鮨ます田に行ってきた
STARTUP HARDTHINGS@ASACに行ってきた
STARTUP HARDTHINGSというスタートアップ系の勉強会に行ってきた。 会場は青山にあるASAC(Aoyama Startup Acceleration Center)という場所。 なんでも東京都が借り上げている施設で、施設運営を監査法人のトーマツが行っているらしい。
会場の写真は撮影しなかったのだが、イベントを催した場所の広さは大きめの会議室程度。 定員50名に対し、申し込みが75名ほど。実際に来たのは40名といったところか。
講演内容
トーマツの方が司会進行を務め、それに対し、座談会形式で話していくスタイルで行われた。 まずは登壇者3名のプロフィールから。
登壇者紹介
- 真子就有氏（株式会社div 代表取締役） プログラミング教育事業TECH::CAMPが主な事業
- 浅枝大志氏（Beatrobo Inc. CEO） スマホのイヤホンジャックに挿すだけで音楽や動画が楽しめるPlugAirが主な事業
- 天沼聰氏（株式会社エアークロゼット 代表取締役CEO） 洋服のシェアリングサービスAirClosetが主な事業
トークセッション
〜立ち上げ時の苦労に関して〜
（真子氏）自分は学生時代からITベンチャーで働いていた。大学4年の時に「じげん」という会社で人事をやっていた。5名内定者出した時点で自分が起業したくなった。社長には怒られた。やめる時が大変だった。やめる時がHARD THINGSだった。
－皆さん会社のやめ方は？
（真子氏）Gmailで上長に3日間ぐらい推敲したメールを送った。Bccに地元の友達入れてたｗ 上長とは普通に面談。社長に怒られた。
（浅枝氏）もともと就職したことない。ちなみに就活では電通と任天堂だけ受けた。電通は面接で第二希望です！と正直に行ったら落ちた。任天堂は大学院に生きながら働けますか？京都に行くのは嫌です、と言ったら落ちたｗ
（天沼氏）前職は楽天だった。やめるときは上司呼んで話した。もともと上司には起業志望であること話していたのでスムーズにやめられた。 楽天に移ってからは新規プロジェクトをワンサイクル回して、後継のマネージャ採用まで行ったので、引き継ぎはしっかりした。
－在職中に準備していた？
（天沼氏）在職中は楽天からお金をもらっているので、片手間でやることはしなかった。 楽天をやめた時点でairclosetのビジネスモデルはまだ概念レベル。
－皆さんサービス作る時の最初の構想は？
（浅枝氏）世界で俺しかこのサービス作れないというのが自分の基準。他の誰かが既にやっているものには興味が無い。VRとかみんなやってるから俺はいいやという感じ。 （真子氏）ひとつ目のサービスはlogというサービスをやっていた。Facebookは人間関係を可視化したから、興味を可視化したいと思った。しかし、実際にはただの記録ツールで、コミュニケーションが生まれておらず想定の使い方と違った。 そこでコミュニケーションの機能をつけた(logcomm)。チーム全員行けると思っていたけど、1ヶ月後キャッシュアウト。 Classというサービスもバズった。意外とやってみると、めっちゃ緊張する。青春時代の思い出補正で勘違い→なんか違うで怒ってる人が多かったｗ あとはActiveUser1000人くらいの時にiOSアプリでバグ、炎上。
－こういう世の中になる、その確信は？
（浅枝さん）なかなかそういう時は来ない。セカンドライフが3Dインターネットの走りでそういう世の中になると思った。 VRのなかで、空間の中で人に合う時代が来る。アバターの時代が来る。
－未来予想図はどう立ててる？
（浅枝さん）映画とか参考にしてる。攻殻機動隊、サマーウォーズ、ドラえもん、、、等々。
－未来予測はできる？
（天沼さん）できないと思う。シェアリングエコノミー、ライフスタイルに浸透、インターネットが好き、その軸。 コンサル3人で起業したので、評価軸とかで100個ぐらいのビジネスモデル比較して、、、最終的には感情で決めた。 今の課題を5年10年先で、どうしたいか。具体的なビジネスモデルは手前のもの。
（浅枝さん）CEOは2種類いるとおもう。事業家か芸術家。真子さんは芸術家、天沼さんは事業家。
（真子さん）うまくハイブリッドさせたいとは思ってるんですけどね。
～チーム作りについて～
（真子さん）共同創業者は二人。俺は一人でもやるけど、お前やるならやってもいいよ。普通株式も9割社長が鉄板だが、55%、45%とかにした。共同創業者は株主間契約をしておいたほうがいい。
