TensorFlow2（３）第４章ニューラルネット

寝ても起きてもテンソルテンソル！

いつものように入門書「TensorFlow2プログラミング実装ハンドブック」の通りに動かしています．わたしはPythonをほとんど知らないのでPythonのクラスのsourceを読んでも判らんので困っています．

第４章では初歩的なニューラルネットが登場します．Ｗ修正式の導出は第３章よりもややこしくなっています．ややこしくても原理は同じです．下図の出力に現れた誤差をWで偏微分しまくりです．

第４章は「ロジスティック回帰」という計算をニューラルネットでやる方法を説明しているのだけど、わたしはロジスティックとか回帰という言葉を知りません．統計用語でしょうか？

ともあれやろうとしていることはこうゆうことだと思います．

・N次元ベクトルデータＸが無数にある

・Ｘをplotすると下図のように２つの山に分かれて分布しているとする

・Ｘに「赤」「青」という属性を与えて分類するのが最終目的

・その分類をニューラルネットの学習（勾配降下法）で最適化する

・Ｘの一部は教師データであり、赤青の正解を持っている

↓「勾配降下法」に依らずしても解く方法はあります．固有値ベクトルを求めて、固有値ベクトルを基底とする座標変換をして、原点より右側ならパターン赤、原点より左側ならパターン青、と分類するのでも構わないはずです．

そう考えるとこんな風に思います．

・ニューラルネットにベクトルＸが入力され、Ｘの各要素に重みづけＷが掛け算される

・Ｗもベクトルだから、Ｘに重みづけＷを掛けるのは「ＸとＷの内積」を計算するのと同じである

・Ｗはニューラルネットの学習が進むにつれて修正されてゆき最終的には固有値ベクトル（＝基底）に収斂してゆくのだろう

・Wが基底ならば、ＸとＷの内積は座標変換計算そのものである

もっとも、ニューラルネットには心が無いので、そんな手の込んだ計算をしているとは自覚してません．人間がＷの修正式を適切に設計してニューラルネットに組み込んでやったから赤青判定が上手に働いてるだけです．

虚しいです．

ヒトがＷの修正式を解いてあげて、ヒトがニューラルネットに実装してあげなくちゃいけません．ニューラルネットには自力で学習方法を模索する能力は無いんです．つまり機械学習とは「教師あり学習のオートメーション化」に過ぎません．虚しいです．

第４章の後半では、画像を靴・ズボン・シャツ・バッグ、、、などに分類するより複雑な例が解説されています．28x28pixの画像が784次元ベクトルXとしてニューラルネットへ入力されます．784次元空間に占めるズボンの配置を特定するようなWの修正式がヒトによってニューラルネットに組み込まれています．スケールは大きくても原理は赤青分類と同じです．虚しい．

次回はTensorFlow2のsourceを追ってみます．

かしこ

葛飾ナンバーってなんじゃそれ？

シャールームの部材調達のため豊洲SVHへ走りました．

こちらに書いた要領で3x6合板を今日は８枚積みました．

【限界？】ホンダ フィットに2440mmの材木を積めるのか？

その帰り道、浜崎橋JCTで合流したクルマのナンバーが「葛飾」ってなんじゃそれ？

こんな感じのフツーのナンバープレートであって、絵柄は無し．原チャリじゃないですから、クルマですから．

調べたら葛飾ナンバーは2020.5から交付されているようです．まぁそんなにクルマに乗らないから１年間も気付かなかったってことですね．

他にも「江東」「板橋」も走っているらしいが、見た記憶はナッシング．

関東では、成田、船橋、市川、柏、松戸、市原、川越、川口、越谷、杉並 などもあるのだそうですが、市川と柏は見た事あるけど他は知りませんでした．

ご当地ナンバーで幸せになれておめでとうございます．

かしこ

鳥さんがんばって

あー焼鳥喰いたい．

鳥さんの餌容器を変えたら試練だったみたいで申し訳ないことをしました．

給餌器を捨てたり洗ったりしてる間、深い容器で餌を与えましたら、、、

↓う～ん、餌が深くて食べられないわとお悩みのスズメさん．容器に「重そう」と書かれている理由はかつて「重曹」を入れていた容器だからです．

↓逡巡の後、容器の中に着地して餌を食べる勇者のスズメさん．うらやましそうにそれを見守る２人のスズメ．餌の減り方もゆっくりです．

↓この容器サイズですとスズメさん同士のATフィールドが衝突して心が痛いらしく、二人で容器に着地する場面は滅多にお目にかかれません．これは容器内に２人、外部に３人がたむろっている貴重な写真です．

