はてなブックマーク

mbed Advent Calendar 2015 の1日目の記事です。 注: この記事は technology preview 版のソフトウェアを利用したものになるので、今後変わる可能性があります。 mbed OSで新たに採用されたMINARというスケジューラーを触ってみたので、その挙動をまとめます。 mbed OSはRTOSではなく、Node.jsのようなイベント駆動のアーキテクチャになっています。 なので、スケジューラー周りはNode.jsを触ったことがある人だと理解しやすいかもしれません。 0. 準備 前回の記事に沿ってLチカが動くところまで行います。 1. app_start() 従来のmbedのプログラムではmain関数から処理が始まり、だいたい以下のようなコードを書いていました。 int main(){ do_initialize_something(); while (tr

1ヶ月ほど前になりますが、多段Norikraを簡単に試せるようにするNorikra Listenerプラグインを作りました。 norikra-listener-norikra | RubyGems.org | your community gem host github.com なぜ作ったか？ ログ量が増えてくると1台のNorikraではさばくことができなくなります。 そうした場合には数台のサーバーごとにNorikraを1つ立てて、その後段に各Norikraの実行結果をまとめるNorikraを立てることで、スケールさせることができます。 例: Norikra in Gunosy Network Ads@Norikra meetup #2 // Speaker Deck その際に前段と後段のNorikraをつなげるために、従来は下図のbeforeように間にfluentdを挟む必要がありました

やりたいこと mbedで温度を取得して、それをRaspberryPiに送る。 RaspberryPi側ではそのデータを蓄積してグラフ化する。 センサーデータを集めて利用するという、最近流行りのIoT(Internet of Things : モノのインターネット)の基本の一部をやってみる。 今回はRaspberryPiに可視化ツールのGrowthForecastを入れるまで。 RaspberryPiのセットアップ作業 この記事で使ったGrowthForecastを使ってデータの蓄積とグラフ化をする。 最初にRaspberryPi自体の更新。 # パッケージの更新 $ sudo apt-get update $ sudo apt-get upgrade # ファームウェアの更新 $ sudo rpi-update GrowthForecastのセットアップ 必要なパッケージはRaspbian

2015/03/27に行われたIntel Edison勉強会 (第2回) に行ってきたので、そのまとめです。 感想 Edisonの消費電力が小さい点はバッテリー動作させるのには良さそうでした。 Linux載っていて、さらにメモリも1GB載っているので、fluendなどのロガー使うこともできるし、GPIOにもスクリプト言語からアクセスできたりするので、楽にプログラミングできそうと感じました。 内容 今後のEdison関連の予定など 1, 3, 5, 7, 9, 11月に勉強会 6,12月にハッカソン コンテスト応募もサポートしていく。 新型Henry基板のご紹介 USBホストの代わりにバッテリーを搭載する形で開発中 firmware update R2ベータWW05-15 新しいファームウェアが出た。(R2ベータWW05-15) パーティションの構成が変わっているので初期化してインストールす

Intel Edison勉強会に行ってきました。 ボード自体についてから、応用例まで多岐にわたる発表があり楽しい時間でした。 Edisonユーザー会について 情報交換する場の提供 勉強会・ハッカソンを定期的に開催する予定。 Intelさんとも共有の場を設ける予定。 Edisonハードウェア解説 拡張ボードとセットで使うことを想定。 SDカードサイズくらい。WiFi/Bluetooth内蔵。 70pinのI/O Atomコア + Quarkコアも入っている。 まだQuarkコアの方では、プログラミングできないが、そのうちできるようになる。 PWM出力はできるが、使いにくいらしい。 Expansionボードは公開中。 Arduino互換ボード 標準的な構成。 リチウムイオン電池の充電回路もついている。 Arduino互換にするにはPWM6本必要だが、Edisonは4本しかない。ジャンパーで配置

