月別アーカイブ: 2017年2月

184_sakuravps_Todo_Moisture_Sensor

投稿日時: 投稿者:

さあ、はじめよ！まずは￥準備から！

Moisture Sensor
1)MySQL、create DB, table #,date,value,comment
2)Python2 dummy data sending to MySQL
3)半田付け、ピンヘッダ、MCP3008
4)ブレッドボード配線
5)測定試験
6)データ収集、DB書き込み
7)crontab -e setting /hour

 

183_sakuravpsにバックアップ復元ファイルをインポート

投稿日時: 投稿者:
2/12のたまたま取っておいたバックアップファイルで復元を試みる！
やり方は下記。。
あーあ、もどるかな。。。。？
https://blog.s-giken.net/137.html
FileZillaは接続できたので、
WPをインストールしたフォルダを探す。。
（図１）
たまに動画も。
（図２）
あれ、、？
でも現用WPがもとに戻ってる？？
（図３）
（図４）
おかしいなあ。。2/18分
まであるからバックアップでの復元ではなさそう。。
DBもあるなあ。。
（図５）
うーーん。どうやら、やはり2/12のヴバックアップで復旧したみたい。
そのかわりプラグイン（BackWPup）がないので。
多分ブログはDBが保存されてたから、2/18最新までアップ済みみたい。
（よかった！）
じゃ、せっかくなので、最新バックアップで
sakuravpsにレプリカ作れるかやってみるか。。
うーん、でもことごとくエラーになっとる。。。。。
１つもコピーできていない？？
じゃ、BackWPupでエクスポートをとってみる。
「wordpress.2017-02-26」
でXMLファイルみたい。。
これをインポートできるか？だな？
では、やてみましょう！
（図）
 
はたして？？？
行けたみたいね！！！！
 ちなみに、
/var/www/html/wordpress/wp-content
に
php.ini
を作成してアップロードの容量をあげたけど意味なし。
多分最初のｐｐｔファイル群が重いのかと、
なので投稿だけアップしました。
以上

182_Bluetooth mouse & Keybord_to_RaspberryPi(Linux)

投稿日時: 投稿者:
To realize connection Bluetooth mouse & Keybord
うーーん。でもconnection設定うまくいかない。。。。。失敗だけどとりあえずブログ。。
 
http://www.negusoft.com/index.php/ultimate-control/downloads
 
JDK,JRE install
reference to below Web
http://www.linuxmania.jp/apt-install-java.html
 
1. JREのインストール
Javaアプリケーションを実行する場合には、JRE（Java Runtime Environment, Javaランタイム）のインストールが必要です。
まずパッケージインデックスを更新します。
$ sudo apt-get update
次のコマンドで、JREがインストールされているか確認します。
$ java -version
確認できたでしょうか。
「プログラム ‘java’ は以下のパッケージで見つかりました」（もしくは「見つからない」等）と表示されたら JREがインストールされていません。次のコマンドを実行してください。
$ sudo apt-get install default-jre 
 
2. JDKのインストール
Javaアプリケーションを開発する場合には、JDK (Java Development Kit)のインストールが必要です。
まずパッケージインデックスを更新します。
$ sudo apt-get update
次のコマンドで、JDKがインストールされているか確認します。
$ javac -version
確認できたでしょうか。
「プログラム ‘javac’ は以下のパッケージで見つかりました」（もしくは「見つからない」等）と表示されたら JDKがインストールされていません。次のコマンドを実行してください。
$ sudo apt-get install default-jdk
 
=======
sudo apt-get install openjdk-6-jre
=======
sudo apt-get install libbluetooth-dev
=======
sudo sh install
=======
ucontrol
=======
以上

180_定番アプリ文字認識１

投稿日時: 投稿者:

では、Ubuntuにtensorflowをインストーるしましょう。

私の場合、Win10のHyperVにインすトールするんですが、、、

これまたうまく行かなくって。。。笑。。。ほほほ

まず、、、、

パーッケージアップデート

コマンドは、、、

$ sudo apt-get update

Pythonのバージョン確認

$ pyhon -v

（2.7.1以上であること。）

[dasudasu@localhost Desktop]$ python
Python 2.6.6 (r266:84292, Jul 23 2015, 14:41:34)
[GCC 4.4.7 20120313 (Red Hat 4.4.7-11)] on linux2
Type “help”, “copyright”, “credits” or “license” for more information.

