VAIO Z(VPCZ1)にUbuntuを入れた話

こんばんは、よつやです。
最近、ちょっとハマっているのがありまして。
それが、youtubeで、ドSボイスを聞いて寝るということです。
最初は添い寝ボイスとかで安眠を目指していたのですが、気づけばついついドSなボイスを求めてしまって。毎晩、可愛い声の人から罵られて眠ると言うのは非常に良いですね。なんというか、明日を生きる活力になります。
あと、もう一つ、やっぱり1年じゃまだ仕事もなれないようで、非常にストレスを感じるんですよね。そこでアニマルセラピーでもと思い、ずっと秋田犬かアメショの猫の動画を見ていたのですが、その中でも、動物のマッサージ動画は良いですね。ホント気持ちよさそうにしてる犬や猫の表情がものすごく可愛いので癒やされます。
学生でも、卒論で詰まったときや、テスト勉強の時とかも良いかもしれませんね。個人的にはドSボイスもご一緒にどうぞ。

あ、ドSついでに、今期アニメの「ラーメン大好き小泉さん」の3話見ました。今回は一蘭が登場しましたね。
実はタイムリーな話で・・・
DSC_1514.jpg
今年最初に食べたラーメンが一蘭でした。
今年一発目のラーメンは一蘭の福岡空港店でした。飛行機を待ってる間に食べましたが、ホントに簾と仕切りがあるんですよね。
仕切りがたためると言うのは知りませんでしたが・・・
それにしても小泉さんかわいいですね。クールな感じなのに可愛い部分がある。すごく良いです。


さて、まあ今回は本題も雑談のようなものなのでアレですが。
実は最近仕事でUbuntuを使うことになり、せっかくなら、家でも、VMじゃなくて使えるUbuntu機が1台くらいあっても良いだろうと思い、冬眠中だった旧VAIO Z君(VPCZ1)を引っ張り出して、Ubuntuを入れました。

というわけで、まず家に余っているSSDに載せ替えるため分解します。
DSC_1557.jpg
僕のVAIO Z君は元はHDDモデルだったので、2.5インチのSSDやHDDが使えます。というか、これ目当てで、大学1年の時にアキバでHDDモデルを探してたという過去があります。

で、USBブートでインストールしようとしたのですが・・・

USB2.0じゃないと動かなかった!

今日はこれにハマってずっとUSB3.0のフラッシュで試していたのでまさか2.0じゃないといけないとは思いませんでした。
まあ、これも一つ勉強ということで。

で、インストールが終わりました。
DSC_1569.jpg
ああ、マシュ。可愛いよマシュ。
こう、なんというか、ちょこんとした可愛さ。この落ち着いた感じ。非常に良いです。
で、話を戻すと、こんな感じで久しぶりに”普通”のUbuntuを入れました。今までXubuntuかUbuntu mateだったので久しぶりにこのカッコいいデスクトップを見た気がします。
流石に、i5初代に4GBメモリあれば問題なく動作しますね。今までずっとVMで使うか、ラズパイか、Atom機にしかLinuxを入れてなかったので、こんなにサクサク動くのはなんか新鮮です。

やっぱりね、メニュー画面とかチョーカッコいいと思うの。
DSC_1570.jpg
この半透明な感じとか。なんでUbuntu好きかって、見た目がカッコいい以上。
しかも、今回はちゃんとマシンパワーのあるPCにインストールしたからヌルヌル動く。ホント気持ち位くらいに。
あと、何故かWindows 7ではRAMが2GBしか認識しなかったのに、Ubuntu入れると、4GB(厳密には3.5GB)認識してくれました。

唯一残念なところを言うと、NVIDIA のGPUが使えないことですね。強制的にSTAMINAモードになってしまいます。と言うか、SUTAMINAのランプも光ってすらいない。
まあ、Windows7のときも不安定だったので仕方ないですね。その代わり、ディスクリートGPUを使わないので熱問題は気にしなくても良さそうです。

あ・・・ちゃんと環境構築とかもやってたのよ・・・やってたのよ・・・。
DSC_1561.jpg
とりあえず、みんな大好きJAVAを。写真はNetBeansを入れてる所。ただ、エラーでJAVA SEを有効化出来ないらしいので、しばらくはdefault-jdkとvimで開発します。どうせGUIとかいらないので。
あと、別の言語でと会社から言われてるのでその勉強もしなくては・・・。

というわけで、改めてVAIO Z君とともにUbuntuのお勉強頑張ります!

