※ クラブ員向けの告知になります．
こんにちは😀． 富士チャレ2021秋に向けて，ロングライドをやろうと思います． 興味のある方は，富士チャレに出る出ないを問わずに参加してみて下さい．
概要
コース
エントリーしている距離がバラバラなので，途中まで一緒に走りつつ，各自の目標距離に合わせて離脱するやり方にしようと思います． 以下の4コースの中から選択してください．
コースはRide with GPSでご確認いただけます．
梅コース*1
竹コース*2
松コース*3
参加表明等は，Messengerにお願いします．
ちなみに，僕は140 kmにエントリーしてますので…
以上です．よろしくお願い致します．
こんにちは．changです． 今回はクリートの遊びとダンシングの関係について考察してみようと思います． 初心者用と言われる黄色が，実はダンシングに向いているのでは？という話です．
0. クリートとは？
色々なところで紹介されているので改めて書きませんが，自転車用のシューズとビンディングペダルを固定する為の部品です． shimanoの場合には，3種類(赤，青，黄)のラインナップがあります． 靴をはめた時の遊びが，赤⇨青⇨黄の順番で大きく設定されています*1*2． 遊びの大きい黄色はペダリングのブレを吸収するため，初心者用だと言われます．
僕はshimano以外のクリート(=ペダル)を使ったことがありませんが，スピードプレイやタイムが遊びの大きい作りになっているそうです．
1. ダンシング
多くの上級者が，ヒルクライムのポイントにダンシングを挙げていらっしゃいます． 本の中で，山神の森本誠さんが「ダンシングは引き脚」，富士ヒル覇者の兼松大和さんが「蛇行して前輪のグリップを使う」という話をされているのを見た時は感動しました😭． 自己流でやってきた事が裏付けされたと言いますか... ただ，様々なところで紹介されているダンシングのテクニックですが，上級者の方の意見の中にも共通点があるようで無い気がします． それだけ，ダンシングの仕方には個人差があるのでしょう．
で，僕のダンシングですが，既に少し触れたように，引き脚をしながら蛇行しています(そのつもりです)． ↓は，ダンシングをしている僕の後ろ姿です． チームメートがアクションカムで撮ってくれました．
この時は左脚を引き上げている訳ですが，同時に，右にステアリングしています． ついでに，脚を強く引き上げるために右手でハンドルを叩くイメージを持っています．
この時の身体とバイクの位置関係を極端に描くとこんな感じになります．
体幹はハンドルに追従して右を向きます． これに伴って，足も右に向きます． 逆に，蛇行しているバイクのフレーム(=ペダル)は左を向きます． つまり，引く側の左足はペダルに対して内向きになり，踏む側の右足はペダルに対して外向きになります． ダンシング中はこれを左右対称に繰り返している為，両足が常にペダルの上で動いているのです．
ちなみに2年程前に一度だけ青クリートを試しましたが，脚の痛みに耐えられずに数ヶ月で黄色に戻しました． その時の青が残っていました． ペダルとの接点部が見事に変形しています． これだけの捻り力が脚にかかっていたんですね．
僕のダンシングで「足がペダルの上で動く」という話をして来ましたが，程度の問題はあれど，一般論としても正しいと思います． 多くの方が，脚の柔軟性でこれを吸収しているのでしょう． それが出来る方には，赤クリートが向いていますね． 残念ながら，僕の脚には十分な柔軟性が無いようです． だから，足の捻りをペダルの遊びで逃してるんだと思います． 足の柔軟性に頼るのか，ペダルの遊びに頼るのかは個人の好みですが，僕の様に小柄で脚の短い人間はペダルに頼った方が楽のような気がします．
2. プロはどうなの？
プロ選手の中にも，黄色のシマノクリートを使っている方がいると聞いたことがあります． どの位の割合なのかは分かりませんが，一定数はいるみたいです． 宇都宮ブリッツェンの増田選手もそうだとか*3．
ちなみに，蛇行ダンシングの祖(？)であるアルベルト・コンタドール氏は，(キャリア全般でか分かりませんが)スピードプレイを使っていた印象があります． もしかしたら，彼もダンシング時にクリートの遊びを利用していたのかも知れないですね．
