2017年5月8日月曜日

野外で放置されて1年の Raspberry PiとLogicool C930e

野外に放置していたRaspberry Pi B、Logcool C930e 2台

USBコネクターも錆ています。

コネクターなどを掃除して、SDカード挿入して稼働確認。。。

なんと、動いたーーー

恐るべし、

というか、大事にします。

放置しっぱなしで、ごめんなさい。

最初の写真は、C930eで撮影したものです。

Peace!!

放置していたRaspberry Piに接続して、
fswebcamコマンドで撮影

起動しました(^^)

放置していたRaspberry PiとC930e

腐食しているので掃除しました

裏もホコリだらけ


Raspberry Piはこの中にいれていました
このケースごと外に置きっぱなし



2017年4月28日金曜日

Raspberry Pi 3が起動しなくなった(泣)

失敗です。
ただ、取り敢えず、起動はできるようになりましたが、、、


1.何をして、何が起こったのか?

そもそも、しばらくupdate関連をしていなかったので、、、

sudo apt-get update
sudo apt-get upgrade

ところが、エラー、、、
あっ、、、

python -V
Python 3.4.2

sudo  rm /usr/bin/python
sudo ln -s /usr/bin/python2.7 /usr/bin/python

Tensflowなど、AI関連の開発をしていたので、version 3を使っていた。

再度、

sudo apt-get update
sudo apt-upgrade

sudo rpi-update

OkOk (^^)

何を考えたのか?

sudo apt-get dist-upgrade

reboot後、、、

起動しない。
画面も、まっくろ、
基盤は、赤い電源ランプのみ、、、


2.対応
(1)ハードが壊れたのか?

jessieをインストールしただけのSDカードがあったので、
それを、Raspberry Pi3にセットしてboot
これは、OK!
ハードは大丈夫


(2)SDカードがおかしくなった?

SDカードをマックに差し込むと、bootディレクトリーがいつも通りにマウントされる。
ついでに、下記の手順でLinux部分をマウントして確認。
下記のGithubに行って、手順に従ってインストールして、マウント

https://github.com/gerard/ext4fuse

sudo dscl . append /Groups/operator GroupMembership phipo009
 brew tap homebrew/fuse
 brew install Caskroom/cask/osxfuse
 brew install ext4fuse
 sudo ext4fuse -o allow_other /dev/disk2s2 mnt

問題なく確認

(3)正常に動いているRaspberry Pi3の/bootをコピーして上書き
かなり手荒な事ですが、、、
上書き後、Raspberry Pi3に差し込んで起動。。。

あ〜ら、起動したじゃん!!!
でも、しかし、おかしい、、、
apt-get などをすると、、、

Selecting previously unselected package libgstreamer-plugins-base1.0-0:armhf.
Preparing to unpack .../libgstreamer-plugins-base1.0-0_1.4.4-2+deb8u1_armhf.deb ...
Unpacking libgstreamer-plugins-base1.0-0:armhf (1.4.4-2+deb8u1) ...
Selecting previously unselected package gstreamer1.0-plugins-base:armhf.
Preparing to unpack .../gstreamer1.0-plugins-base_1.4.4-2+deb8u1_armhf.deb ...
Unpacking gstreamer1.0-plugins-base:armhf (1.4.4-2+deb8u1) ...
Setting up libgstreamer1.0-0:armhf (1.4.4-2+deb8u1) ...
Setting up libgstreamer-plugins-base1.0-0:armhf (1.4.4-2+deb8u1) ...
dpkg: error processing package libgstreamer-plugins-bad1.0-0:armhf (--configure):
 package is in a very bad inconsistent state; you should
 reinstall it before attempting configuration
Setting up gstreamer1.0-plugins-base:armhf (1.4.4-2+deb8u1) ...
Processing triggers for libc-bin (2.19-18+deb8u7) ...
Errors were encountered while processing:
 libgstreamer-plugins-bad1.0-0:armhf

E: Sub-process /usr/bin/dpkg returned an error code (1)

こんな感じのエラー、、、

gstreamerもインストールしましたが変わらず。

で、とにかく、データや、buildの大変な、openCV3.2.0 などをバックアップ中。。。
これだけでも、めっけモノ、、、

諦めなくてよかった。(^^)

Peaceじゃないけど、、、、
PEACEだぁ

追加
sudo apt-get -f install
audo apt-get autoremove

も、実行しましたが、、、

sudo apt-get upgrade
Reading package lists... Done
Building dependency tree    
Reading state information... Done
Calculating upgrade... Done
0 upgraded, 0 newly installed, 0 to remove and 0 not upgraded.
1 not fully installed or removed.
Need to get 0 B/1,299 kB of archives.
After this operation, 0 B of additional disk space will be used.
Do you want to continue? [Y/n] y
dpkg: error processing package libgstreamer-plugins-bad1.0-0:armhf (--configure):
 package is in a very bad inconsistent state; you should
 reinstall it before attempting configuration
Errors were encountered while processing:
 libgstreamer-plugins-bad1.0-0:armhf
E: Sub-process /usr/bin/dpkg returned an error code (1)

