« 2019年3月 | トップページ | 2019年5月 »
個人的には、まだやってたことに驚きです。
2019年9月30日をもって、iモードの新規受付が終了です。
「iモード」新規受付が終了、2019年9月30日で - ケータイ Watch
かつては私も使ってましたけど、フルブラウザが使えるスマホ時代になってからというもの、全く見向きもしなくなりましたね。
ようやく、時代が終わることになるようです。
というか、今のiモードって、何ができるんでしょうか？かつてはクーポンや色々なサービスがありましたけど、今はアプリでできる時代ですからね、そもそもiモードにつなぐ理由がなさそうです。
いわゆるガラケーの出荷はすでに終了しており、新規の受付も何も、端末がありません。
今更ですが、時代を感じさせるニュースですね。
 |
3.2インチのほぼ全画面が液晶な手のひらサイズのスマホ「Palm Phone」が日本でも売られるようになり、そのレビュー記事が出ております。
ASCII.jp：普通に使える手のひらサイズの超小型スマホ「Palm Phone」の実機チェック
スペック的には、3.2インチの720×1280の液晶を搭載。解像度だけだとアレですが、Snapdragon 435のミドルクラスのCPUに、3GBのメモリー、32GBストレージ、メインカメラは1200万画素（前面800万画素）、800mAhバッテリーにAndroid 8.1搭載というそこそこのスペックのスマホ。それでいて重量は重さ62.5gという軽さです。
ホームボタンはなく、顔認証でロック解除。まあ、ここまで小さければそうなりますよね。
ナビゲーションバーを消した場合はジェスチャー操作で動かすという独自のインターフェースを持っているようです。狭い画面を極限まで使おうということみたいですね。
思ったよりも使える端末のようです。ただ、国内での対応バンドが少ないようで、通信は苦労しそうですね。自宅でWi-Fi化でごろんと寝転んで使うのがいいかもしれません。
コンパクトな機種が欲しいという方には、悪くない選択肢のようです。お値段は大体4.5万円とのことです。
 |
|
Palm Phone 3GB/32GB 防水 IP68 Oreo 8.1 小型 スタイリッシュ SIMフリースマートフォン【日本正規代理店品】 |
次期macOSで、Apple Pencil対応のiPadをまるでワコムのタブレットのように使えるようにできるらしいです。
iPadがMacのタブレットに？ 次期macOSで - ITmedia NEWS
要するに、デュアルディスプレイにもできるってことですかね？
そういえば、うちにもApple Pencil対応のiPadありますけど、同様にできるんでしょうか？絵描きができないのが残念ですね。
何かとiPhoneでずっこけ気味なAppleですが、iPadとこのmacOS刷新で、巻き返しができるんでしょうか？
 |
まあ、よほどのところでないと、最近は西暦が使えれば困ることはないですね。
が、お役所辺りではまだ和暦中心なため、覚えておいた方がよさそうです。
Excelがプレビュー版で「令和」対応。条件付き書式で令和"1年"を"元年"にしよう | できるネット
Windowsアップデートの令和対応は遅れるとアナウンスされましたが、せめてExcelで「令和」表示をさせたい・・・という人には参考の記事です。
しかも、1年を「元年」と書く方法まで載ってます。
要するに、Excelの「書式設定」と「条件付き書式」を使って無理やり令和表示させるというものですが、人によっては必須の方もいるでしょうから、こういう方法もあると覚えておくといいかもしれませんね。
そのうち日本でも始まるかもしれません。
Amazon Music、ひっそりと無料版をスタート | Rolling Stone Japan(ローリングストーン ジャパン）
プライム会員でなくても、Amazon Musicが使えるという無料版が米Amazonに登場したらしいです。
ただし、先日の値上げ同様、こっそりといきなり行われたようです。
どうやらAlexa Echoを持っているユーザー限定のようです。販促の意味もあるのでしょうか？教えて、Alexa！
もちろん、プライム会員やUnlimitedよりは聞ける曲数が少ないとは思いますが、案外プライム会員でも「えっ！？こんなのが聞けるの！？」てのがあるので、無料版とはいえ侮れません。
気が付けば、私は最近、すっかりAmazonにどっぷりですね。
Amazon Musicもプライム会員なら、結構懐かしい曲が聞けます。90年代の音楽を知る人なら、結構楽しめる曲が多いのではないでしょうか？
とまあ、気づけばプライム会員にKindle。書籍と音楽、動画はAmazonに頼り切ってます。
気に入った曲があればiTunesで買いますが、Apple Musicに入ろうとは考えてませんね。
日本でも始まるんでしょうか？無料版のAmazon Music。
安いEchoあたりを買っておけば、そのうちいいことがあるかもしれません。
 |
再生可能時間は、単体では8時間、専用の充電機能を備えた2000mAhの充電池と組み合わせると、なんと150時間という長時間が売りのワイヤレスイヤホンがIndiegogoで出資者募集中です。
元Boseのエンジニアが作った水泳にも使えるワイヤレスイヤホン「Kharbon」は1万円以下で150時間再生可能 | Techable(テッカブル)
出資元サイト：Kharbon: The Longest Lasting IPX7 Wireless Earbuds | Indiegogo
お値段は89ドル(約1万円)。
ちょっとお高いかもしれませんが、
・単体で8時間、付属のバッテリーとの使用で計150時間使用可能。
・15分の充電で3時間は使える。
・付属のバッテリー自体がモバイルバッテリーとして使える。
・IPX7の防水性を持つ
・音質もまあまあ(BOSEエンジニアですから)
