【年記】写真とかで振り返る僕の2018年
どうもたっきーです.
” 人生楽しんでる感を出せたら成功”の自己満年記.
↓2017年
1月
初詣.熊野速玉大社.
地元ツーリング.
正月に花火とかした.アホ.
那智大社.これも初詣.
やはり那智の滝はいつ来てもテンション上がる.
橋杭岩へドライブ.くっそ寒かった.
地元編終わり.
MiDiPLUSの作曲セミナーが名古屋であったので参加してきた.
イルミネーションが綺麗だった.
なんか届いてた.
2月
大学院に進学のため,お引越し準備.
ここが新しい部屋.
研究室での飲み会.
卒業アルバム用(?)に写真撮ったりなどした.謎の前列の赤い靴率.
この時期は名古屋大学の先生のところに遊びに行ってた時期でもある.
前の家の解体作業.一人暮らし to 一人暮らしの引越しってしんどい...
バ先の後輩の車で引越し.
前のお部屋とのお別れ.
3月
荷物は渡ったが全然片付けが進んでないマン.
やっと住めるぐらいに片付いたマン
ベッドフレーム組み立てでくたばる僕.
引越し祝い肉.
大学から5000円分のQUOカードを貰ったりした.
そして卒業式.無事に卒業できましたとさ.めでたしめでたし.
卒業式後の同学科の人たちと飲み.
バ先の卒店者の送別会.僕が送別用のムービー作ったりなどした.
大阪へ.
大阪に来て女児たちと一緒に劇場版のプリキュアを観るなどした.
ストリートフェスタ2018.クオリティの高いコスプレからネタに富んだコスプレが沢山で面白かった.
高校3年のときのクラスメートと同窓会.見事に男ばっか集まってウケる.
ようやく部屋が出来上がった(3月後半)
人生初のROUND1.これで僕もパリピの仲間入り.
4月
入学式.学長演説,学長本人が嫌煙家って情報しか入ってこなかった.
毎度,肉.
新しい研究室に配属.これは歓迎会(無料!!!)
BBQ.バ先の後輩たちと.
花火したりした.花火で文字を書こうとしたが全然うまく行かずw
5月
バイクのヘッドライトのロービームがつかなくなったので交換.
大学にBBQできる施設があるのでラボメンバーとBBQ.無限に肉を食べた.
さわやか.
無料で高い肉!!!!しちりん家.
6月
4月に受けた基本情報,受かってた.
また,さわやか.毎日さわやかのげんこつハンバーグが食べたい.
竹島.カメラ持っていかなかったのが残念だったがたのしかった.
運転免許の更新.
愛知県で免許更新をするために住民票を移したりした.次の更新でゴールド免許.
7月
雨の中,総走行距離20000km達成.
毎月さわやか行ってない?????
バ先の屋上からバの休憩中に花火鑑賞.
ラボメンと無限にパスタとピザが食えるお店へ.OMOCHA.
8月
オイル交換.クソ猛暑日だったので溶けるかと思った.
二代目の自作PCを組んだりした.
県内ドライブ.珈琲館 椿 .
日本で2番目に美味しいらしいかき氷屋さん.かわぐち.
伊良湖岬に行った.
バ先のBBQ〜〜〜〜!滝行したり
花火したりなどした.
9月
やばやばの矢場とん!
ななちゃん〜〜〜
静岡ドライブ旅行〜〜.白藤の滝.
修善寺〜〜.
心霊スポット,旧本坂トンネル.トンネルより行くまでの道のりが怖かったまである.
そしてまたまたさわやか.
夏休み明け,ラボメンでBBQ at 浜名湖バナナ
人生初のバナナボートだったがクソ楽しかった.
こういう場所がクソ好きなんだが,あまり共感されないのつらい.猪鼻湖神社.
10月
学祭.バンドやりてえ〜〜ってなった.(友達がいない)
焼肉処 若葉亭.富豪なので奢ったりした.
10月,引き籠ってたのであんまり写真なかった.
星野珈琲のフレンチトーストでも載せとく.
11月
毎月さわやか部.このときは たしかラボメンと.
女子大の学祭に潜入するなどした.もちろんチキンなので声掛けることすらできないマンになってしまった.