いかがでしたか?
ではまたお会いしましょう!
今日もいい日でありますように!

スポンサーサイト

ネット上で出来るプログラミング

こんにちは、よつやです。
土日のどちらかで更新しようと思っていたのですが、気づいたら土日が終わっていたという悪夢。
まあ月曜も無事に終わったし、後4日・・・

さて、今回はちょっとおもしろいものを見つけたのでそれを紹介します。
まずひとつ目はこれ。
paiza.png
このサイトは「paiza.IO」と言うもので、オンライン実行環境と言っています。
要はWeb上でプログラム書いてWeb上で実行しようというものです。
何が良いって、本来必要なPCの環境構築がいらないということ。しかもGit Hubとの連携も出来るのだとか(Gitとかハイカラなものは弱くて試してませんが・・・)。
そもそもなぜこのサイトを使うことになったかというと、会社で何か試したいコードがあったときなどにJavaが書きたいなぁ~と思っていた時に見つけたんですよね。
気軽に利用できるのも良いところですね。しかもその場限りで良ければベータ版を会員登録等一切なしに使えますし、非常に便利です。
まあ、実は勝手に会社のPCにもJavaの開発環境入れてたりしますが・・・。

試しにちょっとしたプログラムを書いてみます。
paiza3.png
こんな感じ。
簡単な解説を入れると、キーボードから入力された文字が「マシュ」、「海未」、「ジャンヌ・ダルク」の場合、それぞれ文章を返します。
そんなわけで実行結果。
paiza4.png
ええ、これは私の嘘偽り無い、気持ちでございます。
マシュが可愛い、海未ちゃんは天使と言うのはもう世の常で常識なのですが、最近FGOのガチャでジャンヌ・ダルクを手に入れてからと言うもの、この子の柔らかな表情が非常にいいなと思ってます。柔らかな表情・・・Goodです。

ちなみに、Paiza.IOでは・・・
paiza2.png
これだけの言語を使うことが出来ます。
まあ、「MySQL」とかどうやって使うんだろう?と思いますが、言語をよく見てみると、最近話題のGO言語や何故か僕の周りで使っている人が多いPython2(もちろん3もある)、Web系で唯一自分が勉強したJavascriptなどがあります。
とにかく、対応言語が多いので新しい言語を少し触ってみたい人や僕のように会社等の制限された環境で試したい人には良いかもしれませんね。
個人的には、初心者にはおすすめしません。というのも、せっかくなら環境構築から頑張ってもらいたいなと思うから。
ただ、プログラミングの本に書いてることをやってみる分には良いかもしれません。まあこれでプログラムに対して敷居が下がってくれるなら良いなと思います。


今回はもう一つ紹介します。
それがこちら。
codeiq.png
そう、CodeIQというサイトです。
ここは転職サイトなのですが、プログラミングスキルを測ることが出来るサイトになります。ちょっとすでに色々やった後のスクショなので「挑戦済み」とついちゃっていますが・・・
こちらは会員登録が必要になります。
ちなみに、なぜこのサイトを登録したかというと、転職のためでは無く・・・
2606_Java.png
Java_2499.jpg
Javaちゃんが可愛かったから。
とある問題を解くとJavaちゃんのMMDモデルがもらえるということだったので、ちょっと欲しいなと思いやってみました。
もちろん無事、ゲットすることが出来ました。
しかも、Javaちゃんの紹介が「プログラム界の優等生」・・・非常に良いじゃないですか!
そうだね、Javaは優秀な言語だもんね、C#なんかに負けたりしないもんね!!(去年、研究室の院生とJava VS C#という話を良くしてた。もちろん僕はJava派)
なにより、ストレートロング!最高です。
というわけで先週ですが、風邪を引いて、かつ会社を休んでいて時間はあったので色々問題を解いてみました。
Javaの基礎あたりはだいたいやったかなという感じです。他にもアルゴリズムの問題などがあって面白そうでした。

