ業界でも、偏向報道だといわれてついたデモまで起こされて、あれから5年経ったというのに未だにケチが取れず、視聴率が下がり続けているところもありますし。

かといって今のPC業界、良心的なサービスを展開しても、それはそれでジリ貧な状況。

信用だけでは飯を食っていけません。

でも、PC市場というのは今後も衰退こそすれ、消滅することはないんですよね。必要としている人は(私を含め)これからもたくさんいますし。

だから、必ず生き残るところが出てくるはずですよね。

私なんぞがえらそうに言える立場ではありませんが、「お客様目線」でなにか取り組めたところが、最終的に勝者になるように思います。

今回とは逆に、ポジティブな炎上案件(そういうのは炎上といいませんが)になるショップが出てくるといいんですけどね。そういうものの登場を、私は願います。

【追記】

この騒ぎの発端となった方の詳細なやりとりがまとめられた記事が公開されてます。

PCデポ 高額解除料問題 大炎上の経緯とその背景(ヨッピー) - 個人 - Yahoo!ニュース

この告発ツイート以前にも同様のやりとりがあったことや、その後のやりとりでPCデポ側の態度があまりよろしくなく決裂状態に陥ってることなど、あのツイートだけでは分からない背景が書かれてます。

成功するには ポジティブ思考を捨てなさい 願望を実行計画に変えるWOOPの法則

2016年8月21日 (日)

百均の”スマホ用LEDフラッシュ”買ってみた

スマホにはたいていLEDフラッシュが装備されてますが、セルフィ用前面カメラにはフラッシュがありません。

そんな事情を反映してか、百均ショップのSeriaに自撮り用のLEDフラッシュが売ってたので思わず購入。

Img_2212

左のはついでに買ったミニスピーカーです。

Img_2213

高輝度の白色LEDが3つ使われたフラッシュです。

側面にスイッチがついてて、これでオンオフが可能。

さて、早速つけてみよう・・・としたら、全然つきません。

Img_2215

電池は別売りでした。CR2032のボタン電池が必要。

改めて、スイッチを入れてみたら

Img_2216

写真ではわかりづらいですが、結構明るい!

明るすぎて直視できません。

Img_2217

こんな感じに、イヤホンジャックに挿して使います。

Img_2218

ただしこのイヤホンジャック挿入部分、触った感じではかなり弱い。

ちょっと力を入れたら簡単に折れそう、注意が必要です。

明るいところではテストにならないので、クローゼット内で撮影してみました。

Img_2219

まずはフラッシュを使わない場合。暗くて何にも写りませんね。

Img_2222

フラッシュオンした結果。

めちゃくちゃ明るいです。

自撮り用といわず、通常のフラッシュの代替にも使えそうですね。

スマートフォン用LEDライト スマホ用LEDライト セルカライト 自撮り補助ライト スマートフォンカメラ用 LEDフラッシュライト iPhone,ipad,Galaxy等適用 (ブラック)

サザエさん家でも使える!?レトロ調19インチ液晶テレビ発売

サザエさん家っていまだにこの形のテレビを使ってたような・・・なぜかエンディングが

レトロ液晶テレビ、エディオンネットショップから限定発売 家電と暮らしのEDIONネットショップ -公式通販サイト-

エディオンが何をとち狂ったのか19インチのレトロ調な液晶テレビ「レトロ液晶テレビ(NFKT19001)」を発表。9月上旬発売予定。

もう昭和50年代も通り越して、昭和40年代くらいのカラーテレビ出だしの頃のデザインですね。

お値段は89,900円ですが、8/31までに予約すると1万円引きの79,900円!の割引価格で提供。300台の限定販売だそうです。

大きさはこんなところ。まあ、19インチですからね、今どきの大型液晶に比べれば(奥行き以外は)コンパクトです。

液晶テレビなので、画面が妙にフラットなのは仕方ありません。有機ELにして無理やり湾曲させればなおベターだったかも。

このデザインの強みは、上にものを載せられること。

気が付いたら余計なものがどんどん載るスペースになること疑いなしです。私の子供時代はそんな感じでした。

チャンネルダイヤル部分にはリモコンを収納可能。ちなみにこのダイヤル部分はダミーなのか使えるのかは不明。

このダイヤルが使えるといいんですけどねぇ。テレビなんて電源入れてチャンネルかえるだけの機械として使ってる人は多いですから、これだけ単純なインターフェースは絶対今受ける気がします。

まあ、考えたらこの部分には何もないんですよね。ブラウン管が入るであろうスペースにを収納用引き出しがついてます。

本体は飛騨の職人さんが作ってるそうです。ただのレプリカ風テレビではありませんね。本格的です。

こんな純粋な和室を持った家がいまでもあるかどうかはわかりませんが、あれば絶対お似合いなテレビ。

もしバカ売れしたら、追加増産してくれるんでしょうかね?エディオンさん。

さすがにちょっと買う気にはなれませんけど、なくなってほしくないと感じてしまうこの心の矛盾はいったい何なのでしょうね?

Seiki クラシック 21.5インチ レトロ調 ハイスペック LED 高画質 TV モニタ HDMI ヤマハスピーカー 2.1ch【平行輸入品】

2016年8月20日 (土)

ポケモンGOの偽物で大変なことに!

人気アプリには偽物が出てくるのは世の常(?)。

ポケモンGOにも偽物がいくつか出てますが、強烈なものも登場しているようです。

まずはこちら。

悪夢でうなされそうなポケモンGOの偽物アプリ登場、ピカチュウがヒドイことに - Engadget Japanese

まあ、いかにも中華らしい偽物アプリですね。

すでにバージョンアップしてデザインは変わってるらしいですが、それにしても(比較的)やせ細り死んだ目をしたカビゴンが目に焼き付いて離れません。

まあ、この程度の偽物であれば精神的にちょっとくるくらいで問題ないんですが、次の案件はリアルにやばいです。

ポケモンGOのWindows版アプリに偽装してファイルを暗号化し人質に取るランサムウェアが確認される - GIGAZINE

”Windows版ポケモンGO”なんてものがあたかもリリースされたかのように装い、インストールしてしまったPCのデータを暗号化し身代金を要求する、いわゆるランサムウェアです。

しかもたちの悪いことに、一度侵入したPCにバックドアを設けて、暗号解除後も再び”人質”に変えることが可能だとか。

偽物にもいろいろですが、こういうものは基本的にかかわってはだめですね。ろくなことはなさそうです。

ポケモンGOよくわかる攻略本1: ~SNS・まとめ動画・LINE@まで大公開!~

Windows 10のBash on WindowsでTensorFlow動かしてみた

最近プログラムといえばRaspberry Piな私ですが、Windows 10のAnniversary UpdateでBash on Windowsが使えるようになったんですよね。

これを使えば、Linux環境(正確にはUbuntu環境)を入手できるというわけ。早速入れてみました。

・・・とその前に、私のWindowsはまだAnniversary Updateできてませんでした。

以下のサイトを参考に、手動アップデートを実施。

Windows 10 Anniversary Update を手動アップデートしてみました - 道すがら講堂

まずスタートメニューの「設定」-「更新とセキュリティ」-「Windows Update」の「詳細情報」をクリック。

「 Windows 10 の更新履歴」というMicrosoftのページが立ち上がるので、中ほどにある「Anniversary Updateを入手する」というのをクリック。

「Windows10Upgrade28084.exe」というのが入手できるので、これを実行。

あとはひたすらぼーっと待ちます。

アップデート完了したら、早速Bashを・・・っていきなりは使えません。

まずスタートメニューの「設定」-「更新とセキュリティ」にある「開発者向け」の中の「開発者モード」のところを選択。

次に、スタートメニューを右クリックして「コントロールパネル」を開き、「プログラム」-「プログラムと機能」の「Windowsの機能の有効化または無効化」をクリック。

Win10bash00

「Windows Subsystem for Linux(Beta)」というのがあるので、これをチェック。

再起動を求められます。

再起動後、スタートメニューの「Windows PowerShell」からWindows PowerShellを開きます。

そこで「bash」と入力。

Win10bash01

なにやらダウンロードがはじまります。Bashを入れてるようですね。

その後、ユーザー名とパスワードも入れます。

2回目からはすぐに起動するので、最初だけ我慢。

これでやっとBash on Windowsが使えるようになりました。

この状態だと、Cドライブのユーザーの、今ログイン中のユーザーフォルダがカレントディレクトリになっているため、別の作業フォルダを作って移動しておいた方が無難です。

私はC:\linuxというのを作って、そこを作業ディレクトリとしました。

このbash上で以下のように移動。

cd /mnt/c/linux

(あらかじめWindows上でCドライブに”linux”というフォルダを作っておきます)

ちなみに、Linux特有のディレクトリ構成(/home/(ユーザー名)のようなディレクトリ)も構成されてます。

cd ~ (あるいは cd

で移動するホームディレクトリは、Windows上では”C:\Users\(ユーザー名)\AppData\Local\lxss\rootfs”というフォルダとしてアクセスすることができます。

さて、ようやく本題です。

Bash on Windowsに”TensorFlow”を入れます。

こちらのサイトを参照。

まずapt-getで以下のものをインストール。

sudo apt-get install git python-pip python-dev

Windowsでapt-getが使えるようになったんですよねぇ。

最初に”sudo”を実行するときだけパスワードを聞かれます。

続いて、TensorFlowをインストール。

sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.7.1-cp27-none-linux_x86_64.whl

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」で使った「classify_image.py」を入手するため、次のコマンドも実行。

git clone https://github.com/tensorflow/tensorflow.git

ここから「classify_image.py」をカレントディレクトリにコピー

cp /mnt/c/linux/tensorflow/tensorflow/models/image/imagenet/classify_image.py /mnt/c/linux

ここで

python classify_image.py

と実行。

いきなり実行して大丈夫か・・・と思いましたが、動きます。

先回の記事同様、最初は「inception-2015-12-05.tgz」をダウンロードします。しばし待ちます。

パンダの写真を認識したようなメッセージが出れば成功。

続いて、別の画像を認識させてみます。

あらかじめC:\linuxにいろいろ画像データを入れておきます。

python classify_image.py --image_file (ファイル名)

前回使った画像ファイルをそのまま実行。

Win10bash02

同じような認識率でした。

思ったより簡単でしたね。

まだまだベータ版のようで、日本語表示はいまいちながら、結構使えます、Bash on Windows。

Raspberry Piでは能力が足りないとき、メインPCを使って処理できますね。ありがたいことです。

Microsoft Windows 10 Home Anniversary Update適用済 (32bit/64bit 日本語版 (新価格版) |オンラインコード版

2016年8月19日 (金)

「若者のキーボード離れ」は世の中の潮流か!?

元記事のタイトルには「若者のパソコン離れ」と書かれてますが、あえて「キーボード離れ」と書かせていただきました。

「若者のパソコン離れ」が示唆する恐ろしい未来|今週もナナメに考えた 鈴木貴博|ダイヤモンド・オンライン

キーボード世代な人がこのタイトルを見れば、今のオフィスにあるPCを使いこなせない若者が今後増えて大変・・・てな内容だろうと思うところですが(私もそうでした)。

が、中身はそれほど単純ではありませんでした。

キーボード派が日本を世界の潮流に乗り切れないきっかけとなりかねない、てな内容です。

あるロボットメーカーのアジアにおけるシェアが低下したらしいですが、その理由が操作系がキーボードのままだったから、なんだそうです。

日本では比較的以前からPCの導入が始まり、中高年世代でもキーボードを使うことに慣れている人が多いです。

が、アジア全体で見れば、むしろ今のスマホのインターフェースの方が当たり前。PCが普及するよりも早くスマホ・タブレットが普及しちゃいました。

ということは、キーボードというインターフェース自体が障害になるのは当たり前の話。でも上の人ほど気づかなかったようですね。

最近新卒で入ってくる人たちはPCよりもスマホの方が慣れている世代。おかげで会社に入って使いにくいキーボードと格闘する羽目になるという人も多いようです。

このあたり「最近の若いもんは・・・」で片づけちゃってる人が多いのが現状。でも新興国といわれる国ほど、むしろキーボードが使えない方が当たり前なんですよね。

若い人ほどキーボードを操作系に使うことには抵抗があるんですが、年寄りには逆らえない、結果シェア低下につながり慌てて改良する羽目になった・・・

まあ、私も老害の部類に入りかかっている世代ですが、私はむしろスマホ・タブレット派なんですよね。

馬鹿高いPCなんていつまでも買ってないで、iPadなりAndroidタブレットなりと社内クラウドでシステムを構築すればいいのにと思ってるんですよね。

確かにExcelのマクロなどは使いづらくなりますけど、40代後半以上になるとそもそもマクロなんて使ってませんし(私のところでマクロを作る・使うのは30代が中心)、シンクライアントでも構築してマクロ環境を維持していった方が結果的に安く済みそう。