という内容を鑑みると、悪くない買い物かもしれません。
当のBOSEのワイヤレスイヤホンは、お値段2万円超でIPX4程度ですから、こちらの方がお買い得感は強いです。
ところで、私はどちらかというと、この手のイヤホンを片耳だけで使うんですよね。
どうも両方ふさがるというのがいろいろと不便で、最近は片耳だけで使用しています。
てことは、300時間使えちゃうってことなのか・・・そんなに長くても、困っちゃいますけどね。
 |
|
Bose SoundSport Free wireless headphones 完全ワイヤレスイヤホン トリプルブラック |
まだ発売前ですが、評価機が出回ってますね。
小型の最新AIコンピュータ「NVIDIA Jetson Nano」レビュー(2) ベンチマーク編 AIエッジコンピューティングの新定番となるか? | ロボスタ
お値段12800円というお買い得感の高い端末ながら、Raspberry Pi並みの自由度のある開発キット(ただし、Raspberry Pi同様SDカードが必要)が気になるところですが、いったいどれくらいのスペックなんでしょう？
そのあたりを比較した記事が上のリンク先にあります。
対象は、Jetson AGX Xavier、Raspberry Pi 3 B+、そしてJetson nanoです。
ちなみに、Jetson AGX Xavierは現在、14万円ほどで買える端末です。ちょっと高過ぎですね。
まず、CPU性能ですが、
まあ、AGXが圧倒的なのは置いておき、整数演算ではRaspberry Piを大きく凌駕しています、Jetson nano。
GPU性能は、GTX1050Tiを搭載したPCの4分の1程度。
エッジ端末としては、全然悪くない数字です。
これで、Raspberry Piの倍程度の価格。
実際に動かした動画はこちら。
Deep Stream SDKによるデモですが、わりとサクサクと動いてます。物体検出させて、あれだけの速度で動くとは・・・ほぼリアルタイムですね。
正直、Maxwell世代のコアということであまり期待してませんでしたが、悪くはなさそうです。
ひとつ、買おうかな。いや、個人というより、会社用に欲しい。
microSDカードにOSを焼くというRaspberry Piと同じ方式ながら、M.2スロットも持ってるんですよね、Jetson nano。
気になる端末です。Raspberry Piの次にはやるのは、こいつでしょうか？
 |
新しいものには、トラブルはつきもの。
ですが、やはりというか、折りたたみスマホでは想定通りの故障が起こっているようです。
折りたたみスマホ「Galaxy Fold」、発売前に「壊れた」というレビュアー報告多数 - ITmedia NEWS
Galaxy Foldの評価機が、折りたたみゆえの故障が相次いで報告されているとの話です。
画面半分が写らなくなった、折り目の部分にしわが入った・・・などなど。
想定外だったのは、保護フィルムをはがしたら画面が写らなくなったというもの。
実はそれ、はがしてはいけないものだったらしいのですが、そんなことを知らずにはがしてしまったがゆえに起きたトラブルだそうです。
初物にトラブルはつきもの。ですが、それを乗り越えて品質を高め、安定化させていく・・・
のはいいんですよ。でも、その先にこれが爆発的に流行るものになるかどうかといわれると、疑問符を付けざるを得ません。
広げたところで7インチ。小さすぎるんですよね、画面が。折りたたみスマホは流行るのか！？: EeePCの軌跡でも書きましたが、せいぜいKindle Fireの一番安いやつ程度の広さしかならないというのは、やはりメリットとはとても言えない気がします。
一応、ちゃんとしたレビュー記事も紹介しておきます。
折り畳みスマホSamsung Galaxy Fold使用レポート（1日目）- Techcrunch
こちらは、おおむね満足のようですが・・・
私的には、たためば5インチ、広げたら10インチ、値段は10万円程度という折りたたみスマホなら、まだ買ってみたいと思う気がします。狭いところではスマホモード、座れる場所ではタブレットモードというのが、理想ではないでしょうか？
 |
USBメモリなどを挿して、データ転送後に抜き取るときには「ハードウェアの安全な取り外し」ってやつをやっていると思いますが。
4月2日にリリースされたWindows 10の最新アップデートからは、それが必須ではなくなるそうです。
Microsoftが「ハードウェアの安全な取り外し」を行わなくてもUSBを取り外してOKと認める - GIGAZINE
Microsoftがメディア関連のポリシーを変更し、アクセス中でなければ特別な操作なしにUSB機器を抜き差ししてもOKと認めたそうです。
でも、わりと以前から安全な取り外しなしでも大丈夫だといわれてましたね(無論、アクセス中はダメですが)。
もっとも、あまりUSBメディアを使うこと自体が減りましたね。
たまにNikon 1で撮った写真を取り込む際に、microSDカードリーダーを挿すくらい。あとは、まれにWindows PCからMacBook Airにデータを移すときに使うくらいでしょうか。
iPhoneは元々、iTunes上で抜き取り操作をかけますし。
確かに便利にはなりますが、私の場合は思ったよりその便利さを味わえないかもしれませんね。
 |
|
シリコンパワー USBメモリ 32GB USB3.1 & USB3.0 ヘアライン仕上げ 永久保証 Blaze B02 SP032GBUF3B02V1K |
いわれてみれば、そういうPCもありですかね？
にわかに“ゼロSATA”構成が人気を集めている理由 (1/4) - ITmedia PC USER
最近「ゼロSATA」構成の自作PCが人気を集めているという話です。
要するに、ドライブにSATA接続のものを使わず、M.2 SSDを使うというもの。