というわけで、気づいたら。
codeiq2.png
Java初級の称号をもらってました。
たまには時間を見つけてこういう問題にチャレンジするのも良いかもしれません。たまには実力を測るのもいいですね。
なのでたまにはやってみようかなと思います。

というわけで、今回はプログラムの話一辺倒だったのでちょっと興味の別れる記事になったかもしれませんが、一言いえば。。。

プログラミングは”趣味なら”いいぞ!

仕事でやるとね・・・苦痛でしか無いの。
あれだよね、学校の勉強が面白くないのに似てる気がする・・・

以上です。
いかがでしたか?
ではまたお会いしましょう!
今日もいい日でありますように!

単純パーセプトロンを用いた機械学習を開発した話

こんにちはよつやです。
すいません、すいません、先週更新できませんでした。いや、やろうと思えば出来たのだけど、やらなかったといいますかなんというか。
とりあえず・・・
ごめんなさい!

そして本題の前に・・・
DSC_1177.jpg
Tokyo 7th sistersの3rdライブのライブCDを買いました。
ブルーレイもあったのですが、ちょっとお金が無かったのと、車とか作業をしながら聞きたかったのもあってライブCDを買いました。
ライブのCDって結構珍しくありません?
というのも実は今回の3rdライブは演奏がなんと生演奏!アイドル系のライブで生演奏って珍しくないですか?というわけで普段聞いている曲もバンドアレンジになっていて、Youtubeの動画を見た時に演奏がすごくかっこよかったので買っちゃいました。
ついに本業がラブライバー、提督だったのがここに来て支配人も追加されそうです。
あ、今就職してる仕事?ああ、本業に比べれば副業みたいな立ち位置でしょ。きっと。副業の方が拘束時間が長いと言うのはいささかいかがなものかとは思いますがネ。

さて、ここからが本題。
実は2ヶ月ほど前から機械学習を自作しようと色々やっていました。
で、今週ついに完成したので今回は私も含め、超初心者視点からお話してみようと思います。
まず、機械学習とは何かというと、簡単に言うとデータの特徴を機械に学習させることです。
厳密に言えば、学習するデータの法則を見つけ出すみたいなことをしています。

※ここから先、高校時代に数学や物理で8点(もちろん100点満点中)という非常に優秀な成績を収めたよつや君が、足りない脳みそをフル稼働して勉強した結果であります。なので間違いもあるかと思いますが、優しく教えてくれるか、見なかったことにしていただければありがたいです。
あ、
女子高生と女子中学生限定でサディスティックに怒ってくれる方歓迎します。

アハハ、あとこちらのサイトを参考に勉強しました。詳しくはこっちの方が良いと思います。個人的には本を出版して欲しいレベル。
http://hokuts.com/2015/11/25/ml2_perceptron/

まず機械学習をする上で重要になる概念について。
機械学習ではパーセプトロンという考え方を利用しています。
まずはこちらの図を。
DSC_1178_20171029211238775.jpg
ああ、パソコンで書くのも面倒だったのでノートに殴り書きしてます。見にくいとは思いますが生暖かく見てください。お願いっ!
左にある○と→で書かれている図がパーセプトロンになります。
1とXnと書いてあるのが入力で主にこの列にある値を入力層といいます。
次にuと書かれている○ですがここは機械学習で学習した結果が通過する部分になります。これを出力層といいます。
出力層ではある閾値を定めて入力から得られた計算結果がこれを超えるかどうかで発火という動作をします。
発火の動作は1と0を出力するものもあれば、uの値をそのまま出力するものもあるらしいので決まったやり方は無いようですが、uの値を元に結果を出力することを発火というという感じでいいと思います。

