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。(^^)/





Installation of TensorFlow on Raspberry 3

更新171118
メモとしてバージョン 1.4.0 は、下記にrelease がある
この投稿のやり方ではない
https://github.com/lhelontra/tensorflow-on-arm/releases


更新170604
最新バージョンは、1.2.0

いよいよ、TensorflowをRaspberry Pi3上でベンチマーク
Raspberry Pi3を、AIマシンに(^^)/
pythonは、Version3利用を前提です。

1.準備

Raspberry Pi3は、新しい物を使うので、raspi-configで設定、reboot直後の状態から。

ソフトウェアのアップデート

sudo apt-get -y dist-upgrade
sudo rpi-update
reboot

必要なソフトのインストール

sudo apt-get install build-essential libncursesw5-dev libgdbm-dev libc6-dev zlib1g-dev libsqlite3-dev tk-dev libssl-dev openssl libbz2-dev libreadline-dev

TenseorFlowのダウンロードとインストール

$ wget https://github.com/samjabrahams/tensorflow-on-raspberry-pi/releases/download/v0.12.1/tensorflow-0.12.1-cp34-cp34m-linux_armv7l.whl
$ sudo pip3 install tensorflow-0.12.1-cp34-cp34m-linux_armv7l.whl

TensorFlowのテスト

テストのpythonコードはこちら

# hello-tf.py
import tensorflow as tf
import multiprocessing as mp

core_num = mp.cpu_count()
config = tf.ConfigProto(
    inter_op_parallelism_threads=core_num,
    intra_op_parallelism_threads=core_num )
sess = tf.Session(config=config)

hello = tf.constant('hello, tensorflow!')
result = sess.run(hello)
print (result)

a = tf.constant(10)
b = tf.constant(32)
result1 = sess.run(a+b)
print (result1)


Kerasのインストールと環境設定

kerasとは、高水準のニューラルネットワークライブラリー

sudo pip3 install keras

mkdir ~/.keras
vi .keras/keras.json

cat .keras/keras.json
{
    "image_dim_ordering": "tf",
    "epsilon": 1e-07,
    "floatx": "float32",
    "backend": "tensorflow"
}

無事にimportできればOK
python3
>>> import keras

さらに追加

sudo apt-get install python3-numpy
sudo apt-get install python3-scipy
sudo apt-get install python3-pandas
sudo apt-get install python3-h5py

OpenCVのインストール

これは、この投稿を参照して下さい。
contribも忘れずに(^^)
http://robot009.blogspot.jp/2017/01/installation-opencv-32-on-raspberry-pi-3.html

これで、準備完了!!

Peace!!