500GB程度のM.2 SSDなら1万円で買えるらしいので、あえてそういう構成を選ぶという人が多いとか。
うちもそろそろ自作PCを・・・と考えてますけど、未だに踏ん切りがつきませんね。
特に今以上の速度は必要としないし、もはやブログ書きと写真などのデータストレージといったところ。
データストレージだけなら、別にNASで十分なんですよね。うちの場合、2TBあれば足ります。
ただ、SATAの端子を一つ、食いつぶしているやつがいるんです。それは、グラフィックボードのGeForce GTX 1050Ti。
こいつのボードとSATAの端子が一つ干渉していて、使えなくなっているんですよ。おかげで、SATAは3つしか使えず、今はHDDは2台構成(残り一つはBDドライブ)。1台の2TBが遊んでいる状態です。
私の場合、起動用にM.2 SSDをチョイスして、データ用にHDDを、というのが理想的な使い方ですかね？
しかし、PCの移行はおっくうですねぇ・・・別にこれで困っていないのなら、このままでもいいのかなぁって考えてしまいます。
ですが、うちのメインPCにも不満点がいくつか。
・今どき、無線LAN対応ではない
・今どき、起動ディスクがHDD
・今どき、USB3.0未対応
・今どき、2コア
・今どき、フルタワーケース(中身はmicroATXなのに・・・)
ですが、といって別に困ることがないんですよね。いや、起動ディスクだけはそろそろ変えたいかも。ハイバネーション使っても、さすがに起動が遅いのがネックです。
入れるアプリケーションを絞り込んで、OS再インストールしてきれいにしたいですね。長年使っているおかげで、なにか変なものがたまりにたまってる感じで・・・そういえば、Win7からのアップデートしたやつですし。
そろそろPCでも簡単インストールじゃないですが、アプリ環境や設定を引き継げるてのが簡単にできるといいんですけどねぇ。
 |
|
【国内代理店品】WD 内蔵HDD Blue 3.5" 4TB SATA(6Gb/s) 64MB 5,400rpm 2年保証 WD40EZRZ-RT2 |
30日までの、つまり、平成最後の日までの期間限定だそうです。
Windows 10搭載のスティックPCが9,800円、ドスパラで期間限定セール （取材中に見つけた○○なもの） - AKIBA PC Hotline!
ドスパラでWindows 10搭載のスティックPCが、通常14800円のところ9800円で売っているそうです。
スペック的には、Atom x7-Z8700の4GBメモリ搭載、ストレージは32GB、Windows 10 Home 64ビットという、わりと微妙なスペック。
しかも、税抜きの価格なので、税込みで10584円です。
リビング用のYouTube再生端末くらいには使えるんじゃないでしょうか？
数に限りがあるようなので、欲しい方はお早めに。
 |
正直言って、よく分かりません。
ドコモ『最大4割値下げ』新プランを正式発表。6980円で30GBフラット「ギガホ」と2980円〜の段階制「ギガライト」 - Engadget Japanese
ドコモが端末割引の効かない夏以降のためのプランを発表してます。
「ギガホ」と「ギガライト」の2種類があって、「ギガホ」は最大30GBを6980円で使える通信プラン。で、「ギガライト」は1GB以下なら2980円、そこから段階的に上がるというプラン。
なお、かけ放題は別オプションとなります。5分通話プランが700円、無制限が1700円。
うちの妻の場合、1GB〜3GBで、かけ放題付きなので、つまり3980円＋1700円で5680円。これに税金が加わります。
端末の月々割がなくなるので、端末を変えた場合はこれに分割料金が乗っかってきます。
なんだ、ちっとも安くないじゃん。しかも2年縛り付きでこの料金。
さすがに妻も、私と同じイオンモバイルへの乗り換えを考え始めました。5月がちょうど2年目なので、NMPで乗り換えのチャンスです。
ドコモ光に入ってますけど、割引が微々たるものなので、これならイオンモバイルの4GBに変えた方が安上がりです。
それにしても、「ギガホ」は家族で共有することを前提にしたようなプラン。一方で「ギガライト」は使った量に応じた従量制のプラン。
家族でパケット量共有は、子供がほとんど使い切ってしまうため家族内で揉めるという事態がよく発生することが知られていますし、パケット量に応じた料金プランは、FREETELやゼロSIMあたりがやって失敗したパターンのプラン。なぜ、わざわざ失敗しやすいパターンの料金プランばかりを設定してしまったのか？
見た目の安さを強調したいばかりに、「最大4割引」という言い回しも曲者です。つまり、通常は4割も安くないということになります。
他の2社も、同調するんでしょうか？このカルテル状態を脱して、ガクッとやすいプランを設定するところが出てくれればいいのですけどね。
 |
私もTensorFlow＋KerasでSSDを独自データで使えるようにしてみた: EeePCの軌跡や最新の物体検出YOLO v3 (Keras2.2.0+TensorFlow 1.8.0)を独自データで学習できるようにしてみた: EeePCの軌跡で「AnnotationTool.exe」なるものを公開しておりますが。
Windowsでも使える、もっと便利なデータセット作成ツールがありました。
しかも、Microsoft製です。
画像のデータセット作成が楽になる！Microsoft のアノテーションツール、VoTT のご紹介 | ソフトバンク・テクノロジー (SBT)
ダウンロード元：https://github.com/Microsoft/VoTT/releases
上のサイトに使い方が書かれています。Win、Mac、Linux版それぞれがありますね。
静止画の入ったフォルダと動画に対応(ただし、動画はmp4またはogg形式のみっぽいです)。