RaspberryPiにデータ収集して可視化する環境の構築をする。 今回はfluentdのデーモン化まで。 0. 使うもの RaspberryPi OS: RASPBIAN Supervisor 各種アプリケーションのデーモン化のために使う。 Fluentd データ収集アプリケーション。 1. 準備 1.1 RaspberryPiのメモリを空ける 自分の持っているRaspberryPiは古いタイプでメモリが256MBしかない。 いくつか常駐のプロセスをたちあげたいので、できるだけメモリの空き容量は増やしておく。 以下のページを参考にメモリ空き容量を増やした。 Raspberry Pi 使えるメモリー量を増やすチューニング | Act as Professional 1.2 rbenvのインストール システムのrubyはバージョンが古めなので、新しいバージョンにするついでにrbenvで複数の

ゆとりの法則 － 誰も書かなかったプロジェクト管理の誤解 作者:トム・デマルコ 日経BP Amazon まずタイトルを見て思ったのは「管理」ではなく「マネジメント」ってカタカナ語を使ってほしかった。 おそらく「management」の訳として「管理」は適切な訳語だとは思うんだけど、日本語で「管理」というとどちらかというと「control」という感じのニュアンスが出てしまう。 経営学的な「マネジメント」ってどちらかというと「encourage」な感じのほうが強い。 あくまで個人的な感覚だけど、マネジメントってカタカナ語のほうがしっくりくる内容だった。 さて、前置きはこれくらいにして、内容を追っていく。 この本はタイトルにあるように「ゆとり」がプロジェクトマネジメントにおいて重要であることを説く本だ。 「ゆとり」とは、会社の業務に追われて余裕のない時間以外の時間である。(中略)組織が効果的に機

前回の記事で作成した、mbedでheroku上のデータを有機ELモジュールに表示するというデバイスの続きです。 今回は、heroku上のアプリケーションからニコニコ新検索βのAPI(以下、ニコニコ検索API)を叩いて、カテゴリごとの新着動画を取得して表示できるようにします。 全体の構成 mbed <-> heroku <-> ニコニコ検索API 上記のようにmbedからheroku上のアプリケーションへアクセスし、さらにそのアプリケーションからニコニコ検索APIを叩くという構成です。 herokuを挟まずにmbedから直接ニコニコ検索APIを叩くという方法もできると思いますが、文字コード変換やJSONのパースなど、面倒なことが多そうだったので、こういう構成にしています。 herokuでやっていること ニコニコ検索APIを適切なパラメータで叩いてデータを取得する。 取得したデータのパース。

これまでRとかExcelとかで回帰分析やってたけど、Pythonでもできるように環境整えるところから始めます。 メモって置かないと次、構築するときに忘れるのでメモです。 OSはWindows7(64bit)で試しましたが8でも同じはず。 Pythonは2.7.5(32bit)。 0. Pythonのインストール すでに終わってるとは思いますが念のため。 http://www.python.org/ からPython2.7.x系のインストラーをダウンロードします。 対応しているモジュールの関係でまだ32bit版のほうがいいです。 3.3.x系でも特に問題はないと思いますが、多少文法変わってたり、モジュールが使えなかったりするので、2.7.x系のほうが無難だと思います。 インストールが終わったら、環境変数に「python.exe」のあるディレクトリ(特に変更していない場合はC:\Python2

Pythonは機械学習周りのパッケージは充実している感じがあるのですが、どうにも統計周りのパッケージが不足している感じがあって、PythonからRを叩くパッケージを試してみることにしました。 PythonからRをつかうパッケージとしてはRPy2が有名っぽいですが、 There is currently no binaries or support for Microsoft Windows (more for lack of ressources than anything else). とのことで・・・ 試しにeasy_installでインストールしてみましたがエラーが出てインストールできなかったので、違う方法を試すことにしました。 PythonからRを使いたい -だがRPy2おめーはダメだ- - 盆栽日記を見てPypeRのほうを試すことにしました。 インストールはいつもどおりeasy_