3. むすび
強豪アマチュア選手やプロ選手が自分と同じ理屈でペダリングしているのかも...と妄想すると楽しいです😀
こんにちは．changです． iPhoneのlidarに興味があってスマフォを新調したところ，副次的に5G対応になりました． 今のところ，5G電波が立つのを見たことがありません😮
0. 5Gとは？
5Gって何？って話は色々なところに情報がありますし，僕自身に大した知識も無いのでここでは致しません． 要は4G(4th generation)に続く，次世代(？)の通信規格です．
ちなみに，1世代前の3Gの廃止がいよいよ今年度末から始まります． 親に持たせているガラケーをどうするか，考えなければなりません． 僕が使っていたiPhoneをお試しで持たせてますが，使いこなせるでしょうか？
脱線しましたが，5Gを使いこなすのに先ず必要なのは，スマフォに慣れることではありません． 近くに5Gのアンテナ(基地局)が存在することです． 携帯電話というのは，基本的には卓上電話の子機と同じです． トランシーバーの様に，通信をするデバイス間に直接電波を飛ばす訳ではありません． 高機能で最新のスマフォであっても，回線の大本が近くに無ければ機能しないのです．
日本国内の5Gエリアの拡大は道半ばの様です． 僕は都心では無いものの，人口20万人を超える市の駅前に住んでいます． 先刻，散歩のついでに駅の構内近くまで行ってみましたが，5Gは立ちませんでした． キャリアが公開している対応エリアを見ると，対応が進んでいるのは都心部に限られる様ですね．
ちなみに，その駅前でスピードテストしたらこんな感じでした．
僕の自宅のwifiだとこうなります．
ネット環境が貧弱なのがバレますね． スマフォやパソコンを買うより，ブロードバンドを整える方が有益かも知れないですね．
1. 5Gって要る？
天邪鬼な僕なので，一応こんな事も書いておこうかと． 先日書いたクラウド*1の話と同じで，3Gや4Gで困ることはありません． 現状をさも不便に，時代遅れに感じさせる事が，メーカーの仕事なのです😮💨
5Gに関して個人的に思う事としては，，，多くの人が重宝する技術だと思います． 解り易い例は自動運転ですね．
自動運転の実現には大きく分けて二つの方法があります(多分)．
(1) 運転をするための頭脳を個々の車に持たせる
(2) 街(仮)の中を走る全ての車の動きを，クラウドで一括管理する
(1)の方が所謂"自動運転"のイメージに近いですが，技術的に実現性が高いのは(2)です． (1)はヒトに近いロボットを創り出すというSFチックで神様みたいな行為なのに対して，(2)は現状の電車の運転技術の拡張だからです． この国の自動運転はこの方法で，頭脳部を作るのはA社，車体を作るのはB社，道路を作るのはC社...みたいな天の一声が舞い降りれば，短期間で実現できるでしょう． そして，この方法に欠かせないのが5Gです． 中央ステーションの頭脳が街中の車の位置を正確に把握するのは，高速でリアルタイム性の高い通信が不可欠だからです．
とはいえ，大衆が5Gの恩恵を受けるのは未だ先でしょう． 「YouTubeをサクサク見たい」等のモチベーションであれば，光ファイバー + wifルーターの方が遥かに快適でリーズナブルだと思います．
個人的には，スマフォ間とかスマフォ-PC間のデータ転送をクラウドを介さずに高速化する技術を作った方が，アプリケーションの拡張性が広がると考えています． スマフォで撮った映像を逐一クラウド経由で渡すとか面倒臭いし，パケット代の無駄ですよね． 画像や点群をAIで解析するにしても，データを処理パソコンに一度渡し，解析済みの結果をクラウドに纏める方が現実的だと思います．
2. むすび
なかなか本題(？)に入れないなぁ...🙄．
こんにちは．changです． iPhoneの写真アプリが「iCloudの容量を増やせ」と言ってくるのが鬱陶しくなりました． 素直に課金するのも癪なので，データをOneDriveに移動してみました． こんなケチな事，誰もしない気がするけど...
