Amazon Original のUPLOAD～デジタルなあの世へようこそ～のシーズン2が先日配信され、ちょうど見終わる。死後に仮想世界に行き、現実ともコンタクトがとれるという世界観。デジタルが絡んでくるので面白く続きが気になりサクッと見てしまった。一話30分前後という長さも気軽に見れてよかったのだよなー。
明日東京で用事があるので、実家で一泊。甥(来月から小3)と将棋をするも負けそうになる。毎度強くなっているなぁ、将棋は定跡すら自分は知らないので、もうちょっと学ばないと次回は負けそうだ。甥はクラブ活動はゲーム・タブレットクラブというのに入りたいとのことだけど、理由はそのクラブでは将棋が指せるからという。渋い理由で良いね。
はじめてCDを買ったお店はまだ存続していた。長く続いてほしいものだ。
LINE 社のブロックチェーン周りのプレスリリースが盛んな昨今なので、LINK(LINE Blockchain)のホワイトペーパを読む。LINE（Zホールディングス）という日本では大きな営利企業がブロックチェーン参入でどんなことをしたいか、がホワイトペーパからなんとなく読みてれるので面白いな。本来こういう事業戦略に関わるものはパブリックにされない物がいいのだけど、ブロックチェーン周りはホワイトペーパを公開する文化なので、そういう意味でも公開されるのは面白い。
自分の知識で読んだ感想としては、結局の所LINE社がトークンの配布計画を握り、LINKを利用するdAppもLINE社の手の上、という感じで技術的にはブロックチェーンでできるアレコレなのだけど、やはり中央集権化されてるのでは…という印象。
またうまいなぁと思うのは、日本円への変換というレートが時価になるものと、LINE社が扱うコンテンツではLINKのレートをLINE社の意のままに固定にできるであろうという、2軸の価値(LINE経済圏での価値と、日本円での価値)が発生するであろうところ。仮想通貨のレート変動が激しく、通貨を持っているユーザ心理としてレートが下がると悲しいというのがあるが、下がった場合はLINE社が扱うLINKレートが固定されているコンテンツをポイント利用のようすれば価値のき損を受けずに得ることができる、実質ステーブルコインのような使い方もできそうな。
事業会社がやるブロックチェーン事業としては面白そうだなぁと思う反面、いわゆるweb3の中核である非中央集権的な視点からすると面白さが感じられない、というあたりも技術的には同じ類のものなのにこうも違ってくるのか。
昨晩、また雪が降って朝軽く積もっていたので近隣散歩。今日は暖かく、あっという間に溶けてしまった。
昼食は新規開拓と、レストラン西欧へ。結構な賑わいで地元に愛される人店のようだ。ポーク・ビーフ・ハンバーク・フライ等々のメニューが山程、日本の洋食屋という感じで楽しい感じ。
久しぶりのIRIS BREAD&COFFEEではアップルパイ。りんごゴロゴロで、生クリームと食べると美味しい。
鳥野目河川公園散歩。春休みに入ったので、キャンプ客いるかなと思ったのだけどゼロであった。広々とした公園をほぼ人が居ない中を歩ける贅沢。この公園でも様々な蕾を見かけ、時期に訪れる春を感じさせる。
ベクトル・行列からはじめる最適化数学読み進めは11.4の逆行列の例まで。
昨日から降り積もった雪。8cmぐらいは積もったのかな。落とす影が骨っぽかった。
花沢健吾氏の漫画、アンダーニンジャを1～7巻まで(既刊全部)を読む。1巻が0円だったので読んでみたところ、散りばめられた謎が気になるし話自体にも勢いがあるしで面白～～となり続きも一気に読んでしまった。本作では風呂敷がうまくたためると良いなぁ。
ベクトル・行列からはじめる最適化数学読み進めは11.2の逆行列。行列Aが左逆行列・右逆行列をもつ場合、逆行列を持つ。行列Aも逆行列も正方行列で、行列Aは正則行列（可逆行列）とよばれる。この項では、逆行列の性質を示し、たとえば対角要素が0でない行列は正則である、QR分解により逆行列が求められる、なぜ−1乗表記が逆行列として表現できるのか、等々。