（天沼さん）自分はやっている
（浅枝さん）自分もやった。資本政策は一番躓くところ。
－浅枝さんはチーム作りどう？
（浅枝さん）自分はロマンを求めた。セカンドライフの会社は一人でやってた。次は3人で33.3%としてたけど、金が入る前に50.1%を俺にくれと交渉。株主間契約やった。結婚みたいなもの。
（真子さん）つい渡したくなる気持ちは出てくる。不公平だから、こいつは俺より優秀だし、、等々 1000億とかの会社を作るのなら、2割でも5割でも関係ないと思う。
（浅枝さん）芸術家はお金を気にしない。
（天沼さん）株主比率にこだわって、資金調達が遅れるぐらいなら、下がっても良いと思っている。 あと、仲間の二人には役員報酬がゼロだったとしてもできるかを聞いた。 丸一年だったらできるとの返答。全面的に信頼できるメンバー、かつ金銭的に答えが返ってきたので一緒にやることにした。 創業メンバーは3人にこだわる。二人だと対立する。第3社的な視点が必要。
（真子さん）二人はまずい。上下関係もできたりする。
質疑応答
－外注と内製等何を優先すべきか？
（天沼さん）いまは全部内製。
（真子さん）優位性がなにか、という点。toCの場合、使い方。toBの場合、まずは外注。そのほかは営業に回るなど。
（天沼さん）改善を繰り返す必要があったので、サービスの質、スピードのどちらを重視するか？
（天沼さん）スピードをとる。やってみないとわからない。外注していると改善のスピードを高められない
（真子さん）作りこんでリリース、ドンズべりはある。以下に作らないかが勝負。
（天沼さん）最初はファッション業界の知り合いゼロだった。Facebookに投稿して、ファッション業界の知り合い紹介して、ってお願いして一人づつ増やしていった。
（天沼さん）組織づくりは企業に入っていると参考になる。
－採用に関して、一緒に働きたい以外の軸はあるか？
（天沼さん）グループ長の人が採るといったら基本的には採る。ほかは、キャラがチームに合うか、地頭ロジカルか、情熱があるか どういう人間になりたいか、も自分は聞く。
（浅枝さん）うちをやめたらあなたはどうなっていますか？という質問をする。
－自分より優秀な人を採用するのはどうやる？
（天沼さん）優秀かどうかって難しい。会社って役割がそれぞれあって、優秀さの判断をしない。
（浅枝さん）その人の部下になっても良いかを聞く
（真子さん）リファレンスは必ず取るようにしてる
（浅枝さん）あえて短所は？などと聞く
（真子さん）ここで働くこと自体が最高なんだ、そこがぶれない事が大事。
（天沼さん）伝え続けること大事
－一緒にできるか、の基準は何か？
（天沼さん）金銭的な部分をきちんとくぐり抜けられるか。ディスカッションを夜通しやっていても疲れないか。
－サービスが立ち上がらない。
（天沼さん）サービス価値が何か、言えることが重要。あれも解決できるし、これも、、となっている。できるかぎりシンプルに答えられることが重要。誰のために、は重要。 会議もSlackもお客さんが一人聞いていると思え、と言っている。slackでも顧客は呼び捨てにしない。
－資金調達を決断するタイミングは？
（天沼さん）株主になると一定の権利が生まれる。エンジェルの場合、VCに比べ、感情がかなり入る。
（浅枝さん）出資を受けずに上場するのが一番良い。リブセンスの例もある。
感想
登壇者の皆さんについて多くは知らなかったが、参考になることは多かった。やっぱり実務をやっている人の話は面白い。Slackはお客さんが見てると思って書き込めはいいな。
R勉強会＠ORACLEに行ってきた
ORACLEオフィスに入ってみたかったのと、家の近所ということもあり、（もちろんRや機械学習に興味があるのもあり）R言語勉強会に行ってきた。本記事はその備忘録。
oracleclouddevelopers.doorkeeper.jp
講演資料
R超入門機械学習をはじめよう from 幹雄 小川
www.slideshare.net
1.Rのインストール
Rはcranさえみておけばどうにでもなる。cranに全ての情報が集まっている。 cranからダウンロード・インストール。Windows/Macともにこれは特に躓くことはないと思う。 ちなみにOracle社内ではWindows/Macのユーザ比率は半々行かないくらいらしい。
2.Rとは？