↓浅くて広い容器を調達しました．スズメはこういうフラットな餌場が好きみたいです．しかしこの容器だと餌の減り方がとても速いです．明日は休肝日にしよう．

↓巨大なお客さんはご近所にお住まいのキジバトさんご夫婦．君たちには餌をあげません．

かしこ

鬼滅の刃／シンエヴァ興行収入watch 第37週 401.3億円／第16週 95.7億円

はいっ、今週も鬼滅・シンエヴァ興行収入watchのお時間がやって参りました．

鬼滅はどこかで上映が続いているようなのですが、興収の伸びは無く前週から据え置きです．

シンエヴァは１００行けるでしょうか？

前週比＋２．４億円でトータル９５．７億円になりました．

そして推移グラフ．エヴァの上昇ペースにグッズ配布の威力を見た．

今後の予想

鬼はもう伸びないと思われますが、上映中フラグは立ち続けるんでしょう．

シンエヴァは１００まであと４．３ですから１００に辿り着く可能性は高まったと思われます．最後の配布グッズはマリと渚のポスターとややimpactに欠けますが、あと２週で＋３上乗せし、残りの１．３を３週で走り抜ければ１００行くもんね．頑張れカラー．

＃ハサウェイの興収はよくわからんです．

３６週へ     ３８週へ

かしこ

「映画大好きポンポさん」 US流 強メンタル コーチング成功譚 でした

「メイドインアビス」がハリウッド映画になるらしいですね．主演は子供なのか？ 腕を切断するのか？ 子供が箱に閉じ込められて痛がるのか？ US人のメンタルは果たして持つのか？

ハリウッド版アビスは放置しとくとして、我々は宇宙最強のアニメ国家日本に棲んでいるわけですから日本の草の根アニメの動向に着目しておればそれが一片の曇りもない生き方である．

映画を作りたいが作りたいと思ってるだけな奴らが映画を作る風な、「映画大好きポンポさん」はPVを観るだに楽しそうです．キャッチコピー：幸福は創造の敵．

松尾亮一郎Pは「BLACK LAGOON」「この世界の片隅に」．

キャラ足立慎吾はSAO．

足立慎吾の奥さんの飯塚晴子ってどこかで聞き覚えがあると思ったら、ホリミヤのキャラの人でした．

ポンポさんは評判がよろしいようで、公開から3weeksかそこら経って劇場数が激増するという情勢です．本日時点では新宿ではEJシアターだけですけど．

というわけで今夜EJで観ます．感想は後ほど．

ーーーー

観ました．驚きました．

ポンポさんを一行で表すと、

US流 強メンタル コーチング成功譚

その一方で、銀河系最強のアニメ国家日本に棲む我々が普段目にしているアニメは、

弱メンタル 自意識過剰 引きこもり日常譚

なわけです．企画のメンタル面がポンポさんとは真逆なんですね．

ポンポさんのあらすじはこうです．

舞台はハリウッド．ポンポさんは映画会社の敏腕プロデューサー．主人公は映画ヲタクで目が死んでいる奴だが、ポンポさんに才能を見出され監督に大抜擢．撮影の苦悩、資金の苦労、編集の苦悩を乗り越え、初監督作品がアカデミー賞！ 三幕物じゃぁありません．すなわち、「US流 強メンタル コーチング成功譚」というわけです．

KADOKAWAさん、普段はコアヲタク向け過ぎて市場が狭い所でひーひー言うような作品ばっかり企画してるのに、どうしてどうして、ポンポさんみたいな真逆な作品もやるんですね．

KADOKAWAがworld wide向けに作ったのだとすれば位置づけを理解できます．本作がnetflix銘柄だったらもっと合点がいっただろう．

しかし、ハサウェイで「ま～た日本のアニメが進歩したな」と思ってる奴とか、BLや百合な奴とか、日常系な奴ら、、、すなわちコアヲタクにはポンポさんは取っ掛かりが無くてウケないと思うんだけどなぁ．

とは言ってもですよ、昨今はSNSの口コミでカジュアルヲタクが大量動員されるのがマーケの狙い目なわけです．鬼滅がその極致でした．

ポンポさんもそういうマーケの成功に向かって助走しているところかもしれません．６月４日公開（だったと思う）から１ヶ月後の７月２日になって上映劇場が増えるんです．ポンポさんどうか頑張ってください．

最後にひら的にポンポさんをどのくらい評価するかというと、星３．７ぐらいかな．引っ掛かる部分が無くって．

かしこ

シャワールーム、レーザー墨出し器が届きました

謎の中国人業者に注文したレーザー墨出し器が来ないわと昨日書きました．

今朝、発送連絡メールが来ました．その２時間後に宅配便で届きました．どこかで時間の流れが歪んでいるように思われます．日本人カスタマーの神経は細かいアルよ．

これでシャワールームを進めることが出来る．というわけで、今回はレーザー墨出し器のレポです．

お値段は￥８０００ぐらいでした．国内発送です．送料込み．

入っているもの．

・レーザー墨出し器本体（高さ125mmもある、意外と大きい）

・座台

・リチウム電池２ヶ

・ACアダプタ5V

・最大高さ1200mmぐらいの三脚

・ソフトケース

↓電源SWは、ゴツいスライド式です．これはSWの役目だけではなく、ジンバルの固定解除の役目もあります．この製品は、ある程度まで水平合わせをしてやれば、自動で水平を追い込み調整してくれます．光学系がジンバル上に載っていて重力で水平調整してくれる仕組みです．