岐阜紅葉ドライブ.郡上市へ.慈恩禅寺.
郡上八幡城.城の中入ったりできた.
大滝鍾乳洞.2面のダンジョンみたいでワクワクした.
バイクのスブロケットとチェーン交換した.一気に貧民に.
これは一般的なアップル信者の図.
滋賀県琵琶湖一周ツーリング.
白鬚神社.
メタセコイア並木.
12月
双子座流星群.バイクで-4℃の山を走るのは流石に厳しいことがわかった.また行きたい.茶臼山高原.
TOEICを受験した.ちょうど一年前が515点だったので微成長.結構勉強したのに.700点はほしいところ.
無限に肉が食べれる店.人生初シュラスコ.肉バル 961‐kuroichi‐
B4の卒論発表の前夜祭.美味しいお酒.
卒論発表お疲れ様会.幹事をやったが幹事の大変さを実感.もう二度としたくない...だいだいや
クリスマスはバイト先で過ごした.
毎年,年末年始はバイクで帰省.寒い.
最高に美味い飯を食いながら年越し.
まとめ・感想
2018年,大学学部を卒業して大学院に進学し,引っ越ししたり新しい環境に戸惑ったりいろいろあったが,研究室のメンバーはいい人たちばかりに恵まれ本当に良かった.
優秀な人達に囲まれて劣等感は度々感じるが,僕も優秀になれるように頑張ってきたし,これからも頑張っていきたい.
バイト代と奨学金で学費と生活費を賄っているが,本当に国公立の大学院に進学して正解だったと思う.奨学金免除できるような頭も能力もない僕は単純に学費が安いという要素に救われる.
2018年の頭に掲げた目標も達成できていないことばかりだが少しずつではあるが新しい環境に身を置き成長できたとおもう.
また年をとってこれを見返した時に「あの頃はよかった」じゃなくて,「あの頃”も
”楽しかった」って思えますように.
SNS
フォロー下さい!!
↓お金の余っている方(Paypay送金)↓
2018年買ったものリスト【ガジェット・DTM・ファッション】
どうも.たっきーです.
年末になると購入してよかったものみたいのなのが多くてその波に乗りたくて書く.
ただし,購入して良し悪しを考えて評価するの,悪しに転んだ場合とても悲しい気持ちになるので,「僕が購入したんだから良いものに決まってる!」って気持ちで人生に挑むと良い買い物しかしなかったことになる.オススメのライフハックです.(?)
つまり,2018年に購入したものをひとこと付きで列挙していきまつ.
2017年版↓
目次
ガジェット
スマートフォン:Apple / iPhoneXR
人生初iPhone.
XSかXRかで迷ったのだが,ブルーが可愛かったのでXRにしました.
前はXperiaZ5 Compactを使用していて,すごくデカくなってすごく重くなったと感じたが,使っているうちに慣れた.
FaceIDは案外精度高く認識してくれるし満足してる.
【Spigen】 スマホケース iPhone XR ケース 6.1インチ 対応 クリア 衝撃吸収 米軍MIL規格取得 ウルトラ・ハイブリッド 064CS24873 (クリスタル・クリア)
- 出版社/メーカー: Spigen Japan
- メディア: 付属品
- この商品を含むブログを見る
ゲーム:Nintendo / Switch
スマブラをするために買った.
Paypayの100億円あげちゃうキャンペーンに乗っかって勢いで購入.
やっぱり任天堂の作るゲームが好きだ.
生贄としてWiiUを売却した.ソフトと周辺機器合わせて22,000ぐらいで売れた.
Nintendo Switch 本体 (ニンテンドースイッチ) 【Joy-Con (L) ネオンブルー/ (R) ネオンレッド】
- 出版社/メーカー: 任天堂
- 発売日: 2017/03/03
- メディア: Video Game
- この商品を含むブログ (35件) を見る
レンズ:SONY / SELP18105G
Eマウント4本目のレンズ.
18mmから105mmまで使えて,ズームしてもF値が変わらないタイプのレンズなので使い勝手が良い.
いままでは旅行に行った際には頻繁にレンズ交換を行っていたが,これを買ってからあまりレンズ交換を行わなくても良くなったので満足.