Rとはプログラミング言語であり、環境である。関数型言語件オブジェクト指向言語。GNUライセンスで無償で再配布可能。Rの強みは大量のライブラリ。金融業界でライブラリが充実。ブラック・ショールズ式が一行で書けたりする。保険業界、金融業界向けライブラリなど充実。 Java/C/C++/Python/C#につぐ順位。 OracleのDistributionもある。intel mklも使える！
3.Rの基本(変数と処理とデータ構造)
この辺りからハンズオン。 起動は普通にSpotlight検索でRと打てば起動できる。 =はパッケージの引数とかに使うので通常の代入は<-を使う。 使い方なので、slideshareを見ながら進めれば良い。 piは予約語。 ベクトルとして扱ってるが、要は配列。この辺は楽勝。なお、c(1:10)などとするのが正規の方法だが、単に1:10でも良い。 ベクトルは変数の型が1種類だったが、複数の型が使われている場合、データフレームを使う。データフレームを抽出する記法がいくつかあるけど、Rを知らない人には可読性ない感じ。なお、コマンドの途中で改行すると+と表示される。
> df <- data.frame(ID = c(1:3), Name =c("John","Bob","Mike"))
4.Rにcsvファイルを読み込む
ここからデータを取ってくる。UCI Machine Learning Repository というのはML系を使うのに便利。IoT系やりたいんだけど、、→検索するとセンサデータ出てくる。さらにそのデータを使ったMLの世界はまず論文を検索してやってみる世界。
Rに戻って、getwd()でRのカレントディレクトリを取得し、そこにファイルを置く。そして、
> df_default <- read.table("creditdefault.csv",skip = 1,header = T,sep = ",") > summary(df_default)
summary()関数で列データ等の集計を一瞬でできる。
5.Rでグラフ描写
グラフの描画はggplotがデファクトで、皆こっちを使ってるらしい。 各セッションごとに、各ライブラリを読み込まないといけない。 ggplotの描画はレイヤごとに行うイメージ。
> library(ggplot2) > base1 <- ggplot(df_default,aes(x = EDUCATION, y = MARRIAGE)) > base1 > points1 <- base1 + geom_bin2d() > points1
- アプリケーションの中に組み込みたい場合→Pythonが向いている
- 分析が主→Rが向いている
6.Rで機械学習を使って予測モデル作成
indexes <- sample(1:nrow(df_default),size=0.4*nrow(df_default))
上記コマンドはテスト用の30000行のデータのうち4割、学習用に6割を割り当てる。このような書き方は定番。 決定木用のライブラリはRがデフォルトで持っている。 ランダムフォレストでほぼDeepLearning並の精度が出ることもある。レコメンドエンジンなどもこれで動いていたりする。ランダムフォレストは決定木をデフォルトで500本作る。
7.Oracle R Enterpriseデモンストレーション
OracleデータベースにあるデータをそのままRで処理できる。時間が足りなくて、デモはスキップｗ。
まとめ
- 素晴らしいハンズオンであった。2時間と短時間ながら、予定した項目を網羅。置いてきぼりの人は殆どいなかったのではないか。
- WEB系の勉強会とは異なる参加者属性。金融系や保険系のプログラミング学習者が多くいる。
- ML系のデータセットの情報聞けたのは良かった。
おまけ
- ドリンクが無料だった。大手町のMSの研修センターといい外資系は気前がよいｗ
FPGA入門 備忘録① ～準備編～
FPGA入門という本を買った。この記事はその本の内容の備忘録。
回路図で学べるFPGA入門 回路図は読める人のためのHDLガイド
- 作者: すすたわり
- 出版社/メーカー: 秀和システム
- 発売日: 2016/03/25
- メディア: 単行本
- この商品を含むブログ (1件) を見る
1.FPGAとは
FPGA(Field Programmable Gate Array)は書き換え可能な集積回路。
どのように書き換え可能かというと、予め必要と思われる回路を用意しておいて、必要なものをスイッチなどで切り替えて使用する。予め用意しておく回路は、AND、OR、NOTなどの基本ゲート。構成としては、
- アンチヒューズ型