11.3は連立方程式の解き方。まずは正則である上三角行列を後退代入で解く方法を述べ、続いてQR分解して解く方法、最後にQR分解で逆行列を求めて解く方法が説明される。
QR分解で解く方法は、factor-solve法とも呼ばれ、factorのステップでは係数行列をまず特殊な性質を持つ行列の積に分解する（この場合はQR分解、solveステップに比べて圧倒的に計算量が多い）。そしてsolveステップでは計算量を低く求めることができる。QR分解のような行列分解は因子分解(factorization)と呼ばれる。なるほど、これら(factor-solve, factorization)がアルゴリズム名やその説明でよく出てくる用語なのか〜。
また一気に温度が下がり、雪の一日。天気予報によると、春は高気圧・低気圧の入れ替わりが頻繁で、とりわけ寒暖差が起きやすいらしい。本日は労働日かつ暖房消費が激しそうな日で「電力需給ひっ迫警報」が制定後初めて発令された日になったとのこと。NHKを見ていると枠でずっと警報情報が表示されている。
そして積雪の影響なのか、電力需給の影響なのかはわからないが、昼間テレビにNHK総合の電波が入らず（というかNHK教育以外は民放含め全滅）という現象がおきた。
ワクチン三回目接種翌々日。副反応は打った腕を上げると痛く、PC作業をしている分には大したことはないが、体を使う仕事の人は大変そうだ。熱は平時だけど、ちょっと気だるさは残る。
2021に放映されたアニメSonny Boyを見終わる。最初は十五少年漂流記的な中学生だけが取り残された世界で…みたいな話なのだけど、段々と哲学的・思考実験的なストーリになっていき、また独特の演出かつほぼBGMが無いという尖った感じの作品。江口寿史氏のキャラクターが動き、引き込まれるようなシーンもたくさんある。人に勧めるかと言われたらだいぶ人を選びそうなのでどうなのだろうと思うが、個人的には最後まで楽しめた。
ベクトル・行列からはじめる最適化数学読み進めは11章逆行列に入り、11.1の左逆行列・右逆行列。逆数は単純なのに逆行列を求めるのは複雑なのね。左逆行列での連立方程式(優決定)の解はこうやって求められるのかー。
ワクチン三回目接種翌日。副反応により微熱とけだるさでまぁまぁの体調の悪さ。カロナールなどを飲みつつ過ごす。
雑草、適当に水だけでだいぶ生き残っていて、すごい生命力。
映画コードギアス 復活のルルーシュを観る。二回目。一回目見たときよりも面白く見れた気がする。郷愁を誘う良い作品だ。
引き続き、PyTorchとfastaiではじめるディープラーニングを読み進め。9章はテーブルデータに対するアプローチで、Kaggleコンペゴールドのスコアが出る手法をニューラルネットで実装する。章の最初の方に「機械学習はデータセットを扱うほとんどのケースで決定木(ランダムフォレストと勾配ブースティング)もしくはニューラルネットワークでモデル化できる（ので、ほかの何十ものアルゴリズムを色々最初に学ぶ必要はない）」的なことが書かれていて、割り切り感が良い。テーブルデータの解析時には基本は決定木ベースで、カーディナリティが大きいカテゴリ変数や文章を含むデータならニューラルネットワークも試す、みたいに実用に沿った説明もある。
9章前半は、Kaggleコンペの説明のような感じで、決定木とランダムフォレストを使いデータを解釈しながら説明する。まったくNNとは関係がないのだけど、さすがKaggleトップランカーの話だけあって分かりやすいし面白い。ランダムフォレストの復習(決定木、バギング、アンサンブル)と、ランダムフォレストを使ってデータをどう解釈するかの理解が進んだ。