我が家でも試そうかと思ったんですが・・・なかなかダウンロードできません。
ちなみに、会社ではgithub.comのダウンロードサイト自体がブロックされてて、まったく使えません。困ったものです。
というわけで、まだ試せてませんが、特によく使われるPASCAL VOC形式に対応しているのはありがたいですね。
私の作った奴に比べて、はるかに使い勝手はよさそうです。動画にも対応してますし。
なんとか、会社で使えるようにしたいツールです。
 |
最近、iPhoneやMacBook AirのSafariを使ってると、アドレスのところにやたら「安全ではありません」と表示が出ます。
一体、どういう意味なのか？
解説しているサイトがあります。
SafariのURLバー「安全ではありません」の表示の危険性や対処法を徹底解説 - SNSデイズ
要するに、「http」で始まるサイトに対して出るようです。httpsで始まるサイトとは違い、SSLによる暗号化がされていません。このため、「安全ではありません」表示が出るようです。
稀に赤字で表示されることがあるようですが、それは「http」サイトでクレカの番号やID、パスワードを入れようとしたときに出るようです。
確かに、アカウントを要求されるサイトで暗号化無しは嫌ですよね。赤字の時は、気をつけた方がよさそうです。
それ以外は、あまり気にしなくてもいいかと思います。このブログもそうですね。でもまあ、当然ですが、何か情報を抜き取ろうとか、そういうことをしているサイトではないので。
 |
そんなコンセプトのお店ができるそうです。
日本の企業が開発した3Dプリントの寿司!コンセプトに基づくレストランを来年東京にオープン予定 | Techable(テッカブル)
なんだか、違和感たっぷりなお寿司ですね。
もっとも、3Dプリンターの新しい可能性を模索している一環ともいえます。
個人的には、お城の方のお寿司が何で作られているのか、気になるところ。
ワサビで作った「名古屋城」なんてのも、面白いかもしれません(罰ゲーム用に)。
正直、一瞬の話題で終わる可能性のありそうな話ですが。
新たな可能性を生み出すきっかけとなるかも・・・しれません。
 |
|
GEEETECH 3Dプリンター Prusa I3 Pro B アクリル製フレーム 未組み立て 3Dプリンタ DIYキット … |
予告もなく、Amazonプライム会員の年会費、月会費が値上げになったそうです。
速報：アマゾンがプライム会員費を値上げ、年4900円/月500円に。4月12日から - Engadget Japanese
年間3900円、月間400円が、ぞれぞれ4月12日以降の加入者に対して4900円、500円となる模様(税込み)。
なお、すでに入会している人の場合は、5月17日以降に改定料金に変わるそうです。
でも、私のように8月に年会費を払った者はどうなるんでしょうか？まさか、5月17日に日割りで残りの期間分を払うことになるんでしょうかね？
といっても、すっかりプライム会員サービスを利用している私にとっては、この程度は許容範囲かなぁと。
Amazon MusicとVideoはよく使ってますね。正直言って、それだけで年間6千円でも元が取れると思ってるくらいです。
海外ではもっと高いようですね。年99ドルが119ドルになったらしいですから。それに比べたら、日本はまだまだ安い方ですよね。
気が付けば、AppleよりもAmazonのサービスを使ってますね。以前はドコモ系も使ってたんですが、中途半端で結局Amazonに集約しつつあります。最近は電子書籍もKindle一択ですし。
ただ、曲を買うときはiTunesですね。でも、Apple Musicは入らないなぁ。値段のわりに、得られるものが少なすぎです。そんなに払うなら、やっぱりAmazonですかね。
 |
有機ELディスプレイで廉価版というのもあまり信じられませんが、ワイヤレス充電未対応などの割り切り仕様みたいです。
ASCII.jp：アップルiPhone SE2はiPhone XEとして復活？｜篠原修司のアップルうわさ情報局
多分、指紋認証ではない顔認証のやつなんでしょうけどね。
個人的には、iPhone 8の後継こそ欲しいですね。指紋認証のみのやつ。その方が信頼性が高いです。
もっとも、廉価版の噂は最近、当たった試しがないですね。Apple製品は高くなる一方です。
さすがにそろそろ廉価なハードでも成り立つようなビジネスを展開しないと、まずい気がしますね。サービスを充実しようと試みているようですが、そのプラットフォームが高すぎるんじゃあ、普及も何もあったものじゃない。
4万円代とは言わないけど、6万円代のiPhoneは普通に用意して欲しいですよね。できれば、Plusクラスのバッテリーを搭載したやつが欲しいです。
 |
ディープラーニング(CNN)を用いた画像認識では、それこそ1ラベル当たりたくさんの画像を用意するのがベストです。
が、曖昧な画像をうまく認識させるための手法として、「BC(Between-Class) learning」というのがあります。
例えば、「犬」と「猫」を識別する学習器を作ろうとすると、「犬」を0、「猫」を1というラベルを与えて、それぞれたくさんの画像を準備して学習させます。
が、BC learningでは、「犬」×0.7 + 「猫」×0.3というわざと曖昧な画像を作り、教師データとして用います。
すると、曖昧さに対して強固な学習器が生成できて、より精度が上がる・・・という手法のようなのです。
分かったような、分からないような手法ですが、早速試してみました。
ただし、この手法を使うには前提があります。
例えば、TensorFlowで”日本のお城”を識別させてみた: EeePCの軌跡の記事では、
「犬山城」＝０、「熊本城」＝1、・・・「大阪城」＝6
のようなラベルの付け方をしてましたが、BC learningを使うためには、one-hot型の教師信号に変える必要があります。
具体的には