ではそのuはどうやって求めるかというと、先程の図の①の式がその答えになります。
u = 1*W0+X1*W1+X2*W2・・・
と言った感じです。
入力値Xはデータによって長さはそれぞれなのでその分だけWをかけていくという感じです。
uは出力、Xは入力値ときて、Wとは?となるかと思いますが、Wのは重みといいます。
先程、発火では閾値を定めると言いましたが、Wは入力値を閾値以上か、以下かに振り分ける作業を担っています。
例えば、閾値を0として、0>u(不正解)の場合0を発火し、u>0(正解)の場合1を発火する条件でX1=10という値が入力されたとして、この値が正解のデータの場合は正の数をWに代入すれば問題無いことになります。逆にこの入力値が不正解のデータだった場合、10をどうにかしてマイナスの値にしないといけません。なのでWに負の値を代入すれば不正解とさせることが出来ます。
この例はものすごく極端な話ですが、このような動作を入力値すべてにやっていきます。

次に勾配降下法について書きます。
さっきの話でuとXの値はそれぞれ計算結果と入力値なので何の値が入るかと言うのは想像がつきますね。
が、しかし。Wの値はどうするの?という疑問があります。
そこで勾配降下法という考え方が出てきます。
DSC_1179_201710292112397bb.jpg
この図は勾配降下法のイメージ図みたいなものです。白丸のところがWの値が最適値となります。例えば黒点Aの時、傾きを求めると傾きはマイナスであることがわかります。ということは黒点AをWn軸においてプラスに持っていけば適正値になることが出来きます。
逆に行き過ぎて黒点Bまで来た時、傾きはプラスになります。この時は逆にWn軸においてマイナスに持っていけば適正値になることがわかります。
勾配降下法を使うといずれは最適値になるだろうということが想像出来るのでは無いでしょうか。(実はならないこともありますが)
なんか、ゴール地点を女の子と見て、黒点を男の子と見ると男の子はどんなに逃げようとも最終的には女の子の元にたどり着いてしまう・・・そんな感じがしますね。「私なしでは生きていけなくしてあげる」みたいな。
そう、簡単な覚え方は・・・

勾配降下法はヤンデレ

以上です。

では勾配降下法あらため、ヤンデレ法の具体的な計算を見てみます。
DSC_1181_2017102921131576c.jpg
次の図は勾配降下法に関わる計算式になります。
まず、②の式を更新式といいます。まずまだ出てきていないPとEという値がありますのでそれから。
Pは学習率といいます。これは勾配降下法のグラフの図のときに黒点を動かすという話をしましたが、この黒点をどのくらいの間隔で移動するかと言うものになります。基本的に任意の数で言いそうですが、普通は1>P>0を取るそうです。
そう、さっきカッコ書きで最適値にならないことがあると書きましたが、Pの値が大きすぎると最適値の部分を通り越してしまい、マイナスとプラスを行ったり来たりして収束しなくなる可能性があるんです。こうなった時何が起こるかというと・・・女の子は男の子の代わりにCPUリソースを手放してくれません・・・やっぱり勾配降下法はヤンデレ・・・。
次にEですが、これは誤差関数と言います。先程のグラフで縦軸がこのEになっています。簡単に言うと、最適値との距離という認識で良いと思います。このEというは③の式で表すことが出来ます。
ちなみに③の式にあるtは教師信号のことを指します。教師信号は④にあるように正解の場合1を、不正解の場合は-1をとります。
最後に⑤の式ですが、これは②の式の計算結果だそうです。だそうですということは自分で計算していないということであります。これ以上は深く追求しないで・・・オネガイ。
ただ、この⑤の式はプログラム上で機械学習を行う場合とても重要になります。極端な話、tの値と①の式、⑤の式があればパーセプトロンは完成したようなもんじゃないでしょうか。ジャナイデショウカ・・・。

