エンジニア ナゴヤドームの内野SSの見え方。一塁側の座席で見やすかった件
ナゴヤドームで中日ドラゴンズを野球観戦してきました。座席は内野席SSの一塁側です。ホームに近くで非常に見やすかったです。ヒーローインタビューや各イベントも見やすい位置でおすすめだった旨を紹介します。
ミソジ
エンジニア 
エンジニア CPUの温度を下げる。ノートでCPUグリスを塗り直してみた
ノートPCが常に「CPU温度が高く」「FANが回っている」状態になりました。PCを分解してCPUグリスを塗り直しています。使った道具・ツール、また10度以上温度が下がった結果含めて紹介します。
エンジニア 大相撲へ外国人をガイド。海外の方と一緒に観戦してみた
海外でお世話になった外国人と一緒に大相撲を観光してきました。日本は初めての海外の方だったため、ガイドしてきた形になります。事前のチケット購入から、現地会場で案内してきた内容を紹介します。
エンジニア 自作PCにOSをインストール。Windows11＋Linux環境(WSL2)
自作したPCにOSをインストールしました。WindowsとLinuxを両方使いたく環境構築しています。USBからのWindows11のインストールからWSL2の立ち上げ方法を紹介します。
イギリス イギリスのサッカースタジアムを観光と一緒に見てきた話
イギリスに滞在していたときに、多くの都市を観光してきました。ロンドン、バーミンガム、レスター、ブライトン…などです。観光と一緒にサッカースタジアムも見てきた旨を紹介します。
イギリス ケンブリッジを無料で観光。駅から市街地周辺を歩いてみた話
イギリスのケンブリッジ周辺に少しの間滞在していました。駅から市街地まで気ままに歩いてみました。多くの観光スポットがあります。無料でも徒歩で十分に楽しめた旨を多くの写真で紹介します。
イギリス イギリスの麦畑の風景。山がない広大な自然を堪能してきた。
イギリスでは街並みを外れると、すぐに広大な自然の風景が堪能できます。日本と比べて山が少なく、そこらに一面の麦畑・農場が広がっています。少し写真映りが良い場所があったので、朝昼夕と写真を撮ってみた旨を紹介します。
イギリス イギリスの定番の朝食。豆(ベイクドビーンズ)は常に出てきた話
イギリスの観光の際に、朝食を外で食べてみました。大体は定番の料理が出てきます。パン・ベーコン・ソーセージ…という感じで日本と基本は変わらないです。ただ豆(ベイクドビーンズ)は常に中央にあった旨を紹介します。イギリスの定番の朝食。豆(ベイクド...
イギリス ラズベリーパイの公式の店舗と財団をケンブリッジで見てきた話
ラズベリーパイの公式店舗と財団を見てきました。イギリスのケンブリッジにあります。誰でも簡単に行ける市街にありました。実際の公式店舗の様子、並べられていた商品含めて紹介します。
イギリス ブライトンのチケットを公式から買って、イギリスで観戦してみた話
ブライトンの三苫選手を現地でサッカー観戦してきました。チケットに関しては、ブライトンの公式ページから購入できました。チケットの購入した方法から、当日のスタジアムまでの移動含めて紹介します。
イギリス ヨーロッパのSIMカードを日本で購入して、現地で特に問題なかった件
イギリス・ドイツ・フィンランドで海外SIMをテストしてみました。日本でAmazonにて購入したThree製のSIMカードでしたが、正常に通信できました。プライベートのヨーロッパの観光用で問題なかった旨を紹介します。
産業用イーサネット PTPの時刻同期の仕組み。パケット解析して遅延測定してみた
PTPの時刻同期の仕組みである、遅延測定を確認してみました。各メッセージをキャプチャして、タイムスタンプを調べています。「伝送遅延時間」「オフセット時間」含めて解析した旨を紹介します。PTPの時刻同期の仕組み。パケット解析して遅延測定してみ...
産業用イーサネット TSNネットワークでTalkerからパケットを送って解析してみた
TSNのネットワーク環境でTalkerとしてパケット送信してみました。1パケットを送信した場合、Wiresharkでキャプチャして解析しています。どのようなプロトコルで送信されているか確認してみました。
産業用イーサネット Time-Sensitive Networking(TSN)をWiresharkで調べてみた
Time-Sensitive Networking(TSN)のパケットを確認してみました。TSNネットワークの極一部ですが、Wiresharkで調べています。実行環境からTSN通信の中身まで紹介します。
AI AIエッジコンテストの表彰式・懇親会に呼ばれたので参加してみた
第6回AIエッジコンテストの表彰式・懇親会に参加してきました。上位の入賞ではないですが、有難いことにWeb記事賞というものを頂きました。Web記事賞について、また表彰式・懇親会の様子など含めての感想を紹介します。
産業用イーサネット linuxptpをUbuntuにインストールしてみた。
PTP通信をするために、linuxptpをUbuntuにインストールしました。ハードウェアタイムスタンプを使って、PTP通信することが可能です。またソフトウェアタイムスタンプにも切り替えれる旨を紹介します。linuxptpをUbuntuにイ...
