FPGAで遊ぶ未分類

掃除機比較（コード有　vs　コードレス）

①電源コード有：　2005年製　三菱電機ホーム機器　「TC-BE10P形（床移動形）」　吸込仕事率　620W
②電源コードレス：　2019年製　アイリスオーヤマ　「IC-SLDC4-W」　吸込仕事率　？W

比べるべきものでは無いように思うが、所管。

①：　確か33000円くらいだった。
電源コード必要で毎回引き出し面倒。
しかし、吸い込み口に回転するブラシがあって、強力吸引。
大き目の紙屑とか、床に付着したゴミ、なんかもぐんぐん吸い取れる。
いろんなゴミが落ちやすいリビングで活躍。

②：　確か9000円以下。
電源コードレスで簡単。軽い。すぐに使える。
しかし、基本は空気吸入だけなので、吸引力が弱い。
うちの床に落ちてる、髪の毛、紙の切れ端、付着した食べかす、なんかはほぼ吸い取れない。
ちり・ホコリ、小さいゴミ専用だね。
リビングのゴミには対応できないものが多く、基本チリとかホコリしかない、PC作業部屋用へ。

金額は高いが、満足するにはやはりコードレスのダイソンも検討に入れるべきだったのか・・・？

スポンサーサイト

Pagetop

[PC]L2マネージドスイッチが安い！

TP-LINK　T2500G-10TS (TL-SG3210)
https://www.tp-link.com/jp/business-networking/managed-switch/t2500g-10ts/#specifications

いろいろ機能が入ってるL2スイッチを探していたら、Amazon USで買うと安い。
送料含めて114USD以下。
フツーに輸入出来たし、Amazon JPで買うより何十％も安い。

TP-LINK Jetstream 8-Port Gigabit L2 Managed Switch with 2 SFP Slots T2500G-10TS
https://www.amazon.com/TP-LINK-Jetstream-Gigabit-Managed-T2500G-10TS/dp/B01N815NEO/ref=sr_1_1?keywords=T2500G-10TS&qid=1572581848&sr=8-1

初期設定

スイッチ電源ON
スイッチのLANポートにケーブル接続する。
T2500G-10TSの初期IPは192.168.0.1なので、PCアダプタを192.168.0.0/24のセグメントに設定。
ブラウザから192.168.0.1へアクセス
username、passwordは両方adminでログイン
System　＞　System Time　＞　好きな方法で時刻を設定
System　＞　System IP　＞　好きなIP設定へ
User Management　＞　User Config　＞　User Tableのadminにチェック　＞　Editをクリック　＞　パスワードを変更する

Pagetop

[PC]PXEブート対応INTEL EXPI9400PT

CobblerでOS自動インストールをする場合は、PXE対応LANポートが必要だが、オンボードLANでPXE対応のマザーボードはそれほど多くない。
そのため増設NICでPXE対応のものを探していたが、貴重なx16レーンとかx8レーンはつぶしたくない。
一方、だいたいのマザーはx1レーンが数レーンあるが、x1レーンのカードってそれほど無くて余っている事が多い。

x1レーンを有効活用するためにも、x1レーンでPXE対応のNICを探してみたところ、
インテル PRO/1000 PT サーバ・アダプタ EXPI9400PT
これが良いんでないか？という結論になった。

早速試してみると、
g33　＞　DEL　＞　BIOSセットアップ　＞　どれか良くわからないのでRealtek Boot AgとLS120をBOOT優先順位上位へ
Cobblerサーバを起動した状態でg33を起動してみると、Cobblerからの自動インストール画面へ進めた。

PXE対応にしたいPCがあったら、このNICを使おう。

Pagetop

Robotics＋Deep Learning＋圧倒的情報＝最強プラットフォーム？

Robotics

過去から、決まった動きのロボットは多くある。
今では、二足歩行とか、人間のような力加減で物を握るとか、バランスをとるとか、
より人間の動きに近い技術を、世界中でそれぞれが開発してるように思う。
でもそれは核の部分を共通化しないと、「ある条件である動き」を人間のように行える
一品物の技術を無数に開発する必要があるのでは？

人間の基本動作のプラットフォームみたいなOSは世の中に出てるように思う。
これはこれでかなりの進歩だと思う。

けど、地面のでこぼこ具合が違うから気を付けるとか、足の裏の感触で今の状態を知るとか、
ぬかるみがあったら滑らないように歩き方を変えるとか、人間が経験で当たり前のように出来る
事を全てプログラミングするのか？
それは無理だよなぁ。
やっても良いと思うけど、汎用性に欠けるよなぁ。

階段を歩いていてふと思った。
途中前が見えなくなっても、さっきみた階段の画像からあと何段か予想して歩くし、
しかも、足の裏の感触から、どんな歩幅で歩けば良いのかも、階段のどの位置を
踏んでいるのかも分かって調整しながら歩ける。これって今のロボットで出来るのだろうか？

Deep Learning

Google AlphaGOが、世界最高レベルと呼ばれる韓国のイ・セドル九段に買ったと。
しかも2連勝だとか。
AlphaGoのトレーニングは、囲碁のエキスパートによるおよそ3,000万の指し手の学習から始まった、だと言う。
機械学習って、先生がいて教える方法と、情報を与えて勝手に学ぶ方法と2通りあるとか。
「物事の良し悪し」という方向付けだけすれば、勝手に学ぶって事かな？
それとも良し悪しなんて物差しも勝手に覚えるのかも。

圧倒的情報

機械学習でトレーニングするには、圧倒的な情報が必要となるのだろう。
そんな情報を最も素早く、効率良く収集出来る企業・・・Googleだよな。

最強プラットフォーム？

Googleがこれまで示して来た「モノ作りの技術」に、
「Deep Learning」という脳みそを入れて、
「圧倒的情報」を与える事で、
世の中のあらゆる事を最も効率良くこなす「最強のプラットフォーム」が完成する（と思う）。

それを（Open Sourceかどうかは知らないが）世の中へリリースし、そして、
その上で成り立つビジネスの全てをGoogleは掌握するのだ（と思う）。
Android OSでスマフォのプラットフォームを作ったように。

Pagetop