こんなもん いかがっすかあ、SFまで10000光年2020年01月10日 08:05


水玉さん

「こんなもん いかがっすかあ」が1990年代前半くらいのPCまわりのネタ。「SFまで10000光年」は1990年代前半から2000年代前半に掛けての、SFを軸にしつつも、コミック、文学、ゲーム、映画、演劇、等々の雑多なネタ。なにより、水玉さんの絵柄が好き。両書ともしっかり楽しめる。

内容については、「SFまで10000光年」で、大森望さんが、あとがきに書かれているとおり。同じ時間を生きている人に向けた一筆。後世に残す気持ちは微塵も。月刊誌への寄稿としては正しい姿。おそらく、しばらく経てば、時間を共有しない人には、注釈なしではわからなくなる。時代の空気の証言としては、貴重。

「こんなもん いかがっすかあ」
一方では、予言の書。冗談で書いた事物が、20年後くらいにいくつも登場している。統合ソフト搭載のジャスト名刺サイズのデバイス。データスーツ入力デバイス。ゲーマー向けにお世話をやく一太郎。賢いワープロとしての、日本語翻訳機能。これはもう一息か。妙に一太郎ネタが多い。等々。

「SFまで10000光年」
その意味では名言集。迷言か。
「オレは一生誤読し続ける方のコースを激走(笑)していきたいな(P105)」
ちょっと共感。
「”ヒトでない自分”を悲しむAI、ってゆーのが、そもそもヒトの勝手な考えじゃないかと(P109)」
AIブームの度に、繰り返される議論。
「あとから学習して知ったってアンタにはわからない部分ってのがあるんだよ(P154)」
スターウォーズの新作に対して、馴染みのひとこと。時宜にピッタリ。スターウォーズ歌舞伎は、場面こそ違えぞ、予言が成就(P157)。

続きの「SFまで10万光年」。掲載誌のバックナンバはあるのだけど、やはりまとまっているのは魅力。購入してしまう。

手賀沼2020年01月16日 10:14

柏で所用の後、手賀沼に足をのばす。

手賀沼の鴨類

ここにも鴨類が数多く泳ぎ回る。

葦の先に停まる野鳥

南岸は芦原が拡がる。穂先に器用に停まる鳥。山家集の冬を読んでいたところ、ちょうどこんな景色。

大橋から手賀沼

手賀大橋を渡る。

あびこん

目立つ洋風の建物は、あびこ農産物直売所。いつも、大橋のふもとの道の駅ばかり訪ねていたが、こちらにも。

食堂のメニュー

食堂は、お手頃。湖畔側でやさしい冬日が差し込む。

白鳥のみなさん

しばらく行くと、田んぼに白鳥のみなさん。これだけ大きいと、こちらが驚く。

ロウバイ

民家の庭にはロウバイ。

手賀沼出口付近

手賀沼の出口方面を望む。冬の田の茶と水面の青に山の緑、対照が映える季節。

CNTK; CNNのConv Layer数、ラベル数、モデル利用時の前処理と後処理2020年01月21日 15:21

CNTKのCNNを用いた画像識別。少しずつ、コツを掴みつつあるのか。

1.Conv Layerの数

Conv Layer 3

Conv Layer数3。64x64x1を8x8x16に持っていく。
学習が進むと、大きくLossが下がる箇所がある。ここででは、14000件ほど進んだところ。

Conv Layer 4

Conv Layer数4。64x64x1を8x8x32に持っていく。精度向上や、より多くのラベル数に対応できるようにとの発想だったが。大きくLossが下がる箇所は、25000件ほど進んだところ。

ラベル数は15。2つのCNNの間に、精度の有意な差は見られず。ただ、学習進度が遅くなっただけ。パラメータは他にもいろいろあるので、一概には言えないが、必要以上にモデルを複雑化するのは意味がなく、かえって有害にもなり得る。