↓ゆえに、発光部を見るとブラブラと動きます．

↓操作パネルはこれだけ．

OUTDOOR：少し明るくなる

H：水平レーザーマーカーON/OFF

V：垂直レーザーマーカーON/OFF

↓充電端子．外部電源でも動くのかどうかは試してません．

↓本体裏面は目隠しされています．上位機種ならば２本目のV線があるのですが、これは下位機種なのでV線は１本だけです．それと、この写真の天端に三脚ネジがある．つまり逆さまにしても使えるのではないかと期待するわけですが、実際に逆さで使ってみたけどジンバルが動かなくてダメみたいよ．

↓底面．バッテリー収納部．三脚の取り付けネジ（大小）．

↓リチウムは4Ah．ケースを押すと判るんだけどハリボテです．真の中身はなんだろう？

↓シャワールームの床の墨出しをやってるところ．やりたかったのはこれよこれ．

自分の家の造作の垂直度を確認してみたけど、誤差が問題になるような様子は無かったです．SPECは確か10mで±2mmだったと思うが、それには入ってるんじゃないかというのが実感です．

かしこ

シャワールーム、これまでの出費￥35840

シャワールームを作ろう！

暑くて作業に身が入らずにちんたら作っています．しかし7月20日を過ぎるとオリンピック観戦、じゃなかった梅雨が明けて猛暑が襲ってくるのでそれまでになるべく多くの作業を済ませておきたいとの焦りも感じています．

作業計画

解体 → 給排水 → 電気 → 壁下地（まだここ） → 天井 → 床下地 → 床FRP → 仕上材 → 給排水器具 → リモコン → 引き戸 → 外部壁下地 → クロス → ドア → 完成

先はまだまだ長いです．

ーーーー

天井と床のレベル決めのために「レーザー墨出し機」を発注しました．昔から欲しかったんだよォ．でも、在日中国人の変な業者に注文したので発送が遅くて困っています．早く来ないかなぁ．

↓古くからあるレーザー墨出し機はこのような形状で、後ろを照射するにはクルッと回転させます．

↓近頃ではこのような形状の物が売られています．これは光学的に３６０度に光が照射されるので回転させる必要がありません．脳天がビグザムっぽい．

ただし安物は精度も悪いらしいので心配です．

ーーーー

お風呂は、構造＋給排水＋防水＋電気 が混在しているので出費がかさみます．てかまだ序の口です．浴室防水壁材は死ぬほど高価です．

これまでのキャッシュアウト

 銅管部材  ￥６８００

 混合水栓   ￥５３００

 配管部材    ￥２８００

 3x6 12MM合板８枚   ￥１００００

 30x40垂木12本     ￥４０００

 浴室照明   ￥３６４０

 浴室換気扇   ￥３３００

 根太ボンド、車輪、VVF、アルミチャンネル材など   ￥３０００

ここまでの累計：￥３５８４０

買った工具

 スライド丸ノコ     ￥１５８００

 レーザー墨出し機     ￥８０００

てなわけでレーザー墨出しを待つしかなくー

＃ポスターは池田エライザです

かしこ

石定盤 自作3Dプリンタ、トラブルは忘れた頃にやってくる（モーター発熱）

♪きっと来る～♪

数10時間は快調に動いていた３号機ですが、忘れた頃になってトラブル発生．

不調に気づいたのは、ベルトの動きがパタパタしていたためでした．ベルトプーリー固定ネジが緩んだかなと思ったのですがそうではなく．．．

↓Z軸に載ったX軸モーターを覗き込んで、なぬ～っと思った様子がこちらです．モーターが斜めになっています．原因はモーターの発熱でPLAが柔らかくなって、ベルトテンションに負けて徐々に傾いたのです．長時間稼働時のモーター温度は60度ぐらいでした．数10時間かかってPLAがゆっくりと変形したようです．

↓モーターの発熱といえば、Extruderの発熱が激しく、80度になってしまうわ、PLAが溶けて詰まるわで早々に気づいて対策しました．鉄製のブラケットでPLA部品に吊るすようにしてさらにFANで冷却しています．

実を言うと、今ではExtruderの発熱はかつてほど酷くなくなっています．3DPを稼働させて間もない頃、なるべく高速印刷してやろうと思い、樹脂吐出量が多くExtruderの負荷が大きかった時期にはアッチンチンになっていたんです．しかし高速印刷すると精度が悪化するので、今では40mm/sぐらいでゆっくり目に印刷する事が多いため発熱は少なくなりました．

