fastaiで学習に使う関数をApache MXNetで真似してみた

f:id:aptpod-tetsu:20200513191117j:plain

はじめに

先進技術調査グループのせとです。本ブログでは、Apache MXNetを用いてfastaiで実装されている実践的な関数を真似てみた結果を紹介します。この試みのゴールは、完全一致の結果を目指すのではなく同じような傾向を得られるかを目指したものになります。完全一致を目指したいところですが、各フレームワークで用意しているモデルの構造が少し違ったり、各関数の計算方法が異なるので結果が等しくなりませんでした。もちろん、他方に併せて関数を自作すればほとんど一致する結果を得ることができますが実装のコストが高かったため、今回は行いませんでした。

モチベーション

弊社のプロジェクトでAI部分をAmazon SageMaker(以下、SageMaker)を使って実装したい要望がありました。しかし、プロジェクトで利用していたフレームワークはfastaiであるために簡単にSageMaker上で実行できないことがわかりました。この課題を解決するために、はじめは単純な学習を行えば達成できると思っていたのですが、実際にためしたところfastaiで達成した精度を再現できませんでした。このため、ファーストステップとしてfastaiで用いた関数をSageMakerのベースに使われているApache MXNetで真似て精度を再現を行えるかを試みました。

続きを読む

音声データをAmazon SageMaker上で自動分類してみる

f:id:aptpod-tetsu:20200501192517j:plain

  • 検証のアプローチ
  • 実際にためしてみる
    • 使用するデータをさがす
    • 音声からスペクトログラムに表現する
    • データセットを作成する
    • Amazon SageMakerでトレーニングする
    • ハイパーパラメータ調整ジョブを使用して精度向上を試みる
    • 実際にモデルを使用して推論してみる
  • まとめ
  • 最後に

みなさまこんにちは。先進技術調査グループのキシダです。私自身は4つめの記事投稿となりました。ネタ切れ感が否めないですが、前回に引き続き音声データにまつわるテーマをご紹介したいと思います。

さて突然ですが、最近AWSが展開している注目の機械学習サービス「Amazon SageMaker」に関連した記事をよく見かけるようになりました。さらには今年の初旬あたりに Amazon SageMaker Studioなど多数のサービスが発表され、より盛り上がりをみせています。

一方で、私自身は「音声解析」系の技術検証をひっそり行っており、ふと「今話題となっているAmazon SageMakerで音声分類アルゴリズムがサクッと作れたりしないかな?」と思い立ったので、実際に試してみました。

続きを読む

CAN FDの物理層を理解する

f:id:aptpod-tetsu:20200429121302j:plain

  • はじめに
  • そもそもCANの1ビットはどうやって決まるのか
    • 物理層 :Physical coding sub-layer (PCS)
    • Bit Timeを構成するSegment
      • Synchronization Segment (Sync_Seg)
      • Propagation Segment (Prop_Seg))
      • Phase Buffer Segment 1 and 2 (Phase_Seg1 and Phase_Seg2)
    • Synchronization:ノード間のビットタイミング同期
      • Hard synchronization
      • Resynchronization
    • Transmitter Delay Compensation (TDC) : 伝播遅延補償
  • おわりに
  • 脚注

はじめに

ハードウェアチームのおおひらです。 本稿では車載の制御通信バス規格として一般的なController Area Network (CAN)の物理層について、その上位側を中心に説明します。

一般的にCAN/CAN FDの仕様について調査するとフレームの種類や構造などのデータリンク層の情報が記載されたドキュメントを目にすることが多いと思います。過去エントリとしては弊社Embeddedチームの久保田の記事(CAN FDことはじめ)だったり、Google検索して出てくるところだとこちらこちらなど。または、Vector社の『はじめてのCAN/CAN FD』 もしかり。

弊社アプトポッドでも、モバイル回線を利用した遠隔車両データ計測を主たるユースケースとしてintdashプラットフォームのCAN FD対応が進んでおり、改めてハードウェア担当として物理層の理解をすべく規格を調査した次第です。 なお用語に関してはCANの規格書 (ISO 11898-1[^1] および BoschのCAN FD仕様書[^2])を参照できるよう、過度に日本語翻訳していません。毎度のことながら、認識に誤りがありましたらご指摘いただけると有難いです。

続きを読む

RustでROS(RoboMaker)のノードを書いてみる

f:id:aptpod_tech-writer:20200421192521j:plain

先端技術調査グループの大久保です。

弊社では現在、クラウド上でROSの開発が行えるAWS RoboMakerを利用しており、GazeboシミュレーションもRoboMakerを使って行っています。当ブログでも、RoboMakerを使ったシミュレーションを以前取り上げています。

tech.aptpod.co.jp

現在は、シミュレーション上のロボットにdepthカメラを取り付け、depth情報を収集できるようにしています。

このdepth情報ですが、32bit浮動小数点数のバイナリ列のため、そのままでは可視化して確認することができません。ROS用のツールを使って可視化することはできますが、弊社のVisual M2Mなら、ROSトピックとして流れる画像をネットワーク越しに確認することができるため、これを利用します。その時必要になるのは、depth情報のROSトピックをjpegに変換して、それを別のROSトピックに流すノードとなります。

ROSのノードを記述するためにはC++かPythonを使うのが一般的ですが、Rustでも記述することができます。そこで今回は、Rustを使ってノードを書いてみます。

続きを読む

リモートワークにおける弊社の取り組み事例紹介

f:id:aptpod-tetsu:20200417145022j:plain

はじめに

はじめまして、人事の神前(こうさき)です。

4月1日に入社をして早々に本ブログ記事の執筆をすることとなり戦慄したのですが宜しくお願いします。

改めてにはなりますが、去る4月7日(火)に緊急事態宣言が出されました。

緊急事態宣言以前からリモートワークへ切り替えていた企業も多いとは思いますが、これを機に一気に加速したように感じます。

私個人の話でいうと、前職では某ゲーム会社に在籍してまして、優先順位的に開発側ではリモートワークの準備や実施がされていたのですが、管理部門でのリモートワーク実施前に退職したこともあり弊社に入社をしてから本格的なリモートワークとなりました(前職のノリで入社初日にフィギュアを持ち込んでデスクに飾ってたら「なんかやべーやつが入社してきたぞ」と若干社内がざわついたことはここだけの秘密)

弊社でも2月中頃からリモートワークへの切り替えを推進してまして、現在ではほぼ100%の社員がリモートワークに移行し、(物理的にどうしても出社しないといけないとしても)出社日も限定して日々業務をすすめています。

さて、そんな状況下ですと日々知見だったり問題だったりがたまっていきます。

そこで今回はネット上にある他社さんのリモートワーク事例やTIPSのご紹介と弊社での取り組み事例をご紹介できればと思います。

本記事がみなさんのリモートワークの一助になれば幸いです。

続きを読む