2.ラベル数

ラベル数は少ない方が、よい成績を得られそうだが、そう簡単でもない。
今回は、漢字の部品を相手にしているが、「木」に加えて、「大」を加えた方が、精度が上がったりする。データのバリエーションを増やした方が、違いがわかるようになる側面がある。対象のデータの特性次第。

3.モデル利用時の前処理と後処理

漢字の部品単体の認識がそこそこできるようになったところで、対象を広げる。
この時、
・画像の切り出し
・不要な部分の刈り取り
・画像サイズの拡大による正規化
などの前処理を施さないと、結果はノイズだらけに。

圧右下

「圧」の例。画像の右下を切り出し、認識させると、そこそこの精度で「土」を識別する。

圧全体

文字全体だと、「田」と識別。

圧左半

左半分だと、「日」と識別。少し遠目で見ると、そうか、と思えなくもない。
こういった一連の結果を、どう判定して、不適切なものを取り除くかが課題。

圭上半

「圭」の例。画像の上半分を切り出し、「土」を識別。

圭下半

下半分も、「土」を識別。

圭全体

文字全体だと、「王」と識別。横棒を一本無視すれば、そう見えないこともない。
総じて人の識別と比べるとプリミティブなもの。

結果には、まだまだノイズが多い。対処としては、次のようなものか。
・学習データの見直し(形状やバリエーション)
・部品種(ラベル)の追加
・画像の前処理の改良
・結果からのノイズの除去方法の検討
実用に耐えるものができるかどうかは、五分五分。

こんな感じで、機械学習において、モデル構築は作業の一部。目的とする結果を得るには、やることがまだまだある。

機械学習の技術者を育てる、と巷でいうが、どのあたりの技術が課題となっているのか。地味で面倒な作業も多く、十把一絡げで論じてはいけないような。

なお、識別アプリは、UWPでCNTKのライブラリはCPUを使う。画像を69の枠に分割して、処理するが、かなりの時間を要する。エッジ側にもAIアクセラレータが必要、とされるのも道理かと。

Cylva F8F タイヤ交換2020年01月24日 16:09

ブリヂストンのCylva F8F。3年でタイヤ交換。月に100kmほどの走行なので、3000kmほどか。
2年と少しで一度、後輪がパンク。その後、気になって前輪と後輪のタイヤを取り替えてみたところ、後輪がずいぶんと軽く薄くなっていたので、交換に踏み切る。

交換前

交換前のタイヤ。左が前輪、右が後輪。

交換後

交換後のタイヤ。地面を掴むグリップ力が確かに向上。少しずつの変化なので、普段は、気がつかないもの。結果として乗りすぎだったかも。同様のペースだと、1~2年で前後輪を取り替えて、もう1年で、両輪交換、という流れになりそう。

お代(税抜)。
純正のタイヤ;各4760円
純正のチューブ;各1980円
近所の自転車屋さんの交換費用;各1200円。
両輪ともクイックレリーズなので同じ価格。そうでない場合は、少々お高くなるらしい。
交換は、前後輪取り替えの際、初めて自分でやってみたが、擦り傷をたくさん作って1時間くらい。このお値段で、2~3年に一度ならプロにお願いするのが妥当。

タイヤ型番

ブリヂストンの純正タイヤの価格は、どうもWeb非掲載で、事前には不明。発注後、問い合わせてもらって聞くと、思いのほかお高い。とはいえ、このサイズと幅(37-406, 20x1.35)で、高めの空気圧(5.5-6.8気圧)となると選択肢がない。F6F(3気圧)だと安かったのか。でもF8Fほどには転がらないんだろうなあ。

他にはと、SchwalbeのMarathonに換装した記事はいくつか見つけたが、純正ほどの転がりは期待できない。同じSchwalbeでは、Kojak(35-406, 20x1.35, 4.0-6.5Bar)あたりが使えるか。ヨドバシで見ると、もう少しお安く上がりそう。使えなければ無駄になるけど。

P.S.