さて本件の対策です．

↓まずはひん曲がったモーター固定部分をヒーターで炙って元に戻します．周辺部は変形しないよう願うぞ．

↓恒久対策になるかどうかは不明ですが、紙エポ基板(1.6mm)２枚をモーターに被せて断熱します．PLAにアルミが接して直接熱伝導するよりはだいぶマシと思う．

↓対策完了

↓Y軸も似たような発熱なので溶ける兆候あり．モーター固定ネジが沈んでいます．紙エポ基板を追加しました．

トラブルは終わらない．これでまた数10時間使ってみてどうなるか．．．

かしこ

【おしらせ】

当ブログで書き散らかした3DPの投稿をまとめたノウハウ集を作りました．ダウンロード販売しています．￥６６０です．

https://bangflat.base.shop/

pdfをダウンロードしていただけます．全３６ページ．

3DP印刷部品のstlファイルを無料ダウンロードできます．

Marlinのvscode project folder詰め合わせも無料ダウンロードできます．

まずは無料立ち読み版をご覧になってはいかがでしょうか．(pdf)

よろしくでーす．

US政府のUFO報告書の件

US政府機関がUFOについての報告書を公開しました．マスメディアは「明確な言及無し」と報じていますが、その報告書にはどんな事が書かれているのか？

報告書の原典は「UAP 20210625」で検索すると出て来るみたいよ．全部で９ページですが、末尾２ページはAppendixなので実質７ページしかなく、写真は無し、個別案件への言及無し．（UFOのことをUAPと呼んでます）

報告書が言ってること（ひら意訳）：

・信用に足る目撃談は民間よりも軍に多い

・軍がUAP通報ルールを作ってから日が浅い

・近年の軍の目撃報告144件にfocusする

・ありえない推進等の謎現象はあるが、よくわからん

・ニアミスや軍事活動の妨げなど、脅威になっている

・分析に投資が必要である

ひら感想：

・「宇宙人」というコトバは１つも登場しない

・ロズウェルから逃げたな、肩透かしだなぁ

・これでは「明確な言及無し」としか言えんわな

・UFOオカルト業界からは失望の声が上がるのではないか？

・「ムー」の総力特集の方が面白い

ーーーーー

以下はUFO報告書からの抜粋．

サマリー：

・原因特定に至るような報告が無いのでよくわからん

・2004以降の報告にfocusする

・空中浮遊物、自然現象、US製人工物、外国の兵器、その他 に分類される

軍の目撃談は比較的信頼できる．海軍は2019.3に、空軍は2020.11にUAP通報ルールを作った．通報ルールを設けてからの過去２年間に目撃例が集中している．144の報告のうち、１件はバルーンだと特定できたが、その他は不明であり、軍事活動の妨げになると報告されている．

18件で、異常なUAPの動きのパターンまたは飛行特性が報告されている．一部のUAPは、識別可能な推進手段なしに、上空の風の中で静止したままであるか、風に逆らって移動するか、突然操縦するか、またはかなりの速度で移動するように見えた．

UAPは脅威である．パイロットは安全上の問題が生じたとき、報告義務がある．11件のニアミス報告がある．

UAPの分析のため投資が必要である．

ヒミツは守られた

かしこ

渋谷区に「渋」という町名があるミステリー

今日は３時間もお昼寝してしまってぼやぼやしているわたしです．

そんなシャキッとしないところへ、シャキッとしないメールが来ましたのでご報告．

「ビズリーチ」の勧誘メールで、貴方も転職しましょうよという内容でした．オレにはカンケーねぇと思いつつ下の方へスクロールダウンしてゆきます．

ふと、会社はどこに在るんだろうと思いまして、住所を見たらこう書かれています．

 株式会社ビズリーチ　運営事務局

 東京都渋谷区渋2-15-1

 渋谷クロスタワー12F

ん？ 渋谷区に「渋」なんつう町名なんかあったっけ？

「渋谷区渋」で検索したけどそんなのないぞ．出て来るのは「渋谷区渋谷」です．

自分の会社の住所間違えるなよ．それに吉谷彩子さんの顔に泥を塗らないで！

港区には「芝公園」「芝浦」「芝」と芝縛りがいくつもあるんですけど、渋谷に渋縛りはないんだからねっ！

ぼやぼやしてる奴はオレだけじゃなくてよかったよ．

かしこ

鳥さん観察日記

餌をあげている鳥さんの観察について書きます．

来ている小鳥はスズメのみです．

１．野生を失わせてしまう危険

餌やりの最初の頃は、無尽蔵に餌を与えていました．朝から夕方まで延々と食べています．来客人数が最も多かったときには一度に20人ぐらい来てました．

そんなスズメさんをみていて、こいつら自分で実や虫を捕るのを止めてしまったのではないかと思いました．

そこで、餌やりを１日おきにしました．

２．スズメはヒトの心を荒廃させる

「小鳥の姿を見て癒される」なんてことはないです．スゲー暴力的な個体が15%ぐらいいる感じです．

暴力スズメの挙動はこうです．パクパクパクと３回餌をついばんで、隣の個体にくちばしで目潰しをする．その暴力に意味は無いのですが、延々とDVをやってます．観察している人間の気持ちがどんどん荒廃してゆきます．