ついでに、、、
場当たりてきですが、、、

sudo apt-get install gstreamer0.10-alsa:armhf gstreamer0.10-plugins-base:armhf gstreamer1.0-alsa:armhf gstreamer1.0-libav:armhf gstreamer1.0-omx gstreamer1.0-plugins-bad:armhf gstreamer1.0-plugins-base:armhf gstreamer1.0-plugins-good:armhf gstreamer1.0-x:armhf
変わらず、、、

2017年4月1日土曜日

働き方改革 基本は 「信頼」

企業の「働き方改革」のサポートをしているけど、

調査して、はっきり出てきていたのは「信頼」の

高い組織は生産性が高いという事。相関係数は0.76

これは、4つの組織の信頼を調査した結果。

細目は省くけど、4分類16項目で調査した結果。

生産性は、黄色の組織が高く、青の組織が低い。

スコアー平均値の順に組織が並ぶ。

そして、知識創造ネットワークも「信頼」が高い組織が密であり

生産性が高い。

知識創造ネットワークと生産性との相関は、なんと0.83

黄色の組織(信頼が高い)

青色の組織

組織の「信頼」はマネジメントの問題であり、

知識創造ネットワークの問題でもあり、

それらはマネジメント変革で組織の生産性も高められる。

しかし、今、生産性を高めいようと、

役員が旗を振っている組織には無理かも

何故なら、その人たちが、

古いマネジメントモデルで生きてきた人だから、、、

知識創造マネジメントと、信頼マネジメント

あなたはできますか?

Peace!!

2017年2月26日日曜日

New Kayak ANTIX

2016年の10月に発表されたJackson Kayak の ANTIX 入手

River Run 用のkayak

僕的には、大歩危、小歩危用です。

形的には、昔のピロエットSSを短くした感じ。

乗った印象は、、、

重心は、前勝負のカヤック

重心位置からの前後フラットボトムがサーフィン安定性を担保

独特のリーンがと、コックピット後ろのエッジと相まって重心移動でより機動性を高める。

強い流れのなかでキュッ、キュッって感じで操作やターンできる。前に重心移動すれば、高波も刺すように走破。

今日は、寒かったので、自重したけど、夏の増水期に、爆発的に楽しめそう

ある意味、自分にとっての理想のkayakです。
カラーも最高!出会えてよかった。

いつまでも、川とともに、、、(^^♪

Peace!!





2017年2月12日日曜日

Installation of TesorFlow on windows10

基本メモなので、、、

Raspberry Pi、Mac ProにTensorFlowインストールので次は、Windows10
ただし、先にOpenCV3をビルドしてインストールした関係で、ひと手間必要

課題と解決

仮想環境を使わない開発も行いたいので、下記のような課題が出てきます。
OpenCV3をビルドする時に、MinGW64をインするトールしている。
その為に、MinGWのpythonと、Anacondaのpythonが競合する

従って、Anacondaインストール後に、環境設定でpathを変更する。

大まかな手順

1. Anacondaのインストール

2. 環境設定の変更

3. TensorFlowのインストール(仮想環境版)

4. 確認

1. Anacondaのインストール

インストールは、Anacondaのサイトからダウンロードして、ダウンロードしたファイルを実行します。
この時、インストール先は、Cドライブの自身のホームディレクトリーです
インストールは、インストールしたユーザ利用を選択してインストールします。
これにより、ユーザー環境変数として設定されますので、システム環境変数が優先します。

<注意点>
今回は、python(バージョン3.5)のAnacondaをインストールしました。
現時点(2017/2/10)では、Anaconda3-4.3.0.1が最新です。Pythonも3.6です。しかし、TensorFlowは3.6では動きません。その為にPython3.5のバージョンあるAnaconda2-4.2.0を使いました。また、下図のように、Python3.5.2へのupdateも画面にありますが、これをすると3.6にupdateされてエラーが発生して、再インストールが必要になります。


2. 環境設定の変更

ちなみに、Anadacondaの仮想環境だけで使う場合には、環境設定の変更は必要ないです。

OpenCV3をビルドする為にMinGWをインストールしました。その時にpython2.7もインストールしています。パスを変えないと、このpython2.7が優先されます。両方ともに使えるようにするために変更します。

Windowsの環境変数の設定パネルを使って、ユーザー環境変数に設定してあるAnacondaの値を、システム環境変数に設定しなおします。ユーザー環境変数の値は、削除します。