後半はNNでサラッと実装、NNとのランダムフォレストでのアンサンブルの説明がなされ、最後にNNの埋め込みを特徴量として、再度ランダムフォレストなどやNNにかけると性能向上する(やり方)など、いやーこの章も面白かったなぁ。
ちなみにスコアは、特徴量を色々削る前のデータをLightGBMにくべてみる(ハイパーパラメータは特につけず。評価関数は標準でrmseのようだし）と、そのスコアが一番良いし高速という感じでlgbスゴイ…。
a7cやE-M1 mark II/III で撮った写真を自動で webp に変換してgoogle photos に上げる仕組み、便利に活用してるのだけど、こないだラズパイの電源をブチッと切ったタイミングで、gphotos-uploaderのdbが壊れてしまい、いつの間にかアップロードできなくなってしまった居たので復旧させる(dbを削除しただけだけど…)。久しぶりのラズパイ+docker-composeだったので、どんな仕組みかを思い出すまでに時間がかかってしまった。
カメラで写真を撮ったら人間が何もしなくてもクラウドにアップロードされるの、仕組み自体はEye-Fiを使いだした2008年頃から使っていて普通に便利だと思うのだけど(というかスマフォのカメラではそんな感じである)、Eye-Fiが潰れてしまったように、一部にしか需要がないしフォトストレージは儲からないしで、採算がとれないのだろうなぁ。スマフォからのアップロード先であるiCloud も Google Oneもフォトストレージというよりはセットでどうぞ、で価値につなげている物だろうし。
ワクチン接種3回目。先日、市からワクチン接種受けられる通達がきたので予約サイトを見てみたら、翌日から空きがあったので早速。会場が郊外の大型スーパー、というのが面白かった。駐車場は広いし、スーパーとしては客寄せ的にも良いのだろうし。
接種の帰り道、ラーメン勝や(しょうや)で豚骨醤油ラーメン。かつやではない。
ついでに車が雨や雪で結構汚れていたのでガソリンスタンドで洗車。前回は一番高い洗車(1600円)を選んでみて、今回は500円の安価な洗車を選んだのだけど、これでも十分汚れが落ちる。大きな違いはコーティングらしいのだけど、パット見の汚れを落とすだけならこのプランでも十分そうだなぁ。
ちょくちょく書籍、PyTorchとfastaiではじめるディープラーニング ――エンジニアのためのAIアプリケーション開発をノートブックで動かしつつ読み進めている。元Kaggle世界ランク1位ランカーかつfastai自体の作者と、数学とCSを大学院で教えているという二人の作者の共著。Amazon.co.jpだと評価が悪いのだけど、自分にとっては今まで読んできたニューラルネットワーク書籍の中で一番わかり易い、かつ実用的と思える内容で、読み進めてまだ半分ほどだけどめちゃくちゃ良い。
ツールとしてNNを使うときに必要な知識を丁寧に徐々に解説していき、本質でないところ、例えばデータローダやtrain,valデータのsplitなどはfastaiのAPIを使ってできるよという説明でササッと飛ばしている。コードも綺麗ではないが十分理解できる(が、とりわけ標準ライブラリのPathやPyTorchのTensorにメソッドが自動で作られるのはプログラミング初心者は混乱するだろう…）し、大事なところは殆どちゃんと書かれているので好感が持てる。
今読み終わった8章は、協調フィルタリングを確率的勾配降下法と自動微分を用い、PMF(Probabilistic Matrix Factorization)の手法で実装し、続いて非線形層を挟んで所轄ディープラーニングでも実装する、みたいな内容を簡潔かつ解りやすく書いている。どの章も学びがあって、非常に面白い。最後まで読み終えたらちゃんとレビューを書きたい。