・・・なんて話をしても、上の人には通らないんですよね。

だからこの「キーボード派」の話、他人事ではありません。

若い世代に合わせた環境に速やかに移行することが世の中の潮流に最も合致した施策であるように思うんですが、ここ日本では人口的にも文化的にも年上の意見に従わざるを得ない風潮があり、なかなかこういう方向には進みません。

でもなんとなく、危険な感じがするんですよね・・・この先。元記事のロボットメーカーの話は決して多くの日本企業にとって他人事じゃないような気がします。

まあ、私のすることは、少しでも世の中の潮流に乗り遅れないよう上の人から嫌われるようなことをくどくどいうことくらいでしょうか?できれば、上の人たちもこの記事を読んで「井の中の蛙」であることを自覚していただきたいと願うばかりです。

PFU Happy Hacking Keyboard Professional JP 日本語配列 墨 USBキーボード 静電容量無接点 Nキーロールオーバー ブラック PD-KB420B

ポケモンGOとともに名古屋駅周辺へ行ってきました

夏の連休には家族で名古屋駅の真上にある”JR高島屋”に行くのが習わしになってますが。

Img_2318

今年も行ってきました。

上の写真はJRセントラルタワーズ15階から撮影したミッドランドスクエア。なお、高さはセントラルタワーズが245m、ミッドランドスクエアが247m。高さ(だけ)はあっちの方が上です。

名古屋にしては比較的高いビル群が並ぶこの地域、バーチャルな世界で見ると

Img_2315

やはりこうなってますね。

奥の半円のあたりが名古屋駅東側のロータリー、手前が名古屋駅。

この建物にいる限り、この3つのポケストップから交互にアイテムゲットしまくりです。

Img_2309

おかげで途中、こんな表示が。

初めてです、こんな表示。これでもキャパを50増やして400個持てるようにしてるんですが・・・途中でキズ薬をいくつか放棄して、モンスターボールを優先。

Img_8160

建物の中にいるせいか、時々位置情報がおかしなことになります。

真ん中の横長の四角い部分が本来いるタワーなんですが、手前の縦長のところに飛んでしまいます。

Img_2320

この縦長の部分の正体はこれ。名古屋駅コンコース。

6~15階にいた我々からは、高さ的には全くいけない場所。なんでここにいることになってるんでしょう?

Img_8161

油断してると新幹線のホームのあたりまで行きそうになります(画面奥のポケスポットのあるあたりの手前)。

時々思うんですけど、位置情報がぶれるときって何を頼りに判断してるんでしょうか?

せっかくビルの周りに3~4のポケストップがあるのに、コンコース真ん中まで行かれてはアイテムが取れません。

Img_2310

が、この位置情報ずれが思わぬ副産物が。

コンコースのあたりを(勝手に)行ったり来たりしてくれたおかげで、気が付いたら7~8kmほど歩いたことに。

実際にはせいぜい7千歩程度しか歩いてませんが、こんなところで位置情報のブレが役に立つとは。

おかげで10kmタマゴが孵ってカビゴン ゲット!

Img_2296

他にもリアルポケモンにいくつか出会いました。

これは黄色いビリリダマ・・・ではなく、パックマンです。来年4月にオープンするレゴランドのアピールでしょうか?

Img_2295

おもちゃ売り場のある当たりにはこんな水槽が。

「ファインディング ドリー」宣伝用に設置された水槽。あの映画での主人公であるカクレクマノミ、ナンヨウハギ等が優雅に泳いでました。

Img_2308

水系モンスターは他にもいました。

これはトサキント・・・じゃなくて金魚。15階の名古屋マリオットアソシアホテルのロビーに設置されてました。かなり大きいです。

Img_2314

こいつなんて私のこぶし大はあります。

弥富町の金魚だそうです。

結局、モンスターボール100個以上、タマゴ6つ孵化&6つ補充、レベルは18→20に、カビゴン含む3匹分の図鑑更新して帰宅。

リアルには子供のおもちゃ、財布の購入、ホテルでの食事、隣にできたばかりの大名古屋ビルヂング散策を行ってきました。

なお4,000mAhのモバイルバッテリーは昼までには残量0に。途中でiPhone 5sから6sにマシンチェンジして乗り切りました。モバイルバッテリーは必須です。

都会はポケモンGOがすごいとは言いますけど、やっぱりすごいですね。モンスターボールゲットするのに課金必要ないじゃん、ほんとに。

名古屋市横の辺境では味わえないポケゴー日和でした。

モバイルバッテリー RAVPower 22000mAh スマホ 充電器 急速充電 5.8A 出力 2.4A 入力 3ポート 大容量 軽量 iPhone / iPad / Xperia / Galaxy / Nexus / スマホ / タブレット / ゲーム機 等対応【高品質リチウムポリマー電池使用】(ブラック)

2016年8月18日 (木)

28年間手つかずだったX1版「マデリーン」を攻略してみた

今年の夏はレトロPCに人工知能に名古屋行きにと大忙し。

さて、先日「夏の連休だし30歳を過ぎたシャープX1Fを立ち上げてみた: EeePCの軌跡」でも書いた通り、今年で30周年を迎えたX1Fで遊んでますが、実は未解決のままになっているアドベンチャーゲームが一つあります。

Img_2227

それは「マデリーン」というシンキングラビットというメーカーのゲーム。

Img_2277

ゲーム本体はこれ。

まるでコピーツールでコピーしたゲームじゃねえかと思うような外観。そういうゲームがいくつか持っていることは認めますが・・・残念ながら、これはコピー品にあらず。

当時「TAKERU」というソフト自販機があって、そこで買ったゲームなんです。

パッケージで流通しない分安く手に入るということですが、おかげでこの通り簡素なディスクデザイン。タイトルが印字されてないため、手書きです。

Img_2278

マニュアルもドットプリンタで打ち出されたようなこの3枚だけ。

今ならダウンロード販売でマニュアルはPDFといったところですが、当時はネットもない時代。紙で出してもらわないとどうにもなりません。

Img_2280

ちなみに、購入したのは昭和63年(1988年)1月24日。お値段3,200円。

当時はこれで安い方でした。まだ消費税、ありませんでしたし。

が、結論から言うとこのゲーム難しすぎて当時は全く歯が立たず

結局28年間放置、今に至ります。

で28年経った今、世の中わからないことはネットでググる時代

もしかして「マデリーン」の攻略法もググれば出てくるんじゃないかと思って調べたら。

出てきました。

マデリーン: レトロゲーム攻略ページ

ということで、28年間明かされなかった謎を解き明かすため、X1Fにて「マデリーン」を攻略することにしました。

Img_2228

このゲームは森の中の小さな小屋の前から始まります。

400年ほど前に「マデリーン」王女がいたんですが、これがとんでもない悪女だということで幽閉されて亡くなったとされてるが、その王女の肖像画を見た主人公が「んなわけねえだろう」と思って真実を求めてその地にやってきた・・・というのが前振りです。

Img_2229

しかしその場所が何とも奇妙なところで、いきなり白骨死体に出くわすという不思議な場所。

この森もマップを書いて攻略しようにもまるで無意味な異次元迷路になってて、当時ベーマガに書かれた道順で何とか攻略したものです。

そうそう、このマデリーンというゲームは当時のアドベンチャーにはありがちなコマンド直接入力方式なんですが

Img_2230

英語かかな入力しか受け付けないというゲーム。ローマ字入力が効きません。ブラインドタッチが何の役にも立ちません。

てことで、このカタカナ配列と格闘しながらの攻略となります。

Img_2231

あるところまでは見たことのある映像。この辺まではなんとか私も当時たどり着いてたんですが

Img_2233

この扉の向こうにどうしてもいけなくて頓挫。

ここが28年間超えられなかった”壁”です。

Img_2234

が今回、攻略サイトのおかげでクリア。

結論から言うと、全く別の場所から内側に入ります。

そしてついに、これまで見たことのない場面へ足を踏み入れました。

こんなところに鳥の巣が、しかもこの中には重要なアイテムが・・・そんなの、当時高1だった私が知る由もありません。

で、井戸の中に降りて真っ暗闇の中を歩いてると「何かあります。」のメッセージが。

Img_2235

ここで打ち込むコマンドは

フクロ トル

いや・・・このメッセージからどうして袋があるとわかった?

こんなの、コナン君並みの推理力が必要です。

Img_2236

さらにその直後には「歩くとサクサクと音がします。」という情報だけで

アサノミ トル

いや、別の何かだって可能性ありますよ?なぜ麻の実??

確かにスタート時点での森でサクサクと音のするところには麻の実が落ちてて、麻の実をとるためには袋がいるって話がありましたけど。

コナン「ペロッ!んっ!!この味は麻の実!?」

くらいの展開がないとさすがのコナン君でもわかりません

こういう展開、すごく多いです、このゲーム。そりゃ当時は(いや今でも)解けないわけですわ。

このゲーム、当時でもかなり難解な部類のアドベンチャーゲームだったらしいです。確かに難易度は半端ない。

Img_2237

で、なんだかんだと場面は進み、マデリーン王女が監禁されていた場所へたどり着きます。

ここでやることは

Img_2238

ア・サ・ノ・ミ マ・ク

いやあ・・・いくら考えてもこれはほんとに伏線ありませんでした。どうしてそんなことわかる!?

麻の実が鳥のえさと同じものとは言ってましたけど、

「ぴこーん!この部屋にまいたら何か起こるかも!?」

って発想は飛躍しすぎてて全くわきません。

最近見た映画「ファインディング ドリー」で、ドリーならどうする!?なんてセリフの後に突拍子もない行動に移るという場面がありますけどそんなドリーも真っ青なアイデアです(元々青いですが)。

Img_2240

で、麻の実を巻いて一旦この部屋を離れ再び戻ると、餌(麻の実)につられた鳥が巻物を運んできてくれます。

しかも400年以上前の巻物を!

Img_2241

ここでの出来事は突っ込みどころが多すぎですが、気を取り直して巻物を読みます。

ここに書かれているのは、子供に恵まれなかった国王がどこからか赤ん坊を連れてきて後継にしたとのこと。それがマデリーン王女。

ところがその後、後継者が生まれちゃったため、国王の死後にその座を追われて幽閉されることになったようです、この王女。

そんな王女をお救いしますぜ・・・と書かれたこの巻物。その後王女はどうなったんでしょうか?

もやもやする気持ちを抱いて、先に進みます。

Img_2243

このあたりから問題解決手段が雑になってきます。

封印されたドアを斧でぶっ壊してるんですが・・・私が28年間超えられなかった門の扉もこうやって壊せばよかったんじゃねぇ?(なぜかその門の扉に斧は使えないんです)

Img_2244

で、壁にかかったこの肖像画、この直前のグラフィックから察するに上半身ほぼ等身大の結構な大きさの絵。

なんとここでこれをゲット!その後エンディングまで持ち歩きます、この主人公。よく持ち歩けますね、こんな重たそうなもの。

Img_2249

狼に出くわした主人公。

これを排除するために使ったのは、お城の地下室で見つけた(おそらく400年前の)干し肉

それに水をかけて肉に戻します。そんな肉、大丈夫か!?

案の定、それを食べた狼は即効で腹の具合を悪化させて撤退。そりゃ賞味期限が400年ほど過ぎてる肉ですからね。最近問題になった中華の緑肉どころじゃありません。

Img_2251

川の流れは丸太で乗り越えたり

Img_2252

なぜか落とし穴に落ちて檻に閉じ込められたところを陶器の破片で乗り切ったり

なんだか今までの巧みな道具さばき(?)は何だったのかというほど短絡的な場面が続きます。

Img_2254

極めつけはここ。

湖の岸辺で船を見つけるんですが、

Img_2256

これを直すコマンドは

コ・ブ・ネ ナ・オ・ス

いやあ・・・ここまで「ドア壊す」とやっても文句言って壊さなかったのにそんな複雑な手順の問題をたった一言で実行しちゃっていいんですか!?

Img_2257

もうどうでもよくなったようです。あっさり直しちゃいました、小舟。

Img_2258

「そんな装備で大丈夫か!?」

「大丈夫だ!問題ない!!」

というテンプレは当時はありませんでしたけど、そう言いたくなるような不安な船出です。

で、島に着くんですけど、案の定岸につくと同時に壊れてしまいました、この小舟。

その後どうやって帰ったんでしょう?この主人公。

Img_2259

島に渡ったものの、妙に既視感のある場面に遭遇。

別の場所なのに同じグラフィックを使うことは、このゲームではよくあります。まあ、ディスク容量が1枚320kBという時代、それを2枚でこのボリュームですからね、しょうがない。

Img_2260

で、その奥で生気を抜かれたアルムのおんじのような人物が登場!