「犬山城」=[1,0,0,0,0,0,0]、「熊本城」＝[0,1,0,0,0,0,0]、・・・「大阪城」＝[0,0,0,0,0,0,1]
のようなラベルにする必要があります。
すると、例えば「犬山城」×0.7 ＋ 「熊本城」×0.3という画像を作った場合の教師信号は
「犬山城」×0.7 ＋ 「熊本城」×0.3 ＝[0.7,0.3,0,0,0,0,0]
てな感じに与えられます。
で、私自身も気づいてませんでしたが、以前TensorFlowの画像認識プログラムをKerasに書き換えてみた: EeePCの軌跡の記事で、画像認識コードをKeras化したときに、すでにone-hot型にしていました。
先のリンク先のコード中の「Y = np_utils.to_categorical(Y, NUM_CLASSES)」のところで、すでにone-hot型に変えております。
で、上の記事の学習用コード「cnn_keras_train_56.py」を改良した「cnn_keras_train_56_bc.py」というのを作りました。
【cnn_keras_train_56_bc.py】
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import os
import sys
import cv2
import numpy as np
import tensorflow as tf
import tensorflow.python.platform
import random
import keras
from keras.utils import np_utils
from keras.models import Sequential
from keras.layers import Dense,Dropout,Flatten
from keras.layers import Conv2D,MaxPooling2D
from keras.preprocessing.image import array_to_img,img_to_array,load_img
from keras import backend as K
from sklearn.model_selection import train_test_split
from keras.models import load_model
from keras.callbacks import ModelCheckpoint
path=os.getcwd()+'/data/'
checkDir=os.getcwd()+'/checkpoints/'
if not os.path.exists(checkDir):
os.mkdir(checkDir)
class_count = 0
folder_list=os.listdir(path)
for folder in folder_list:
class_count = class_count+1
NUM_CLASSES = class_count
IMAGE_SIZE = 56
batch_size = 20
epochs = 100
flags = tf.app.flags
FLAGS = flags.FLAGS
flags.DEFINE_string('label', 'label.txt', 'File name of label')
if __name__ == '__main__':
count=0
folder_list = sorted(os.listdir(path))
train_image = []
train_label = []
test_image = []
test_label = []
X = []
Y = []
f = open(FLAGS.label, 'w')
for folder in folder_list:
subfolder = os.path.join(path,folder)
file_list = sorted(os.listdir(subfolder))
filemax = 0
i = 0
for file in file_list:
i = i + 1
img = img_to_array(load_img('./data/' + folder + '/' + file,target_size=(56,56)))
X.append(img)
Y.append(count)
label_name = folder + ' ' + str(count) + '\n'
f.write(label_name)
count +=1
X = np.asarray(X)
Y = np.asarray(Y)
X = X.astype('float32')
X = X / 255.0
Y = np_utils.to_categorical(Y, NUM_CLASSES)
#Make BC learning dataset
add_image_bc = 100
insert_count = 1
for i in range(add_image_bc):
get_index1 = int(random.random() * X.shape[0]) # First image
get_index2 = int(random.random() * X.shape[0]) # Second image
mix_rasio = random.uniform(0.2,0.8) # First X Second Mix
temp_x1 = X[get_index1,:]
temp_y1 = Y[get_index1,:]
temp_x2 = X[get_index2,:]
temp_y2 = Y[get_index2,:]
if all(temp_y1 == temp_y2):
print('Same Label,Skip!')