SONY E PZ 18-105mm F4 G OSS※Eマウント用レンズ(APS-Cサイズ用) SELP18105G
- 出版社/メーカー: ソニー(SONY)
- 発売日: 2013/12/13
- メディア: エレクトロニクス
- この商品を含むブログを見る
バイク用インカム:SYGN HOUSE / B+COM Music
バイクのヘルメットに着けて無線で音楽聴けるヤツ.
学部時代は大学もバイト先もバイクで5分圏内だったので気にならなかったけど,大学院に進学してからは大学20分,バイト先40分って感じだったのでバイク乗ってる間寂しいので買ってみた.
充電が面倒くさいのが難ありだが,満足している.
なお,マイクがないので運転中の通話はできない.
SYGN HOUSE(サインハウス) MUSIC bluetoothレシーバー B+COM(ビーコム) ブラック 00073012
- 出版社/メーカー: SYGN HOUSE(サインハウス)
- メディア: Automotive
- クリック: 11回
- この商品を含むブログを見る
加湿空気清浄機:SHARP / KC-G50-W
僕は毎年ひどい花粉症に悩まされてたので買った.
ちょっとマシになった気がする.
あと水さえ入れとけば勝手に加湿してくれるので乾燥する冬便利.
シャープ 加湿空気清浄機 プラズマクラスター 13畳 / 空気清浄 23畳 ホワイト KC-G50-W
- 出版社/メーカー: シャープ(SHARP)
- メディア: ホーム&キッチン
- この商品を含むブログ (1件) を見る
洗濯機:Haier / JW-C55A-W
びっくりするぐらい安い.2万円ちょっとで買えた.
大学院への入院に伴い新生活が始まって,洗濯機が必要になったので購入.
洗濯機なんてどれも一緒やろwって思ってたけど前住んでたところ備え付けの洗濯機よりもしっかり洗ってくれて満足.
バリカン:PHILIPS / HC3402/15
美容院が嫌いすぎて(世間話振られるのが怖い)セルフカット歴7年目に突入したんだが,ツーブロックにしたくて買った.
可もなく不可もなくという感じ.安かったので満足している.
自作PC一式
マシンの構成は以下
OS:Windows10 Pro / Ubuntu 18.04 LTS
RAM:Corsair / CMK16GX4M2A2666C16 (16GB)
M/B:ASUS / PRIME H370-A
GPU:GIGABYTE / GV-N75TOC-2GI (GTX750Ti)
HDD:WD Blue / WD30EZRZ/AFP (3TB)
CASE:ZALMAN / Z9 PLUS
PS:Corsair / RM750x
久しぶりの自分用の自作PCだったので結構パーツ選びは迷った.
前に持っていたパーツを移植したりしたので買い足した分は8万円ぐらいで済んだ.
HDDへの書き込み/読み込みがネックになってしまっているのでSSDを導入したいなあとか考えている.
Ubuntuを常時起動して,リモートで重たい処理なんかを回したりしてるけど,あんまり早いとかはわかんないや...
Corsair RM750x 80PLUS GOLD認証取得 750W静音電源ユニット PS594 CP-9020092-JP
- 出版社/メーカー: Corsair
- 発売日: 2015/12/12
- メディア: Personal Computers
- この商品を含むブログを見る
スマートタグ:MAMORIO / MAMORIO S
いわゆるスマートタグというやつ.
財布を失くすやつをしたので買った.
スマートフォンと連携してこのタグの位置情報を監視できる.
僕はキーリングと財布の小銭入れに忍ばせて使っている.
薄くて小さいので良いのと,連携アプリのUIが好み.
MAMORIO S マモリオ エス Black&Black 世界最軽・最小・最薄クラスの紛失防止タグ/Bluetooth/
- 出版社/メーカー: MAMORIO
- メディア: エレクトロニクス
- この商品を含むブログを見る
DTM
ピック:MASTER 8 JAPAN / IFS-JZ120
ギター用ピック.
手汗っかきなのでグリップ付きの安いヤツ使ってたんだけど,気まぐれでこれ買ってみたらすごい良い.しっかりストロークできる.
あと色がすき.
