どうやらCUDAやpytorchのverに不整合があると起こるエラーっぽい
私の場合はCUDA10とpytorch0.4.0で遭遇してしまいました
conda install pytorch=0.4.1 cuda92 -c pytorch
私の場合はこれで解決した
どうやらCUDAやpytorchのverに不整合があると起こるエラーっぽい
私の場合はCUDA10とpytorch0.4.0で遭遇してしまいました
conda install pytorch=0.4.1 cuda92 -c pytorch
私の場合はこれで解決した
対策は『yaml ではなく pyyaml をインストール』すること
pip install PyYAML
conda install -c anaconda pyyaml
ラグビーワールドカップ日本大会、2019.9.20からいよいよ始まりましたね
開幕戦@東京スタジアムや、南ア対NZ@横浜スタジアムでは満席のラグビー ファンという素晴らしい光景が広がっていました、まさか日本でこの光景を見られるとは。。。。そして昨夜は東の聖地こと熊谷にも足を運びました。
駅を出るとさっそく衝撃的な光景!
各国代表を応援するメッセージが掲げられた旗、サモアやロシアのジャージを着た観戦客、地域の文化を紹介するコーナー。足元にもラグビーの街、熊谷といったペイントが以前からあり、本当に上下左右どこを見てもラグビー一色でした。
ラグビーで街が盛り上がるとはこういうことなのか!と、ただただ感動しっぱなし
今日は熊谷~♪
ラグビーで街が盛り上がる、夢のような最高の光景 pic.twitter.com/9mA8u3Bat4
— 岡本大和 on ロードローラー (@RoadRoller_DESU) September 24, 2019
熊谷の様子(その2 pic.twitter.com/xBemg5isYb
— 岡本大和 on ロードローラー (@RoadRoller_DESU) September 24, 2019
課題視されていた駅からスタジアムまでのバス運行もなかなかスムーズでした。バスを縦列に何台も並べて並列クエリを形成するように誘導しながらどんどん乗車して行きます。整列のプロとして有名な日本人の底力をみた気がします。3.5kmの道のりに定期的にスタッフさんが立ってくれていて、笑顔で手を振ってくれます。
ファンゾーンでは日本酒や地元フードが500~700円程度の良心的な値段で楽しめます。試合会場ではハイネケン500mlで1000円という強烈な値段設定ですが、こちらはお手頃価格。あと、昨夜のステージではゲストにはなわさんが登場して「跳んで埼玉」のテーマソングを熱唱、めっちゃ埼玉をdisってました笑
また、試合では地元の中学生も招待されていた様子で、ロシアコール、サモアコール、ウェーブにと、創意工夫を凝らして子供達が大会を盛り上げてくれる様子は感無量でした。
なお、試合はサモアの勝利。タイトなスケジュールの影響もあたのかロシアは後半足が止まり始めて、サモアに気持ちよく走られましたね。
Nice Game!!
2019.09.24#RUSvSAM#RWC2019 pic.twitter.com/cFs2I2IIia— 岡本大和 on ロードローラー (@RoadRoller_DESU) September 24, 2019
結論:電池を抜いた状態で左右のクリックをカチカチ、これを20秒ほどする、以上!!
解説:「チャタリング」とはマウスの不具合(というより故障)の一種。ドラッグしたつもりがドラッグできていなかったり途中で途切れたりする。主な原因は内部にたまった静電気。上記の方法で静電気を抜いてやるとよい。
TASK2VEC: Task Embedding for Meta-Learning
論文 https://arxiv.org/abs/1902.03545
タスクの類似度評価指標を提案。
ImageNETでpre-trainしたモデルを、タスクにあわせてClassifier部分だけretrainする。
そのあと、どのクラス出力と、どのChannel(Filter)の関係性が大きいのか、フィッシャー情報量を利用して評価する。
イメージとしては、重みWに摂動ΔWを加えたときに、予測出力が大きく変化する(KL距離で評価)ような場合は、クラス予測によって重要な特徴量であると言える。
実験結果では、全く異なるデータセットではあるが、たとえば鳥の種類を識別しようとしているタスク同士がEmbedding後の空間で近傍に射影されるなどしている。
(なお、これだったら特定タスクを解くときにどの特徴量がActiveになっているか?を評価するだけでタスク空間を得られる気がするが、どうやらそれでは上手くいかなかった様子。識別に用いない特徴量が関係なくActiveになることがあるからかな?)