0. HDDとクラウドストレージ
Note: 本題とは関係ないので，読み飛ばしてください．
オッサンなので，ストレージと言えばHDDを思い浮かべます． 今や，テラ要領のHDDが1万円を切って買える時代になりました． 「保存用とバックアップ用に外付けHDDを複数持つ」なんて事も簡単にできます． これで困る訳ではないのです．
ただ，あたかも現状を不便であるかのように感じさせるのがメーカーの仕事でもあります． せちがないですが，そういうものです．
顧みてみると，メーカーも巧くやったものだと思いました． 私見ですが，HDDを時代遅れ(不便？)に感じさせるきっかけを作ったのはクラウドでは無く，SSDです． SSDは，所謂フラッシュディスクです． HDDの様に円盤が回っていないので静かですし，書き込みも高速です． サイズも小さいので，薄型のラップトップに向いています．
SDDのデメリットは容量の小ささです． 最近は大容量タイプも安くなりましたが，それでも，SSDで扱えるのは512GByte迄でしょう． このため，デスクトップではシステムファイルをSSD，データファイルをHDDに入れるのが一般的です． 僕もそうしています*1． でも，薄型のラップトップやタブレット，スマートフォンではそんなことはできないですよね． MicrosoftやAppleはこれを利用して，画像や動画の保管にクラウドストレージを強制します． 端末の小型化⇨フラッシュディスクの採用⇨クラウドストレージの強制という様に，SSDでワンクッションしてからクラウド推しに行ったところが，メーカーの戦略なのです．
HDDを使い続けることも出来るのです． メーカーは端末からUSB端子を排除して外付けHDDに繋ぎ難くしてますが，繋げないことはありません． iPhoneであっても，パソコン側にデータを移行できます． 大きめのノートパソコンかデスクトップとの併用にはなってしまうのかな？ iTuneを使わずに単純にデータをコピーすると，アプリとの互換が崩れるのも不便と言えば不便ですね．
天邪鬼な僕は，メーカーの思惑に易々と乗るのが嫌いです． ただ，エンジニアの端くれとして，時代の流れに追従することも必要だと思います．
1. iCloudとOneDrive
iCloudとOneDriveの違いを，僕は良く解っていません． 知っているのは，iCloud=Appleのサービス，OneDrive=Microsoftのサービスということ位です． 元々OneDriveに課金していたからという理由で，今回はiCloudからOneDriveにデータを移動します．
ちなみに，クラウドサービスの特徴は色々な記事で紹介されていました*2*3． 僕は純粋なMacユーザでは無くWindowsとLinuxも使う為，OneDriveという選択は間違ってはいない様です．
2. データ移行
手順としては単純で:
滅茶苦茶面倒臭かったです😵．以下，めんどくさかったトップ３:
第1位: OneDriveの同期
時間がかかるので，就寝中にすると良いでしょう．
第2位: 写真の管理
上述したiTune問題と同じで，iPhoneの写真アプリが勝手にやってくれた日付毎の表示とか，思い出作成とかはできなくなります．
僕はこんな感じ↓で月毎にフォルダ分けしました．
第3位: HEICの変換
まだ直面していないのですが，MicrosoftのサービスにHEIC形式の画像を入れることになるので，Windowsから画像を使う際にはjpeg等に変換する必要があると思います．
3. 結び
素直にiCloudにも課金した方が良いと思いました(笑)． 当然ですが，そう思わせるような作り方にAppleはしますよね． 今回費やした時間を考えると，サブスク料金だって高くはないでしょう． ただ，幾つものサービスに課金して毎月の支払いをチェックするのは面倒臭いですよね． やっぱり，経費でHDDを買うのが一番楽だなぁ．
こんにちは．changです． 随分久しぶりの投稿になってしまいました．
遅い夏休みも乗鞍中止で暇になってしまったの為，この機に，前からやってみたかったMac導入に挑もうと思います．
0. Apple履歴
Linuxをやって来た跳ね返りなのか，Apple製品を昔から避けて来ました． iPodも使ったことがありません．
転機(？)は社用携帯でiPhoneを使うようになったことです． プライベートでのスマホ導入が遅くてですね...(汗)． エンジニアが新しいモノ嫌いという良くあるパターンに陥っていました． 一度米国ブランドのAndoroidを買ったのですが，使い難くてガラケーに戻したりもしました． 友達いなくて出不精だと，スマホの必要性に駆られないのです．
で，2018年の暮れ頃に社用でiPhoneを使い始めたのですが，，，使い易くて吃驚しました． 直ぐに個人用を買いました． 今となっては，iPhone無しでは移動も買い物も出来ないです．
1. いざ開封
買ったのはMacBook Pro 13-inch, M1 chipです． ヨドバシで買いました． Appleストアで買っても良かったのですが，古い人間なので一応モノを見てから買おうかなと．
2. Appを入れる
Kaspersky Internet Security