TensorFlowでは2.7以上が必要なので、まずはpythonの更新

$ su –
pass y\\\\\\\\0612
# cd /usr/local/src/
# wget https://www.python.org/ftp/python/2.7.13/Python-2.7.13.tgz
# tar zxf Python-2.7.13.tgz
# cd Python-2.7.13/
# ./configure
# make && make altinstall   —NG
# mv /usr/bin/python /usr/bin/python2.7.13
# cp /usr/local/src/Python-2.7.13/Python /usr/bin/python

・・・・・・

・・・・・・

$ sudo apt-get install python-pip python-dev

$ sudo apt-get install python-numpy

いろいろコマンド打って、、、とりあえず順調？？

（図１）

更に引き続き。。。順調？？？

（図２）

うーーーん。なんとなくAIが触れられたかな。。。って簡易

＜2017/07/08に追記、イメージ貼り付け＞

 

以上

 

179_TensorFlow_from_google_First_Experience(3)!_End

投稿日時: 投稿者:
（３）
init = tf.initialize_all_variables()
を打ち直したらWaringでなんとか。。
続けます。。。。
ssess = tf.Session()
sess.run(init)
for i in range(1000) :
batch_xs, batch_ys = mnist.train.next_batch(100)
sess.run(train_step, feed_dict={x:batch_xs, y_: batch_ys})
で。。
print (sess.run(b))
オールゼロ。。。だけど良いのかな？？？
2回目。。
print (sess.run(b))
おおーーなんか出てきた！
（図１）
次は、正答率算出
correct_prediction = tf.equal(tf.argmax(y, dimension=1), tf.argmax(y_, dimension=1))
とりあえず、エラーなし。。。
（図２）
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
とりあえず、エラーなし。。。
（図３）
さあ、正答率？？？
print(sess.run(accracy, feed_dict={x: mnist.test.images, y_:mnist.test.labels}))
（図４）
出力０．９１８８？？？
「約９２％の精度で分類できた」。。。と。。。？？？？
最後に、
sess.close()
（図５）
これでいいのかな？？？まったくわからんなあーーーー
マネ勉強しよ。。。。
以上

178_TensorFlow_from_google_First_Experience(2)!

投稿日時: 投稿者:

では、データ数（サンプル数）。。。
コマンドは、
mnist.train.num_examples
と、思ったらエラー。。。

どうやら、毎回mnistをrunさせないとけないらしい。。。
なので、
from tensorflow.examples.tutorials.mnist import input_data
mnist=input_data.read_data_sets(“MNIST_data/”, one_hot=True)
を再度Ctral+Enterで起動。
すると、、、OK！
（図１）
テストデータの数を確認、コマンドは、
mnist.test.num_examples
OK!!
（図２）
で、次は、ニューラルネットワークをTensorflowで実装します。
（なんのこっちゃ？？）
ライブラリのインポート。
コマンドは、
import tensorflow as if
特にOutputなし。。。だな。
（図３）
入力層の準備
コマンドは、
x = tf.placeholder(tf.float32,[None, 784])
これも特にOutputなし。。。
（図４）
次にウェイトとバイアスの準備
コマンドは、
w = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))
はい、反応なし。。。いや多分準備中・・・
（図５）
次にソフトマックス関数の適用
コマンドは、
y = tf.nn.softmax(tf.matmul(x,W) + b)
はい、、、反応なし。。。
（図６）
正解ラベルのプレースホルダ
y_ = tf.placeholder(tf.float32, [None, 10])
はい、、、反応なし。。
（図７）
交差エントロピー。。。なんのこっちゃ？？
コマンドは、
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))
はい、、反応なし。。。
（図８）
損失の最小化、、なんのこっちゃ？？
コマンドは、
train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
ハイ、反応なし。。。
（図９）
変数の初期化
コマンドは、
init = tf.initialize_all_valiables()
・・・うーーーんエラー。。。
（図１０）
 ・・・変数の初期化から、再度。。。。トライ！！！
以上

177_TensorFlow_from_google_First_Experience(1)!