以上がパーセプトロン一つの動きを説明したものになります。このパーセプトロンを一つだけで使うことを単純パーセプトロンといいます。単純パーセプトロンは有名なものだとSVM(サポートベクターマシン)で用いられています。
逆に複数のパーセプトロンを組み合わせたものを多層パーセプトロンといいます。
多層パーセプトロンの場合は今回のパーセプトロンで紹介した入力層と出力層の間に中間層と言うものがあります。
最近話題のディープラーニング(深層学習)はこのパーセプトロンを4層以上利用(狭義)したものを言います。

というわけで、説明は以上です。ここまで長々と書いてしまいましたが、次は実際に自分で開発した機械学習の動作結果をお見せしたいと思います。
本来ならキャラクター判別をやりたかったのですが、まだチューニングが甘いようで上手く出来ない(一時期すべて海未ちゃんと応えるというパラダイスが起きた)ので今回は手書きの数字を認識させるということをやりたいと思います。
まずは学習データ。
num.png
黒背景に白の数字という画像です。0から9までをそれぞれ3つずつ学習させます。

次に解析データ。
numana.png
今回はせっかくナナシスのCDを買ったので7にしました。これは先程の学習データとは別に用意した7になります。

で、実行結果。
7ans.png
ふふん。やったぜ。
というわけでちゃんと7と判別してくれました。

ただ、たまたまかもしれないのでもう一つくらいはやっとこうと思い今回はヤンデレにちなんで4を解析デ―タにしてみます。
4ans.png
おお、やったぜ!
というわけでとりあえず判別が出来ていることは確認できました。
実は先週大体は完成していたのですが、修正などをやっていたら土曜の夜にやっと完成しまして、あまり実験ができていない状況なので今回はこのくらいしか出せません。今後はもっと時間をかけて色々学習させてみたいと思います。

で、まあただ、機械学習を作ってもつまらないので、やはりオリジナリティを出したいなと。
というわけで、まず今回の試みは学習率Pを自動的に決定するというのを実装しました。
厳密には学習率の範囲を決めておいてその中で最適なものを使うというアルゴリズムです。
これは結構実験時の作業が楽になるので便利でした。まあ成功だと思います。

あと、去年SVMを使うことがあり、そのデータも活用したかったので、SVM形式のデータを取り扱えるようにしました。
SVM形式のデータとはこんな感じ。
svmdata.png
これはさっきの数字の画像のRGB値をそれぞれSVMで読み込めるようにしたものですが、これを取り扱えるようにしたので過去のデータも実験に放り込むことが出来るようになりました。
画像のデータは数字の黒背景の部分なので全部0になっています。

だがしかし、やっぱり、プログラムにおける私のオリジナリティと言えば。
速さだ。
というわけでやってやりました。今回もマルチスレッド対応にしました。
基本的なアルゴリズムは大学4年の卒研で開発した可変マルチスレッド(CPUの処理可能なスレッド数に応じて処理するスレッド数を変化させるアルゴリズム)でマルチスレッド化しております。最近だと画像解析でちょっとしか速くならなかったあれと同じアルゴリズム。
今回の数字の解析の場合、学習率Pは1>P>0.001という範囲で学習させた時の時間は・・・