continue
else:
temp_x = temp_x1 * mix_rasio + temp_x2 * (1.0 - mix_rasio)
temp_y = temp_y1 * mix_rasio + temp_y2 * (1.0 - mix_rasio)
X = np.insert(X,get_index1,temp_x,axis = 0)
Y = np.insert(Y,get_index1,temp_y,axis = 0)
print('Insert Mix image!' + str(insert_count))
insert_count +=1
# BC learning end
train_image, test_image, train_label, test_label = train_test_split(X,Y,test_size=0.20)
f.close()
print(u'画像読み込み終了')
input_shape = (IMAGE_SIZE, IMAGE_SIZE, 3)
model = Sequential()
model.add(Conv2D(32,kernel_size=(3,3),
activation='relu',
padding='same',
input_shape=input_shape))
model.add(Conv2D(32, (3,3), activation='relu', padding='same'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Dropout(0.25))
model.add(Conv2D(64, (3,3), activation='relu', padding='same'))
model.add(Conv2D(64, (3,3), activation='relu', padding='same'))
model.add(Conv2D(64, (3,3), activation='relu', padding='same'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Dropout(0.25))
model.add(Conv2D(128, (3,3), activation='relu', padding='same'))
model.add(Conv2D(128, (3,3), activation='relu', padding='same'))
model.add(Conv2D(128, (3,3), activation='relu', padding='same'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Dropout(0.25))
model.add(Flatten())
model.add(Dense(1024, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(NUM_CLASSES, activation='softmax'))
model.compile(loss=keras.losses.categorical_crossentropy,
optimizer=keras.optimizers.Adadelta(),
metrics=['accuracy']
)
chkpt = os.path.join(checkDir, 'model_.{epoch:02d}-{val_loss:.2f}.h5')
cp_cb = ModelCheckpoint(filepath = chkpt, monitor='val_loss', verbose=1,
save_best_only=True, mode='auto')
model.fit(train_image, train_label,
batch_size=batch_size,
epochs=epochs,
verbose=1,
validation_data=(test_image, test_label),
callbacks=[cp_cb],
)
model.summary()
score = model.evaluate(test_image, test_label, verbose=0)
model.save('model.h5')
コード中の「#Make BC learning dataset」から「# BC learning end」の間が加わったくらいです(あと、乱数を使うために「import random」が追加されたくらい)。
実行はいつものように
> python cnn_keras_train_56_bc.py
で行けます。
とりあえず、このコード中では「add_image_bc」という変数がBC learningによって増やす画像の数を示してます。
が、同じラベルの画像を作っても仕方がないので、同じ画像を足そうとした場合はスキップするようになっています。
今回の場合、100枚作らせて、87枚加わっただけでした。
後はいつものように、学習を始めます。
終わったところで、「checkpoints」フォルダにある一番Loss値の小さいモデルを上の階層にあげて「model.h5」として
> python cnn_keras_app_56.py
と実行すれば、「analysis」フォルダ中の画像を推論してくれます。
あくまでも、model.h5の精度を上げるというのが目的の手法なので、推論側は特に変更するところはないです。
もっとも、あまり結果が変わってる感じはありませんが・・・会社で別のデータで試したところ、若干精度が上がりました。
それこそ、中間のデータを作り出すため、教師データを増やす手法の一つには違いありませんね。
ですが、例えばこのお城のデータの場合(383枚)、1000枚作らせてみた(同ラベルを消去して、900枚程度増)んですが、かえって精度が落っこちました。収束性も悪くなるため、やりすぎもよくないようです。
どうしても画像がたくさん揃えられない場合、この手法で画像を増やす、あるいは曖昧さをうまく区別させるために使う、という目的なら、有効な方法のようです。
 |
アレクサで「NHKにして」などというと、NHKを選局してくれるというリモコンが登場です。
「アレクサ、TVをNHKにして」で選局可能に。ラトック家電リモコンが進化 - AV Watch
ラトックスがテレビ局名で選局を可能にするスマートリモコンを販売しました。
あらかじめ地域の選択が必要なようですが、そうすると、テレビリモコンの番号ではなくテレビ局名で選局できるようになるとのことです。
すでに「RS-WFIREX4 」などを持っていれば、この機能が使えるようになるそうです。アプリ側の対応のようですね。
