以前ウェアラブルデバイスについての調査をしました。
今回は実際にGoogleGlassを用いて技術検証を行いましたので、その内容をまとめていきます。まずは開発環境の構築とその注意事項をまとめます。
GoogleGlassのアプリを開発していくために、以下を準備します。
・PC(Windows or mac)
・Android Studio
⇒ Androidアプリ＝GoogleGlassアプリを開発する公式の統合開発環境(IDE)です。
・Vysor
⇒ PCとUSB接続したGoogleGlassの画面をPC側のディスプレイへ表示し、マウス、キーボードなどPCからGoogleGlassを操作するツールです。
[開発環境]
■Android Studio2021.2.1
⇒Androidアプリの開発ツール
■Vysor4.2.6
⇒GoogleGlassの画面をミラーリングするツール
タイトルの通り”ただ言われたとおり資料を作る”だけではなく
“よりよい資料を作成していきたい”方へ見て下さってありがとうございます。
本記事では色んな聞いたことがあるような知識の中から
自身の資料作成（特にPowerPoint）に取り入れて成果があったものだけをご紹介します。
3色の内訳は以下の通りです。
実行計画を取得する際、おそらく皆さんは評価環境で実行計画を取得し、
本番環境に対象SQLを導入しているかと思います。
間違いではないのですが、それで発生した問題について共有します。
ある統計情報を取得するために新たな参照SQLを導入しました。
評価系では１万件程度の参照結果で１秒以内に完了し、
実行計画ではIndexの利用なども想定通りで問題ありませんでした。
ですが、いざ本番環境に導入すると、このSQL実行で１７分も掛かっていることが判りました。
ファイル出力等に時間がかかっているのかと思いましたが、
参照結果を見ても数千件程度の結果でこちらにも問題は無さそうでした。
何が問題なのか判らなかったため、本番環境で実行計画を取得したところ、
評価環境で取得した実行計画の結果と全く違い、
Indexの利用がおかしくなっていたためのようでした。
お疲れ様です。
皆さんはＳＱＬを組み込む際、実行計画を取るかと思います。
その実行計画での私が勘違いをし、失敗をしたことについてお伝えしようかと思います。
ＳＱＬを組み込む際、通常バインド変数を利用するかと思います。
このバインド変数を利用するSQLの実行計画を取得する際、
バインド変数を意識せず、作成されたSQLを実行して実行計画を取得すると習っていました。
そのことを疑問に思ったり、内容を理解するために調べる等することが正しいのですが、
此処で鵜呑みにしてしまい、誤った知識を持ったままいました。
【概要】
本記事では、深層学習(Deep Learning)の基本となるモデルを まずは動かしてみたいという人に向けて、 実装コードを展開するという内容になっています。 そのため、本記事では学習の安定化を図るドロップアウトや バッチ正規化の実装、ニューラルネットに関する理論等、 については、取り扱っていないためご注意ください。
【本編】
初めに実装全体を眺めてみたいと思います。実装は、以下の通りです。(さらに…)
【前回】
前回は、機械学習と数理最適化の差について、 個人的な意見を述べた後、扱った具体例に対して、 数理モデルを実装するための問題を作成して終わりました。
【概要】
本記事は、数理最適化問題を考えるまでの モチベーションに関する内容のその３となっています。 また、具体例を通して、 ・数理最適化の概念を感覚的にとらえられるようになる ・「数理最適化問題を解くためのPythonによる実装」への興味が生まれる この２点を目標としています。 今回は、以下の問題を通して、実装等に注目していきたいと思います。(さらに…)
こんにちは。fukuです。
今回は、前回作成した開発用ネットワークにプロジェクトで構築したネットワーク環境を追加してみます。
出来るだけプロジェクト環境は本番と同じネットワーク構成にして導入してみたいと思います。
(さらに…)【前回】
前回は、数理最適化がどういったことを考えるものなのか、 例を通して雰囲気だけ楽しんでいただきました。 また、機械学習との差に関して、 個人的な考えを述べたいと予告していました。
【概要】
本記事は、数理最適化問題を考えるまでの モチベーションに関する内容のその2となっています。 また、具体例を通して、 ・数理最適化の概念を感覚的にとらえられるようになる ・「数理最適化問題を解くためのPythonによる実装」への興味が生まれる この２点を目標としています。(さらに…)
当社では、お客様に最新の技術をご提案・ご提供するため、新しい技術を用いた検証を行っています。
そこで今回、新たに検証しているウェアラブルデバイスについて記載します。
ウェアラブルデバイスとはウェアラブル＝「身に着けられる」という意味を持つ言葉で、手首、腕、頭などに装着するコンピューターデバイスのことです。
代表的なもので、腕時計のように手首に装着するスマートウォッチ、メガネのように装着するスマートグラスがあります。
機能は、スマートフォンと同様に電話、メール・SNSの確認ができ、ランニングなどの運動の記録、心拍数や脈拍、睡眠時間などを記録し健康目的に役立てることができるほか、現実世界のモノに仮想空間の情報を重ね合わせて表示させるなど、様々な分野での利用が考えられています。
また、使用方法はスマートフォンなどのように手に持って操作する小型端末とは異なり、身体に装着して使用するため、手が塞がっている状態でも操作ができ、作業中やスポーツをしている最中でも使用できます。
【概要】
本記事は、数理最適化問題を考えるまでの モチベーションに関する内容のその１となっています。 また、具体例を通して、 ・数理最適化の概念を感覚的にとらえられるようになる ・「数理最適化問題を解くためのPythonによる実装」への興味が生まれる この２点を目標としています。(さらに…)