シングルスレッド:30分17秒
マルチスレッド:14分54秒

圧倒的勝利!!
この前の画像解析の汚名返上である。
ちなみに別件で解析した時(1>P>0.1)だと

シングルスレッド:32秒
マルチスレッド:3秒

とやはり爆速。
今回はかなり気合を入れてマルチスレッド化に取り掛かったので個人的には納得の結果です。
どんな仕組みかというのを簡単に説明すると。
まず処理内容によって制御プログラム部と計算プログラム部に分けます。
制御プログラムはどのスレッドにどの計算をさせるかの指示を出すのとデットロック(1つしかアクセスできないデータに複数アクセスが行き、データが取得できなくなること)を起こす可能性がある入力データのインプットを担当しています。
一方で計算プログラムは先程長々と説明してしまったような計算を行うのを担当しています。
もっというと、制御プログラムはメモリ上だけでなく外部記憶媒体(SSD、HDD)とのやり取りあり。計算プログラムはすべてメモリ上で処理という分け方をしています。
制御プログラムは必ず1つだけですが、計算プログラムはCPUの実行可能スレッド数によって数が上下します。ここが速さの秘訣ですね。
後は重くなるような書き方をしないということを徹底するまでです。
なので、おそらく今回作った機械学習ソフトはシングルスレッドでも動作は速いほうだと思われます。
学習率Pは手動で固定することも出来るようにしたのでそうすると更に速くなります。
今回のマルチスレッド化と今までのマルチスレッドの最大の違いがこれ。
task.png
これはマルチスレッドで解析中の時のCPU使用率ですが、従来ならずっと100%で処理していました。しかし今回は大体90%後半で動き、100%であり続けることはありません。
これは、これまでに可変マルチスレッドを開発して気づいたことなんですが、CPUのスレッドを100%使うとメインで動いているプログラムの動作に影響を与えてしまうということが分かったので改善しました。
一応、従来通り100%で動くバージョンも作ってみましたが、解析時間を図った結果約1分程度改善が見られたので今回はこの90%後半で動くモードを採用しました。

元々数学大っ嫌い人間がゼロから勉強したので結構時間がかかってしまいました。ただ、頑張れば出来る。できた。

今後はとりあえず、精度向上を目指して頑張りたいと思います。
かなり長くなってしまいましたが、お付き合い頂きありがとうございました。

いかがでしたか?
ではまたお会いしましょう!
今日もいい日でありますように!

VAIO Pを買いました!

こんにちは、暁ちゃんに頭をなでなでして欲しい、よつやです。
なんとなく、今週は色々ありまして、個人的なことであれですが、結構疲れたんですよね。
やっぱ疲れた時はよく寝るに限ると思うのですが、休みの日はついつい夜遅くまで起きてアニメ見たりゲームしたりしてしまうんですよね。困ったものです。
まあ、日曜日はどうせ半ば強制的に早く寝ないといけないからそこで精査される気もしますがね。

さて、今回は久しぶりにPCを買いましたのでご紹介します。
DSCN0454.jpg
そう、VAIO Pです。ちなみに前期型でございます。
ちなみに新しくPCを買うのは、前に買ったメインPCのVAIO Zクラムシェル以来。あれ?2年も立たないうちにPCを増やしてしまった・・・
え?なんで今さらVAIO Pなのか?だって??
まあそれは海より深く、山より高い理由がありまして。
先日神戸に行った時、友達と一緒に行ったのですが、その時に友達が、このVAIO Pを持っていまして・・・要は・・・
どーだいいだろう!
と見せてくれたわけです。
もちろん、VAIOマニアの僕が反応しないわけがないのです。
その時の僕の反応を簡単にまとめると・・・
いーなぁ、いーなぁ、ぼくもほしぃなぁ(|д゚)チラッ)
みたいな感じだったわけです。
そしたらどういうわけか、格安で譲ってくれました。
え?ここだけ見るとよつや君ってちょー嫌なヤツだなって?
いやいや、そんな強く迫ったわけじゃありませんって、そんなぁ~ねぇ。
ちゃんと平和的交渉の元に、平和的条約のもと、平和的に頂きました。
あ、もうこれ以上言うとホントに怪しくなりそう・・・

さて、改めて見てみましょう。
DSCN0456.jpg
横長の特徴的なフォルムをしていますね。しかし使ってみるとこの大きさが結構ジャストフィットするんですよね。
実際に触ると、とても良く考えて作られていることがわかります。

次にキーボードです。
DSCN0458.jpg
USキーボードのモデルになります。
実は僕、USキーボードが大好きなんです。なんというかスッキリしてるし、プログラムとか書く時に書きやすい・・・気がする。
あとは、人と違うキーボードを使いこなすってカッコよくないでしょうか?
マウスはThinkpadのようなトラックパッドがついています。案外使いにくくもなく、僕はこれで十分かなと言う感じでした。