もっとも、我が家はリモコンを使うほどテレビを見ないので、宝の持ち腐れでしょうが。最近、うちのテレビはWii U用途が多いです。
他にも照明やエアコンも制御可能となるので、スマートスピーカーと組み合わせて使いたい方は是非検討してみてはいかがでしょうか？
 |
以前、折りたたみスマホは流行るのか！？: EeePCの軌跡の記事で「外ではスマホ、自宅ではクラムシェルにできるスマホがそろそろ出てこないのか」などと書きましたが。
そういうものが、出ているそうです。ただし、Android限定。
スマートフォンを接続するだけでフルHD液晶＆フルキーボードが使えるようになる「NexDock 2」 - GIGAZINE
出資先：NexDock 2 by Nex Computer — Kickstarter
NexDock2というこのデバイス、スマホをつなぐとMacBook Air風なクラムシェル端末に早変わりするというそういうデバイスです。
1もあったようですが、この2は1920×1080、つまりフルHD対応な端末。
CPUやストレージはなく、バッテリーとキーボードと大画面だけがあるというそんなデバイス。そこにスマホをつなぐと、あたかもノートPCのように使えます。
個人的には、こういうスタイルが将来主流になる気がしますね。もはや、PCの存在価値はかなりなくなりつつあると思いますね。
あとはせめてストレージくらいは載っててほしいかなぁと思いますが、microSDカードスロットはあるようなので、どうにかなりそうです。
やっぱり、時代はAndroidなんでしょうかね？
Appleでもこういう端末を作らないんでしょうか？できれば、iPhoneを内蔵できるやつ。
なお、199ドルからの出資で入手可能。すでに目標額を突破済みです。
 |
対象は音楽プレーヤーらしいですけど・・・こういうのはいずれ、スマホやタブレット、PCも対象になるでしょうね。
ASCII.jp：時代錯誤の「iPod補償金」議論 (1/4)｜石川温のPCスマホニュース解説
「私的録音・録画補償金制度」というものがあって、デジタル録画・録音メディア(DATやMD、DVD-R等)にはその補償金とやらが上乗せされているらしいですが、これをウォークマンやiPodなどの音楽プレーヤーに広げようという議論があるらしいです。
要するに、メディアで購入する人が減ったから、新たな取り分を探している、といったところでしょうか？
ところで、ここにも書かれているんですが、その著作権の権利者団体というのは複数あるようですね。
このため、この補償金はまずその複数団体に分割されて、実際の著作者であるクリエイターに還元される分は、全体の半分に過ぎないらしいとのこと。
なんだか、本来の目的を失ってねぇ？って気がしますね。まずその団体自体を縮小し、本来の「還元」の機能を取り戻すべきじゃないかと。
デジタルで購入したり、ストリーミングで聞く時代。そこから直接クリエイターに入っているのであれば、もはやこの権利者団体って存在が不要なんじゃないですかね？なんて思います。
消費者からすれば、その団体を維持するために将来スマホが高くなるかもしれないってことです。
私の場合、音楽はほとんどiTunesストアで買ってます(あとはAmazonプライムのストリーミング)。お金、払ってます。デジタルコピーもないわけではないですが、その大元のCDは買ったものばかり。レンタルでコピーしようにも、そもそもレンタル自体を最近してませんね。補償金を払う義理なんて、私に限ってはありゃしないです。
健全な形の補償金ならばその存在意義を認めてもいいですけど・・・どうしてもそこに疑問符がついてしまうものに、賛同はできませんね。
 |
液漏れ対策と言っても、もれちゃった後のことです。
百均の話はともかく、ここの記事の面白いところは、乾電池の液漏れの原因について詳細に書かれているところですね。
乾電池の液漏れとは、本来とは逆向きに電流が流れることで酸性ガスが発生し、そのガスが電極を腐食して中の液が漏れるという現象だそうです。
新旧異なる2種類の乾電池を入れると、その電圧違いにより液漏れが起こりやすくなるとのこと。
だから、新旧の電池を一緒に使わないでという注意書きがあるんですね。
なお、マンガン電池よりもアルカリ電池の方が起こりやすいそうです。対策としては、ニッケル水素電池を使うなどするのがいいようです。エネループなら、大丈夫ですかね？
てっきり重力で液が偏って漏れているのかと思ってましたが、そんな原理だったとは知る由もない私でした。なお、漏れてしまった場合は、電極や電池ボックス自体を清掃するために、百均のネイルアート用のマイクロファイバーブラシを使うと便利とされています。
これに眼鏡のレンズクリーナーをつけてふき取ると、よく落ちるんだとか。
思わずやっちゃった場合には、覚えておきたい対処法ですね。
 |
・・・を作ろうとした方の記事です。
私は知らなかったんですが、最近TDLでのミッキーの顔がちょっと変わったんですね。
【速報】ミッキーの顔がニューフェイスに変わった！ショーやグリーティング、旧フェイスに会えるのはどこ？
でも、まだ新旧入り混じっているようなので、ニューフェースに出会えたかどうか、気になるところ。
で、それを判別する学習器の生成を試みたのが以下の記事。
ミッキーの顔が変わりました！機械学習モデルで分類にチャレンジ。 - Qiita
(左が新、右が旧だそうで)
で、新：660枚、旧：551枚で学習させたそうです。
結論から言うと、正答率7割だそうで。
記事の先のコードを観ましたが、解像度は256×256なものの、どうも層が少なすぎる気がしますね。
この解像度で、conv層3つ、Pooling層2つではちょっと足りないかと・・・
じゃあお前が作れといわれそうですが、教師データを集めるのが大変そうですね。
何よりも、TDLに行く機会がないですし。
でも、試みとしては面白いと思います。こうやって精度を上げていく題材を手に入れて、ノウハウというのはたまっていくものです。
私の場合は、未だにTensorFlowで”日本のお城”を識別させてみた: EeePCの軌跡のお城のデータを使っています。
最近、「BC(Bitween-Class) learning」なるものにチャレンジしたんですが、これもこのお城のデータを使いました。まあまあの精度アップが見られて、楽しかったものです。
そのあたりの記事を書こうかと思ったんですが、今、困ったことに我が家のディープラーニング環境が壊れてしまってまして(メインPC)。
修復が終わり次第、このBC learningについて書く予定です。でも、CUDAやドライバのインストールを受け付けなくて・・・本当に治るんだろうか・・・
 |
まあ、アメリカならではの話のようです。
マイクロソフト、犯罪捜査に機械学習を使う特許出願--写真やビデオから銃火器を特定 - CNET Japan
まだアイデア特許の段階ですが、写真やビデオから、その武器である銃火器を特定するというものだそうです。
