今回のコロナもSarsに近いらしい。
2020年2月25日火曜日
2020年1月19日日曜日
ScanSnap S500のフィードローラ交換について
数年前に、パッドユニットやピックローラを交換して、なんとか使ってきましたが、最近、紙送りがうまくいかないことが頻繁になりました。
よくみてみると、フィードローラーというのだそうですが、交換してないローラーが4つあることがわかりました。これが、べとべとに劣化しているのが原因ということがわかりました。
https://p--q.blogspot.com/2019/07/scansnap-s500.html
http://namba-reading.seesaa.net/article/463663914.html
上記のリンクを参考にさせていただき、ローラーをAliexpressで注文し交換してみました。安価な部品ですが、交換は、かなり難度が高く、4時間ぐらいはかかってしまいました。でも、交換後は、非常にスムーズでほぼ新品時のときのような動作です。
苦労した点としては
・ローラーを軸に通すためにかなりの力が必要です。水で少しぬらすといいようでした。
・一部、コネクタから導線が抜けてしまいましたが、抜けた穴を予想してもどしたところなんとかなったようです。
・歯車にベルトをかけもどすのも、手間取ってしまいました。歯車を完全に固定してからベルトをかけるのはきつかったので、歯車にベルトをかけた状態で、軸に差し込むようにしたほうがよかったようです。
・片方の小さいコネクタ(白)で、ささなくていいものがあったようです。さし忘れたかとおもって、点検のため、時間がかかってしまいました。
新品購入すれば、最低でも2~3万円はするスキャナなので、手間はかかるものの、その分のメリットはありそうです。
https://p--q.blogspot.com/2019/07/scansnap-s500.html
http://namba-reading.seesaa.net/article/463663914.html
上記のリンクを参考にさせていただき、ローラーをAliexpressで注文し交換してみました。安価な部品ですが、交換は、かなり難度が高く、4時間ぐらいはかかってしまいました。でも、交換後は、非常にスムーズでほぼ新品時のときのような動作です。
苦労した点としては
・ローラーを軸に通すためにかなりの力が必要です。水で少しぬらすといいようでした。
・一部、コネクタから導線が抜けてしまいましたが、抜けた穴を予想してもどしたところなんとかなったようです。
・歯車にベルトをかけもどすのも、手間取ってしまいました。歯車を完全に固定してからベルトをかけるのはきつかったので、歯車にベルトをかけた状態で、軸に差し込むようにしたほうがよかったようです。
・片方の小さいコネクタ(白)で、ささなくていいものがあったようです。さし忘れたかとおもって、点検のため、時間がかかってしまいました。
新品購入すれば、最低でも2~3万円はするスキャナなので、手間はかかるものの、その分のメリットはありそうです。
2020年1月6日月曜日
LSTMで時系列データの予想してみた
時系列データの場合、複数特徴量から予想するパターンはあまり見かけなかったので、試しに作ってみた。あまり、よい予想ができるというわけではなかった。
モデルの作成部分と結果表示の部分のみです。
モデルの作成部分と結果表示の部分のみです。
ラベル:
DeepLearning,
python
2020年1月5日日曜日
詳解 ディープラーニング で よくわからないところ
https://book.mynavi.jp/manatee/detail/id=76290
length_of_sequences = 2 * T # 全時系列の長さ
maxlen = 25 # 1 つの時系列データの長さ
data = []
target = []
for i in range(0, length_of_sequences - maxlen + 1):
data.append(f[i: i + maxlen])
target.append(f[i + maxlen])
となっていますが、length_of_sequences - maxlen + 1のところは
length_of_sequences - maxlen かな??と 勘違いかもしれませんが。
length_of_sequencesが最後のインデックス値ならわかるのですが。
Lengthとなるとうまくいかないような、、、よくわかりません。
L-maxl [L-maxl,L] L
length_of_sequences = 2 * T # 全時系列の長さ
maxlen = 25 # 1 つの時系列データの長さ
data = []
target = []
for i in range(0, length_of_sequences - maxlen + 1):
data.append(f[i: i + maxlen])
target.append(f[i + maxlen])
となっていますが、length_of_sequences - maxlen + 1のところは
length_of_sequences - maxlen かな??と 勘違いかもしれませんが。
length_of_sequencesが最後のインデックス値ならわかるのですが。
Lengthとなるとうまくいかないような、、、よくわかりません。
i data target maxl=2 L=4のとき data〇 target■
0 [0,maxl] maxl ⓪①■□
1 [1,1+maxl] 1+maxl 0①②■
2 [2,2+maxl] 2+maxl
3
L-maxl-1 [L-maxl-1,L-1] L-1
ちなみに、直観DeepLearningでは
P177で
STEP=1
for i in range(0,len(text)-SEQLEN,STEP):
input_chars.append(text[i:i+SEQLEN])
label_chars.append(text[i+SEQLEN])