次にインターフェイスです。
まずは左側から。
DSCN0459.jpg
左から順にAC、USB、イヤホン端子となっています。
次に右側。
DSCN0460.jpg
独自規格の端子とUSBがついています。
この独自規格の端子はこのアダプターを付けることが出来ます。
DSCN0461.jpg
DSCN0463.jpg
これは画像の通り、VGAとEthernetのアダプターになります。
付けたらこんな感じです。
DSCN0473.jpg
ちょっとこれは思った以上にボコッとします。おそらくEthernetくらいしか使わないので、USBのEthernet変換でも良いような気がしますが、標準でこういうのがあると、本体のUSBを潰さなくてすむという利点はありますね。
ちなみにこのアダプターですが。
DSCN0474.jpg
このようにACアダプターに付けることが出来ます。
ちなみにACアダプターですが、兄弟機種、VAIO Xのものと比べるとこんな感じです。
DSCN0466.jpg
上がVAIO X、下がVAIO PのACです。いかにVAIO PのACアダプターが小さいかがわかりますね。
さらにVAIO PのACアダプターは・・・
DSCN0471.jpg
このようにコンセント部分が長いケーブルでは無く、写真のようにコンパクトにACアダプターの延長上になるようになっています。
この他、正面の左側に、SDカードスロットとメモリースティックスロット(時代を感じる・・・)が搭載されています。
DSCN0515.jpg


次にいろんなものと比較してみたいと思います。
まずは・・・
DSCN0477.jpg
VAIO Phone AとVAIO Pです。VAIO Phone Aが5.5インチスマホとはいえ、VAIO Pがやっぱり小さく感じますね。
まあ、VAIO Pが発売された当初、まさかVAIOが独立してVAIOのスマホが登場するなんて思っても見ませんでしたがね。

次に兄弟機種VAIO Xとの比較。
DSCN0478_20170902231416631.jpg

DSCN0481_201709022314175f2.jpg

DSCN0485_20170902231605af9.jpg
こうやって見るとVAIO Xが大きなPCに見えてしまいます。これでも11インチなんだけどなぁ。
ちなみに厚さを比べると・・・
DSCN0483.jpg
やはり、VAIO Xの圧勝です。ただ、VAIO Pも他のPCと比べると圧倒的に薄いです。重さは体感ではほぼ同じように感じました。

さて、ここでよつや君の本気を見るのです!
DSCN0488.jpg

DSCN0490_201709022316080fc.jpg
まあ、ただの同時期に発売されたVAIOを並べただけなんですがね。いや、もっと言えばVAIO Zを追加しただけなのですが、実はこの3機種、同じ時期に販売されていました。記憶が正しければ、VAIO P、VAIO X、VAIO Z(写真のモデル)の順で発売された気がします。

次に普段僕が持ち歩いてるバッグと比較してみます。
DSCN0493.jpg
普段使っているバッグはこんな感じですごく小さく、スマホと財布くらいしか入れてないのですが、こんなバッグでもすっぽり入ってしまいます。
しかも・・・
DSCN0496_201709022317307d9.jpg
あれ?
DSCN0498_20170902231731ba8.jpg
手前のポケットに入っちゃった!ここは普段スマホを入れてるのですが、まさかここに入ってしまうとは思いませんでした。もちろん他のところなら余裕で入ってしまいます。

ちなみに今回は・・・
DSCN0502.jpg
Xubuntuを入れてみました。画像だとわかりづらいですが、Xubuntuが入っています。
Xubuntuはかなり軽量なのでVAIO Pのような非力なマシンでも結構実用で使えるくらいにはサクサクと動いてくれます。
またOSについては後日紹介出来たらなと思います。

最後にせっかくなのでちょっと出かけてマックで使ってみました。
DSC_0850.jpg
一人用の狭いカウンターでも問題なく、置いて使うことが出来ました。いやこの大きさホントにちょうど良いですね。
これから遠出するときなど、一応PCを持っておきたいという場面でバリバリ使っていこうと思います。

いかがでしたか?
ではまたお会いしましょう!
今日もいい日でありますように!