- SRAM型
などがある。
アンチヒューズ型は図(a)のように配線したい部分の絶縁体を物理的に壊すことで任意の回路を実現する。物理的に結線されるため信号の遅延が少なく、高速な動作が可能。しかし1回しか書き込めない。
図(b)は切替スイッチをもちいて論理回路を切り替えることを考える方法。マルチプレクサがどの論理ゲートを選択するかはメモリに書き込む情報で決定される。
しかし、これだけでは切り替え機構を追加した分、アンチヒューズ型に比べ、回路規模が大きくなってしまう。
そこで、実際のSRAM型FPGAではより面積効率の高いLUT(Look Up Table)を使った構成になっている。図(c)のようにRAMのアドレス入力をデータ入力端子として用いることで、必要な論理演算結果を得る。具体的に(c)のケースではAB端子によってAddressが指定され、OR演算に対応するDataが出力される。これによりこのSRAMはORゲートとして機能する。(d)は4入力NANDのケースだ。
FPGAではこのようなLUTの他にフリップフロップなどの基本セルなどからできている。各基本セルの間には、基本セル同士を接続するための配線とスイッチが並んでいる。
2.開発準備
FPGA開発には、
- 開発用PC
- 開発ソフト
- FPGAボード
- ダウンロードケーブル
が最低限必要になる。
開発ソフト
開発ソフトとしては各社以下のソフトを用意している。
| 社名 | 開発ソフト名 |
|---|---|
| Xilinx | ISE |
| Altera | Quartus |
| Lattice | Diamond |
FPGAボード
次に FPGAボードを用意しなければならない。
各社のFPGAチップの製品ファミリーラインナップは以下のようになっている。
| 社名 | 製品名 | 用途 |
|---|---|---|
| Xilinx | Spartan | 低コストFPGA |
| ↑ | Zynq | ARM Cortex内蔵のFPGA |
| ↑ | Artix | 低電力でコスト重視のアプリケーション向け |
| ↑ | Kintex | 低電力でコスト効果の高い信号処理アプリケーション向け |
| Altera | Stratix | ハイエンドFPGA |
| ↑ | Arria | ミドルレンジFPGA |
| ↑ | Cyclone | 低コストFPGA |
| ↑ | Max | 電源を入れたら即起動のFPGA |
| Lattice | ECP | 低コストファミリーFPGA |
| ↑ | iCE | モバイル用FPGA |
| ↑ | Mach | 高信頼性、低コストを備えるFPGA |
個人用途でFPGAを使う場合、あまり高価なものは買えない。ボードそのものの値段も高い上、高速なインターフェースに対応した各種測定器等を個人でそろえるには相当に困難だからだ。例えば、オシロスコープ一つでも高速なものでは1000万円以上する。差動プローブなども一つで軽自動車一台買える値段のものもざらだ。
Xilinxの場合、Spartanが載ったFPGAボードが個人用途の選択肢となる。
ダウンロードケーブル
次に以外に厄介なのがダウンロードケーブルだ。Xilinxの公式ケーブルが一番良い選択肢だが高い。Amazonでは4万円もする！
次がDigilent社製の互換品で、こちら。Amazonでは3万円だが、探せば2万円程度のショップもある。
最後が、特殊電子回路社製のJ-Writerを使うケース。この場合、上記二つより安価で、しかもAlteraのCycloneやLatticeのXP2などXilinx社以外にも対応している。ただ、XilinxのiMPACTからは使用できず、専用のソフトを使う必要がある。
開発統合ソフト
開発ソフトもFPGA開発には必要だ。Xilinxの場合、ISE(Integrated Software Environment)がそれにあたる。
そもそもFPGAのデザインフローは
- 回路設計
- ピンアサイン
- 論理合成
- インプリメンテーション
- ダウンロード
という流れで行う。論理合成はHDLからネットリストに変換する工程を指し、インプリメンテーションとはネットリストから実際に使用するFPGA向けのコンフィギュレーションデータまで変換する行程を指す。
HerokuでNode.jsのアプリをディプロイする(Mac版)
Getting Started on Heroku with Node.js | Heroku Dev Center