投稿日時: 投稿者:
TensorFlow初体験
本に沿ってマネてみる。中身がさっぱりわからん。。。
[171] (2017/02/10)171_TensorFlow_install_test_success!!
★google_AIに挑戦
を参照
１．コマンドプロンプトでDocker起動
C:\Users\h1729>docker start -i tf
２．Jupyter Notebookを起動
root@920195b1f780:/notebooks# jupyter notebook
３．右上「New」でPython2を選択、新ファイル作成
コマンドは、まずダウンロード
from tensorflow.examples.tutorials.mnist import input_data
mnist=input_data.read_data_sets(“MNIST_data/”, one_hot=True)
で結果。。
（図１）
Ctrl+EnterでRun
なんか、MNISTなるものフォルダが入っとる
（図２）
開けると、４ファイルいるいる。。
（図３）
では、mnistコマンドを
mnist
（図４）
なんかOutPutがでました。
Datasets(
train=<tensorflow.contrib.learn.python.learn.datasets.mnist.DataSet object at 0x7f621d6a5410>,
validation=<tensorflow.contrib.learn.python.learn.datasets.mnist.DataSet object at 0x7f621d6a5390>,
test=<tensorflow.contrib.learn.python.learn.datasets.mnist.DataSet object at 0x7f6221b46750>)
３つのオブジェクト。
次にmnistのクラスの確認、と。コマンドは、アンダーバーは２回ずつ！！
mnist.__class__
（図５）
で実行。結果、
tensorflow.contrib.learn.python.learn.datasets.base.Datasets
（図８）
で、GitHubのkラス定義を確認、と。。
https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/learn/python/learn/datasets/mnist.py#L103
で４つのプロパティがあると、あるね。。。
（図９）
画像データの中身の確認、、と。
コマンドは、
mnist.train.images[0]
出力されたね。
（図１０）
で、「７」の表現らしく、、その確認コマンドは、
mnist.train.labels[0]
で出力
（図１１）
 ０からカウントなんで、７の位置に「１」がアリ！
 で、次にデータの数。。サンプル数か。。。

176_WordPress_Mirror_Site

投稿日時: 投稿者:

まだ、途中。。。

 

FeedWordpressでまとめサイト作った実験レポート

【FeedWordPress】でRSSフィードから自動で記事化


を参照。

ミラーサイト構築に挑戦します。
FeedWordpressのインストール方法
まず、吉原亭にFeedWordpressをインストール
（図１）
FeedWordpressの設定方法
管理画面左メニューの「Syndication」をクリック
（図２）
カスタムフィールドを作るために、「Advanced Custom Fields」をインストール
（図３）
フィード更新の初期設定
デフォルトではフィードの更新は手動になっていますので、今回は自動更新するように変更
管理画面の「Syndication」から「Feeds and Updates」を選択します
「Update Scheduling」のUpdatesが「cron job or manual updates」になっていますので、それ以外を選択して「変更を保存」をクリックします。
RSSフィードの登録
管理画面の「Syndication」から「Syndicated Sites」を選択します。
「New source」にフィードのURLを入力し、「Add」をクリックします。
http://160.16.50.187/wordpress/
を追加。。。。
フィードの形式がいくつか表示されます。基本的にはどれを選んでも問題ないようですが、一番上のものを選んで「Use this feed」をクリックします。
すると、フィード一覧画面に戻り、一覧に登録されたことが分かります。
？？？？？
（図４）
「Posts & Links」の設定
「Posts & Links」をクリックし、左上プルダウンから登録したフィードを選択します。
即公開したいので「Publish posts from this feed immediately」を選択します。
？？？？？
（図５）
（図６）
「Posts & Links」をクリックし、左上プルダウンから登録したフィードを選択します。
即公開したいので「Publish posts from this feed immediately」を選択します。
取り込んだ記事を開けるようにしたいので「The local copy on this website」を選択します。
カスタムフィールドにリンク先を取り込みむ設定をします。
「Custom Post Settings」に下記のように入力します。
Key：url?
Value：$(link)
【Authors】の設定
「Authors」をクリックし、左上プルダウンから登録したフィードを選択します。
今回は全てAdminにて取り込みたいので「All posts syndicated from this feed 」でAdminを選択します。
【Categories & Tags】の設定
カテゴリーやタグの自動生成を止めたいので、「Don’t create any matching terms」を選択します。
全て「Wordpress」カテゴリーに登録したいので、「カテゴリー」で新規カテゴリー追加をしてチェックを入れます。
「変更を保存」をクリックして保存します。
RSSフィードの取り込み
うーーーん。。うまく行かん。。。ねむいので今日はここまで！！