私は、anacondという変数をつくり、それにAnacondaの設定値を記述し、その変数をPATHの先頭に挿入しました。

システム環境変数にanacondaの変数を作成

システム環境変数にanacondaの変数の内容
ユーザ変数に設定していた値


設定後
 コマンドプロンプトを開いて、下記を入力して画面のイメージになれば設定変更は、成功です。

python -V



3.1 TensorFlowのインストール

最初に、Anaconda Navigatorを使って、仮想環境の構築をします。
tensorflowとして環境構築します。


その後、作った仮想環境からTensorFlowをインストールします。
仮想環境のtensorflowのらんの右に三角形の矢印があり、それをクリックすると、選択画面があり"Open Terminal"を選択します。


選択後、terminal が開きますので、下記のコマンドを入力してインストールします。

pip install tensorflow


上記のようになれば、インストールは成功です。

次に、下記のコマンドを入力して、0.12.1などのようにバージョン表示されたら成功です。

python -c "import tensorflow as tf; print(tf.__version__)"


4. 確認

確認はTensorFlowのサイトにある下記のプログラム(test.py)を実行させます。

import tensorflow as tf
import numpy as np

# Create 100 phony x, y data points in NumPy, y = x * 0.1 + 0.3
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data * 0.1 + 0.3

# Try to find values for W and b that compute y_data = W * x_data + b
# (We know that W should be 0.1 and b 0.3, but TensorFlow will
# figure that out for us.)
W = tf.Variable(tf.random_uniform([1], -1.0, 1.0))
b = tf.Variable(tf.zeros([1]))
y = W * x_data + b

# Minimize the mean squared errors.
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)

# Before starting, initialize the variables.  We will 'run' this first.
init = tf.global_variables_initializer()

# Launch the graph.
sess = tf.Session()
sess.run(init)

# Fit the line.
for step in range(201):
    sess.run(train)
    if step % 20 == 0:
        print(step, sess.run(W), sess.run(b))


コマンドプロンプトでの実行して、下記の結果が表示されます。
python test.py


Peace !!

2017年2月9日木曜日

Installation of TensorFlow on Mac Pro

Anavondaは既にインストールしてあるので、超簡単(^^)

$ conda -V
$ conda create -n tf python=3.5
$ conda install -c conda-forge tensorflow

Fetching package metadata ...........
Solving package specifications: .

Package plan for installation in environment /Users/phipo009/anaconda:

The following NEW packages will be INSTALLED:

    mock:       2.0.0-py35_0      conda-forge
    pbr:        1.10.0-py35_0     conda-forge
    protobuf:   3.1.0-py35_0      conda-forge
    tensorflow: 0.12.1-py35_1     conda-forge

The following packages will be UPDATED:

    anaconda:   4.2.0-np111py35_0             --> custom-py35_0            

The following packages will be SUPERCEDED by a higher-priority channel:

    conda:      4.3.9-py35_0                  --> 4.2.13-py35_0 conda-forge
    conda-env:  2.6.0-0                       --> 2.6.0-0       conda-forge

Proceed ([y]/n)? y

conda-env-2.6. 100% |################################| Time: 0:00:00 945.91 kB/s
anaconda-custo 100% |################################| Time: 0:00:00   2.69 MB/s
conda-4.2.13-p 100% |################################| Time: 0:00:01 209.70 kB/s
protobuf-3.1.0 100% |################################| Time: 0:00:02   2.89 MB/s
pbr-1.10.0-py3 100% |################################| Time: 0:00:00   7.52 MB/s
mock-2.0.0-py3 100% |################################| Time: 0:00:00  14.13 MB/s
tensorflow-0.1 100% |################################| Time: 0:00:10   3.36 MB/s

$ pip install keras


Peace!!

TensorFlowを試してみた

まず、最初はKurin

オカリナ、または、sweet potato らしい(笑)

さすがに厳しい、オシロスコープとは



みかんだけど、、、オレンジ






Bingo!  recreational vehicle



















レッドボーンクーンハウンド まぁ、そうかなぁ。。。






















レッドボーンクーンハウンド?
毛が無いからかなぁ、、、(笑)















パドルと来たかぁ。
う、、、toilet seatとは、、、

これは、どうだ!!





















meatloafだって、、、
アメリカには、カレーパン無いしね

さぁ、使い込むぞ

Peace!!

追記

cd /home/pi/prj/tf
unzip models-86ecc9730d751c1f
mv models-86ecc9730d751c1f72e3bfecac958166390f4125 models
cd models/tutorials/image/imagenet
python3 classify_image.py

これで、モデルデータのダウンロードが始まる
一度、実行すると
/tmp/imagenet にモデルデータがダウンロードされる。
これを、コピーしておいて、起動直後には、/tmpにコピーすればよい

#!/bin/bash
cp -r tmp-imagenet /tmp/imagenet

実行するディレクトリーにimgディレクトリーを作って、そこに評価する画像データを入れています。

python3 classify_image.py --image_file img/kurin.jpg

この結果が、上の内容。(^^)/