あかん・・・これ絶対あかんやつや・・・

Img_2261

なんと主人公、ここでこの爺さんに絵を見せます。

よくこんな場所まであの等身大サイズの絵を持ち歩けたものですね、この主人公。

Img_2263

ここでこの爺さん、突然味方ならエビデンスを見せろと言ってきます。

ここで見せるものに応じて3タイプのエンディングにわかれちゃうそうですが・・・正解以外は試す気になりません。まじやばそう、この爺さん。変なもの見せたら絶対殺される・・・

Img_2264

で、そのまま奥に進んで、なぜか奥に十字架の付いた岩があって、これを回すとさらに奥の道が開きます。

爺さんもついてきているようですが、ここでは何も語ってくれません。

Img_2265

その奥には氷漬けになった王女が!?

なんでも幽閉からこっそり解放されて、4年間はこの島で暮らしてたそうです。死後、住人が氷柱に封じ込めて、その姿を保ち続けたんだとか。

いや、氷漬けでも人間てのはミイラ化してしまうのもらしいですが・・・という突っ込みはおいておき。

Img_2270

ここでこの爺さん、いろいろ語り始めます。要するにこの王女の子孫なんだそうで。

それを知ってこの爺さん、マデリーン王女の名誉を守るためこの場所を守り続けてたそうですけど、1980年代なら別に世間に真実明かしたってそれを邪魔する奴はおらんでしょうに。

Img_2272

がこの爺さん、死に際なのか最後には言葉を発せなくなっちゃって、指で空中にこんなダイイングメッセージを残します。

ああ、ついに真実を伝えられる人に巡り合えて、感極まって書いちゃった王女の名前・・・

Img_2273

と思いきや、さらにメッセージは続きます。お前のアドベンチャー精神には感謝だぜ!エクセレント!!

・・・って指で書いてるようです、この爺さん

Img_2274

死に際で大変だと思うんですが、まだまだ続きます、ダイイングメッセージ。

スタッフロールも書いてくれました(多分)。

Img_2276

最後にこんなクイズまで書いてくれちゃって・・・

これの答えをタケル事務局(ブラザー工業)に送ると素敵な景品がもらえる!

Img_2279

というようなことがマニュアルには記載されてますけど・・・さすがに今は受け付けてませんよね。

とまあ、28年間封印されていたアドベンチャーゲームでしたが。

今見ると突っ込みどころ満載全米が涙する内容のストーリー展開で感無量。

28年前の宿題をようやくやり終えた感じです。

レジェンドパソコンゲーム80年代記

Raspberry PiにLTE回線を搭載できるシールド「LTEPi for D」

Raspberry Pi 3にはBluetooth、Wi-Fiは内蔵されましたが、携帯回線は未だ内蔵されておりません。

これまで3G回線をアドオンするボードというのはありましたが、LTE回線が使えるシールドが登場です。

ASCII.jp:ラズパイにLTE通信をアドオンする拡張ボード「LTEPi for D」

その名も「LTEPi for D」。ごらんのとおり、Raspberry Pi専用のLTEボードです。

日本ではドコモの回線が使用可能なようです。ということは、大半のMVNOのサービスを使用可能ってことに。SIMサイズはnanoSIM。

なかなかいい製品ですが、お値段が32,184円。ちょっと高いです。

USBタイプの通信モジュールに比べればスリムに使える・・・んですけど、結局はUSBポートを一つ占有してますし、めちゃくちゃスリムというわけではなさそう。

専用ボードなので設定はかなり楽にできる気がしますが、もうちょっと値段が安ければよかったんですけどねぇ・・・それでも、IoT機器として使いたい場合はこのRaspberry Piとがっちり結合できる安定感は捨てがたいところ。

田んぼの監視デバイスなどの本格的なIoT用途で使う場合には活躍しそうなこのボード。ただし外部からのリモート操作をするつもりなら、せめてOCNモバイルONEのように(動的ながら)グローバルIPが使えるところが便利です。

LTEPi for D

2016年8月17日 (水)

レトロPCメンテナンスには欠かせない5インチFDクリーナー

今や5インチFDD用のクリーナーなんてありませんよねぇ・・・と思ったら、売ってるようです。

レトロPCのメンテに、5インチFD用クリーニングキットが販売中 (取材中に見つけた○○なもの) - AKIBA PC Hotline!

家電のケンちゃんという店で売ってるそうです。価格2,500円(税抜)。

クリーニング液のセットで、15回分あるそうで。

ついでに5インチフロッピーディスクの新品(2D/2DD)まで販売中。こちらは5枚セットで1,112円(税抜)。

これはレトロPCユーザーにとってはありがたい商品。3.5インチ用FDDクリーナーなら今でもちょくちょく売ってますけど。

ただ、FDD用クリーナーって必ずしもいいことばかりともいえないような話を聞いたことがあります。

ものにもよりますが、クリーニング用のけばけばをこすりつけることでかえって劣化を早めてしまうこともあるようで。

使うにしても、本当にやばいときにのみ使うようにし、しょっちゅう使うのは控えた方がよさそうです

サンワサプライ 3.5クリーニングディスケット CD-31W

心拍数連動型”アホ毛”爆誕!?

アニメを見てるとよく見かける”アホ毛”を、なんとArduinoで作ってしまった奇特な人がいます。

【ドキドキが伝わる】心拍と連動して動くウェアラブル”アホ毛”デバイスを作った | オモコロ

指にはめた心拍センサーに連動し、カチューシャに装備されたアホ毛がうにうに動き始めます。

製作方法はリンク先を参照。

その後動作確認で、心拍数を早めるためいろいろやってますけど・・・何をやったのかはここではちょっと書けませんねぇ。

こういうのをウェアラブルデバイスと呼ぶべきなのか、議論はわかれるところでしょうが、こういう発想は私は好きです。

この”アホ毛”、私は「大家さんは思春期」のチエちゃんのものに見えるんですが、横揺れではなく、回転式にすればより”チエ”ちゃんでしたね。皆様は何を連想されるでしょうか?

[まとめ買い] 大家さんは思春期!(まんがタイムコミックス)

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

私にとって夏といえば”チャレンジ”の季節。

例年、いろいろなことにチャレンジしてますけど。

今年はずばり

”人工知能”

です。

といっても、その分野のプロというわけではないので、お手軽に使えてしかも高精度なものはないものかと探した結果。

ありました。

最強(?)の人工知能ライブラリが。

それが今回紹介する、Googleが公開している人工知能ライブラリ”TensorFlow”です。

誤解のないように補足すると、TensorFlow自体は行列の高速計算などを行うライブラリであり、機械学習など人工知能を構築する上で必要な計算機能を集約したものです。これを呼び出せばいきなり人工知能ができるわけではありません。使いこなそうと思ったら数学的な知識は必要。

が、TensorFlowを使った画像認識コードなどはすでにネット上にいろいろあって、これらを使えば比較的お手軽に”人工知能”というものに触れることができるというわけです。

これをRaspberry Pi 3で動かしてみました。

まずはインストールから。参考にしたサイトは以下。

TensorFlowをRaspberryPIにインストールする手順 - Qiita

まずはRaspberry Pi用の”TensorFlow”を持ってきます。

wget https://github.com/samjabrahams/tensorflow-on-raspberry-pi/blob/master/archive/tensorflow-0.8.0rc0-cp27-none-linux_armv7l.whl?raw=true

これを以下のようにインストールします。

mv tensorflow-0.8.0rc0-cp27-none-linux_armv7l.whl\?raw\=true tensorflow-0.8.0rc0-cp27-none-linux_armv7l.whl

sudo pip install tensorflow-0.8.0rc0-cp27-none-linux_armv7l.whl

これで完了。簡単ですね。

しかし相手は人工知能

画像認識をさせようと思ったら、機械学習用の画像を入手し学習させ・・・などと面倒な作業が必要・・・

と思ったらこのTensorFlow、インストールした時点でいきなり「写真の中の物体を言い当てる」ことができるコードがおまけでついてきます。

インストールした時のディレクトリに”tensorflow”というディレクトリがあるはずですが、その中にある”classify_image.py”というソースコードを使います。

作業ディレクトリにコピーします。

cp ~/tensorflow/tensorflow/models/image/imagenet/classify_image.py ~

では早速”classify_image.py”を実行。

python classify_image.py

するとなにやら”inception-2015-12-05.tgz”というファイルをダウンロードし始めます。大体90MB程度。

しばらくすると、以下のようなメッセージが。

giant panda, panda, panda bear, coon bear, Ailuropoda melanoleuca (score = 0.89233)
indri, indris, Indri indri, Indri brevicaudatus (score = 0.00859)
lesser panda, red panda, panda, bear cat, cat bear, Ailurus fulgens (score = 0.00264)
custard apple (score = 0.00141)
earthstar (score = 0.00107)

デフォルトでジャイアントパンダの画像を認識させてるようです。的中率89%ほどでパンダだといってますね。

これ以降、電源を落とさない限り”inception~”というファイルはダウンロードしませんが、再起動すると消えてしまうためまたダウンロードから開始

このデータは”/tmp/imagenet”というところに保管されるため、起動するたびに消される模様。

なので、電源を落とす前にあらかじめバックアップを取っておきます。

mkdir incep

cp /tmp/imagenet/* incep

で、Raspberry Piを起動して再び”classify_image.py”を実行する前に

cp -r incep /tmp/imagenet

と実行すれば、ダウンロードの時間は節約できます。

本題に戻ります。

適当な画像ファイルを認識させてみます。

以下のようなコマンドを実行すると、任意の画像を読み込ませることが可能。

python classify_image.py --image_file (画像ファイル名)

では早速、いろいろな画像を放り込んでみた。

Img_0007

まずはこれ。我が家のファミリーカー、ポルテです。

結果は以下。

minivan (score = 0.93771)
minibus (score = 0.03950)
moving van (score = 0.00300)
car wheel (score = 0.00188)
pickup, pickup truck (score = 0.00113)

”ミニバン”(的中率94%)だそうです。

・・・まあ、ミニバンといえばミニバンにみえますが。若干微妙ですが、形的には正解かな?

Dsc_0898

続いてこちら。安城デンパークに咲いてた蓮の花(Lotus flower)。

daisy (score = 0.55783)
pinwheel (score = 0.14034)
pot, flowerpot (score = 0.02841)
earthstar (score = 0.01275)
bee (score = 0.00356)

結果は56%の確率で”デイジー”。

まあ、花だってところは間違ってません。

Dsc_0822

この風車(Windmill)はどうでしょう?

crane (score = 0.29572)
picket fence, paling (score = 0.28344)
worm fence, snake fence, snake-rail fence, Virginia fence (score = 0.04334)
suspension bridge (score = 0.03664)
drilling platform, offshore rig (score = 0.03579)

結果は30%くらい”クレーン”でした。

ちょっと、難しかったですかね?

Img_0978

では、これはいかがでしょう?

desktop computer (score = 0.13997)
radio, wireless (score = 0.12890)
loudspeaker, speaker, speaker unit, loudspeaker system, speaker system (score = 0.08322)
iPod (score = 0.05562)
space bar (score = 0.05526)

結果は”デスクトップ コンピュータ”。

間違ってませんが、的中率は14%。控えめですね。ちょっと古すぎました?