はじめに、この方法で私は8月末になってからでも開幕戦と決勝戦を2枚ずつ手に入れました。(正直もうあきらめてました)
もう既にこの手の釣りサイトが多いと思うので、釣りでないと安心頂くために結論だけ先に書きますね。ラグビーファンが少しでも希望のゲームを観戦できるよう願いを込めます。
0.不正な方法は使いません、ただし確実にチケット確保できる保証もありません
1.狙うのはリセールチケット
2.毎日11:20~14:00が在庫復活しやすい
3.在庫復活前から『買い物かごに入れる』を繰り返しクリック(★重要)
ラグビーW杯のチケットサイトは『F5』などでブラウザ更新してしまうと不正アクセスとなったり、再ログインを求められます。これでは再ログイン作業も手間ですし、在庫復活の瞬間に『買い物かごに入れる』をクリックできる確率はグンと下がります。
1番の重要ポイントは、チケットを選択しなくても『買い物かごに入れる』がクリック可能なこと、そして、チケット選択せずに『買い物かごに入れる』をクリックすると『チケットが選択されていません』のメッセージとともに同じ画面がループすること。
つまり『F5』やブラウザ更新をすると不正アクセスになってしまうので、その代わりにチケット選択しないまま『買い物かごに入れる』をクリックすることで在庫状況を更新するのです。
↑このように『現在在庫なし』の状況でもいいので『買い物かごに入れる』をクリックして在庫状況を更新し続ける。
この方法だとポチポチ押下することで4秒に1回は在庫状況を更新できます。もちろんチケットサイト上で買い物操作をし続けているわけなのでログアウトにもなりません。
あとはリセールの在庫が補充されるのを辛抱強く待つのみです。『買い物かごに入れる』をクリックして画面ループしている間に、パッとチケット在庫補充されて選択可能になることがあり、そのときにすかさず買い物かごに入れましょう。
おまけ
さて、ここまでくると『そんな暇人みたいなことできるか!!』と怒りの声が届きそうですね、ごめんなさい。一生に一度なので頑張りたいところですが、精神がすり減ってしまうのでオートクリックなどのツールを使うのもアリです。
オムロン京都本社にて恒例となりつつある機械学習関連の論文読み会、NIPSにICLRにと開催してきましたが今回はICMLです。
いまのところ毎回登壇して皆勤賞です、今回はGoogle社が提唱したFederated Learning関連の論文を選択しました。
簡単に言うと、複数のクライアントがデータを1箇所に集約して機会学習したのと同等効果を、クライアント間のデータ共有なしに非集中環境の機械学習で実現するのがFederated Learningという技術です。
このとき、データ量だったりクラス分布に偏りがあると、あのクライアントのデータはよく識別できるのに、あのクライアントのデータは識別できないといった状況になりうるので、ええ感じに工夫しましょうという論文です。
質疑応答の内容はこちらにTweetでまとめています
口頭で頂いた質疑応答について整理しました(このツイートのリプライ履歴参照)#ICML_KYOTO
— 岡本大和 on ロードローラー (@RoadRoller_DESU) August 4, 2019
LT枠の発表
こちらもFederated Learning 関連論文から選択
個人的に収穫だったのは、生物学的なアプローチをとっている論文を紹介頂けたこと。こういう自分では読まなそうな研究と出会えるのがこの活動の醍醐味でもありますね。
「ICML2019 読み会 in 京都」、休憩後は ShuntaroOhno 様による発表です。
タイトルは「Training neural networks with local error signals」。
資料はこちら:https://t.co/b13Emc4c1a#ICML_KYOTO— Tech OMRON (@Tech_OMRON) August 4, 2019