エフェクター:BOSS / AC-3
踏めばエレキギターでアコースティックギター(っぽい)音が出るエフェクター.
モード・スイッチってのが面白くて,4種類のアコギ(っぽい)音が切り替えられる.
9月ももうすぐ終わりなので、「セプテンバーさん」 pic.twitter.com/lYj2WiBrcf
— 財布 (@tacky0612) September 23, 2018
↑みたいな感じになる.(スマホ直撮りなのでギター生音もはいってるし分かりづらいかもしれんが)(音痴でごめん)
エフェクター:MXR / M108S 10 Band Graphic EQ
グラフィカルなEQ.10バンドもあるのでいろいろいじれて面白い.
良いんだけど,デカいのでボード上はカツカツになるしLEDが異様に明るいのが玉に瑕.
オーディオインターフェイス:MiDiPLUS / STDIO2
台湾メーカーのオーディオインターフェイス.これにギターやベースを接続して録音している.
すべてのツマミのLEDが光るのでINPUTの大きさを目視で確認できるのがポイント高い.
- ジャンル: CD・DVD・楽器 > 楽器 > DTM・レコーディング・PA機器 > デジタルレコーディングツール > オーディオインターフェイス
- ショップ: 宮地楽器 ミュージックオンライン
- 価格: 12,420円
ファッション
スニーカー:NEW BALANCE / MRL996 AN
”New Balanceといえばこれ”というやつ.
履いた瞬間わかる「あー,これ絶対靴ずれしねえわ.」という安心感.
シルエットも500番台とは違いシュッと尖った感じがあってスマートさがあって良い.
ただ愛用者が多いので被りやすいのが難点かなあ.バイト先の社員さんと大学の先輩と色まで被っててつらみあった.
ジーンズ:EDWIN / JERSEYS ER22
JERSEYSは2本目.
ストレッチが効いてて履いててストレスじゃないしスゴイラク。
コーチジャケット:NEW BALANCE / AMJ81590-SLA
背中にNEW BALANCEと書かれててカワイイ.
上記のNew Balance 996と合わせて使うことが多い.
ニューバランス クラシックコーチジャケット AMJ81590-SLA メンズ
- ジャンル: スポーツ・アウトドア > フィットネス・トレーニング > スポーツウェア > メンズウェア > その他
- ショップ: FZONEスポーツ
- 価格: 7,484円
スポーツジャケット:Lee / LT0616-104
胸元にブランドロゴが刺繍されていて可愛いヤツ.
これもよく着る.
ナイロンジャケット:Dickies / 183M10JT02
なんかジャケット集めにハマった2018.
僕はバイクに乗るので風を防ぐやつを着がち.
気軽に着れるので満足.
マットレス:ニトリ / N-Sleep C1
ある休日の朝,目が覚めて腰が痛いって思った.
寝ぼけたまま外に出たら気付いたらニトリでマットレスを買って帰ってきてた.
予算3万でだったのでセーフ.
ポケットコイルが良いらしい.
今までもオフトゥンが恋しかったが,もっと恋しくなってしまった.
[rakuten:nitori:10170882:detail]
まとめ・感想
大学院に進学して新生活が始まり,白物家電を多めに買った2018.
幸い,前に住んでいたところよりも家賃+3000円程度で前の家よりも3帖ほど広い家に住むことができて満足している.
そして一人暮らし to 一人暮らしの引っ越しのつらさをいうやつを味わった.
今年は久しぶりにゲームを購入した.時間を忘れてゲームに没頭するなんて久しぶりの経験で,たまには良いなって思ったりした.
One-hotベクトルを整数値のベクトルにnumpyでデコードする
どうもたっきーです.これはメモ.
はじめに
Kerasではkeras.utils.np_utils の to_categorical()という関数を用いれば簡単にOne-hotベクトルが生成できる.
これで多クラス分類の場合は、categorical_crossentropyを計算できる.
しかし,これを使って混合行列とかを表示したいとき,sklearn.metrics.confusion_matrix()に渡す値がOne-hotベクトルだと無理っぽくてラベルの整数値の配列を渡さなければいけないらしい.