実際にこういうものを作るつもりで出した特許なのか、それとも別の思惑があるのかは謎ですが、日本ではあまり考えられないアイデアであることは確かですね。
一般市民も銃を持つという、銃社会ならではといったところでしょうか。
こういうのもAIの活用事例ってことになるのかもしれませんが、個人的にはあまり歓迎できるものではありませんね。抑止力になるのであれば大歓迎なんですが・・・
 |
なんだか、嬉しくなったので、こちらでも宣伝しておきます。ちょっとだけ、自慢させてください。
かれこれもうすぐ2年目になる「なろう」歴で、初めてネット大賞の1次選考というやつを通過しました！
約9300作品中、約1500ほどが通過しているので、確率的には6分の1程度ですが、それでもフィードバックがあると嬉しくなるものです。
ところで、いくつかの作品を書かせていただいてますが、通過したのは以下の作品。
実は、私の作品の中でさほどポイントを稼げていない作品です。
ちょうど一年ほど前に書いた作品ですね。個人的には妙に思い入れのあるやつだったんですが、あまりポイントが稼げなかった、そんな作品です。
失恋して嘆いていた会社員の主人公の前に突然、故障した航宙駆逐艦が着陸して、そのドタバタに巻き込まれて奔走する羽目になり……というような内容です。
今ならもう少し、まともな文章にできたかなぁ……いや、そうでもないかな？
会社員の悲哀さもあり、宇宙戦闘もあり、恋愛あり・・・の内容です。日本っぽい背景ですが、一応全く別の星の話となっております。
ただ、もっとポイントを稼いだ作品はいくつもあるんですが、なぜこれが選ばれたかは謎です。でも、ちょうど会社員の悲哀のようなものを表現したいなぁと思って書いた作品。共感を得てしまったのでしょうか？
こいつを書いている時に、ああ、もう少し早く書き込みができるようにしたいなぁ・・・と思ってMacBook Airを買ったという、いわくつきの作品でもありますね。
さすがに2次選考はちょっと、厳しいかな。ましてや、書籍化まで到達できるかどうか。
小さな一歩ですが、つい嬉しくなったので、報告まで。
 |
そんなプラントが、いよいよカナダでスタートするそうです。
大気から二酸化炭素を取り出す技術のカナダ企業が資金調達、商業展開へ | Techable(テッカブル)
カナダのベンチャー企業Carbon Engineeringがこのほど75億円ほどを調達し、いよいよ大気中の二酸化炭素を吸収するプラントの建設に着手するそうです。
二酸化炭素1トン当たり100ドル以下のコストで回収できる技術だそうで、その副産物は水素と組み合わせて作られる液体燃料とのこと。
じゃあ、燃料使ったら元通りじゃん・・・なんて思っちゃいますが、増える一方の今の状況よりはましかと。
こういう技術がかなり普遍化すれば、地球温暖化も止められるんでしょうけどね。バイオエタノールもそうですが、こういう技術はなかなかうまくはいきませんね。今度こそ、本命技術となるんでしょうか？
 |
要するに、バッテリー内蔵のバンドです。
Apple Watchユーザーは要チェック! 電池の持ちを1.5倍にするストラップ「Batfree」 | Techable(テッカブル)
出資サイト：Batfree, World's First Power Strap for Apple Watch by Togvu — Kickstarter
KickStarterで資金募集中のこのバッテリー内蔵バンド「Batfree」は、600mAhのバッテリーを内蔵したバンド。
Apple Watchを包み込むようにはめるタイプのバンドで、充電も通常のワイヤレスで行えるそうです。充電は側面にあるボタンを押すとできるため、バッテリーが足りなくなってから充電開始できる仕組みになっているようです。
デジタルクラウン部分は外に出ているため、Series 4の心拍計も使用可能(もっとも、日本では使用不可)。Series2、3、4、38mm、42mm(40mm、44mm)モデルに対応しているそうです。
赤と黒の2種類があって、お値段は45ドル(約5千円)から。色は出荷前までに選べるようです。
なんて便利なApple Watch用バッテリーなのか！と思いきや、よく考えたらこれ、心拍数が取れるんでしょうか？
手首とApple Watchの間にこのバンドが挟まる格好になっているので、どうなんでしょうね？
でも一応、心拍数用センサーの辺りには穴は開いてるみたいです。さすがに心拍数が取れるようには考えられている・・・はず？
ちょっと不格好ですが、付けたまま充電できるというのが最大の売りのこのバンド。ワークアウトをやりすぎてApple Watchのバッテリーの持ち少ないと悩みの方なら、ぜひ手に入れたい一品じゃないでしょうか？
 |
といっても、文字変換だけの話ですが。
新元号が「令和(れいわ)」と決まりました。
そりゃ「ねいわ」、という昭和生まれのオヤジギャグは置いておき、早速PC対応な記事が出ております。
【新元号発表！】自分のパソコンを新元号「令和」に対応させる方法 | できるネット
IMEの辞書に登録して、使えるようにする方法が書かれています。
で、私も早速・・・といいたいところなんですが。
なぜか、うちのも会社のPCも、いきなり変換候補に「令和」が出るようになりました。
あまり意識してませんでしたが、クラウド化されてるんでしょうかね？会社では第2候補に、そして夕方に家に帰りつき変換してみると、「れいわ」の変換候補第1位に「令和」が出てきます。
だから、Windows 10で最新版にアップグレードしている人は、意識しなくてもいいかもしれません。
マイクロソフトも、すでに3月時点でWindowsアップデートで新元号への対応を謳っていますね。
近々、対応されるものと思われます。
それにしても、やはり違和感がありますね、新元号。
「平成」の時もそうでしたが、慣れるまでに時間がかかりそうです。
ああ、ちなみに新元号は5月1日から施行です。勘違いされている方が多いようですが、まだひと月ほど先です。今はまだ「平成」です。お間違え無きよう。
 |
128コアなので、学習用にはきついですが、推論用ならば行けそうですね。
NVIDIAが発表した「Jetson Nano」は、128コアのAI用ボード。
4コアのCortex-A57プロセッサに128コアのMaxwellコア、4GBのLRDDRAMを搭載とのこと。
大きい方の開発キットが99ドル(約1.1万円)、製品用モジュールが129ドル(約1.4万円)。
Jetsonといえば、大体10万円弱の価格というイメージですから、確かにこれは安いですね。でも、ちょっと気になるのは、なんで今さらMaxwellコアなのでしょうか？
せめて、Pascalコアにできなかったんですかね？安くするため等、いろいろと思惑はあるんでしょうけど、2世代前のコアというのがちょっと残念です。
今年の6月頃に、日本を含め発売予定。そうは言いながら私も、手に入れてみようかな。
|
最近のコメント