そしてそういう暴力スズメは餌の喰い方が汚い．ついばむ毎に首を左右に強く降るので、餌を飛び散らかします．お前しねばいいのに、と誰もが思うでしょう．

３．スズメは短時間ならホバリング可能

暴力スズメによって餌場から追放される個体は僅かながら抵抗します．抵抗する際に空中にホバリングしてくちばしで逆襲します．なかなか機動力に長けているスズメさんです．

４．朝食を逃すと来なくなる

餌やりを一日おきにしました．

鳥さんの活動時間は、夜明け～夕暮れまでです．今の季節ですと朝５時に朝食、夕18時に夕食です．

餌を前日の夜に出しておけば、鳥さんに朝食を提供できます．

餌を当日の９時頃に出すと、鳥さんの朝食には間に合いません．

スズメの行動パターンは、朝食を食べたロケーションを繰り返し訪問するみたいです．

したがって、餌出し時刻が９時になってしまった日は訪問者が少ないです．

どこかへ出張しているから来ないのか、単に頭が悪くて忘れちゃうのか、それは不明です．

５．子スズメの特徴

くちばしが黄色い個体は子供と云われるのはスズメも同様です．

ただし、小学生と幼稚園児の差はあります．

一人で食事しているけどくちばしが黄色い個体は小学生．

幼稚園児はそれとはかなり違います．

・体形が太い、ずんぐりむっくり

・羽を細かく震わせる

・注意力が弱く、人が近づいてもボケーッとしている

・やたらとピヨピヨ鳴く

・餌を目の前にしても自力で食べれない（親に給餌してもらう）

・歩けない

・そのくせ空は飛べる   ←鳥さんの発育過程はまず飛ぶことなんですね

今後もスズメさんを観察して参ります．

かしこ

石定盤 自作3Dプリンタ、３号機MkIIをつくろう

3Dプリンタを作ろう！

３号機は順調に動いています．

3DP業界では印刷品質を判定するために「あの船」をプリントするのが習わしですからわたしもやってみました．

市販の3DPほどには美しくないです．

問題点は、

１）小径造形物が溶けて崩れている

２）窓枠上部がダレる

３）丸が汚い．樹脂の引けが多い

軸精度やバックラッシュに由来する不具合は感じられません．

結局、残る厄介事は樹脂の搬送系に集約されるものなんですな、FDM 3DPというものは．

ひら的に考えている対策は、

・ダイレクト式に変更

・樹脂積層点に送風して急速冷却する

予備として３号機の２台目をつくるつもりです．

3号機MkIIは、「あの船」を美しくするために ダイレクト方式＋送風冷却 を実装する方向で作ろうと思います．

X軸は現状このようになっています．この上にExtruderと送風機をドカッと乗せるわけです．重くなってクイックな動作が難しくなりますが、綺麗に印刷するには仕方ないトレードオフ．

かしこ

【おしらせ】

当ブログで書き散らかした3DPの投稿をまとめたノウハウ集を作りました．ダウンロード販売しています．￥６６０です．

https://bangflat.base.shop/

pdfをダウンロードしていただけます．全３６ページ．

3DP印刷部品のstlファイルを無料ダウンロードできます．

Marlinのvscode project folder詰め合わせも無料ダウンロードできます．

まずは無料立ち読み版をご覧になってはいかがでしょうか．(pdf)

よろしくでーす．

【都議選2021】目黒選挙区の動きがアレですな

選挙マニアのヒラサカです．7月4日の都議選もなかなか楽しいイベントです．

小池が入院しましたが、小池が都民ファーストを叩き切って自民へ復党し国政へ戻るという噂どおりに展開しているみたいですね．なぜならこれを書いている時点で「都議選」でググると、こんな記事見出しが躍っています．

 ・都民ファ10議席割るか 小池氏支援明言せず

 ・小池知事“今週静養”永田町から「これで都議選…」

 ・自民と「全面衝突」回避へ　小池氏静養

二階と小池でハナシはついてるってことでしょうか？

まぁ、小池みたいな奴は、国会の一議員として埋没させておくに限ります．東京都の大統領なんつう権限を与えるよりはマシ．（それでも舛添よりは小池の方がマシですが）

その都議選ですが、我が目黒選挙区でもなんだかワサワサしてるようなんです．

ワサワサの様子を知るには、過去の都議選目黒選挙区の結果を知る必要があります．

2013年の結果

当選順に、公明、自民栗山、自民たかみっちゃん

この結果は何を意味しているのかというと、安倍晋三の２度目登板の直後で自民党の人気が高かく、議席数３のところに自民が２議席獲得して完勝できたんです．

この時の栗山は新人候補だったと思います．栗山の地盤は自由が丘で、地主の大金持ちだそうです．優男風で女性人気あり．

たかみっちゃんとは鈴木隆道といい、地盤は中目黒辺りです．古くから都議をやってる人ですから新人の栗山よりは政界に顔が利く．でも女性人気は弱い．

また目黒区において、自由が丘は目黒区の西の端、中目黒は東の端です．地域活動を通して感じられたのは、自由が丘の人々は「オレら自由が丘だから独立自尊」的な地域性があるみたいです．

