はてなブックマーク

3行まとめ RootlessモードでもGPUは使用できる。 RootlessモードでGPUを使用するためにはnvidia-container-runtimeの設定を変更する必要がある。 Rootlessモードと通常モードを共存する方法はまだ未解決。 1. はじめに 機械学習分野では、Docker/Kubernetes上でNVIDIAのGPU（以下、単に「GPU」）を使うということがよく行われます。 複数人で共有するGPUマシンのセキュリティをより高めるため、RootlessモードのDockerでGPUが使用できるかどうか調査してみました。 結果から言えば、簡単な設定変更を行うだけで使用できました。（少なくともPyTorchから認識できました） 2. 環境 今回、調査に使用した環境は以下の通りです。 OS: Ubuntu 19.10（Eoan Ermine） GPU: GeForce GTX

1行まとめ Dockerのモードは、docker infoコマンドのSecurity Options:にrootless、usernsが含まれているかどうかで確認できる。 概要 通常のDocker、RootlessモードのDocker、userns-remapモードのDocker・・・と、いろいろなDocker環境を触っていると、「今触っているDockerはどのモードだったかな？」となりますよね。 そんな時はdocker infoコマンドの出力を見ることで、モードを確認することができます。（より正確には、CLIであるdockerコマンドが接続しているDockerデーモンのモード） Rootlessモード DockerがRootlessモードで動作している場合、docker infoコマンドのSecurity Options:にrootlessが含まれています。 $ docker info

3行まとめ RustでもESP32のファームウェアを開発できる。 LLVM、clang、rustcのコンパイルはなかなか大変。（時間的な意味で） 組み込みRustに未来を感じる。 1. 概要 技術書典7で頒布されていた『M5Stackで始める組み込みRust』という技術同人誌を読みました。 以前よりマイコンを使った電子工作を行っており、組み込み領域でもRustを使ってみたいと思っていましたが、それなりに環境が整ったみたいなので試してみることにしました。 結論から言えば、無事にRustからシリアルコンソールに「Hello world!」の文字を出力することができました。 2. 環境 検証に用いた環境は以下の通りです。 OS: macOS Mojave 10.14.6 (18G103) Docker CE: 19.03.2 llvm-xtensa: 757e18f722dbdcd98b8479

0. はじめに 業務で技術指導を行うにあたり、Git、GitHubについて説明する機会が多くなってきました。そこで、そんな時に使えそうな資料を整理してみました。 今後も新しい資料を見つけたら、随時更新していきたいと思います。またおすすめがあれば、是非ご紹介ください。 0.1. 読者対象 本記事の対象は、以下の様な方々です。 Git、GitHubの使い方について、他のメンバーに説明、指導する必要がある。 Git、GitHubの使い方について自習したい。 本記事にて紹介する資料は、以下の様な方々を想定して選別しています。 コンソールの操作にはある程度慣れている。 Subversionなど、他のバージョン管理システムの使用経験がない。 1. インタラクティブなチュートリアル Webブラウザ上で動作するインタラクティブ（対話的）な教材です。gitコマンドなどの環境構築は不要で、環境を破壊してしまう

※ 本稿は元々、2016年8月頃に取引先向けに記述した文章ですが、取引先から公開について快諾頂いたため、微調整の上ここに公開しています。 全般 コードは実装が必要なものですか？ オープンソースライブラリなど、広く使われている、あるいは信頼性の高いコードが利用できないか検討しましょう。 コードは動作しますか？ コミット、マージする前に、最低限の動作を確認しましょう。 コードを動作させるための手順は明確ですか？ 最低限、コードの実行方法、依存関係をREADME.mdなどに書きましょう。 コードは理解しやすいように記述されていますか？ 数ヶ月後の自分が読んでも理解できそうですか？ マジックナンバーが埋め込まれていませんか？ 定数化するなど、名称を与えることができないか検討しましょう。 コードは長すぎませんか？ 関数（メソッド）が数十行を越える場合、分割できないかどうか検証しましょう。 不要なコー

本稿では、Dockerfileを記述する際の「ちょっとしたテクニック」について紹介します。 ※ 本稿は元々、取引先向けに記述した文章ですが、取引先から公開について快諾頂いたため、微調整の上ここに公開しています。 2016年8月頃に記述した文章であるため、古い情報を含んでいる可能性もありますのでご注意下さい。もし何かお気づきの点があれば、コメント、編集リクエストを頂ければ幸いです。 1. 本家の「ベストプラクティス」を読む まずは、本家の公式ドキュメント『Dockerfile のベストプラクティス』（英語版: 『Best practices for writing Dockerfiles』に目を通しましょう。 2. 既存のDockerイメージを検索する 利用したいアプリケーション、ライブラリなどが有名な（利用者の多い）ものである場合、公式のDockerイメージが公開されている場合があります。

