Udemyで技術習得！気の向くままにのんびりと

2019年10月12日

【1日目成果】英語版Udemy講座で学ぶ！OpenCV、ディープラーニングを使ってpythonで画像認識

進捗 12%
順調なスタート。
今回はWindowsで受講を行う。

■セクション１：コース概要と導入

今回のコースは前にも受けているJoseさんのコースということで大体どのようなものはわかっているので、ササっと進める。
環境もコマンドで簡単にできると思いきやいきなり詰まった。

python_cvcourseでバーチャル環境をアクティベートできるはずだが、環境がないとエラーが出る。
環境のリストが下記のコマンドでできるらしい。

conda info --envs

あ、”_"（アンダースコア）じゃなくて"-"（ハイフン）じゃん。
変更して事なきを得た。

■セクション２：NumPyと画像の基礎

このセクションではNumPyの基本とmatplotlibで画像の読み込み、表示し、データをNumPyのarrayに入れて、チャネルを取り出して表示する。
はまったのは画像読み込みの際のパスの処理の所。
r"path文字列...."としてraw指定してパスを入れること。
エラーメッセージがピンとこない。（ValueError: embedded null character）

・新しく知ったこと
　・jupyternotebookでAPIの説明を出す
　　→[Shift] + [Tab]
　・Zerosで作るマトリックスのデフォルト値はfloat

・NumPy操作メモ（講義で出たもの＋自分で調べたもの）：
　・lab起動
　・リストからデータ生成
　・1個飛ばしのリスト作成
　・ゼロのマトリックス作成
　・要素が全部１の行列の作成
　・ランダムな行列（int)
　　np.random.randint(0,100,10)
　・最大、最小
　・最大の場所、最小の場所
　・平均
　・1-100で10X10の行列を作る
　・行列のディメンジョン
　・全て同じ値の行列　full

・col/rowの操作
　・特定の場所の取り出し
　・全体　a[:]
　・1行目 a[0,:]
　・1列目 a[:,0]
・縦長、横長に変更 .reshape(10,1)
・部分行列　a[0:4,0:2]
・コピー：　a.copy()

　参考）
https://numpy.org/doc/

・画像データの読み込み操作
　・関連ライブラリ読み込み
　・画像読み込み
　・NumPy配列への変換
　・データタイプ表示
　・チャネルの取り出し、グレー化

・アセスメントテスト
　順当に解答できた。
完了。

■セクション３：画像の基礎とOpenCV

OpenCVの歴史からスタート。
自分でも調べた。
最新ではC言語のI/Fは廃止になっていることに驚く。
やばい、自分もお払い箱になってしまいそうで怖い。

参考）
https://ja.wikipedia.org/wiki/OpenCV

■次は
OpenCVを入れて、セクション３を続けて進めていく。
オブジェクトトラッキングなど動画周りも試したいのでWebカメラを購入しておく。

このコースへのリンク
Python for Computer Vision with OpenCV and Deep Learning

全般ランキング

タグ： opencv numpy

【このカテゴリーの最新記事】

posted by peter3q at 08:11| Comment(0) | TrackBack(0) | pythonで画像認識

2019年10月11日

英語版Udemy講座で学ぶ！OpenCV、ディープラーニングを使ってpythonで画像認識

はじめに
Pythonを用いて、OpenCV,ディープラーニングの最新の技術を学ぶ。

講座名:Python for Computer Vision with OpenCV and Deep Learning

このコースの受講動機
もはや一般的になってしまっているディープラーニングを用いた画像認識。
これからも様々な産業分野で活用、応用されていくはずだ。
自動運転やデジタルマーケティング、セキュリティや顔認証など。
また、機械学習やディープラーニングでよく使われるpython。
これからますます、仕事や遊びのプログラミングの際に触れる場面が多くなっていくだろう。
このような状況でpythonによる画像認識はプログラマーにとって必須の知識となっているのではないか。
そこで、今回、画像をハンドリングするライブラリであるOpenCVや簡単にディープラーニングを実装できるKerasなどpythonを使って学び、プログラマーとしての経験を積みたい。