ウィルス対策がいるのか疑問ですが，Windowsでライセンス持っているので入れました． 今は未だ試用版を使ってます． 正式運用はもう少し調べてからにしようかな．
OneDrive
iCloudに課金していないので，ストレージはOneDriveを使おうと思っています． iCloudを食い荒らしている写真をOneDriveに移動したらエラい苦労したので，次の記事で紹介しようと思います．
3. 結び
この短い記事を書くのに早速大苦戦です． スクロールすら出来ない💦 ボチボチでやっていきます． これを機にWindows離れしてやるぜ‼️．
こんにちは．changです． 既に一週間前の話になりますが，赤城オフロード3時間耐久ソロに参加しました． 結果は8位． 勝ちを狙って走りましたが，なかなか厳しかったです．
赤城オフロード
群馬県の山奥で開催される，オフロードの耐久レースです． シクロバイクでもマウンテンバイクでも参加できたり，BBQをやりながら走れたりとお祭り感が強いですが，コースは本格的． 昨年はチームで出場し，2位に入りました． 登りが長めなので，僕に向いていると思っていました．
今年もチーム戦に混ぜてもらおうかと思ったのですが，，，誘惑に駆られて(？)ソロでの出場を決めました． ロードでも毎回コーナーに苦しむ位なので，バイクコントロールは苦手です． その辺の改善・強化をしつつ，体力勝負で勝負に絡もうと思って臨みました．
前日まで
元々，オフシーズンのトレーニングで始めたマウンテンバイクです． 夏はトレーニングしていませんし，冬のシクロクロス大会も根こそぎ中止でした． 昨年の赤城以降，通勤用バイクになり下がっていました． レフティーが泣くなぁ．
今回肌で実感しましたが，夏のオフロードは厳しいです． 一寸未舗装路に入っただけでも，虫の巣窟に脚を踏み入れたかの様になります． 通勤でやろうものなら虫刺され＆草まみれで仕事になりません． 一週間前の日曜に山に入ったら，何とヒルに足を噛まれました(泣)． 自戒ですが，夏は自然を避け，ケチらずに専用施設に赴きましょう．
更に直前，替えたばかりのタイヤがパンクして大慌てになりました． チューブレスはこういう時ツラい... 弾丸で撃ち抜かれても走れるという強力なシーラントをお店の方に入れていただき，事なきを得ました．
レース展開
レースが始まると，スタートダッシュで10数名が抜け出します． 付いて行こうか一瞬迷いましたが，マイペースに切り替えました． ロードと違ってスリップストリームが効かない事は解っていましたし，抜け出した全員が最後まで維持できるペースでは無いと思いました． 黙々とペースを刻み，前を目指します．
周回コースでチーム参加者と入り乱れて走るので，レース中は自分の順位が殆ど判りません． 1h位走ったところで，抜け出しに参加していた(他店の)チームメートと合流しました． 前に何人いるか訊いたら，10名以上という応えが... 若干心折れましたね．
勝った選手には何回も抜かれたので周回遅れになっていると思っていたのですが，結果的には一周しか差がありませんでした． どうやら，多くの選手が休憩を取っていた様です． ピットから戻ったところで抜かれていたのですね．
ピットイン無しで走り切るつもりでボトルを2本持って走りましたが，重量面で不利だったかも知れないです． 耐えかねて一度ボトルを取りに行ったのですが，予備が見つからなくて2分程ロスしました． 補給を円滑にして，ついでに冷たい水でもかぶってリフレッシュしすれば，ピットインしながらの方が有利なのかも． その辺は改善の余地がありますが，，，来年も走る気になるかはその時の自分次第です...(笑)．
むすび
腰の痛みがようやくとれて来ました． 昨日やっと洗車も済ませ，一段落した感じです．
オリンピックも始まって楽しいことだらけなので，少し気が緩みそうな気もしています． 7月一杯は少しリラックスしますが，8月に入ったら乗鞍に向けてまた追い込んでいこうと思います．
こんにちは．changです．
Tensorflow ver. 1.14.0を長く使っていますが，Tensorflow 3D*1を試す為にv2を導入することにしました． 今までに書いたソースは同じ環境で使い続けたいので，v1とv2を共存させます．
Pythonの開発環境を複数持つ方法はいくつか在ります．
(1) ハードディスクを分ける
古臭いやり方ですが，ドライバレベルから環境を分ける一番確実な方法です． 僕の場合，システムファイル用とデータファイル用にHDDを分けているので，システムファイル側だけを変えればソースは共有できます． 500GBのSDDも5000円位で買える時代ですし，僕的にはプランAです．
これをやるつもりでSDDも買ったのですが，「一度は今風の仮想環境を試そう」と思い立ったので見送りにします．
(2) Dockerを使う
王道のやり方という事は知っているのですが，恥ずかしながらやったことがありません． これもどこかで試すつもりですが，今回はより簡単な(3)を採用します．
(3) vertualenvを使う
Pythonを複数ver.持つための仮想環境です． 今回はこれを試します．