最後にこちら。

Imj_2223

結果は

iPod (score = 0.82823)
cellular telephone, cellular phone, cellphone, cell, mobile phone (score = 0.08753)
hand-held computer, hand-held microcomputer (score = 0.02536)
remote control, remote (score = 0.01901)
lighter, light, igniter, ignitor (score = 0.00620)

わりと”iPod”でした。的中率83%。

まあ、どちらかというと”iPhone”なんですけどね。

とはいえ、高々90MB程度の学習データのわりに高精度な回答。

Raspberry Piとこの学習データを組み合わせるだけで、目の不自由な人のために目の前にあるものを音声で知らせてくれるというプログラムが作れそうですが・・・そういうスマホ用アプリ、すでにありそうですけど。

とまあ、TensorFlowを使ってみたわけですが。

これは「TensorFlowを使った」というより、ただ単にそのコードと学習データを使っただけ

もっとマニアックなもの、限定的な画像認識を作ろうと思ったら独自の機械学習データが必要になります。

それを作ろうと思ったら、結構大変なことになりそうで・・・

この辺りを読んで、ただいま学習中です。

TensorFlow : Tutorials : 畳み込み ニューラルネットワーク – TensorFlow

「畳み込み」とは?「ニューラルネットワーク」とは何ぞや?から勉強しなきゃいけませんけど、なんとなく面白そうな気もします。

うまく使いこなせるようになったら仕事でも何か使えそうだし、まったりと学習してみるつもりです。

TensorFlowはじめました 実践!最新Googleマシンラーニング (NextPublishing)

2016年8月16日 (火)

夏の連休だし30歳を過ぎたシャープX1Fを立ち上げてみた

今年の2月に私のパソコン歴も30年となりましたが、その最初のパソコンであるシャープ X1Fを出して起動してみました。

さて、このX1F 30周年を前に

自作デジタル8ピン-VGA変換ケーブル+Century LCD-8000Vでシャープ X1F起動成功!: EeePCの軌跡

液晶モニタをつないだシャープX1でBASICプログラムを動かしてみた: EeePCの軌跡

パソコン暦30周年記念!!てことでX1用USBキーボード変換アダプター買ってみた: EeePCの軌跡

の記事でも書いた通り、今年に入ってモニター、キーボードを今どきのものをが使えるように改造・調達しました。

Img_0978

これらを再び起動します。

Img_0979

裏方は敗戦で大変なことになってますけど・・・

Img_0980

それにしても、すでにこのX1、こんな小さなコンピュータボードにもかなわないんですよね。

Raspberry Pi 3のCPUは64ビット、一方こんなに大きなX1は8ビット!クロック数も1.2GHz(1200MHz) vs 4MHz。

まあ30年という時間はコンピュータにとっては如何に長いかを思い知らされます。

で、ここでトラブル発生。

USBキーボード変換器が動きません!

2月に買ったクラシックPC救済委員会の「X1用USBキーボード変換アダプター」ですが、いきなり使用不能。もう壊れちゃったの!?

Img_0981

原因究明はおいておき、ここはとりあえずオリジナルキーボードで乗り切ることに。

Img_0983

FM音源の音を確認したかったので「うっでぃぽこ」を起動。

ところが音量調整を誤りいきなり大きな音が出たため

Img_0985

何事かと子供らが寄ってきました。

長男はもうすぐ11歳(誕生日は8月19日)、次男も10月に5歳。

一方X1Fは30歳オーバー

君らが生まれるよりはるか昔のパソコン、次男が手元に持っているiPod touchの足元にも及ばないほどの低スペックPCなんですが、子供らは興味津々です。

Img_0989

FM音源の音が特に新鮮だったらしいので、音楽(だけ)がいいゲームを起動。

Img_0988

この「女神転生」というゲーム、今でもまだかろうじてシリーズが続いてますね。3DS用ゲームであるようですが、こいつがまぎれもなくシリーズ最初の作品です。

Img_0992

このゲームにはミュージックモードというのがあって、ゲーム中のBGMを聞くことができます。

子供らはiPhone/iPod touchを放り出して、こっちの音楽に夢中です。

FM音源なので、決していい音というわけではないんですけどね・・・しかしこの妙に機械的な音楽が気に入ったようです。

確かにこのゲームを作ったTELENETというメーカー、音楽は秀作ぞろいでした。音楽だけは。

Img_0994

調子に乗って、めぞん一刻を起動。

Img_0996

昔のセーブデータでも呼び出してみようかと思ったんですが

Img_0997

「データディスクに交換してください。」というメッセージを読んでふと気づいたことは

「データディスクがない」という事実でした。

どこやっちゃったんだろ?手元にはそれらしいディスクはありませんでした。

で、その後BASICプログラムなどを起動しましたが、中2~高3くらいまでの間に作ったプログラム。大したものはありませんが、なぜか一部大喜び。

次男が特に気に入ったようで、翌日も起動しろ起動しろとうるさいです(笑)

今やタッチパネル機が主流の時代。

もう子供らの時代には、キーボードなんて過去の産物になる可能性もありますが。

でもやっぱり時代の名機には今でも通用する魅力ってものがあるんでしょうかね?

子供ながらも敏感に察知していたようです。

どこまで稼働状態を保てるか?今後も時々起動していきます。

懐かしのホビーパソコン ガイドブック (OAK MOOK)

ポケモンGOに未確認のポケモンも出せる”デバッグモード”が存在か!?

出せるといっても、図鑑として眺められるという程度の機能のようですが。

ポケモンGOに「デバッグモード」が存在するらしいです。

ポケモンGOでミュウツーやミュウが見える「デバッグモード」を起動しているムービー - GIGAZINE

それを使ったときの動画はこちら。

確かに、ミュウツーやフリーザーなど、見たことのないポケモンが3Dで表示されてます。

デバッグモードというだけあって、通常の図鑑で確認できるグラフィックだけでなく、ジムバトルで負けた時の姿なども見ることができるようで。

ところでこのデバッグモード、どうやって入るんでしょうか?

なんか、それっぽいWikiを発見したんですが。

Debug mode - Pokémon Essentials Wiki - Wikia

これを見てもさっぱりわかりませんね・・・F7やF9キーを押せとか書いてますけど、Android専用の機能なんでしょうかね?でも上の動画はどうみてもiOS機ですし・・・エミュレータ上での機能なんでしょうか?

そこまでして未確認のポケモンに出会いたいとは思わないのでいちいち試しませんが(これをやると”チート行為”扱いされてBANされる可能性ありますし)、これが本当ならいずれミュウツー等に会えるということを示唆してますね。

ポケモンGOの始め方、遊び方完全ガイド

2016年8月15日 (月)

サンコーの”ダメ人間グッズ”コーナー

お盆休みの時期です。

暑い日の休みはごろごろだらだらするに限りますね!(いや先祖詣りに行けよ)

そんな日常につかれたサラリーマンを癒してくれるグッズを売るコーナーが、サンコーレアモノショップ秋葉原本店にあるそうです。

サンコーが“ダメ人間グッズ”をアピール、専門コーナーを設置 (取材中に見つけた○○なもの) - AKIBA PC Hotline!

もっとも、そのコーナーには「ダメ人間グッズ」と書かれてますが。

まあ、時にはダメな奴になることも大事です。

どんなグッズが売られているのかと覗いてみると、横向きで寝ながらスマホを使うには便利な「横向き寝クッション」や

仰向けでノートPCが使える「仰向けゴロ寝デスク」もあります。

要するにごろごろスマホやノートPCを使うために便利なグッズを取りそろえたというわけです。

いやあ

最高のだめっぷりですね。

ちょっと欲しくなってきました。

横向き寝クッションなら、うつ伏せでも使えそうですねぇ。

とはいえ、こんなグッズに頼ってばかりもいけませんから、たまにはポケモンGOでも立ち上げて外に出歩くことをお勧めします。

サンコー 横向き寝クッション YOKOCUSH

ポケモンGOの不正ユーザーのアカウントが”永久凍結”された模様

ポケモンGOの人気はなかなか衰えないようですが。

「ポケモンGO」の人気衰えず―1ヶ月経っても87%がプレイ - iPhone Mania

私も最近ポッポごときにモンスターボールを大量に消費するような羽目になってちょっと遠ざかりかけてましたが、最近のアップデートで改善されてボールの消費が多少ましになったため、ポケモン集めを再開してます。

そんな中、8月12日に大量のアカウントが一斉にBANされるという事態が発生したそうです。

「ポケモンGO」、不正ユーザーのアカウントを一斉に凍結―この画面が出たら“終わり” - iPhone Mania

不正ユーザーのアカウントが”永久凍結”されたそうです。それも大量に。

このBANされたユーザーは、先日書いた「ポケモン GOを位置情報をハックして自宅で遊ぶ方法: EeePCの軌跡」的なことをやってたユーザーが対象のようです。

また、ポケモンの個体値を知るサイトにGoogleアカウントでログインした場合も同様にBANされているようです(ポケモンGOに同じアカウントを使用している場合)。この個体値検索サイトがポケモンGOのサーバーに不正アクセスしているのがその理由のようです。

そういえば、pokevision等ポケモン位置情報を提供していたサイト・アプリも最近使えなくなるという事態に遭遇しましたが、開発元のNianticはこれらの”不正”行為を徹底的に排除するつもりのようです。

そういえば、うちの近所のジムでは最近やたら高いレベル(30以上)のユーザーがいなくなり、私と同じくらいのレベルのユーザー(16~23)が占有するようになりましたけど、これももしかしてこの大量BANが影響してるんでしょうかね?

なおこの不正ユーザーのアカウントの一部はネットオークション等では高値で売買されていたようで、まさに金もうけのために不正が行われていた背景もあるようです。

もしポケモンGOのアカウントが売りに出されていたとしても、こういう事情でBANされている可能性があるため、手を出さない方がよさそうです。

ポケモンGOよくわかる攻略本1: ~SNS・まとめ動画・LINE@まで大公開!~

2016年8月14日 (日)

60ドル(約6,000円)のApple Watchの模倣品が意外に好評!?

Apple Watchの模倣品というのはたくさんありますけど、粗悪なものが多い中、意外に好評かを受けている製品があります。

6,000円で買えるApple Watchの模倣品、米Amazonで高評価のワケ - iPhone Mania

「LF07」という、米Amazonで60ドルで売られているこのApple Watchのパクリ商品。

模倣品としてはまあまあましな外観ながら、やっぱり安っぽく見える製品なんですけど。

製品レビューでは4★と、決して悪くない評価です。

その理由は、単体で通話が可能(SIMスロット付き)、300万画素のカメラ搭載、電卓アプリもついてて、Apple Watch風のUI以外にタイル式の比較的タップしやすいUIも装備しているためだとか。

そのうえ、メッセージのやり取り、電話、フィットネス・トラッキング、Siriへの接続(iPhoneのみ)まで可能。Android、iPhone両方に対応。

どう見ても低スペックながら、Apple Watchではできないことができるという点で支持されているようです。

これだけの製品なら、露骨に模倣しなくても独自デザインで売り込めばいいのに・・・などと思いますけど、まあ、そのあたりがかの国のメーカーらしいですね(”Lemfo”は一応中国らしいです)。

Apple Watch Sport 42mmスペースグレイアルミニウムケースとブラックスポーツバンド

目の付け所がサンコー!スマホで顔を冷やせる「スマホにさすだけハンディミスト」

かつてはシャー○の宣伝文句だったんですが、最近はサンコーの方が目の付け所は格段に違います。

iPhoneで顔の火照りを冷やせる「スマホにさすだけハンディミスト」が発売 - AKIBA PC Hotline!

予想もつかない製品を出すサンコーから変なこの夏うれしい製品が登場。その名も「スマホにさすだけハンディミスト」。

名前の通り、スマホに取り付けて使うハンディなミスト発生器です。

Android用、iPhone用の2種類あります。

もっとも、スマホからは電力しか使わないようですが。お値段は2,980円。

裏の電源ボタンを押すと1分間噴射。3~4回分の水(6ml)が入るそうです。

もっとも、水を扱う製品なので、防水性のないスマホ(特にiPhone)は要注意。少なくとも、上の写真のようにiPhoneをさかさまにしてこのハンディミストの下にしてはいけないでしょうね。

最近は10月に入っても暑い日が続きますけど、こういうものを使って熱中症を防ぐ工夫は必要かと思われます。ただどちらかというと、スマホを冷やさないといけない気がするんですが・・・それはそれでこういう製品があるそうですが。

ポケモンGOに必須?スマホの熱暴走を防ぐ小型ファン「POKEFAN」が登場 - AKIBA PC Hotline!

その名も「POKEFAN」。ポケモンGOで熱くなった本体を冷ますためのファンだそうで。

両方使えば、人もスマホも快適な夏を過ごせるかも!?

ADOGO ミニ 内蔵バッテリー 充電式 ミストファン 加湿器 加湿噴霧 携帯扇風機 4枚羽根 軽量 持ち運び 熱中症対策 ハンディ

2016年8月13日 (土)

Raspberry Pi 3で夏休みの宿題!

