~11/9までの活動報告
~11/9までの活動報告
前回の続きから少しずつ進み読み終えることができました。確率密度関数のあたりから内容的には難しくなってきましたが、統計学の大枠は理解できたと思います。これまでも分散や標準偏差は学んだことがありましたが、数学的な意味はあまり気にしていませんでした。しかし、今回の書籍を読んで、少しデータに対する見方が変わったと思います。例えば、テストの点数でいうと、平均点よりどれくらい上か下かばかりを評価していましたが、標準偏差も考慮しないと無意味なことだったなぁと感じました。もし、英語の平均点が50点とした場合に自分が70点をとっても、標準偏差が5か15かで価値は異なってきます。標準偏差が15の場合、平均点±15点の間に全体の68%が含まれるため、自分の70点の価値はそこまで高くありません。しかし、標準偏差が5の場合、平均点±10点の間に全体の94.5%が含まれるので、自分の70点の価値は相当に高いものになります。このような分析は平均点±1σの間に68%、平均点±2σの間に94.5%分布しているという確率密度関数の性質を使えば簡単にできることですが、高校時代を振り返ってみても、学校側が平均と最高点、最低点ぐらいしか情報を開示しなかったということもありますが、平均点ばかりを見ていて標準偏差を全然見てなかったなぁと思います。
大学などで学んだ検定などは数式ばかりで理解が困難でしたが、マンガで具体的に説明してもらうことで、偏差値の本当の意味や、標準正規分布の便利さをよく分かることができました。
続いて、Jetson Nanoのセットアップについて
今回の作業はYOLOのインストールでしたが、これもなかなか上手くいきませんでした。
具体的には、まず 、
$sudo nvpmodel -m 0
$sudo jetson_clocks
によりフルパワー化実行したのち、gitのdarknetをダウンロードしました。
その後YOLOv3とYOLOv3 TinyのPre-Trained Modelをdarknetディレクトリにダウンロードする必要があるのですが、自分では上手くインストールできているつもりが、できていなかったので、コードを打っても正常に働いていませんでした。
また、その後、
$nano .bashrc
のnanoと.の間のスペースにも気づかず、comand not foundのエラーが出ていました。
もろものエラーの原因を処理した後にdarknetディレクトリでmake -j4 Enterを実行できたのですが、肝心の
$./darknet detector demo cfg/coco.data cfg/yolov3.dfg yolov3.weights
$./darknet detector demo cfg/coco.data cfg/yolov3-tiny.cfg yolov3-tiny.weights -c 0
$./darknet detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights
のコードに対しては、
bash:./darknet: Is a directoryの返答が来てしまいました。
このエラーの原因として、ディレクトリとファイル名が同一ものだから生じたのか、などと考えてみましたがよく分かりませんでした。
今回のエラーを通して、コマンドに対する理解が足りなかった部分が見えたり、ディレクトリの位置や変更に対してはもう少し気を付けないと、ファイル実行が上手くいかないことなど学ぶことは多くありましたが、中途半端な理解では進みも明らかに遅くなってしまいますしソフトウェアの難しさを痛感しています。
最後にFusion360の進捗について
前回はペン立てを作成しましたが、今回はコマを作成したのち、実際の図面をできる限り再現してみました。
具体的に使用した内容は、スケッチの作成、オブジェクトの回転、円形状パターンなどです。
図面の再現の作業は、スケッチ寸法はある程度上手くいきましたが、寸法が書かれていない部分をどう調整するか、図面に書かれているドアの取っ手やその他のデザインをどう描くかなど図面通りに作成するための課題が多く見つかりました。
コマンドは慣れるまで時間が掛かりますが興味を持つのが近道。
返信削除Fusion360はどんどん慣れて貰います。