(
つまり,
array([[ 1., 0., 0., ..., 0., 0., 0.],
[ 1., 0., 0., ..., 0., 0., 0.],
[ 1., 0., 0., ..., 0., 0., 0.],
...,
[ 0., 0., 0., ..., 0., 0., 1.],
[ 0., 0., 0., ..., 0., 0., 1.],
[ 0., 0., 0., ..., 0., 0., 1.]], dtype=float32)
みたいなOne-hotベクトルじゃなくて,
array([0, 0, 0, ..., 9, 9, 9])
のようなラベルの整数値の配列じゃないとダメってこと(この場合だと0〜9の10クラスの分類問題)
)
じゃあ,to_categorical()でOne-hotベクトル化する前の配列を使えばいいじゃん?ってなると思うけど,One-hotベクトル化した後のやつをnp.save()で保存していたので,元のクラスの整数値の配列は保存してなかった.
そこで”One-hotベクトル” → ”クラスの整数値”ってどうやって変換すんじゃい!!!!ってなったので調べたりしたのでメモる.
やりかた
np.argmax(one_hot, axis=1)でできるっぽい.
np.where()を使う方法もあるっぽいけど,np.argmax()のほうが分かりやすいのでこっちのがオススメである.
つまり,
Confusion matrix — scikit-learn 0.20.0 documentation
のようなやつで使いたいときは↓のように書けば良い.
%matplotlib inline import os import numpy as np import matplotlib.pyplot as plt from sklearn.metrics import confusion_matrix import itertools """ Kerasのモデルの定義や学習は省略 """ labels_pred = model.predict_classes(x_test,verbose=0) def plot_confusion_matrix(cm, classes, title='Confusion matrix', cmap=plt.cm.Blues): """ This function prints and plots the confusion matrix. Normalization can be applied by setting `normalize=True`. """ cm_normalize = cm.astype('float') / cm.sum(axis=1)[:, np.newaxis] plt.imshow(cm_normalize, interpolation='nearest', cmap=cmap) plt.title(title) plt.colorbar() tick_marks = np.arange(len(classes)) plt.xticks(tick_marks, classes, rotation=90) plt.yticks(tick_marks, classes) thresh = cm.max() / 2 for i, j in itertools.product(range(cm.shape[0]), range(cm.shape[1])): plt.text(j, i, format(cm[i, j], "d"), horizontalalignment="center", color="white" if cm[i, j] > thresh else "black") plt.ylabel('True label') plt.xlabel('Predicted label') plt.tight_layout() # Compute confusion matrix cnf_matrix = confusion_matrix(np.argmax(y_test, axis=1), labels_pred) np.set_printoptions(precision=2) # Plot non-normalized confusion matrix plt.figure() plot_confusion_matrix(cnf_matrix, classes=class_name_modelnet, title='Normalized_confusion_matrix') plt.savefig('Normalized_confusion_matrix.svg') plt.show()
まとめ
np.argmax([One-hotベクトル], axis=1)で,
”One-hotベクトル” → ”クラスの整数値” に変換できる.
感想
どーせkerasのmodel.fit()に渡す配列はOne-hotベクトルじゃないとダメだからOne-hotベクトルに変換したやつをnp.save()で保存して使お!って思ってたけど,変換前のヤツも何気よく使うので困った.
てか,model.fit()に渡すのはOne-hotじゃなきゃいけないのに,model.predict_classes()で返ってくるのはラベルの整数値の配列なの,扱いにくくないか...?
numpy力が強いとコード書くとき強えなって思った(こなみかん)
今日学内コンビニで見つけたとても美味しいやつ
強い…! pic.twitter.com/fxfvSFJwME
— めめめっ (@tacky0612) October 18, 2018
ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
- 作者: 斎藤康毅
- 出版社/メーカー: オライリージャパン
- 発売日: 2016/09/24
- メディア: 単行本(ソフトカバー)
- この商品を含むブログ (18件) を見る
直感 Deep Learning ―Python×Kerasでアイデアを形にするレシピ
- 作者: Antonio Gulli,Sujit Pal,大串正矢,久保隆宏,中山光樹
- 出版社/メーカー: オライリージャパン
- 発売日: 2018/08/17
- メディア: 単行本(ソフトカバー)
- この商品を含むブログを見る