Tensorflow ver.1.14.0の対応CUDAは ver. 10.0，今回導入するTensorflow ver. 2.3.0の対応CUDAはver. 10.1です*2． vertualenvの中にCUDAを入れることは出来ません． ですので，複数ver.のCUDAを同一PC内に入れ，かつ干渉させないことが，今回の一つのポイントになります．
(4) GCPを使う
インスタンスを複数立てる事で，簡単に実現出来ます． これも流行りの方法ですが，一応，自作PCブログですので．．．
0. 今回やること
ベース環境
基本方針
1. CUDAのインストール
既に10.0が入っている状態から初めます．
ここ*3からCUDA10.1を，ここ*4からcuDNN 7.6.5をダウンロードします． この方*5によると，ver.違いのCUDAはそれぞれ別のディレクトリにインストールされて干渉しないそうです． 別々に入っていれば，Tensorflow側で適合ver.を勝手に選ぶとのこと． なので，このままインストールしていきます．
CUDA 10.0へのシンボリックリンクを消す
$ sudo unlink /usr/local/cuda
CUDA10.1をインストールする
$ sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub $ sudo dpkg -i cuda-repo-ubuntu1804-10-1-local-10.1.105-418.39_1.0-1_amd64.deb $ sudo apt update $ sudo apt install cuda-toolkit-10-1 $ reboot
cuDNN 7.6.5をインストールする
$ sudo dpkg -i libcudnn7_7.6.5.32-1+cuda10.1_amd64.deb $ sudo dpkg -i libcudnn7-dev_7.6.5.32-1+cuda10.1_amd64.deb $ sudo dpkg -i libcudnn7-doc_7.6.5.32-1+cuda10.1_amd64.deb
入ったか確認すると...何故かCUDA 10.2も入っとる？？？ここでまたシンボリックリンクを消しておく
$ ls /usr/local $ sudo unlink /usr/local/cuda
.bashrcを編集して環境変数を追加
export PATH="/usr/local/cuda-10.0/bin:$PATH" export PATH="/usr/local/cuda-10.1/bin:$PATH" export LD_LIBRARY_PATH="/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH" export LD_LIBRARY_PATH="/usr/local/cuda-10.1/lib64:$LD_LIBRARY_PATH"
nvcc を打ってみると...10.1に変わっている
CUDA 10.0が無事か試す
$ python3 >>> from tensorflow.python.client import device_lib >>> device_lib.list_local_devices()
2. Tensorflow v2のインストール
$ sudo apt update $ sudo apt install virtualenv $ cd ~/Python $ mkdir tf2_env $ virtualenv -p python3 tf2_env $ source ./tf2_env/bin/activate
pipでインストールする
$ pip3 install tensorflow==2.3.0
CUDA 10.1が呼び出されるか試すと，なんか失敗しているっぽい
$ python3 >>> from tensorflow.python.client import device_lib >>> device_lib.list_local_devices()
先刻何故か入っていると言ったCUDA 10.2の中に在るっぽいので，.bashrcにパスを追加する
export LD_LIBRARY_PATH="/usr/local/cuda-10.2/targets/x86_64-linux/lib:$LD_LIBRARY_PATH"
こんどは行けたっぽい
仮想環境から抜ける
$ deactivate
取り敢えず，これで使ってみようと思います．．．(^^)．
*1:https://ai.googleblog.com/2021/02/3d-scene-understanding-with-tensorflow.html
*2:https://www.tensorflow.org/install/source?hl=ja#gpu_support_2
*3:https://developer.nvidia.com/cuda-10.1-download-archive-base?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=deblocal
