Hope is a Dream. Dream is a Hope.

非公開ふぃふぃ工房ブログは再開しました。

TEDxTitech 聴講

 

f:id:hope_is_dream:20180513185314p:image

 

 

こんにちはフィフィです。

 

今日は東工大にTEDxを聴講しに行ってきました。

 

f:id:hope_is_dream:20180513184756j:image

 

TEDxTitech 2018

 

TEDはランチ後のお昼寝の前によく見させて貰っていましたが、参加は初めて。

 

やっぱり映像とは全然違いました。

生の声から受けるパッションと緊張はYoutubeではまだ代替できないみたいです。

 

テーマは学際。複数の学術分野にまたがるテーマの追求。

例えば、メディカルイラストレーター = 医学 + アート

tokco - MEMBERS ~ LAIMAN | サイエンス&メディカルイラストレーションの株式会社レーマン

 

例えば、ギャル電 = ギャル + Lチカ以上Iot未満

ギャル電 (@GALDEN999) on Twitter

 

などなど

 

多種のスピーカーが参加されとても有意義な時間でした。

 

vivaldiのエンジニアも講演されていました。

Vivaldiは公開当初から応援していることもあり大変刺激になりました。

Vivaldi Browser | Fast & Flexible Web Browser

 

宣伝しておきますので皆さん一度ダウンロードを

f:id:hope_is_dream:20180513191053j:image

 

 

ご観覧ありがとうございました。

 

フィ

 

 

Pycharmの基本 import文で「Unresolved reference」と警告されてしまう

Pycharmの基本 import文で「Unresolved reference」と警告されてしまう

久々にPycharmを使うと1時間ほど格闘してしまうので、メモ。

左のProjectの作業ディレクトリを右クリックして「Mark dir] > 「source dir」

これだけ。

virgo.hatenadiary.jp

Vagrant+UbuntuでTensorFlow1.x 環境構築 (その2)

Vagrant+UbuntuでTensorFlow1.x 環境構築 (その2)

前回はVagrantで構築したUbuntu環境にPython3+TensorFlow環境を自分で入れました. しかし,今後は同じ環境をAWS上の複数のインスタンスに作ることを考えると手間がかかってしかたありません. そこで,Vagrantを使って仮想マシンの構築と,Python環境構築を自動で実施したいと思います.

ファイル構成はこち

/--MyVagrant 
  -- Vagrantfile
  -- data/
      -- tf_mnist_test.py

Vagrantfileには,python3をインストールする項目を追加しておきます. これで,Vagrant仮想マシンが作られる工程でPython3環境も作られます.

# -*- mode: ruby -*-
# vi: set ft=ruby :

Vagrant.configure("2") do |config|
   config.vm.provision "shell", inline: <<-SHELL
     sudo apt-get update
     sudo apt-get install -y python3-pip python3-dev python-virtualenv
     sudo pip3 install --upgrade pip
     sudo pip3 install --upgrade tensorflow
     # sudo pip install keras
     cd /vagrant/data
     sudo python3 /vagrant/data/tf_mnist_test.py > /vagrant/data/log.txt 2>&1
   SHELL
end

tf_mnist_test.py

"""
USAGE
python3 /vagrant/data/tf_mnist_test.py > /vagrant/data/log.txt 2>&1
"""

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

import tensorflow as tf
x = tf.placeholder(tf.float32, [None, 784])
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))
y = tf.nn.softmax(tf.matmul(x, W) + b)

y_ = tf.placeholder(tf.float32, [None, 10])
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))
train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)

sess = tf.InteractiveSession()
tf.global_variables_initializer().run()
for _ in range(1000):
    batch_xs, batch_ys = mnist.train.next_batch(100)
    sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})
correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))

上を準備した上で,

$ vagrant up

でセットアップされます. セットアップが終わったらSSHで入って,MNISTの解析が無事に終わっているか確認しましょう

$ vagrant statsu

$ vagrant ssh

$ cat /vagrant/data/log.txt

エラーが起きてなければ成功! 以上.

次回は,AWSインスタンスを動かします.