2017年、前回の結果

当選：都民ファ、公明、共産

落選：自民栗山、自民たかみっちゃん

この選挙は酷かった．小池の都民ファースト旋風が吹き荒れて全般的に自民は惨敗しました．目黒区では栗山とたかみっちゃんで票を食い合って共倒れでした．

この選挙では、公明は都民ファを支援しました．

2021年、どうなるか？

そんな惨敗のリベンジを期す2021年の都議選です．状況はどうでしょうか？

目黒区は定数３です．公明の斎藤が１議席確保するのは確実ですので残り２議席を自民、都民ファ、共産、立民などが競り合う図式です．

立民は、去年の目黒区長選挙で２位の善戦をした女性候補、山本ひろ子を立てて来ると思います．そしてこいつは当選するでしょう．見た目が上玉なんですよ．

追記：投票券が届いたので選管の立候補者を見たら、山本ひろ子は出馬しておらず、区議の男子が立民から出てました．こいつは当選しそうにないかんじよ．orz

だとすると、３議席目を自民が獲りに行く．そこで栗山とたかみっちゃんが潰し合ってしまったら二人とも落選して都民ファの伊藤が勝ちます．

すなわち、フツーに考えたら結果はこのようになります．

当選： 公明斎藤、立民山本、都民ファ伊藤

落選： 自民栗山、自民たかみっちゃん

わたしですらこんな事は判るわけですから、自民党は候補者を栗山かたかみっちゃんに一本化するべきでした．

そうしたら、いまから１年前ぐらいだったか、自民党目黒支部からの郵便物で「目黒区都議候補者をたかみっちゃんに一本化」との連絡がありました．わたしはたかみっちゃんに当選して欲しいので、よかったよかったと思いました．

ところが先日、郵便受けに栗山が立候補するという自民党の広報ビラが入っていたんです．国会議員の推薦文も添えられています．えーどうして？ やっぱり潰し合いするの？？？

さらに今日、原付で駒沢通りを祐天寺へ走っていたら「栗山の選挙カー」が走っているんです．選挙カーの屋根には丸川珠代＋栗山の写真と名前が入っているじゃありませんか．一体どうなっているの？

今日はそれだけじゃないんです．自民党からのDMが届いていて、その趣旨は「自民党目黒支部の都議選公認候補はたかみっちゃん」なんです．

なにやってんだよこいつら～、てか栗山よ素直に諦めろ．栗山の首に鈴をつける奴が居ないどころか、栗山から大金が都連と国会議員に流れて栗山支援の流れが出来ているんじゃないのかねぇ？

それでまた栗山とたかみっちゃんの潰し合いなんかやってたら自民の議席はゼロになってしまうぞ．替わりに都民ファの伊藤が滑り込むぞ．

しかしここで事態を複雑化させるのが冒頭で述べた小池の都民ファ切り捨て入院です．伊藤が脱落したら、栗山当選の目が出て来るとでもいうのか？

などと総合的に考えて、2021年7月4日の目黒選挙区の結果を次のように予想します．

当選： 公明斎藤、立民山本、自民栗山

落選： 自民たかみっちゃん、都民ファ伊藤

ただし、３位のキャスティングボードは創価学会が握る．

なんだか面白くないな．

かしこ

戒厳令日記 第３期（73日目）禁酒法解除のお喜びを申し上げつつワクチンについて考える

長い間、タイトルは禁酒法日記でしたが禁酒法解除というめでたい日を迎え、戒厳令日記に戻します．

今日は新橋のバーへ久しぶりに出席します．カラオケBOXも営業再開したようですので孤独のカラオケをします．

東京のPCRを確認してみましょう．

着実な下げ止まりです．

全国規模のPCRはかなり減りましたが（約1500人）、東京だけで全国の1/3（約500人）を叩き出しているのには感心します．やはり東京は太い！

今後の成り行きを左右するとしたらワクチンの効果次第でしょうけど、諸外国の様子からは効くとも効かぬともよく判らん気がします．

なぜかというと、UKのようにバタバタ死んでるところへワクチン接種したら効果があっためでたしめでたしというのがこれまでの成果でした．ところが日本には特殊事情があって、元々様々なコロナ株に晒されて日本人全体が軽く集団免疫状態にある(factor-X)ところへ、ファイザーやモデルナを接種するのですから、それは先進国で初の実験です．日本とUK等とは事前セッティングが異なると思われるので、果たしてどんな結果が出るでしょうか？

１週間ほど前、国内医療機関勤務者へ先行接種した500万人の統計では、感染者が1/10ぐらいに減ったとの報道を目にしました．その成果を織り込んだとしても、コロナ以前のように日本人が遊び始めて接触機会が10倍に増えたらワクチンの1/10と相殺して帳消しです．