Raspberry Piを使って夏休みの自由研究・工作をするというのはすでに一般化しつつあり(?)ますが。

私も何かそういうネタで書いてみようかと思っていたら、すでにこういう記事がありました。

夏休みは「ラズパイ3」で電子工作&プログラミング【前編】 - 日経トレンディネット

夏休みは「ラズパイ3」で電子工作&プログラミング【中編】 - 日経トレンディネット

日経トレンディネットの記事で、夏休みにRaspberry Piで電子工作とプログラミングを使ってみようという内容です。

ただ、まだ【後編】が公開されておらず、肝心の電子工作までたどり着いてませんが。

もう8月に入ってしまい、夏休みもすでに後半戦です。

この記事の後半に出てくるDHT11というセンサーを使って、毎日の気温を記録するプログラムでも作ればなんか夏休みの課題らしいものができますけど、そういうのは夏休みの最初からやらないといけませんね。

今から取り組むなら、過去記事の「Raspberry Piで夏休みの自由研究を: EeePCの軌跡」に出てくるマイナビの記事は参考になります。

超小型PC「Raspberry Pi」で夏休み自由課題・第3回 - 気圧・温度センサーを動かして数値を記録 (1) ちょっとした電子工作。材料をそろえる | マイナビニュース

この第3回の記事から、一通りのアイデアにアクセスできます。

関東地方限定ですが、こんな教室もありますね。

いつもの夏休みを塗りかえろ!夏の特別講習 サマーラボ2016|子ども・小学生のプログラミング・ロボット教室LITALICOワンダー

Raspberry Pi寝たかどうか微妙なものばかりですけど、短期決戦で行くならこういうのに参加するのがよろしいかも。

ちなみに、うちの長男は今年どうするつもりなのか・・・数年前にはこんなもの作っちゃいましたけど。

電磁推進船作ってみた: EeePCの軌跡

名前にひかれて作ったものの、なんだか看板倒れな工作でしたね。

今やってれば、Raspberry Pi or Arduinoでも載せてもうちょっと意外性のあるものを作ってたかも。

最近は既製品でごまかしている感じなので、もうちょっとオリジナリティのあるものがいいんですけどね。

Raspberry Pi 3 Model B (Element14)

IIJmioが世界42か国・地域で使えるプリペイドSIMを発売

海外旅行に行くと、現地の通信手段を確保するためあらかじめレンタルWi-Fiを借りたり、あるいはSIMフリー機を持ち込み現地SIMを購入するなどが必要でしたが、IIJmioが渡航先でも使えるSIMを8月16日に発売します。

IIJmio海外トラベルSIM

「IIJmio海外トラベルSIM」というこのサービス、データ通信専用SIMが3,850円で500MBまたは14日間使用可能、音声通話付きSIMは4,600円で、こちらは500MBに加え音声通話30分付き。

使える国・地域は以下。

Iijmio_kaigaisim01

アジア : 中国、インドネシア、マレーシア、シンガポール、韓国、台湾、タイ、香港、マカオ

欧州 : オーストリア、フランス、ドイツ、イタリア、スペイン、イギリス、スイス 等

北アメリカ : アメリカ、カナダ

オセアニア : オーストラリア、ニュージーランド

日本人が比較的よく訪れる国や地域で使えます。

国や地域が違えど、料金は同じ。日本国内版プリペイドや現地のSIMからみるとかなり高いですけど、日本国内で調達可能という安心感はありますね。

なお、使い切っても100MB単位でチャージ可能(料金は未定)。また、1年以内であればチャージできます。

上のIIJmioのサイト、およびBIC SIMを扱っている店舗(ビックカメラ、ソフマップ、コジマ)で入手できます。

ところでこのSIM、SIMフリー機でしか使用できません。日本ではドコモ版スマホでも使えますけど、海外ではそうはいきません。要注意。

海外旅行や海外出張で通信手段を確実に確保しておきたいという人には、安心のSIMですね。

「ハワイ」ミニガイドブック付きトラベルSIMデータ(海外渡航向けSIMカード・月額0円)

2016年8月12日 (金)

クッションチェアー型「カビゴン」12月発売!

「カビゴン」といえば、ポケモンGOでは比較的見つけづらいモンスター。私もまだ入手していません。

そんなカビゴンのクッションチェアーが海外で発売される予定とのこと。

大きな身体に癒やされる!「ポケモン」カビゴンを極小サイズ(120cm)で再現した座椅子、海外限定で登場 - Character JAPAN

高さ120cm、幅60cmと「カビゴン」の1/2サイズの「Pokemon Snorlax Bean Bag Chair」というクッション。お値段149.99ドル、今年の12月発売予定。

Pokémon Snorlax Bean Bag Chair | ThinkGeek

通常このサイトは日本への発送も行ってくれるそうですが、この「Pokemon Snorlax Bean Bag Chair」の送付先はアメリカ、カナダ限定のようです。なんとか日本に発送してくれないものでしょうか?

ちなみに個人輸入支援サイト「グッピング」は、3辺の合計が260cm以下であれば発送してもらえるそうです。

国際送料見積もり 個人輸入 輸入代行・転送サービスのグッピング

梱包サイズがはっきりしませんが、かろうじて収まりそうな感じですが、どうなんでしょう?

意外と実用性ありそうなこの座椅子。ポケモンGOで歩き回って疲れた体を癒してくれそうです。

ポケットモンスター もちふわクッション カビゴン ぬいぐるみクッション  高さ35cm PZ04

TensorFlowを使ったキュウリの仕分け機

Googleがオープンソースで公開する人工知能用の機械学習ライブラリ”TensorFlow”を使い、キュウリの仕分け機を作ったという方がいらっしゃいます。

Google Cloud Platform Japan 公式ブログ: キュウリ農家とディープラーニングをつなぐ TensorFlow

動画を見ていただくとわかりますが、1本1本仕分けてますね。

キュウリを自宅の庭などで作った経験のある人ならわかると思いますが、キュウリって店で売られているようなきれいな形にはなかなかならないんですよね。

多分、ほとんどがくるっと曲がって、中には一回転しそうなものがあったり、細すぎたり、色は濃い緑だったり薄かったりと、お店で売られているキュウリってどうしてああもほぼ同じような形なんだろうかと思うほど。

要するにこうやって仕分けされてでてくるため、きれいなものしか目にしないだけなんでしょうね。ある程度はノウハウがあるにせよ、一部出てくる曲がったキュウリは弾かれているのが現状のようで。

話を人工知能に戻して、そんなキュウリを仕分けるため機械学習して9段階に判別するというのがこの機械の売りのようです。

が、やっぱり自然のものがそうそう簡単に判別できるものではないようで、学習用画像を追加したらかえって判別率が落ちたり、処理速度が全然足りなかったりと苦労が多いようです。

しかし、それでもイベントに公開できるくらいのレベルまでこぎつけたあたり、私はすごいと思います。ほんとに。

先日買ったトランジスタ技術にもTensorFlowを用いた人工知能ネタが載っていて、勉強してみようと思って停滞している私なんぞはまだまだですねぇ(ポケモンGOにはまりすぎてるという噂も・・・)。

さて以下余談ですが、私がまだ中学・高校生時代には親が実家の庭でキュウリなどを作ってました。

が、しょせんは一般家庭(父は農家の経験ありですが)で作る野菜。形がきれいになろうはずがありません

で、曲がったキュウリというのを散々食べた覚えがあるんですが。

実はキュウリって曲がってるものの方がうまいんじゃないかというのが当時の私の実感です。

ちょっと歯ごたえがあるんですよね、曲がってる方が。私はそういう食感が好きでした。

この仕分け機の存在理由を否定するわけではありませんが、見栄えが悪いからという理由で廃棄する or 加工用にまわすというのはもったいない気がしますね。

流通コストを回収できないという理由もあるんでしょうが、曲がったキュウリも普通に売られる世の中になることが、実は本来あるべき姿なんじゃないかと感じます。

キュウリの作業便利帳―良品多収のポイント126

TensorFlowはじめました 実践!最新Googleマシンラーニング (NextPublishing)

2016年8月11日 (木)

究極の(?)IoT機器 遠隔操作でボタンが押せる機器”マイクロボットプッシュ”

かえったらお風呂に入りたい・・・けどこれから沸かさなきゃ・・・

という一人暮らしのロンリネスをエンジョイしている人たちに、家に帰る直前にお風呂を沸かせる遠隔操作ボタン押し機が誕生です。

「遠隔ボタン押し装置」で、外出先からお風呂を入れてみた – DIGIMONO!(デジモノ!)

「マイクロボットプッシュ」というこの機器。ごらんのとおり、ボタンを押すだけという単純な機能をもったIoT機器です。

ごらんのとおり、給湯器のコントローラにしかつかなさそうな形状をしているため、例えばエアコンのリモコン用に転用しようとするとちょっと難ありかも。

以下のサイトで入手可能。

一般的な電化製品をスマート家電に変えてくれる 超小型ロボット | ショッピング | +Style (プラススタイル) : クラウドファンディング

ちょっと生産が遅れてるようですが、8月中旬には発送開始のようです。お値段は7,980円から。

押すだけなんですけど、このオスだけの動作を電子工作で作ろうとすると大変でしょうね。

サーボでは弱すぎますし、かといってモーターでは制御が効かない。そこそこ力があって制御ができるものじゃないと、ボタンを押すだけのマシンすら作れません。

そういう意味では、いろいろ参考になりそうな機器です。

cocopar・Raspberry pi ラズベリーパイArdoino モジュールセンサ 16種類セット

Apple 2017年はiPhoneと同時に全く新しいデバイスを発表!?

まだ今年のiPhoneも出ていないうちに来年の話。鬼が笑いそうです。

”iPhoneを超えるキラー製品”なんて言ってますけど、本当でしょうか?

Apple、2017年の新型iPhoneと同時に完全に新しいデバイスを発表か?! | gori.me(ゴリミー)

2017年にはiPhoneも有機ELディスプレイ採用など、これまで以上に発展する見込みですが、そのiPhoneと同時に今までにない新しいデバイスを発表するという噂が出てます。

わかっていることは「健康やフィットネスにかかわる製品」ということだけらしく、どういうものかよくわかりませんね。

最も近い製品としてはApple Watchですが、これは新しいデバイスとはいいがたいですね。なんなんでしょう?

Apple Watchも来年はLTE対応の独立動作可能なものが出るらしいとのことですが、まさかそれのことを言ってるわけではあるまい・・・とすると、どんな製品なんでしょうね?

今のところ、推測できる情報はなさそう。たいてい変な特許情報が事前に出ていて、そこからある程度推測できるものなんですが・・・

最近出てきたAppleの特許といえば、全面ガラスのiPhoneらしきものや、デジタルクラウンの付いたiPadらしきものくらいでしょうか。あ、Apple Watchそのまんまの絵を載せていたとあるメーカーの特許もありましたね。関係ないけど。

こういう噂は年末年始あたりから具体的なものが出てくるというのが相場なので、それまで待ってみるしかなさそうです。

GVDV 4 in 1充電スタンド 収納ケース 保護カバー PUレザー材質 Apple watch/タブレット/iPhone/iPad/iWatch/スマートフォンに多機種対応 ブラック グレー

2016年8月10日 (水)

睡眠の質向上に貢献してくれるスリープIoTデバイス「Withings Aura」がApple Storeにて発売

日本人は世界的に見ても睡眠不足な民族のようですが、そんな寝不足な状況解消に一役買ってくれそうなデバイスが発売されました。

ちょっと贅沢な睡眠はいかが?スリープIoTデバイス「Withings Aura」が発売。税込4万800円 - Engadget Japanese

睡眠チェック・支援をしてくれるスリープIoTデバイス「Withings Aura」です。

平べったいやつを布団の下に引いて使うスリープセンサーで、これで睡眠時の動き、呼吸、心拍を測定。

縦長のデバイスは寝床の横に置いて使用。こちらは室内の音・光・気温をトラッキングするだけでなく、光と音で快適な睡眠にいざなうという役割も持ってるそうな。

スマホとの連携も可能。Apple Storeで発売されてますが、iOS/Androidで使用可能です。

お値段は4万円ちょっととちょっとお高いですが、どうしてもぐっすり眠れている気がしない・・・という人には試したくなるようなデバイスですね。というか、私も欲しい・・・

WAS01 Aura Smart Sleep System オーラ スマート スリープシステム Withings社【並行輸入】

ポケモンGOがVer.1.3.0にアップデート!不具合解消 バッテリーセーバー復活

不具合を抱えていたポケモンGOですが、その不具合解消版がリリースされました。

Pokémon GOを App Store で

Img_8151

変更内容としては、

・ 運転時や高速移動時に注意画面が出現。確認ボタンをタップすることでプレイ継続。

・ モンスターボールをうまく投げた時 (Nice, Great, Excellent)のXPボーナスが出ないバグを修正

・ カーブボールを投げた時の曲がり具合

・ 実績メダルの画像の間違いを修正

・ バッテリーセーバーの不具合を修正し機能を復活

・ トレーナーのニックネームを一度だけ変更可能

となってます。

ポッポやコラッタあたりでも簡単に逃げられるというバグがなくなったらしいとのことなので

Img_8153

早速相手してみましたが、確かにつかまりやすくなったか・・・

と思いきやCP値が高いコラッタ・ポッポは相変わらず逃げられます。

ちょっとやってみた感触ではCP値の低めのポッポやコラッタが現れやすくなったように思います。これなら確かにつかまりやすくなったといえそうです。

レベルアップのために大量のポッポを捕まえて進化させる、いわゆる「ポッポマラソン」がやりやすくなっているかもしれません。

Img_8155

「近くのポケモン」が「隠れているポケモン」に変わりました。

捕まえたポケモンでも表示されてしまうというバグはなくなったようですが、相変わらず距離は表示されませんね。

ただリリースノートを読む限りでは、この近くのポケモン情報に関して一部ユーザーに向けて何らかのテストされてるようです。どんな画面が出てるんでしょうか?