175_SAKURAVPS_real_temp_data_graph

投稿日時: 投稿者:

グラフも表示！！

ファイルは、

/var/www/html/ras_gra

の

20170213_real_tmp_gra1.php

ね。

＝＝＝＝＝＝＝＝＝＝＝＝
<!DOCTYPE html>

<html>
<head>
<script type=”text/javascript” src=”https://www.google.com/jsapi”></script>
<script type=”text/javascript”>
    // Visualization API と折れ線グラフ用のパッケージのロード
google.load(“visualization”, “1”, {packages:[“corechart”]});
    // Google Visualization API ロード時のコールバック関数の設定
google.setOnLoadCallback(drawChart);
    // グラフ作成用のコールバック関数
function drawChart() {
    // データテーブルの作成
var data = google.visualization.arrayToDataTable([
       <?php
       //MySQLに接続し、データベースを選択します。
mysql_select_db(‘20161129_sensor’) or die(mysql_error());
       //SQLクエリを実行します。
//$drawScript ='<br>グラフデーターを書くまでの記述<br>’;
$i = 0;
       while ($row = mysql_fetch_array($res, MYSQL_NUM)){
if ($i != 0) {
$drawScript .=”, [‘” . $row[1] . “‘,” . $row[2] . “,” . $row[3] .  “]”;
} else {
// 一つ目の項目は 前に コンマ がいらないのと要素を入れる必要があるため
}
$i++;
        print $drawScript;
        //結果セットを開放し、接続を閉じます。
       ?>
   ]);
    // グラフのオプションを設定
var options = {
title: ‘温度・湿度グラフ’
};
    // LineChart のオブジェクトの作成
var chart = new google.visualization.LineChart(document.getElementById(‘chart_div’));
// データテーブルとオプションを渡して、グラフを描画
chart.draw(data, options);
}
</script>
  </head>
<body>
    <!– グラフを描く div 要素 –>
<div id=”chart_div” style=”width: 80%; height: 400px;”></div>
    <br>
表示データ<br>
*****************************<br>
[  日時  , 温度 , 湿度  , ⇒水要不要 ] <br>
   <?php
    //MySQLに接続し、データベースを選択します。
$conn = mysql_connect(‘tk2-201-10183.vs.sakura.ne.jp’,’root’,’yoshihara20160805′) or die(mysql_error());
mysql_select_db(‘20161129_sensor’) or die(mysql_error());
    //SQLクエリを実行します。
$res = mysql_query(‘SELECT * from t_sensor where water_need=”insert real data” order by Num DESC LIMIT 10’) or die(mysql_error());
    //結果を出力します。
while ($row = mysql_fetch_array($res, MYSQL_NUM)){
echo “[‘\n”;
echo $row[1].”\t”;
echo “‘,\n”;
echo $row[2].”度\n”;
echo”,\n”;
echo $row[3].”%\n”;
echo”,\n”;
echo $row[4].”\n”;
echo “],\n”;
echo “<br />\n”;
}
    //結果セットを開放し、接続を閉じます。
mysql_free_result($res);
mysql_close($conn);
   ?>
*****************************<br>
</body>
</html>