上のリンクに従い、HerokuでNode.jsのサンプルアプリをディプロイする。
①下準備
下準備として、以下の2点が必要だ。
- Herokuのアカウント
- Node.jsとnpm
②Heroku Toolbeltのインストール
Heroku Toolbeltをダウンロードし、インストール。ターミナルを開き、
でログインする。
$ node -v
v6.0.0
$ npm -v
v3.8.6
$ git --version
git version 2.6.4
などと正しく必要なモジュールがインストールされていることも確認しておく。
③アプリケーションを準備する
適当なディレクトリに移動し、サンプルアプリをgit cloneし、cdする。
$ git clone https://github.com/heroku/node-js-getting-started.git
$ cd node-js-getting-started
④アプリをディプロイする
$ heroku create
$ git push heroku master
これで、ディプロイができた。
$ heroku ps
から動いていることも確認できる。また、以下コマンドで作成されたURLにアクセスすることもできる。
$ heroku open
⑤ログを見る
$ heroku logs --tail
これでログを確認できる。中止するにはCtrl+Cを押せば良い。
⑥Procfileを定義する
Procfileとはプロジェクトのルートディレクトリに置かれるファイルのことで、どのコマンドで何をするかを記述できる。今、ルートディレクトリでls
を行うとProcfileが確認できる。Viなどでそれを開いてみると、
web: node index.js
と記述されている。
これらは
$ <process type>: <command>
のルールで記述され、process typeにはweb, worker, urgentworker, clockなどがある。webプロセスタイプに限ってはHTTPトラフィックを受信する唯一のプロセスであるため名前の変更はできない。
⑦アプリケーションをスケールさせる
$ heroku ps Free quota left: 17h 23m === web (Free): node index.js (1) web.1: idle 2016/05/01 14:15:13 +0900 (~ 1h ago)
上のようにheroku psコマンドで稼働中のdynoが確認できる。無料のdynoは30分後にinactiveになり、また1日に18時間以上稼動できない。webリクエストによってactiveにはなるが、それには多少のレイテンシを伴う。これを避けるにはdynoをアップグレードすることとなる。
⑧アプリケーションの依存関係を宣言する。
③でサンプルアプリケーションをコピーしていれば、すでにpackage.jsonファイルがある。このディレクトリで、以下コマンドを打つ。
$ npm install
⑨アプリケーションをローカルで動かす
アプリケーションをローカルで動かすのは以下コマンドを使う。
$ heroku local web
こうすることで、ブラウザからhttp://localhost:5000にアクセスしてみるとアプリケーションが動いていることが確認できる。停止するにはCtrl+Cで良い。
⑩ローカルの変更をプッシュする
アプリケーションの変更をherokuにプッシュする方法を学ぶ。例として、依存関係を追加し、それをテストするコードを書いてみよう。
$ npm install --save --save-exact cool-ascii-faces
とコマンドを打ち、cool-ascii-facesを追加しよう。また、index.jsを開き、
var cool = require('cool-ascii-faces');
(中略)
app.get('/cool',fucntion(request,response) {
response.send(cool());
});
上のコードを追加する。
$ npm install
$ heroku local
として、http://localhost:5000/coolにアクセスすると、アスキーアートの顔が表示される。エンコーディングはUTF-8が良い。
このコード変更をまず、ローカルのgitのレポジトリに足す。
$ git add .