Img_8152

そして、ついに復活しました!バッテリーセーバー。

これをオンにして本体をさかさまにすると画面が暗くなります。

ほんのちょっとかもしれませんが、バッテリー消費を抑えられるのはありがたいですね。

今私はレベル18。図鑑に載ったポケモンは74。ずいぶんときましたけど、最近ちょっと目標を見失い気味。

近頃は新しいキャラもなくなり、レベル上げのためにポッポを大量に捕まえるもレベルを上げる目的がないことに気付き頓挫しつつあり。

かといってポケモンの聖地”鶴舞公園”まで行く気力もなし。

そろそろ飽きそうですかね。

が、とある場所にて、ちょっと面白い”ジム”を発見。

Img_8150

「今川義元血戦」とはまた物騒なモニュメントですが、ここは愛知県豊明市の”桶狭間”にあるモニュメントです。

といっても、その場所に行ったわけではなく、豊明市内のコンビニによってなんとなく周りのジムやポケストップをチェックしてたら出てきました。

そういえば、織田信長が戦国大名として鮮烈デビューを果たしたのが、まさにこの”桶狭間の戦い”で今川義元の首をとったことなんですが。

そんな歴史的な場所が、うちの比較的近所にあるんですよね。

今回のバージョンアップとは関係ないですけど、ジムやポケストップをきっかけに、歴史的・地理的な何かを探すという目的でポケモンGOを楽しむのも案外いいかもしれません。

最新の軍事理論で読み解く「桶狭間の戦い」 - 元陸将が検証する、信長勝利の驚くべき戦略 - (ワニブックスPLUS新書)

2016年8月 9日 (火)

Apple Watch 2は気圧計 GPS搭載か!?

電池容量も増えるらしいです。


アップル、年内に2機種の新型「Apple Watch」を発売か | GGSOKU - ガジェット速報


Apple Watchの新型は2種類あるようです。


一つは現行機のアップデート版で、機能そのままに内部プロセッサの微細プロセス化や防水性向上などをはかったもの。


そしてもう一つの「Apple Watch 2」は気圧計、GPSが搭載されるそうです。


プロセッサも新型のS2になり、薄型のタッチパネルになるとも言われてるようで、外観は今のApple Watchと変わらない模様。電池容量は増加するそうで。


今のApple Watchが出て1年以上経っちゃいましたけど、ようやく出てくるようですね。マイナーチェンジ版の方は安くなるんでしょうか?


ただApple Watchに足りないのは、やはり「キラーアプリ」。Apple Watch専用のRPGってのも出ましたけど、まだまだいいアプリが少ないのが事実。ポケモンGO Plusのアプリ版でも出るといいんですけどね。


Oittm 4ポート USB Apple Watch / Iphone スタンド 2in1充電スタンド 3.0ハブデスクトップスマート 充電スタンド USB充電器 スマート 自動検出 iPad / Iphone 充電スタンドApple watch 38mm / 42mm Iphone 6 plus / Iphone 6s plus / Iphone 6 /Iphone 6s / Iphone 5s xperia z3/nexus5 docomo対応(ホワイト)


指先サイズでWi-Fiも搭載した5ドルのLinux端末”Omega2”

Raspberry Pi Zeroと同じ値段ながら、Wi-Fiも搭載したコンピュータボード”Omega2”がKickstarterにて資金募集中です。

指先サイズで500円なのにWi-Fi内蔵・Linux搭載でIoTにも使えるコンピューター「Omega2」 - GIGAZINE

5ドルという価格ながら、Wi-Fiを内蔵、microUSB端子も搭載したコンピュータです。

Arduinoと互換性があるようで、SDKを使ってプログラムを開発することも可能。

Kickstarter:Omega2: $5 Linux Computer with Wi-Fi, Made for IoT by Onion — Kickstarter

直接ターミナルでログインして、Raspberry Piのようにプログラミング学習マシンにすることも可能です。

IoTという言葉が流行ってますけど、そんなIoT機器を開発するのにRaspberry Pi以上に使いまわしが効くボードですね。LinuxもArduino SDKでもどちらでも使えるというのはなんとも贅沢な環境です。

一番安いOmega 2が5ドル、Omega 2 Plusが9ドルで入手可能。ドック付きなら20ドルから。

Raspberry Piほどノウハウがあるコンピュータボードではないため、何かをしたいときのサンプルコードなどは収集しづらそうですね。せめてRaspberry Pi並みに流行ってくれないと・・・

しかし小型のLinuxマシンが欲しかった人には朗報。できればRaspberry Pi Zeroを早く日本円で買ってみたい・・・

Raspberry Pi バジェット・パック Raspberry Pi Zero v1.3 つき

ポケモンGOをやりながら前を見ることができるアプリ”スマホ見てても前が見えるカメラ”

アプリ名がそのままです。

要するに、ポケモンGOの画面にカメラの映像を重ねるというアプリです。

ポケモンGOの画面上に前方を確認できる映像を表示するアプリ「スマホ見てても前が見えるカメラ」 - GIGAZINE

アプリ入手元:スマホ見てても前が見えるカメラ - Google Play の Android アプリ

こういうアプリはさすがにiPhoneでは存在せずAndroid専用ですが、ごらんのとおりポケモンGOの画面の上の方に小さくカメラ画像が表示されてます。

最も、かなり小さい画面で見づらい上に、ポケモンGOでARをオンにしてると映らなくなるそうです。

歩きながら使うためというより、止まってスマホを見ているときでも周りの様子を確認するために使うのがよさそうです。

歩きスマホにはご注意を!モンスター捕獲時は、安全な場所で止まってやりましょう。

(パワーアド)Poweradd Pilot 2GS 10000mAhモバイルバッテリー 急速充電 2USBポート iPhone6 / iPhone6s / iPhone5 / iPad / Xperia / Nexus等対応(シルバー)

2016年8月 8日 (月)

iPhone 4sをiOS 9.3.4にアップデート

先日、いつの間にかiOS 9.3.4がリリースされてました。

今回のアップデートは重大なセキュリティ対策なようで、極力アップデートするようアナウンスされてます。

てことで、いつものように家中の対応iOS機を片っ端からアップデートしたんですが。

iPhone 4sだけはなぜかこんな画面を出して先に進めず。

20160806_7_45_36

「設定」-「一般」でアップデートを確認しようとすると毎回タイムアウトしてしまいます。

実は、これが起こるためiOS 9.3.3にもアップデートしてなかったんですよね。

が、今回ばかりは何としてでもアップデートしたいところ。何度か粘るうちに

20160806_7_51_45

やっと出てきました、アップデート画面。

で、ようやくアップデートし終えたiPhone 4sの画面はこちら。

20160806_8_25_43

・・・ぜんぜん代わり映えしない画面ですね。まあ、しょうがないですが。

おそらく、よほど緊急のアップデートでもない限り、これがiPhone 4s最後のアップデートになりそうですね。

次のiOS 10からはサポート外になることがアナウンスされてますし、そのiOS 10のリリースは例年のパターンで行けば9月中頃になりそうです。

それにしても、iPhone 5サイズの最新版はリリース(iPhone SE)されましたけど、iPhone 4/4s筐体での最新版てのは出してくれないんですかね?

これが使いやすいという人も結構いるわけですし、裏面までガラスのこのデザインは未だに一定数の人々に支持されてます。

が、次次期iPhoneではガラス筐体になるという噂ですし、さすがにAppleにはiPhone 4筐体を復活させるつもりはなさそうです。

iPhone 4sサイズを愛するなら、こいつを使えるだけ使えってことですかね?

時々使っていこうと思います。

Apple iPhone SE SIMフリー 4インチ 【64GB ローズゴールド】 国内SIMフリー版 2016

空中にiPhoneを浮かせて充電!?妙に未来的なワイヤレス充電器

「親方!!空からiPhoneが!!!」

とパズーもびっくりな、空中に浮いたままiPhoneが充電できてしまう充電器が登場です。

スマホを宙に浮かせて充電!フワーリ近未来的なワイヤレス充電器が登場 | DigitalFan [デジタルファン]

見た目は不思議な感じの充電器「OvRcharge」は、ごらんのとおりスマホを空中に浮かせたまま充電できるワイヤレス充電器です。

磁石の付いた専用ケースに取り付けて充電。iPhoneだけでなくAndroid対応のもあるそうです。

Kickstarterにて資金募集中。現在239ドルで1つ入手可能。

そういえば、空中に浮くスピーカーというのはありましたけど、スマホを空中に浮かせるというのは初めてですよね。

同様の製品に、Apple Watchを浮かせて充電するスタンドもあります。

空中にスマートウォッチを浮かべたまま充電してくれる「LIFT」 - GIGAZINE

”LIFT”という充電器。こちらもKickstarter案件。お値段199ドルから

どちらも充電するという目的においてはあまり意味はないですが、不思議な雰囲気を取り入れたい方はぜひ。

KOTA・空中に浮かぶ新型球体ワイヤレスBluetoothスピーカー 10m前後の通信距離Bluetooth4.0&NFC対応 不思議なスピーカー (ホワイト)

2016年8月 7日 (日)

日本でも始まったAmazonの定額制書籍読み放題サービス「Kindle Unlimited」

8月3日から始まってます、Amazonの定額制の書籍読み放題サービス「Kindle Unlimited」。

気になるサービスですが、いったいどんな本が読めるのか?内容については以下の記事が参考になります。

日本でもスタートしたAmazonの定額制読み放題「Kindle Unlimited」を早速使ってみた!(訂正) - Engadget Japanese

実際に利用した所感が書かれた記事です。

月額980円で利用できるKindle Unlimitedの特徴は

・ オフラインでも読める(あらかじめダウンロード)

・ 通常のKindleアプリで可能(これまでのKindleアプリと同様に扱える)

・ 12万冊が読み放題

といったところのようです。

が、このサービス利用で無制限に本が読めるわけではなく、端末上には10冊までしか保持できません。11冊目が欲しいときは、これまで落とした10冊のうちどれかを消去すればダウンロード可能になるそうです。

ただし、一旦落としてしまえば外で通信量を消費することなく読めるというのが売りです。

他の書籍読み放題サービスではオンラインでないと使えないものもあったりするので、その点このKindle Unlimitedは通信料を消費しすぎる心配はありません。

ただし、対応する書籍がまだちょっと少ないみたいですね。

雑誌も、週アスや週刊文集あたりが未対応だったり、漫画は試し読みの意味合いが強いのか1巻しか読めないものもあったりするようです。

なんだか使いたくなるような、そうでもないような、微妙なサービスですね。

なんだかんだと本はよく読むので試してみてもいいんですが、どんな本が読めるのかちょっと確認して考えてみようかと思ってます。

Kindle (Newモデル) Wi-Fi、ブラック、キャンペーン情報つきモデル、電子書籍リーダー

ポケモン GOを位置情報をハックして自宅で遊ぶ方法

はじめにお断りしておきます。この方法は違反行為なため、最悪アカウント停止というリスクがあります。

要するに位置情報を偽装してポケモン GOを自宅でやってしまおうというハックです。

ポケモンGOを外に出ずイスに座ったままプレイ可能になるGPSハッキングムービー - GIGAZINE

こちらの方法は、要するにGPS電波を偽装して位置情報を操作しようという手法のようです。

ただし、使っている機材はかなり専門的な奴のようです。私はさっぱりわかりませんね。

同じ方法で位置情報を偽装しようというひとはなかなかいないでしょう。ちょっとハードル高過ぎです。

ただ、世の中いろいろな”位置情報偽装”手段があるようで。

ちょっと調べてみると、こんなのが出てきました。

Android版:【ポケモンgo】root化不要で位置情報偽装の方法を見つけたよ【アンドロイド】 | gesuuzo

iOS版:iPhoneの脱獄しないでGPSの位置情報を偽装する方法 | あびこさん@がんばらない

いずれもroot化、脱獄不要で実現可能な方法。ただしちょっとやばい方法なので、試される方は自己責任で。

結論から言うと、Android版の方がまだハードル低そうです。こういうところはやはりAndroidですね。

ところで、これをやってしまうと正直、このゲームの魅力って薄れてしまいますよね。

ゲームはあくまでもゲーム。ルールに従って行うのが吉。

ポケモン GOの場合、これをきっかけに子供と散歩したり、家族と出かけるきっかけにするのがよろしいかと。

位置情報をごまかしてまでレアキャラを手に入れるのはどうかなぁ・・・夜中に鶴舞公園に出かけようとは思いませんけど、現地に足を踏み入れて探すというのがやはり本道ですね。

