Top / Vision / 2020 / ex01

視覚認知計算特論 2020年度 第1回相当の活動 [edit]

この授業では,登場するいくつかの問題を実際にコンピュータを使って解く課題を出します.これに取り組むために,準備が必要です. 今年度は,オンライン授業実施のための準備も必要です.

step1 [edit]

0407火の授業開始までにやってほしいこと [edit]

  1. https://byod.st.ryukoku.ac.jp/ に大事なお知らせがあるので確認する
  2. OnlineClasses を見てこの科目の Teams チームへ参加する
    • そこの ex01 チャネルでしりとりする
  3. Teams のアプリ版を自分のPC等にインストールする https://byod.st.ryukoku.ac.jp/teams/
  4. 授業当日に使う機器を準備する
    • Teamsが動くデバイス(PCやスマホ,PC推奨)を用意する
    • 音声のやりとり(双方向,takatakaからもあなたからも)を試す予定なので,マイクとスピーカまたはイヤフォン等が使えることを確認しといてね

      <テストの仕方> アプリ上部の検索窓に /testcall と入力して Enter(いきなり男のひとに話しかけられるが焦らない(自動応答))

    • 映像を配信する(一方向,takatakaからのみ)ので,できるだけ見やすいように(スマホじゃなくPCでとか)しといてね
  5. ↓を読んで準備・心構えをする

0407火の授業時間の活動 [edit]

Teams上でリモート/オンラインで,次のような活動をする予定です.やり方などは,Teams上で説明します.当日は,9時50分までにはオンラインになって活動できるように準備してください.

  • おしゃべりする(テキストチャット)
  • おしゃべりする(音声)
  • 映像を受信する(takatakaが配信するカメラ映像やPC画面を)

0413月までにやってほしいこと [edit]

  1. 以下のことをやってください.Colab Notebook を開いて中身をいじったりできることが確認できたら,そのことを Teams 上で知らせてください.Notebook の中身の問への解答までする必要はありません.

    この授業では,Google Colaboratory (Colab)というものを用いる課題を出します. Colab とはどういうものかを知るために,PIP/2019/hw05 の Q.7 をやってみてください.ここで出てくる話(離散コサイン変換とか)は,takatakaが担当している数理情報学科3年生向け授業「パターン情報処理」(PIP/2019)の内容ですので,この授業で理解を求めるものではありません.

  2. 以下のことをやってください.次回の授業の予習です.特に報告は必要ありません.
    • 3年生向け授業「パターン情報処理」(PIP/2019)第12回の講義資料の「★11.1」を読んで,Q1 をやってみてください.別にこの授業を履修してることを前提にこちらの授業をやるつもりではありませんので,未履修者もあわてず調べたり相談してくれればokです. 共有できそうな質問は,Teams上のスレッドへ.

step99 (optional) [edit]

この授業の課題は上記の Colab だけでできるようにする予定ですが,ローカルに Python 等をインストールするなら,次のようなものを用意するとよいです.

  1. 次に示すソフトウェアが動作するPC環境.
    • 自分のもの,研究室のもの,大学の計算機室のもの,いずれでも構いません.
    • OSは Windows, macOS, Linux のいずれでも大丈夫です(以下のものが動作するなら他のOSでもあり).
    • おすすめの環境構築法」も参考にしてください.
  2. いくつかのソフトウェア/ライブラリ
Python
Python は,2の系列(2.7が最終バージョン)と3の系列で互換性のない所があります.この授業では Python3 を前提とします.
NumPy
Python で動く科学技術計算ライブラリ.
SciPy(必須ではありません)
同じく Python で動く科学技術計算ライブラリ.この授業の範囲では,SciPy の機能は使うとしても画像の読み書きのみです. 他のもので代替できるなら不要です(例えば OpenCVとそのPythonインタフェイス).
gnuplot(必須ではありません)
後述の matplotlib を使うなら不要です.
iPython(必須ではありません)
どういうものかは自分で調べてみてね
matplotlib(必須ではありません)
Python上でグラフを描いたりできるライブラリ.なくても,テキストファイルにデータを吐いて gnuplot でグラフ描く,等で代替できます.

上記のものが自分の環境で動くかどうか,バージョンがいくつか,を調べる方法.

  1. python のバージョンを確認
    $ python  -V     ($はシェルのプロンプトなので入力する必要なし)
  2. NumPy のバージョンを確認
    $ python
    >>>  import  numpy as np     (>>>はpythonのプロンプトなので入力する必要なし)
    >>>  np.__version__
  3. SciPy のバージョンを確認
    >>>  import  scipy as sp
    >>>  sp.__version__
  4. gnuplot のバージョンを確認
    $ gnuplot -V

おすすめの環境構築法 [edit]

ここでは,Linux や macOS で python3 というコマンドで Python 3 が動く環境を例に,上記のライブラリをインストールするおすすめの方法を説明します.Python 3 のインストールについては(gnuplot も),ググったりしてください.

  1. 仮想環境を作る.仮想環境って何?というひとは,「python 仮想環境 venv」あたりでググるとよいでしょう.
    $ python3 -m venv ~/venv/vision
    ここでは,ホームディレクトリの下の venv というディレクトリの下に vision というディレクトリを作って,そこに関係のファイル一式を置くことにしているが,この場所は任意なので好きにしたらよい.ここには,これからインストールするライブラリなどが置かれる.自分で作るプログラムなどはこことは別の場所に置く.
  2. vision 仮想環境を activate する.
    $ source ~/venv/vision/bin/activate
    (vision) $
    上記のように,シェルのプロンプトが変わるはず.この source コマンドはこれから何度も実行することになるので,alias の設定とかしとくと楽.
  3. 仮想環境を抜けるときは次のようにする.
    (vision) $ deactivate
    $
  4. 仮想環境内では,python3 ではなく python で Python 3 が起動する
    (vision) $ python -V
    Python 3.7.0
  5. pip コマンドを使って必要なライブラリをインストールする.これらは,この仮想環境の中でのみ使えるようになる.
    (vision) $ pip install numpy    (NumPyのインストール)
    (vision) $ pip install scipy ipython matplotlib   (その他まとめてインストール)
  6. ちなみに,OpenCV の python インタフェイスは次のようにすれば入ります
    (vision) $ pip install opencv-python

トップ   編集 凍結 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2020-04-06 (月) 14:45:09 (166d)