昼食はうどん匠人岡本で。三連休の初日ということもあり、店の外まで待つ人であふれるぐらい混雑していた。那須高原の休日ランチはどこも混んでいるのだよなぁ。
この辺は蕎麦屋が多く、コシのあるさぬき系うどんを楽しめる店は少ないので、うどんだ食べたくなったらまた来たい。
デザートにジェラート屋まじょの森へ立ち寄る。手作り感あふれるアットホームな良いお店。妻はいちごみるくと芋のジェラートが気に入ったよう。2味楽しめて400円は観光地価格にしてはリーズナブルに感じる。
ジェラートやアイス屋がちらほらあるのだけど、どこも冬季休業で今まで食べられなかったのだけど、春の訪れとともに営業再開しているところが増えているみたいだ。こちらのお店も昨日から営業開始であった。
直ぐ側のパン屋、パンドゥルアンの看板「あんぱん」が気になったので立ち寄る。とりわけあんぱん屋というわけではなく、惣菜パン～様々なパンが置いてあり、明日の朝食用にいくつか購入する。ホームページ(数年更新してないようだけど)がかわいい。店主から店を引き継いだという夫婦でお店をやっていて、優しそうな人柄が伝わってきた。
開き始めた、家の花壇に植えたアネモネの花。
昨日まで暖かかったのに、今日午前中は雪がふり、日中の最高気温4度ととたんに寒い日。
ひまわり畑がウクライナで撮影されたことで最近再び注目を浴びているイタリアの戦争恋愛映画、ひまわりを見る。 劇中では男性が戦争に行きたくない、ということも多分に描かれているのだけど、ウクライナ侵攻ではウクライナ国内の18~59歳の男性は国外脱出が総動員令でできず、どうにか車のトランクに紛れて脱出する人がバレて、みたいなことが現地ニュースでは流れているらしい。自分や家族が死ぬのは嫌だから、とりあえずの戦争終結のためにロシアに降伏してほしい、と思っている人も居るであるし、思っても口に出せない人もいるのだろうなぁ。
映画の本題とは関係ないが、ストーリ概要に割と終盤までのストーリーが載ってしまっていて、それを知らずに見たので良かったが、見てしまっていたら犯人はヤス状態で見ることになってしまっていたので、もし見ようとしている人は概要欄を見ずに観たほうが良い。
WIRED の Web3 特集号を読む。音楽周りのことが面白かったし、様々な単語の用語説明あたり(用語すらまだ良く解ってないものも多かったし）も参考になったなぁ。
朝、地震の影響確認。玄関のタイルが歪んで落ちてしまっていたり、倒れたものを片付けたり、動いた棚を戻したり。仕事部屋の大きいサボテンが棚から落ちたことで、土に1-2ミリの小粒の石が多分に含まれていたため、部屋の掃除が地味に大変だった。
花粉症は殆ど感じない一日。快適だ～。
昼食はgarden AUX PARADISへ。今月のパスタ、春野菜のボンゴレビアンコを食す、毎度美味しい。お店では業者の方々が庭の手入れを色々していて、桜が咲く春が楽しみだ。小高い丘も整備されつつあって、丘の裏の竹林も良い感じであった。
家にある、今年の干支のトラのベコ。配置換えで玄関先からリビングへとやってきた。
ベクトル・行列からはじめる最適化数学読み進めは、10章のnotebookを一通りやり、その後章末問題を眺める。
10.16の共分散行列の問題が、行列使わない解答なら統計学でやっていて解るので、ちゃんと行列積の演算で解いてみる。この問題の最後はzscoreを行列積だけで求めるというもので、こうやれば積でzscoreが求められるのか。仕事でzscoreを含めその辺の計算が遅いところがあって、スパース行列&行列演算に置き換えていったら、結果の値は同一で速度がめちゃ速くなって気持ちが良い。結果が同一かどうかの比較、丸め込み誤差を考慮するnumpy.allclose()なんてあったのか、もっと早く知りたかった。
章末問題、模範解答が無くて最近飛ばしがちなのだけど(10章なんて44問もある…)、きちんと理解するとぜんぜん違うよなぁ。少なくとも面白そうな問題はやっていきたいところ。