新しくなってさらに充実!  より便利な機能が満載!  Google マップ(ゴマブックス)

Pokevision系アプリで唯一使えるポケモン位置アプリ”Go Radar”

マップ上でポケモンGOのモンスター位置を把握するPokeVision系サイト・アプリが最近全く使えなくなっております。

そんな中で唯一使えるポケモン位置把握アプリがこの”Go Radar”といわれてます。

Go Radar - Live Map for Pokémon GO on the App Store

iOS専用アプリのようです。無料。

早速ダウンロードして使ってみましたが

Img_8143

私の町周辺ではほとんど出てきません。

Img_8147

が、人口密度の高い名古屋市内に入ると、ちょくちょく表示されます。

Img_8148

名古屋駅周辺ではこんな感じ。

一見すごい密度ですが、金山駅周辺が全く表示されず。実際はこんなものじゃないはずです。

Img_8144

名古屋では”ポケモンGOの聖地”といわれている鶴舞公園(つるまこうえん)でこんな感じ。

私の町周辺に比べればかなり出てきますが、それでもこんなに少ないはずはないはずですが・・・

表示はされるようですが、どうやら一部のようですね。

さて、問題はこの表示されたモンスターの位置が正しいかどうかという点ですが。

【ポケモンGO】周囲のポケモンを表示するアプリ「Go Radar 」

こちらの記事をはじめ、ある程度検証された限りでは正しそうです。

データの取得方法が気になるところ。しかもPokeVision系の他のアプリ・サイトと同様、いつ使えなくなってもおかしくはないという危うさはあります。

こういうアプリに頼らず遊べというのが開発元の意見ですが。

ならば、せめて”近くのポケモン”の距離表示を復活してほしいところです。

ついでに言えば、こういう不具合もさっさと直してほしいところ。

【ポケモンGO】ポケモンの捕獲が難しくなったのはバグと判明〜修正に向け作業中

そういえばVer.1.1.0にアップデートしたあたりから、急に捕獲率が下がったんですよね。

コラッタやポッポあたりに「nice!」、「great!」でヒットしてもボールから脱出されてしまうということがわりと頻発してます。

てっきりレベルが上がったらこうなるものだと思ってたんですが、どうやら不具合のようですね。

こういうのって事前にテストしないんですかね?すぐわかりそうなものですが。

世界的にフィーバーを起こしているわりにはグダグダ感のある開発元ですが、不都合なサイト・アプリをつぶしている暇があったらまず不具合を直してほしいものです。でないと、せっかくの大ヒットに水を差し、結果信頼を失いかねませんよね。

ポケットモンスター ブランケットインクッション モンスターボール PMAP298

2016年8月 6日 (土)

Raspberry Piで作る”Nintendo Classic mini”よりも小さな超小型”ファミコン”

ファミコンといっても海外版の”NES”の形をしてますが、非公式ながらファミコンソフトも動作する超小型のRaspberry Piベースの”ファミコン”です。

ラズパイ×3Dプリンターで制作!手のひらサイズ「NES」デモ映像 | Game*Spark - 国内・海外ゲーム情報サイト

外観は3Dプリンターで製作され、ちゃんとmicroSDスロットやUSB端子もそれっぽくつけられてます。

ちょっと前に発表された”手のひらサイズのファミコン”Nintendo Classic mini”よりも小型で、しかもソフトの出し入れは自由という、かなりオールドゲーマーにとって魅力的な仕様となってます。

市販化の動きはなさそうですが、制作方法は以下のブログで公開されてます。

daftmike's blog: NESPi - my Mini NES Classic Raspberry Pi games console

といっても、作るのはかなりハードルが高そう・・・

非公式なため、あまり安定しているとは思えませんが、妙に情熱を感じる作品ですね。外観にこだわらず、単なるファミコンエミュレータだけならもうちょっとハードルは低そうです。

そういえば、最近Raspberry Pi 3の値段もずいぶん安くなりましたね。円高だからでしょうか?5,000円以下で売られてます。もう一台買っておこうかしらん。

Raspberry Pi 3 Model B (Element14)

Amazonがまとめ買いで「SIMカード実質0円」キャンペーンを9月30日まで実施中

Amazon.jpで、9月30日までまとめ買いで「SIMカードが実質無料」となるキャンペーンを実施してます。

通信料を節約しよう!『SIMカード』と対象商品のまとめ買いで、SIMカードが実質無料

対象となるSIMカードは以下。

Sim0yen01

・・・といってもわかりにくいですが、要するに主要MVNOサービス(OCN、IIJmio、NifMo、mioneo)のスターターSIMが対象です。

で、対象となるまとめ買い製品は

Sim0yen02

SIMフリーの端末あれこれが対象。RoBoHoNも含まれてますね。

Sim0yen03

だけではなくて、結構いろいろあります。家電、PC、ホーム&キッチン・・・なども対象。

要するに、ほとんどの製品とまとめ買いできるだけのキャンペーンでは?

格安SIMを始めたいけど、買いたいものがある&手数料を安く済ませたいときはこのキャンペーンを利用するとお得ですね。

2016年8月 5日 (金)

ポケモン GOの”バッテリーセーバー”近日復活か!?

Img_0969

最近のポケモン GOのアップデートで、iOS版では”バッテリーセーバー”が抹消されてしまいました。

何か理由があるのかと思いきや、やはり不安定動作の原因になってたようです。

バッテリーセーバーを使った状態で、画面が暗くなったまま復帰しなかったり、アプリがフリーズしたりする不具合があったようです。

ところが、この機能が数日中に復活するかもといわれてるようで。

ASCII.jp:iOS版ポケモンGO、バッテリーセーバー復活へ

近いうちにまたアップデートがあるようですね。

そういえば、最近ポケモンGOをつけっぱなしにしててもそれほどiPhoneが熱くならなくなりました。以前はホッカイロ並みに扱ったんですが(やや大げさ)、最近はつけっぱなしでもさほど熱くなりません。

多少はバッテリー節約術を行ってるようですね。できれば、スリープ時でも通知などでモンスター登場を知らせてくれるとありがたいんですけど。

Anker PowerCore 10000 (10000mAh パナソニックセル搭載 最小最軽量* 大容量 モバイルバッテリー) iPhone / iPad / Xperia / Android各種他対応 マット仕上げ【PowerIQ & VoltageBoost搭載】*2016年1月末時点 A1263011

秋葉原で98ノートのジャンク品が多数販売 980円~

私が学生時代のころはまだPC-98が全盛のころでした。

そのころに欲しかった98ノートが今、980円から売られてるそうです。

1台980円から、“98NOTE”のジャンク品が大量販売中 (取材中に見つけた○○なもの) - AKIBA PC Hotline!

9821Na15といった比較的新しいデザイン(?)ものから、いかにも98ノートという形のNS/Tまで、本当に大量に売られてるようです。

なお、私が修論を書いてたマシンは9801 NS/E。この記事に出てくる”NS/T”より一世代古いもので、たしか386SX 16MHzだったような。このNS/Tは同20MHzになった後継機というわけです。当時、本当はこのNS/Tが欲しかったんですが(中古です)・・・先立つものがなく、ワンランク下のNS/Eをチョイス。

すでに486全盛期、Pentiumが出たてのころでWindows 95が普及し始めていた時代。95はおろか3.1もまともに動かないマシンなNS/Eでしたが、TeXを使っていたためこんなマシン(?)でも重宝してました。なお、サブとしてLibretto 20を使用。サブ機の方が高性能。変な話です(なお、自宅用のメインは9801 BXでした)。

今と比べるとずいぶん大きなノートPCですが、キーボードは非常に使いやすくて、これがLibretto 20を押しのけて主要マシンに押し上げていた要因ですね。

正直、トラックパッドがキーボード手前に来てからの98ノートにはあまり思い入れはなく、N、NS、NS/E、NS/T・・・あたりのデザインが私は好きですね。

ここで売られているジャンク98ノートはすべてHDDなしの状態とのこと。見たところACアダプターもなさそうなので、動かそうと思ったらかなり大変そう。

しかし98でないとだめなシステムというのもまだまだ世の中には存在するようで、そういうところからの引き合いはあるかもしれませんね。

蘇るPC-9801伝説 永久保存版―月刊アスキー別冊

2016年8月 4日 (木)

伝説のポケモンが確認される → Nianticが削除

現在、ポケモン GOのポケモンの数は142。150あるといわれるポケモンの一部は未だにゲーム上に登場せず。

・・・のはずなんですが、そんな「伝説のポケモン」がゲットできた人がいるそうです。

「伝説のポケモン」をNianticが削除。伝説の行方は…|ギズモード・ジャパン

「フリーザー」と呼ばれるポケモンをゲットし、ジムに配置しているユーザーがいたそうです。

ただしこの伝説ポケモン、間違って出てきたようで、アプリ開発元のNianticが”トレーナーと合意の上”で削除したそうです。

どうやら間違って配布してしまったらしいですが、裏を返すといくつかの未公開のポケモンがあり、配布するタイミングを計っているいるのかもしれません。

そういえば、名古屋にある鶴舞公園も一時ミュウツーが出ると一時騒然となったようですが。

さすがにそんなに激レアなポケモンがそうそう手に入るというわけではなさそうです。

とはいえ、もしかしたらだれも手に入れていないもっとレアなポケモンをゲットしている人が世界にはいるのかもしれません。

ポケットモンスター モンスターコレクション MC_053 フリーザー

おそロシア!ポケモンGOへのロシア保守派の対抗アプリが気になる

ポケモンGOが日本でも配信されてしばらく経ちましたが、配信直後から見るとずいぶんと落ち着いてきた感じがあります。あまり露骨な歩きスマホを見なくなりましたし、だんだんコツをつかんできたんでしょうかね?

しかし世界にはまだまだポケモンGOに過激な反応をするところもあるようで、ロシアでは保守派の方々が「悪魔」呼ばわりしているようです。

まあ、この程度の反応なら他にもしているところはありますが、ロシアの恐ろしいところはその対抗アプリを作ってしまうところかもしれません。

ポケモンGOにロシア保守派から「悪魔が来る」と警戒の声、代わりに偉人をゲットするアプリ登場 - Engadget Japanese

Russiago01

※上は雑に作ったイメージ図です

そのアプリ、モスクワ市内で偉人を「ゲット」できるというアプリだそうで、8月末にも公開する予定だとか。さながら「モスクワGO」といったところか!?

その偉人とはモスクワにゆかりのある人で、人類初の宇宙飛行士 ガガーリンやロシアの詩人 プーシキン、音楽家 チャイコフスキー、ロシア遠征をおこなったナポレオンなどが登場するそうで。

現大統領のプーチン大統領はレアキャラで登場するんでしょうか?気になるところ。

というか、「ジム」のバトルがリアルバトルに発展しそうなお国柄ですが、大丈夫ですかね?ガガーリン対チャイコフスキーなんてバトルで、ついカッとなって路上でファイトするロシア人たちが目に浮かびます。

対戦方法はやっぱりテトリス発祥の地だけあって「テトリス方式」なんでしょうか?

あまりに気になりすぎるロシア版ポケモンGOならぬ「モスクワGO(仮称)」。

日本でも遊んでみたいですねぇ。

近くて遠い国、ロシア。気になります。

そういえば、中国でも同様に対抗アプリが出てるようですが。

【ポケモンGO 攻略】ポケGO未配信の中国パクりアプリ『山海经GO』をリリースwまんまパクリで話題になるw【ニュース】 | ポケモンGO攻略ニュース

登場するのは中国ゆかりかどうか微妙な妖怪たち。残念ながら、単なる”パクリモンGO”になってしまってるようで。

中国こそ歴史上の偉人がたくさんいますし、もっと面白いアプリになったかもしれませんね。それこそ北京や上海、その他の地方でのゆかりの偉人が出現するようにすれば、観光にも一役買いそう。「諸葛亮孔明ゲットだぜ!」というのも楽しいかも。

一度は訪れたい世界の街 サンクトペテルブルクの旅 ロシア RCD-5806 [DVD]

”デジタルクラウン”が付いたiPhone 登場か!?

iPhoneにもダイヤルがつくかもしれません。

アップルの「ダイヤルつきiPhone特許」 静電タッチパネルで物理ボタンやダイヤルを認識 - Engadget Japanese

それを思わせる特許の説明図が拡散されてます。

ぱっと見た目にはiPadなんですが、こういう技術はiPhoneから使われることが多いですし、デジタルクラウン付きiPhoneが出るんじゃないかといわれているようです。

ホームボタンを廃止するといわれている次々期iPhoneですけど、もしかしたら物理ボタンが横に引っ越すんじゃないかと。

ついでに音量ボタンも兼ねられますし、可動部分をなるべく減らしてコストダウンを図るという狙いなのかもしれません。

次のiPhone 7(仮称)でイヤホンジャックをなくすのはほぼ確定的といわれてますけど、ついにホームボタンもなくなるんでしょうか?