このコース完了の際のゴールイメージ
・NumPyを用いた画像のハンドリングができる
・OpenCVを用いた画像処理ができる
・顔認識技術を実装できる
・オブジェクトトラッキングが実装できる
・ディープラーニングのフレームワークKerasでの実装ができる
・カスタマイズしたCNNのディープラーニングの実装ができる
・処理速度を重視したYOLOネットワークのディープラーニングでの実装ができる

コース詳細の紹介
・レクチャー数と時間
　・92レクチャー、14時間のビデオ

・言語
　・英語（英語字幕あり）

・内容要約
　・NumPyによる画像操作
　・OpenCVをもちいてpythonで図形を画像、ビデオに描画
　・OpenCVを用いたぼかし、などの画像エフェクト処理
　・コーナーやエッジ、グリッド検出を行うオブジェクト検出処理
　・画像のセグメンテーション
　・オブジェクトトラッキング
　・ディープラーニングを用いた画像分類
　・Tensorflow, Kerasを用いたカスタム画像の学習処理
・受講に際しての前提条件
　・Pythonの基礎を理解していること
　・Windows10 or MacOS or Ubuntu
　・パーミッションを変更可能なコンピュータがあること
　・ビデオストリーミングを行う場合はWebCamがあること

計画
・15日程度で完了するつもりで受講をする。

このコースへのリンク
Python for Computer Vision with OpenCV and Deep Learning

全般ランキング

タグ： keras deep learning 画像処理 Python

posted by peter3q at 06:06| Comment(0) | TrackBack(0) | pythonで画像認識

2019年10月10日

【まとめ】英語版Udemy講座で学ぶ！ブロックチェーン技術

英語版のUdemy講座、"Build a Blockchain & Cryptocurrency | Full-Stack Edition"の受講を完了したので最初に立てた目標の達成具合、自己評価や、コースをやり終えての感想をまとめる。

１、受講前のゴールイメージとスケジュールの確認
２、講義に関して
３、残念なポイント
３、次回に受講に生かしたいこと。教訓とか

受講前のゴールイメージとスケジュールの確認

■受講前のゴールイメージとスケジュールの確認
・ブロックチェーンの仕組みとコア技術を説明できる　△
・ブロックチェーンのプログラム開発ができる　△
・ブロックチェーンを用いたWebアプリケーションの構築ができる　△
おおむね、イメージした通り、マスターできたとは思う。
しかし、独自にブロックチェーンのプログラムやWebアプリを作るにはまだ勉強の必要があるかな。

■スケジュール

15日程度で完了するつもりで受講をする。→15日で完了

大体、1日5%から10%を目標に進められた。

■良かった点、難しかった点
・良かった点
　・非常にタフなコースだが、内容は非常に充実していて達成感は大きい。
　・TDDで講義が進むところ。実践的でTDDの勉強にもなった
　・Node.jsやReact, jestなどの充実したフレームワーク、プログラミング言語などの最新のコーディング環境に触れられた
　・一部デバッグえ辛い時期もあったがおおむね計画通りに進められた。
　・忍耐力が付いた気がする。また、Node.jsなどWeb Frameworkのデバッグの経験をつめた。

・難しかった点：
　・デバッグが相当つからった。　
　　→スペルチェッカーを導入することでかなり改善したが、それでもかなり時間を要した。
　　→オブジェクトのundefinedには結構悩まされた。
　　→カッコが多いのでそのネスト状態や、")"か"}"などで結構バグが出てしまった。
　・コーディングが忙しくて動画をじっくり見る余裕があまりなかった。
　　→gitのお手本を次回からは活用して見たい。

■講義に関して

・英語
　・全体的には特に問題なし。

・内容
　・ブロックチェーンに関しての知識は一通りついたと思う。
　・普段では絶対触れることのない、Node.jsやReactなどの最新のWebアプリケーションの開発環境に触れられ、面白かった。
　・ブロックチェーンで仮想通貨を作ったことがある、と自慢できる。
　・Webアプリケーションで作ったブロックチェーンをマルチホストで同期させたり、非常に高度で飽きがこない。
　・何回か復習してもいい感じ。