もうひとつ、接種率が集団免疫レベルにまで達しない可能性もあると思います．老人向け接種会場の混雑が意外に速やかに収束してしまったそうですから、「早く人間になりたーい」と接種会場へ急ぐ人は意外に多くなかったと推察されます．職場で強制接種される人と併せて２回接種済の人が7000万人ぐらいに達しない限り、スガ政権の目論む「ワクチンに極振り」の賭けはテーブルに着く事すらままなりません．

ワクチンに極振り＝集団免疫を目指す、なわけですけど、子供への接種はせずに集団免疫を目指すのって成立するのかな？ ワクチンの年齢制限には諸説あるのですが15歳未満禁止とすれば1500万人です．健康体のままでまき散らす可能性が1500万人潜在します．ワクチンを打った大人のうち90%は発症しないとしても10%は発症するわけですから、市中から新型コロナが消滅するほどドラスティックな場面を見れるとはいささか考えにくい．

ワクチンを打たない人もいれば、PCRが減りゃどんちゃん騒ぎが始まるわけですから、医師会が拘るように「東京で100人未満になる日」が訪れる可能性はひら的にはほとんどない気がします．少なくとも年内は無いんじゃないか？

９月、オリパラが終わった頃にPCRグラフがどんな挙動を示すのかを興味深く見守りましょう．（わたしはオリパラには反対ですけど、オリパラによる感染拡大はさほど酷くないと予想しています．なぜなら、現時点で毎日4000人もの外国人が入国後行方不明になっているからです．ザルなんです．ザルで今のPCR数ですから、オリパラで大流行にはなりそうにない）

N国の立花孝志がコロナに感染し、熱が下がらないので虎の門病院へ入院しました．そのまま死んだら大笑いだと思っていましたが、一昨日あたりに退院しました．

彼のコロナ退院報告動画で興味を感じたのは２点ありました．

１）虎の門病院のコロナ病棟はガラ空きだった

東京の病院は空いてるんですね．

別方面から聞いたところによると、入院対応は都道府県によりけりで、積極的に入院させる県もあれば、東京のように無症状なら「家で寝てろ」と放置しとくところもあるみたいです．

２）レムデシビルの静注を受けた

レムデシビルは効果なしとの報道もかつてあったのですが、入院患者には投与される仕組みになっているんですね．アビガンやイベルメクチンの臨床動向は知りません．

かしこ

宇宙戦艦ヤマトという時代、観ました

ふひぃ～、やっと観れます．

「ヤマトという時代」とは随分と大げさなタイトルだと思ってしまいます．

ヤマト総集編なんでしょうなぁ．

レポートはのちほど．

ーーーー

というわけで鑑賞後．

真田さんによる回想セリフで進行します．

それと、女性のナレーションもあるのですが、誰の声なのか不明です． →沢城みゆきだそうです

2199の前のエピソードはいろいろと興味深かったです．

2111年  火星への入植開始．

2145年  大東亜戦争終結200年記念事業で戦艦大和のサルベージ．大和の姿で復元されたが、どうやら再び海に沈めたらしい．後にヤマトに改装．

2164～83年  内惑星戦争

火星へ墜落した異星人の戦闘艦が発見されていた．火星政府はその技術をもって地球軍よりも優れた戦艦を建造．それが地球vs火星戦争の遠因となった．

2191年   ガミラスとの接触．沖田指令更迭．開戦．遊星爆弾．

2198年   第二次火星沖海戦．地球軍の戦術的勝利は、金剛型艦首のショックカノンによる．ただし充電に時間がかかるため味方駆逐艦の多くが失われた．

ここまでで15分ぐらいで新作カット多数です．

この後は2199と2202のダイジェスト．尺の大半を占めるダイジェスト部分に新作カットは無かったと思います．上映時間の1/3が2199、2/3が2202という配分でした．

2199は短時間だったので、七色星団が全削除されてたのは残念でした．

2202は結構クサイ物語なのでダイジェストでもクサイものがありました．波動砲を打つかどうかでいちいち悩むなよもう．銀河と山南アンドロイドがヤマトを救助するシーンは2202で一番好きかも．キーマンを死なせてしまったのは残念でした．

ガトランチスをやっつけて、次元断層から古代・雪を救出して、2202通りに終了．

ending曲は宇宙戦艦ヤマトのOPでした．名曲だ．

上映前の予告ではなぜか2205予告をやりませんでした．何故だろうと思っていたら、「時代」の後に2205予告がありました．2205はオールスターキャストのようですね．10月8日を楽しみに待とうではないか．

かしこ

鬼滅の刃／シンエヴァ興行収入watch 第36週 401.3億円／第15週 93.3億円

はいっ、今週も鬼滅・シンエヴァ興行収入watchのお時間がやって参りました．

今週は地味に面白い気がしました．

まず鬼滅ですが、ランキングが赤字ですからまだどこかで上映中なんですね．

しかし、興行収入は前回据え置きの４０１．３億円でした．

鬼のBDは６月16日に発売され３日間で１００万枚を超えたというのですからビックリです．「初動枚数１００万枚」とこの連載で書いたことはあったけど、そんな途方もない数字なんか出るわけないと思ってたんですがね．鬼さんどこまで行っちゃうの？