それにはさらに1年以上かかることになりそうです。

Apple iPhone SE SIMフリー 4インチ 【64GB ローズゴールド】 国内SIMフリー版 2016

2016年8月 3日 (水)

Pokémon GOでモンスターボールをまっすぐ投げられる矯正プレート”モンスター ボール投球プレート iPhone用 矯正ギブス ストレート専用”

Pokémon GOが流行りだして、ボールがまっすぐ投げられないという悩みが増えつつあるようです。

そんな人のための画面プレートがあります。

「ポケモンGO」でモンスターボールを真っ直ぐ投げる事が出来るようにする「iPhone」用の矯正ギブスが登場 | 気になる、記になる…

”モンスター ボール投球プレート iPhone用 矯正ギブス ストレート専用”という、そのままのプレートです。

捕獲時に画面の上にかぶせて使用。ボールがまっすぐ飛んでいきます。

ただし、指を放すタイミングなどは本人次第。ズバットのように思ったより奥に投げないといけないモンスターなど、距離感を必要とするものを相手にする場合は苦戦するかもしれません。まあ、まっすぐ補正だけはやってくれるだけありがたいですが。

私も片手ではまっすぐ飛ばせる自信はありませんね。左手持ち、右手スライドでようやくまっすぐ狙えます。

追加生産はしないようなので、売り切れたら入手不可能。予約受付中で、8月9日に発売。

ところで、3Dプリンターをお持ちの方なら以下のサイトを利用したほうが安上がりなようです。

Download Pokeball Aimer - Pokemon Go by Jon Cleaver -

同様のプレートを3Dプリンターで作れます。

こちらは今でも利用可能。データを入手し外部の3Dプリント出力業者などに頼むという手もあります。こちらの方が入手するのは早いかもしれませんね。

[ポケモンGOに最適]モンスター ボール投球プレート iPhone用 矯正ギブス ストレート専用 MBIP6 日本製 高耐久金属使用(iPhone6s/6専用)

イーブイを好きなモンスターに進化させる技(日本語版)

イーブイには3種類の進化形があるんですが、これを自由に選べるというハックがあります。

といっても、海外では以前からあったんですが。

【ポケモンGO裏技】イーブイの進化先を指定する方法 | AppBank – iPhone, スマホのたのしみを見つけよう

進化させたいイーブイのニックネームを、「ブースター」にしたいときは「Pyro」に、「サンダース」にしたいときは「Sparky」に、「シャワーズ」にしたいときは「Rainer」にすればいいんですが。

これの”日本語版”があるそうです。

【ポケモンGO攻略】イーブイの名前を変えて好きな姿に進化させる方法 [ファミ通App]

同じくイーブイのニックネームを変えるんですが、「ブースター」にしたいときは「アツシ」に、「サンダース」にしたいときは「ライゾウ」に、「シャワーズ」にしたいときは「ミズキ」に変えるといいそうです。

アニメ版のそれぞれのトレーナーの名前が元のようです。ただし、指定できるのはそれぞれ1回まで。

わたしはこれで「ブースター」を作りました。

ところで、この3体のうちどれが当たりなんでしょうか?

【ポケモンGO】イーブイの進化先はどれが当たり?シャワーズが強いと話題に|ポケモンGO攻略Wiki - GAMY(ゲーミー)

強さで測るなら、どうやら「シャワーズ」なようです。

もっとも、どのタイプが好きかで決めればいいんですけどね。

イーブイの巣に入りこんで、イーブイだらけになってしまった人はともかく、あまりイーブイが捕まらないという環境の人はこの方法で好きなポケモンに変えてみてはいかがでしょうか。

ポケットモンスター ポケモンぬいぐるみ XYN-29 イーブイ 座高 約13cm

2016年8月 2日 (火)

簡単そうで難しいパズルゲーム”ピタゴラパブロフ”

ポケモンGOばかりやってるわけではありません。たまには違うアプリも。

無料ではステージ1しか楽しめませんが、それでもなかなかどうして単純そうで奥が深いゲームです。

ピタゴラパブロフを App Store で

Img_0723

見てのとおりピタゴラスイッチなデザイン。でも中身はあまりピタゴラスイッチっぽくはないです。

Img_0724

まずはステージ1から。

Img_0725

ゲームのルールは簡単。真ん中下にある入れ替えボタンをタップすると、左右つながった白い線でつながったアイコン同士が交換されます。

Img_0728

一見簡単そうなパズルゲームですが、2つの入れ替えに対して初期は3つのアイコンが異なるため、普通に入れ替えるとこういう状態に陥ります。

Img_0729

うまいことこういう状態に持っていき

Img_0730

同じアイコンをより分けるとクリア。

Img_0732

ステージが進むと、アイコンの個数が増えたり、通り道が3本になったりと複雑になります。

ステージ1の最後は制限時間付きになり、急いで解かないとクリアできなくなります。

Img_0733

ステージをクリアすれば、この通りおなじみの”ピタゴラスイッチ”が見られます。

Img_0734

なお、ステージ2以降は有料。この通り、購入画面が出てきます。

暇つぶし・脳トレにはちょうどいいアプリですね。

ピタゴラスイッチ ピタゴラゴール1号

Apple Watch専用RPG”コスモスリングス”が配信中

なんとApple Watch専用のRPGが登場です。

COSMOS RINGS(コスモスリングス) | SQUARE ENIX

アプリ入手先:COSMOS RINGSを App Store で

”コスモスリングス”というアプリ。お値段720円。

Apple WatchアプリはたいていiPhoneでも使えるように作られてますけど、このアプリはApple Watchがないと最後までプレーできません。要注意。

Apple Watchの画面でプレーできるというのはもちろんですけど、ほかにもApple Watchの歩数データを利用するみたいです。

このため、普段の動作自体がゲームに直結するというシステムとなってます。

それ以上の詳しい内容はわかりませんが、Apple Watchで遊べる数少ないゲームアプリの一つ、しかもApple Watch専用RPGというのは世界初です。

通勤時の隙間時間を利用でき、満員電車でも操作可能。歩くことがゲームを進めることになるため、歩くのが苦痛にならずいいですよね。

デジタルクラウンを回して時を遡行し、一日の行動に応じたメッセージを確認することができるなど、まさにApple Watchならでわの使い勝手なようです。

ところで、肝心なRPGとしてのストーリーですが

今、残酷な時の物語が始まる。--
【Apple Watch専用】本格RPG、誕生。

「止まった時間」を再び動かし、「時の女神」を取り戻すため、
『時間の狭間』に渦巻く様々な人間の情念へ立ち向かう。
その果てに待つものは何か…

・・・だそうで。なんのこっちゃかわかりませんが、まあ、そういうことのようです。

Watchだけに、時間に関するストーリー展開。そこはスクウェア・エニックスですし、面白いゲームになっているものと思われます。

で、私はどうかといわれると・・・RPG向きではないんですよね、私。Pokémon GOで手一杯ですし。そちらが飽きたら手を出してみてもいいかなぁと。

デジタル版月刊ビッグガンガン2016 Vol.08 [雑誌]

2016年8月 1日 (月)

Pokémon GOで「GPSの信号を探しています」と出て起動できない不具合の対処法

会社で、なぜか自宅のWi-Fiでは起動するのに、外では起動しないという変な不具合を抱えている人がいましたので、ちょっと調べてみました。

ちなみに機種はXperiaでしたが、同じ機種で使えている人もいるし、自宅では使えるということから、何らかのトラブルがあるんじゃないかと思い、ちょっと調べてみた。

こんなサイトを発見。

【ポケモンGO】「GPSの信号をさがしています」など位置情報系エラーが出て、動かない時の対処法まとめ | アプリオ

真っ先に疑ったのはPokémon GOに位置情報の許可を出していないんじゃないかという点。

さすがに、これはなかったですね。

続いて疑ったのは、Androidなので「位置情報」を「高精度」に設定していないんじゃないかということ。

「設定」-「位置情報」で「モード」をタップすると「高精度」「バッテリー節約」「端末のみ」から選べます。

ここで「高精度」を選択。

・・・ですが、これでもなかったですね。

最後は端末を再起動しました。とりあえずこれで無事修復しました。

iPhoneなら「ネットワーク設定のリセット」という手もありますね。

それにしても、私の周辺では30%くらいの人が使ってます。

20~30代の若い人がほとんどで、40代で使ってるのは私くらいのものですが。

40代以上はどちらかというとPokémon GOに否定的な人が多いです。まあ、そんなに毛嫌いするようなものでもないですけどね。

でも確かにこのアプリ、外に出るきっかけにはなります。思わず散歩したくなりますよね。子供と連れ立ってウロウロするにはいいアプリです。

歩きスマホは迷惑ですけど、節度をもって外で遊ぶ分にはむしろ屋外に出るきっかけになっていいんじゃないかと思います。

ポケットモンスター 1/1ぬいぐるみピカチュウ

Pokémon GOがバージョンアップ!アバターの変更が可能に

Pokémon GOがバージョン0.31.0にバージョンアップしました(iOSのAppStoreでは1.1.0とも表記)。

ASCII.jp:「ポケモンGO」バージョンアップで初期化!? 解決方法は

大きな変更点としては、アバターを変更可能になったことでしょうか。

Img_0970

画面左下のアイコンをタップすると、自身のアバターとトレーナーレベル、経験値などが表示されますが、その右下のメニューアイコンをタップすると「ぼうけんノート」と「着替える」が出てきます。

Img_0971

すると、初期でしかできなかったアバター設定画面が出てきます。

性別すら変えることが可能。

私このとき黄色基調にしたのに、入ったチームはレッド。赤にしておけばよかった・・・と後悔してただけに、これはちょっとうれしい変更点ですね。

Img_0968

他にも、モンスターを表示して一番下に「博士に送る」というボタンがあったのが、右下のメニューから選ぶようになりました。ついでに「お気に入り」というボタンも追加。

間違って「博士に送る」をタップすることはなくなりそうです。

Img_0969

いいことばかりではなく、ちょっと残念な変更も。

「設定」から「バッテリーセーバー」という項目がなくなりました。

さかさまにすると画面が消えて多少バッテリー消費を抑えてくれるというモードですが、あまり役に立たなかったのか、それともあえてバッテリー消費を増やして歩きスマホを減らす作戦か・・・理由は定かではありませんが、これでバッテリー消費は大なり小なり増えることにはなりそうです。

他にもマップ表示の不具合解消(うちの近所にあったおかしなところが直りました!)や、技のダメージの調整などが行われている模様です。

期待したApple Watch対応はなかったですねぇ・・・できれば9月発売のPokémon GO Plusと同等機能をApple Watchの通知画面につけてくれれば、間違いなくApple Watchの”キラーアプリ”になりそうなんですが。

ところで、先のリンクにもある「バージョンアップで初期化!?」という不具合もあるようです。

正確には、複数のGoogle IDを持っている人で、バージョンアップ時にPokémon GOで使っていない方のGoogle IDで認証しちゃった場合に起こるようです。再認証すればOKなようです。

さて、私がPokémon GOを始めて1週間ちょっと経ちましたが。

ちょっと”踊り場”に差し掛かったようです。

ピカチュウも見つけたし、わりとレアなポケモンもいくつかゲットできたし、自宅周辺はズバットとポッポ、コラッタだらけでつまらないし、しかもレベル13くらいからポッポとコラッタごときにかわされてボールを無駄にすることが増えたため、相手にしなくなったし・・・

今はイーブイの全進化形を集めるという目標くらいしかありませんね(”シャワーズ”、”ブースター”は済、残り”サンダース”のみ)。

そろそろ飽きそうでしょうか?新たな目標を見つけないと、長続きしそうにありませんね。

ポケットモンスター ポケモンぬいぐるみ XYN-29 イーブイ 座高 約13cm

« 2016年7月 | トップページ | 2016年9月 »

無料ブログはココログ

スポンサード リンク

ブログ村