AI Vitis AIの使い方。個人的まとめ記事
Vitis AIの使い方のまとめ記事です。バージョンでかなり使い勝手が異なるので、注意が必要です。個人的にVitis AIで環境構築・テストした内容を紹介します。Vitis AIの使い方。個人的まとめ記事Vitis AIの使い方の個人的まと...
エンジニア SSDの増設に必要なもの。実際にデスクトップに取り付けてみた！
デスクトップPCにSSDを増設してみました。2.5インチのSSDに電源ケーブル・SATAケーブルを接続しています。実際に取り付けて、必要なものを確認してみました
AI Vitis AI 3.0でPyTorchのCPUとGPUの環境を構築したメモ
Ubuntu 20.04の環境でVitis AI 3.0をインストールしました。※追記_Vitis AI 3.5でも同様にインストールできることを確認していますPyTorch版のCPUとGPUの両方のdocker環境を整えています。dock...
エンジニア Ubuntu 20.04にGPU+CUDA環境を構築したメモ
デスクトップPCのUbuntuを18.04→20.04に入れ直しました。OS入れ替えましたので、GPU+CUDAの環境も再度対応しました。CUDA Toolkit 12.0をインストールした内容を紹介します。Ubuntu 20.04にGPU...
エンジニア LANカードを増設！Linuxで認識したか確認してみた
Linux(Ubuntu)のデスクトップにLANカードを増設しました。増設前と後でifconfigを行い、どのように認識されるのか確認しています。PCへの取り付け方法含めて紹介します。
AI 機械学習でCPUとGPUを比較！サポートと処理速度を比べてみた
簡単な機械学習をして、CPUとGPUの差を比較してみました。CPUをサポートされているものも多数ありますが、やはりGPUの方が圧倒的に楽です。処理速度もですが、サポートの差がCPUとGPUで違う一例を紹介します。
エンジニア Windows 11 Home(パッケージ版)を購入してみた
Windows 11 Homeのパッケージ版を購入してみました。付属されたUSBとプロダクトキーを使い、無事インストールできました。OS無しの自作PCに、Windowsをセットアップした内容を紹介します。
エンジニア 機械学習のPCを自作してみた！(パーツ予算15~20万円編)
機械学習・ディープラーニング用のPCを自作してみました。パーツの予算総額は約15~20万円のミドルスペックです。機械学習で重要なGPUメモリを重視して、デスクトップPCを組んだ内容を紹介します。
AI Netronをインストール(Ubuntu と Windows)
UbuntuとWindowsの両方でNetronをインストールしました。PyTorch, TensorFlow(機械学習)などの「重み」を可視化してくれる、便利なソフトです。インストール方法・簡単な使い方を紹介します。
AI 第6回AIエッジコンテストが凄く難しいけど勉強になった感想
第6回AIエッジコンテストに参加していました。RISC-Vを使って、画像とLIDAR点群からの3D物体検出が課題でした。ただ貴重な勉強の機会になりましたし、自身への忘備録としても内容を紹介します。
AI nuScenes形式の3D物体検出をKV260(FPGA)で試したメモ
nuScenes形式の3D物体検出(PointPillars)をFPGAでテストしてみました。使用した評価ボードはKV260です。第6回AIエッジコンテストのデータセットでも確認しています。
AI KITTI形式の3D物体検出をKV260(FPGA)で試したメモ
KITTIの3D物体検出(PointPillars)をFPGAでテストしてみました。使用した評価ボードはKV260です。Vitis AIのライブラリを使って、簡単にテストしてみた内容を紹介します。
AI KV260でYOLOX+DPUの物体検出をしてみたメモ
FPGAでYOLOXの物体検出をしてみました。使用したFPGAの評価ボードはKV260です。Vitis AIのサンプルを使って簡単にテストした内容を紹介します。
AI Vitis AIでPytorchのcompileをしてみたメモ
Vitis AIのPytorchのモデル(.xmodel)をコンパイルしてみました。練習を兼ねて、複数の物体検出(YOLOX、PointPillars)のモデルでテストしています。