そしてシンエヴァは、なんだこの捲り上げは？

前週比＋３．６億円で９３．３億円です．グッズ配布のアディショナルインパクトは衰えませんな．これをあと2weeksやったら１００億円突破ですから、カラーさん仕掛けて欲しいなぁ．ロボット物で１００の偉業を成し遂げてくれ．

グラフです．エヴァが上昇中です．

閃光のハサウェイは、6/20の発表で１０億円を突破したそうです．まぁあのクオリティなら納得です．最終興収３０億も夢じゃない．わたしももう一回観て興収に貢献したく思います．

３５週へ        ３７週へ

かしこ

Tensorflow2（２）微分計算で立ち止まるわたくし

Tensor計算してますか？ 添え字が多いのでわたしには出来ません．

いつものように入門書「TensorFlow2プログラミング実装ハンドブック」の通りに動かしています．PythonとJupyter NBの使い方をあまり判っていません．

まだ３章「勾配降下法」のところです．TensorFlowオブジェクトが判らんちんです．

勾配降下法について少し説明します．

excelグラフの「XY散布図」に近似関数を表示させる機能があるでしょう．あれをやる計算方法の一つが勾配降下法です．（他のやり方もあるのでexcelが勾配降下法を活用しているとは思ってません）

「近似関数を作る」とは「近似関数の誤差を小さくする」事で達成されます．

それには誤差を計算せないけません．誤差は２乗誤差を採用します．他の誤差を使っても勾配降下法は動くでしょうけど、２乗誤差は分散や標準偏差に則った数式になるのと、２乗を微分するのはさほど苦労しないからだろうねぇ．

２乗誤差とはこういう物です．

散布図のXYペアはたくさんあります．それらを(Xi,Yi)とします．

ここでは近似関数を最も簡単な Y = a X + b  とします．直線近似ですね．

aとbを最適化するのが勾配降下法の仕事です．

すると誤差は、ei = Yi - ( a Xi + b) と定義されます．近似バッチリならei=0になる．

２乗誤差は ei を２乗したものです．

ただし、XYペアはたくさんあるので個々の２乗誤差eiを全て足したものを「２乗誤差」として採用します．

（式１）

次に「aを最適化する」とは「２乗誤差が小さくなるようにaを修正する事」ですから、

  （式２a）

このようにaを修正すればOKです．0.01は少しづつ修正する意味があり、このa修正式を100回ぐらい繰り返せば最適なaになるだろうとの目論見です．

bの修正式も同様です．

  （式２b）

修正後のaとbを使って求め直したEは次第にゼロに近づいてゆくはずです．実際にはE=0にはならなくて、減少ペースがサチったところで計算を打ち切ります．

a修正式とb修正式に登場する偏微分はやってみれば案外簡単に（高校数学で）解けます．具体的な修正式はこうなります．この式を見ると、for-next文で書きやすい形式だと判るでしょう．またhard logicに実装するのも楽な形式です．

 （式３）

以上が勾配降下法のアバウトな考え方です．

書籍ではこの修正式を動かすsample programがTensorFlowオブジェクトを活用して書かれています．なのですがブラックボックス的でかな～りイミフです．

１）近似関数y=ax+bのサブルーチン

def model(x):

    y = a*x + b

    return y

２）２乗誤差関数のサブルーチン．式１を記述している

def loss(y_pred, y_true):

    return tf.math.reduce_mean(tf.math.square(y_pred - y_true))

３）近似値配列を生成

    y_pred = model(train_x_std) 

４）２乗誤差配列を生成

    tmp_loss = loss(y_pred, train_y_std)

５）偏微分、さっぱり判らないのがここ．

    gradients = tape.gradient(tmp_loss, [a, b])

gradientへ渡しているのは２乗誤差配列と微分変数のaとbのみ．式３を計算するのに材料が不足しているのは何故ですか？

６）aとbの修正．learning_rate は上で述べた0.01のこと．

    a.assign_sub(learning_rate * gradients[0])

    b.assign_sub(learning_rate * gradients[1])

いったい何をやってるんだろうねぇ？

TensorFlowオブジェクトのソースを読む気はありません．

想像するに、式３の処理をやってるのでは無いんじゃないかね？

式２の処理を数値演算的にやってるのではないかな？

  （式２a）

  （式２b）

すなわち、TensorFlowオブジェクトにはloop各回のE,a,b,x,yのすべてがwork areaに記録されていると仮定する．そして微分の代わりに差分で計算しているんじゃないだろうか？ この式のように．

  （式２’）

LSIにhard logicで実装するのならこのようなメモリを喰う実装はしないものですが、リソースリッチなPCならこういう実装もありなのでしょう．汎用性が高まって便利だし．

↓sample programをいじって２次関数近似にしてみました．なんかいい感じ～

小さなことをコツコツと．

かしこ