ラベル:
DeepLearning,
python
2020年1月1日水曜日
c#でOCR(Google)
googleのOCRも試してみました。
https://orizuru.io/blog/csharp/google-ocr/
Nugetで、Google.Cloud.Vision.V1 を入手
netcoreの最新版で、コンソールアプリとしてコンパイルしました。
googleでもAPIが使えるように登録が必要でした。秘密鍵はJSONファイルとしてダウンロードします。
対象の画像ファイルはカレントディレクトリに入れておく必要があるようでした。
(netcoreapp3.1のフォルダ内に入れておくといいようです。)
https://orizuru.io/blog/csharp/google-ocr/
Nugetで、Google.Cloud.Vision.V1 を入手
netcoreの最新版で、コンソールアプリとしてコンパイルしました。
googleでもAPIが使えるように登録が必要でした。秘密鍵はJSONファイルとしてダウンロードします。
対象の画像ファイルはカレントディレクトリに入れておく必要があるようでした。
(netcoreapp3.1のフォルダ内に入れておくといいようです。)
c#でPDFのOCR
認識率は、完全とはいえないですが、ほどほどに認識できるOCRが、C#でも使えるようです。NugetでIronOcr、Pdf.Ocr、IronOcr.Langueages.Japaneseを入手します。
var Ocr = new IronOcr.AutoOcr();
Ocr.Language = IronOcr.Languages.Japanese.OcrLanguagePack;
var Results = Ocr.ReadPdf(@path);
var Text = Results.Text;
MessageBox.Show(Text);
https://ironsoftware.com/csharp/ocr/examples/pdf-ocr/
var Ocr = new IronOcr.AutoOcr();
Ocr.Language = IronOcr.Languages.Japanese.OcrLanguagePack;
var Results = Ocr.ReadPdf(@path);
var Text = Results.Text;
MessageBox.Show(Text);
https://ironsoftware.com/csharp/ocr/examples/pdf-ocr/
2019年12月26日木曜日
Newton量子論のすべて新訂版を読んで考えたこと
Newton別冊を久しぶりに読んでみました。2019.7.5発行なので、まだ新しい本です。一般向けに、量子論についてわかりやすく書かれています。
・量子論の歴史
・コペンハーゲン解釈:電子の波は、マクロな物体と相互作用すると収縮をおこす。
なぜ、収縮するかは今も謎
・電子が複数の場所に同時に存在する。
・不気味な遠隔作用:遠く離れた2つの粒子の一方を観測すると、両方の状態が瞬時に決まる奇妙な現象。量子もつれ(量子エンタングルメント)
・多世界解釈:枝分かれしていく世界
・量子テレポーテーション:地球から月へ猫を転送する。量子もつれと電波の情報により、猫を構成する物質の情報を送信し、その情報を使って月側で猫を再生する。月にある原子も、地球上の原子も同じで、それらの再構成なので、まったく同じ猫といえそうです。理論上可能でも、量子状態の維持の困難さや情報量の膨大さがあるので現実には困難ですが。
読み終わって、ふと疑問がわきました。量子テレポーテーションで、転送された場合、地球上の猫はこわれるそうですが、月に再構成された猫に、意識は引き継がれるのだろうか?ということです。
たとえば、一晩寝ている間に、自分の体に量子テレポーテーションが適用されたら、次の朝起きたとき、いちおう、前日までの記憶は残っているので、自分は自分だという意識はあるのかもしれません。自分とは、まったく別の身体が、じつは、昨日まで存在していてその記憶を、今現在の身体が引き継いでいるということになるのでしょうか。
そう考えてくると、命や意識という概念は、記憶を軸にして唯一ひとりの身体に連続して存在していると思うけれど、遠い未来には、じつはそうでないこともありえるということなのでしょうか。考えれば考えるほどわからなくなります。
・量子論の歴史
・コペンハーゲン解釈:電子の波は、マクロな物体と相互作用すると収縮をおこす。
なぜ、収縮するかは今も謎
・電子が複数の場所に同時に存在する。
・不気味な遠隔作用:遠く離れた2つの粒子の一方を観測すると、両方の状態が瞬時に決まる奇妙な現象。量子もつれ(量子エンタングルメント)
・多世界解釈:枝分かれしていく世界
・量子テレポーテーション:地球から月へ猫を転送する。量子もつれと電波の情報により、猫を構成する物質の情報を送信し、その情報を使って月側で猫を再生する。月にある原子も、地球上の原子も同じで、それらの再構成なので、まったく同じ猫といえそうです。理論上可能でも、量子状態の維持の困難さや情報量の膨大さがあるので現実には困難ですが。
読み終わって、ふと疑問がわきました。量子テレポーテーションで、転送された場合、地球上の猫はこわれるそうですが、月に再構成された猫に、意識は引き継がれるのだろうか?ということです。
たとえば、一晩寝ている間に、自分の体に量子テレポーテーションが適用されたら、次の朝起きたとき、いちおう、前日までの記憶は残っているので、自分は自分だという意識はあるのかもしれません。自分とは、まったく別の身体が、じつは、昨日まで存在していてその記憶を、今現在の身体が引き継いでいるということになるのでしょうか。
そう考えてくると、命や意識という概念は、記憶を軸にして唯一ひとりの身体に連続して存在していると思うけれど、遠い未来には、じつはそうでないこともありえるということなのでしょうか。考えれば考えるほどわからなくなります。
登録:
投稿 (Atom)