次に、コミットする。
$ git commit -m "Demo"
ディプロイする
$ git push heroku master
実際にheroku上で動いていることを確認するには
$ heroku open cool
とすれば確認できる。
11.コンソールを始める
heroku runコマンドを使うことで、コマンドスクリプトを使用することが可能だ。
$ heroku run node
とすることで、nodeが立ち上がり、node.jsのコマンドを受け付ける。
また、
$ heroku run bash
とすると、bashコマンドを受け付ける。
12.Config varsを定義する
herokuは設定を外面化することができる。暗号鍵などは外部のconfig varsに格納する。index.jsに以下のコードを足す。
app.get('/times', function(request, response) {
var result = '' var times = process.env.TIMES || 5
for (i=0; i < times; i++)
result += i + ' ';
response.send(result);
});
herokuでconfig varを設定するのは
$ heroku config:set TIMES=2
などとする。
Githubなどに、APIキーを上げない方法
背景
Githubなどで、APIキーをコード検索し、人のAPIコールを使う悪い人がいるそうだ。そのため、Githubで公開されるソースコードにはAPIキーなど秘密の情報は含めないようにした方が良い。
方法 環境変数に設定
$ export CLOUDVISION_API_KEY=hogehogehoge
環境変数が設定されているかは以下コマンド、
$ env
もしくは以下コマンドで確認できる
$ echo $CLOUDVISION_API_KEY
.bash_profileに設定した場合、ログイン時のみに読み込まれるので、一度ログアウトし再ログインする、もしくは
$ source ~/.bash_profile
と打ち、反映させる。
Node.js側のソースコードでは、
// 古いソースコード
vision.init({auth: 'hogehogehoge'})
// 環境変数を使った新しいソースコード
vision.init({auth: process.env.CLOUDVISION_API_KEY})
などとする。
Travisを使うという方法もあるらしいが、とりあえず今回は保留。
参考
【OpenCV】 Windows、Visual StudioでOpenCVを使う準備
この辺を参考に。。。
初めてのOpenCV開発 ― Visual Studio／CMake／NuGetでプロジェクト作成【OpenCV 3.0／3.1】 - Build Insider
①まず、OpenCVパッケージをgithubから落としてくる。
②適当なディレクトリに解凍。今回はC:\opencv-3.1.0
③環境変数にC:\opencv-3.1.0\opencv\build\x64\vc14\binを追加する。Visual Studio2012はvc11、Visual Studio2013はvc12、Visual Studio2015はvc14にパスを通す。
④Visual Studioのプロジェクト→プロパティ→C/C++→全般→追加のインクルードディレクトリにC:\opencv-3.1.0\opencv\build\includeを追加。
⑤Visual Studioのプロジェクト→プロパティ→リンカー→全般→追加のライブラリディレクトリにC:\opencv-3.1.0\opencv\build\x64\vc12\libを追加。
⑥Visual Studioのプロジェクト→プロパティ→リンカー→入力→追加の依存ファイルにopencv_world310.lib、opencv_world310d.libを追加。
あとはcppファイルに、
#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
を追加すれば良い。上記リンク先のサンプルコードを動かしてみる。
#include <opencv2/core.hpp> // coreモジュールのヘッダーをインクルード
#include <opencv2/highgui.hpp> // highguiモジュールのヘッダーをインクルード
#include <iostream>
int main(int argc, const char* argv[])
{
// 1幅320px、高さ240pxで赤色の画像データを生成
cv::Mat redImg(cv::Size(320, 240), CV_8UC3, cv::Scalar(0, 0, 255));
// 2画像表示用のウィンドウを生成
cv::namedWindow("red", cv::WINDOW_AUTOSIZE);
// 3ウィンドウに画像を表示
cv::imshow("red", redImg);
// 4キー入力を待機
cv::waitKey(0);
// 5作成したウィンドウを全て破棄
cv::destroyAllWindows();
return 0;
}
ビルドするが、64ビットデバッグ操作に予想以上に時間がかかっていますなるエラーで進まん！
> netsh winsock reset catalog
> netsh int p reset reset.log hit
としたらビルドが通った。
一応？環境構築はできた。