■残念なポイント

・デバッグに時間がかかった所。Node.jsを知っていればもっとスムーズだったかも。
・講座をまとめるpdfがあると良い。これなんだっけ、をすぐ確認できると助かる。
・かなり高等な技術なので副読本を用意するともっと理解が進んだかも

■次回に受講に生かしたいこと。教訓とか

・スペルチェッカーは入れたほうがいい。ただし、頼り切らないこと。
・お手本を活用しながら勉強を進める
・高等なテーマに関しては副読本を用意（余裕があれば）

このコースへのリンク
Build a Blockchain & Cryptocurrency | Full-Stack Edition

全般ランキング

posted by peter3q at 06:53| Comment(0) | TrackBack(0) | ブロックチェーンと仮想通貨

2019年10月09日

【15日目成果】英語版Udemy講座で学ぶ！ブロックチェーン技術

進捗 100%(+8%)
いろいろあったが、予定通り、受講を完了した。

■デプロイの実施

最後に、Herokuのサービスを使って今まで作った仮想通貨システムのデプロイを行う。
Herokuのアカウントを作成後、Redisの設定に移ったところで、エラーが発生。
どうも、Redisの設定を行うにはクレジットカードの番号を登録することが必要とのこと。
んー、今回はやらなくていいかな。
ということで、Herokuへのサービスデプロイは今回は行わないことにした。

しかし、動画がまだ残っている！
ブロックチェーンのアドレスリストの表示とページ表示の部分だ。
これらを進め、特に大きな問題もなく完了した。

以上をもって、Build a Blockchain & Cryptocurrency | Full-Stack Editionの受講を完了した。

■感想

15日間、山谷あったが、何とか予定通り、コースの受講を完了することができた。
コース全体としては、やはり、バグの対処にかなり時間を取られたという印象だ。
コード量もかなりの量を書いたと思う。
1日の勉強量は2−3時間くらいでかなり大変だった。

■良かった点

進捗 60%(+7%)
順調というわけでもないが進めることはできた。

結局、前回のエラーを解消するために2，3時間を要してしました。
結局、VSCodeのエディタはjavascriptの文法エラーを検出してはくれるがコードのtypoは検出することはできない。
このため、typoにより、値がundefinedになったり、関数が正しく認識されなかったり、が起こる。
特にこの講座はコードの記述量が多いため、typoのバグで多くの時間を要している気がする。
そこで、スペルチェックのツールを導入することにした。

https://marketplace.visualstudio.com/items?itemName=streetsidesoftware.code-spell-checker

導入後は何の問題もなく、コーディング、テストが進む。
今までの苦労が何だったのか？

■Mine Transactions |The Blockchain and Cryptocurrency Backend

仮想通貨のマイニングのセクションに入った。
このセクションでは、マイニング処理を有効な処理を取得したり、マイニングへの報酬など5つのステップに分けて順番に実装を進める。
面白そうだが、2時間半のセクションとなっており、このコースの山場といったとところだろう。

早速、またまた、テストが通らない。
つづりはＯＫだが、配列に要素が入らない。
結局、コールバック関数を{}でくくっていて中で呼んでいる関数から値が返されず、filterの結果の配列に要素が入らないことがわかった。
考えてみれば当たり前のような気もするがこれまた結構な時間を使ってしまった。

【誤】
[1,2,3].filter(f => {f === 1})
-> []

【正】
[1,2,3].filter(f => {return (f === 1)})
-> [1]

■次は？

ひたすらMine Transactionsのセクションを終わらすべく、進める。

このコースへのリンク
Build a Blockchain & Cryptocurrency | Full-Stack Edition

全般ランキング

タグ： Node.js

posted by peter3q at 07:27| Comment(0) | TrackBack(0) | ブロックチェーンと仮想通貨

日	月	火	水	木	金	土
			1	2	3	4
5	6	7	8	9	10	11
12	13	14	15	16	17	18
19	20	21	22	23	24	25
26	27	28	29	30	31