# 必要なライブラリをインストールする pi$ sudo apt-get update pi$ sudo apt-get install libshairport2 autoconf libtool libdaemon-dev libasound2-dev libpopt-dev libconfig-dev avahi-daemon libavahi-client-dev libssl-dev libsoxr-dev # ソースコードをクローンし、ビルドする pi$ cd ~ pi$ git clone https://github.com/mikebrady/shairport-sync.git pi$ cd shairport-sync pi$ autoreconf -i -f pi$ ./configure --with-alsa --with-avahi --with-ssl=op

TL;DR 内蔵オーディオデバイス全体を無効化するには、/etc/modulesのsnd_bcm2835をコメントアウトすればOK。 内蔵オーディオデバイス全体を無効化する方法 デバイスドライバを読み込まないようにすることで無効化できます。 具体的には/etc/modulesに含まれているsnd_bcm2835をコメントアウト（先頭に#を付加）し、再起動することで無効化できます。 root@volumio:~# lsmod | grep bcm2835 snd_bcm2835 21342 1 snd_pcm 93100 2 snd_bcm2835,snd_usb_audio snd 67211 11 snd_bcm2835,snd_usb_audio,snd_hwdep,snd_timer,snd_pcm,snd_seq,snd_rawmidi,snd_usbmidi_lib,snd_se

Raspberry PiをAirPlay対応の音楽再生機にするためにVolumioをインストールしましたが、音が鳴ったり鳴らなかったりで動作が安定せず、少し悩みました。 その際に試したこのについてのメモです。 あまり整理できていませんが、何かの参考になれば。 1. ハードウェア編 1.1. USB電源 動作が不安定な時にまずは疑いたいのは電源。1.5A以上、できれば2.0A以上を供給できるUSB電源に交換してみましょう。 Raspberry Pi 2 Model Bのような新しいモデルでは問題になることが減りましたが、今回使用したのはRaspberry Pi Model B Rev.2という少し古いモデル。古いモデルほど安定した、余裕のある電源が必要です。 1.2. USBハブ 原因ははっきりしませんが、今回はUSBハブを使うことでより安定する傾向にありました。 なお、後述するUSB-DA

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

4. 予測結果 予測結果をプロットした図を以下にに示します。凡例は以下の通りです。 黒の点線: 学習データ 青の実線: 初期データ 緑の実線: 予測データ 4.1. ノイズなし それっぽい波形が出力されています。全体的に振幅が浅く、頂点が歪み、周波数が少し低くなっています。 具体的な値はbasic/output.ipynbを参照ください。 4.2. ノイズあり ノイズなしの場合よりもさらに振幅が浅く、周波数は少し高くなっています。また、学習データに含まれていたノイズ成分が減っているように見えます。 具体的な値はnoised/output.ipynbを参照ください。 5. 今後の予定 ネットワーク構成やハイパーパラメータを変化させてみて、どんな予測結果になるかを試してみたいと思っています。 2016年5月27日追記： 続編『RNNにsin波を学習させて予測してみた：ハイパーパラメータ調整編』

2.2. APIとして公開 上記のLambda関数を、Amazon API Gatewayを使ってAPIとして公開しました。 2.2.1. 概要 今回は/qiita/auth/basicというパスにGETメソッドを作成しました。概要は以下の通りです。 2.2.2. Method Response 「Method Response」の設定は以下の通り。 「Add Response」リンクをクリックする。 「HTTP Status」として「401」を追加する。 「Response Headers」として「WWW-Authenticate」を追加する。 2.2.3. Integration Response 「Integration Response」の設定は以下の通り。 「Add integration response」リンクをクリックする。 「Lambda Error Regex」に「AU

この記事を3行で AWS Lambda環境においてTensorFlowを使った小さなコードが動作しました。 環境一式を含んだZIPファイルはgist:9b11f081186b98fe130eに置いています。 本格的な検証はまだこれから。 1. 動機 勉強会で『TensorFlowを使ってテキストをクラス分類してみた』と題して発表しました。 それなりの結果を得ることができたので、それならば本格的に使ってみようと考え、大好きなAWS LambdaとAmazon API Gatewayを使ってAPIを構築してみることにしました。 2. 結果 TensorFlowを使って「1 + 2」を計算し、正しく「3」という結果を得ることができました。 少なくとも、AWS Lambda環境においてTensorFlowがimportできることを確認できました。 3. 実験方法 3.1. Amazon EC2環境

2015年7月にAWS（Amazon Web Services）より新たに発表されたサービス「Amazon API Gateway」についての参考情報です。 公式サイト＆公式ブログ Amazon API Gateway 公式動画 AWS Summit 2015 | New York – Keynote with Dr. Werner Vogels - YouTube 公式ブログ（英語） Amazon API Gateway – Build and Run Scalable Application Backends | AWS Official Blog 公式ブログ（日本語） Amazon Web Services ブログ: 【AWS発表】Amazon API Gateway – スケーラブルなアプリケーションバックエンドの構築と実行 料金 詳しくは「Pricing」を参照のこと。 Amaz

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?