Raspberry Pi3をHDD化した話

こんにちは、よつやです。
昨日は会社のイベントに参加し、久しぶりに身体を動かしたために身体のあちこちが痛くてしょうがないよつやです。
もう、ホント身体が痛い。しかも1日しか休み無いし・・・。
運動嫌いな僕としては結構辛いんですよね。まあ、これを期に運動しよう!・・・とはならないのですがね。だって疲れるんだもの・・・

さて、気合を入れ直して、流石に疲れ果てて寝てるだけの休日は無性に腹が立つので、今日はRaspberry Pi3のHDD化(USB)を行いました。
先にお断りをさせて頂くと、基本的にこちらのサイト(https://jyn.jp/raspberrypi-usb-boot/)を参考にさせていただきました。
ですので、詳しいことはこちらをご覧いただければ幸いです。

基本的な流れは、
・通常通りSDカードにUbuntuをインストール
・パーティション調整
・OSの読み込み先の変更
と言ったところです。

注意しなければならないのは今回の方法はブート用としてSDカードも必要になるということです。
ちなみにRaspberry Pi3ではHDDのみで起動する方法もあるようですが、こっちのほうが簡単だったので今回の方法を選択しました。

まずは通常通りUbuntu mateをインストールします。
次に、Terminalで「sudo fdisk -l」を実行します。
1_20170730200544595.png
ここでは起動するHDDの宛先を見ておくという感じです。
容量がSDカードとは明らかに違うのですぐわかると思います。

そして次。
「sudo dd if=SDカードのパス of=HDDのパス」を入力し、実行します。ちなみにifはinput fileの略でofはoutput fileの略だそうです。
ちなみにこの間、処理していても何も表示が無いのでただただ無心になって待つ必要があります。

次に「sudo e2fsck ~HDDのパス」と言った感じでディスク調整を行います。
とにかくyを押して作業を続行させます。
4_20170730200545cd5.png
その後HDDのマウント先を変更し、HDDが読み込まれるようにします。

最後に別のPCでcmdlineの画像の部分をHDDのパスに書き換えます。
5_20170730200547136.png
これで、完了です。
ちなみに、僕がHDD化を行った理由は簡単でSDカードがすぐ死ぬから。
自作の監視カメラアプリのクライアント側との同期にSQLを使っているのですが、やっぱり書き込み回数がとてつもなく多くて、大体3ヶ月も経つとSDカードがお亡くなりなってしまうことが分かったので、HDDにしたら問題を解決出来るのでは無いかと思ったのがことの発端です。
今のところ普通に動いてくれています。

ただし、夏ということもあって・・・熱がヤバイ!
仕事から帰ってきてHDD触ったらあっちちーですよ。
というわけで100円ショップでペン立てみたいな文具用品を買い、このように使っています。
DSCN9476_20170730200548929.jpg
上の赤いHDDがRaspberry PiのOSディスク、下はファイルサーバー用のHDDです。
使用したHDDは前にVAIO ZのHDDをSSD化した時のお古なので特に壊れても問題ないのでこれを使っています。
どのくらい持つか楽しみですね。
また色々分かったら報告したいと思います。

ちなみに・・・
HDDにすると分かるレベルで動作は重くなります。ただ、使えないレベルか?と言われるとそうでも無く、最初のSSHを入れるまで以外はTeraTermとか使えば気にならないレベルでした。

いかがでしたか?
ではまたお会いしましょう!
今日もいい日でありますように!
プロフィール

よつや

Author:よつや
こんにちはよつやです。
主にPC関係の記事を書いていきます。
コメントやメッセージ大歓迎です。
相互リンクなども遠慮なくお申し付けください!

アクセスランキング
[ジャンルランキング]
コンピュータ
417位
アクセスランキングを見る>>

[サブジャンルランキング]
その他
79位
アクセスランキングを見る>>
twitter
カテゴリ
最新記事
RSSリンクの表示
最新コメント
最新トラックバック
月別アーカイブ
ブロとも申請フォーム

この人とブロともになる

リンク
検索フォーム
RSSリンクの表示
QRコード
QR