2018-09-05

「エンジニアの知的生産術」を買った

昨日電子版を買って、3章まで読んだ。

エンジニアの知的生産術 ──効率的に学び、整理し、アウトプットする (WEB+DB PRESS plusシリーズ)

作者: 西尾泰和
出版社/メーカー: 技術評論社
発売日: 2018/08/10
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

1章では情報収集・モデル化・検証の学びのサイクルについて書かれていて、2章ではやる気が出ない状態をどうやって解決するかについて書かれている。また3章では脳の記憶について書かれていて、さらに繰り返すことが必要、繰り返すのもテストを行ったほうがよいと書かれている。

ちょっと最近の自分は乱雑に情報を眺めることとが多く、具体的な成果も上げられていない(ちょこっとatcoderをやってたりはするが)ので、この本を読んでなんか足しにできるようにする。現状検証やアウトプットが足りていないと思う(ので、こうやってブログに書くことでアウトプットしている)

本の内容としては別に"エンジニアの"とつけなくてもいい感じはあるが、いきなりPythonの話が出てきたりするのでエンジニア向きではあると思う。あと3章でいきなり脳の構造に行くのは話が飛びすぎ、とも思った。ただ自分が現状抱えているもやもや感を解消する助けにはなりそうだと思っている。

以下読んだときのメモ。

“それを学ぶことは諦めて、よりやる気の出ることに気持ちを切り替えたほうがよいです。”ほう
— しょうゆ＠4thday2参加 (@shsub) September 4, 2018

“SMART criteria 組織の目標設定を想定して作られた基準なので、個人が(ry)オーバースペックです”
— しょうゆ＠4thday2参加 (@shsub) September 4, 2018

”目標が明確化されている””目標が達成可能である””大まかに全体像を把握している”
— しょうゆ＠4thday2参加 (@shsub) September 4, 2018

“内部構造を解説したドキュメントがあればそれを読む　ディレクトリ構造を読むファイル構成を読む略語を調査するデータ構造を知る関数どうしの呼び出し関係を把握する関数を読む”
— しょうゆ＠4thday2参加 (@shsub) September 4, 2018

“25 分間で章見出しとキーワードを赤ペンで囲う作業をしました。「論文を詳細に理解する」という不明確で遠いゴールの代わりに、時間を区切って明確なゴールを作り、大まかな構造を頭に入れようとしたわけです。”
— しょうゆ＠4thday2参加 (@shsub) September 4, 2018

“大雑把に情報収集できないなら、片っ端からやるしかありません。”
— しょうゆ＠4thday2参加 (@shsub) September 4, 2018

”抽象化とは具体的な対象から重要な部分だけ抜き出すことだと学びました。モデルとは現実の複雑なシステムから、重要な一部だけを抜き出したものだと学びました。プログラミングにおけるモジュールの使われ方は、まさに抽象化であり、モデル化ですね。”
— しょうゆ＠4thday2参加 (@shsub) September 4, 2018

1章では情報収集・モデル化・検証の学びのサイクルについて書かれている。
— しょうゆ＠4thday2参加 (@shsub) September 4, 2018

“GTD では、まずは「気になること」を全部 1ヵ所に集めます。”
— しょうゆ＠4thday2参加 (@shsub) September 4, 2018

“「気になることすべての整理」にはとても時間がかかるので、まずはその一部である「今日やること」の整理に集中しましょう”
— しょうゆ＠4thday2参加 (@shsub) September 4, 2018

“まず金銭価値が高くリスクも高いフィーチャから実装し、次に金銭価値が高くてリスクが低いフィーチャを実装し、最後に金銭価値が低くてリスクも低いフィーチャを実装せよ、金銭価値が低くてリスクが高いフィーチャは実装するな”
— しょうゆ＠4thday2参加 (@shsub) September 4, 2018

“緊急だが重要でないタスク❸に対して No と言い、その時間を❷(重要だが緊急でない)のタスクに割り当てるのです” 図の数値が間違ってるので注意
— しょうゆ＠4thday2参加 (@shsub) September 4, 2018

2章ではやる気が出ない状態をどうやって解決するか。タスクを一つに絞って、タスクの粒度を細かくする。また計測することで見積もり精度をあげる。
— しょうゆ＠4thday2参加 (@shsub) September 4, 2018

3章では脳の記憶について書かれていて、さらに繰り返すことが必要、繰り返すのもテストを行ったほうがよいと書かれている。
— しょうゆ＠4thday2参加 (@shsub) September 4, 2018

2018-08-29

Ubuntu Server 18.04に上げたらvagrant upでエラーが出た

Vagrant

(この記事は以前Qiitaに掲載していたものの転載になります。)

Ubuntu Serverを16.04から18.04に上げたらvagrant upでエラーが出たのでメモ。

バージョン

Vagrant 1.8.1
Virtualbox 5.2.10

~/hogehoge$ vagrant up No usable default provider could be found for your system. (以下略)

対策

hashicorpにあるvagrant 2.1.2を入れたら動いた。

~$ wget https://releases.hashicorp.com/vagrant/2.1.2/vagrant_2.1.2_x86_64.deb ~$ sudo dpkg -i vagrant_2.1.2_x86_64.deb ~$ cd hogehoge ~/hogehoge$ vagrant up

検索しても18.04でエラーに遭遇した人はいなさそうだけど、Ubuntuを新規インストールしたらエラーに遭遇しないのだろうか？

2018-08-18

AtCoder Beginner Contest 106(ABC106)に参加しました

CD駄目です。ってCは発想は合ってたのにWAなのは何故？

A: 道を端っこに寄せればOK。(A-1)*(B-1)が答え。

abc106_a.py

B: ちょっと悩んだ。けど愚直に約数を求めてった。

gist43ad696ab18dcb8d304d71c88e7bbfe8

C: 1以外の数字が来たらそれが答えってのはわかったのに通らぬ。。

gista8d5c415c5c6ede65a7b4b9fcc520d38

2018-08-10

TensorFlowのseq2seqでTwitter botの返答を増やそうとしたが上手くいかなかった

(この記事は以前Qiitaに掲載してみたものの転載です。内容がだいぶ古いので、手順が変わっている事も多々あるかと思います。)

先人に習って https://twitter.com/ha_ma の返答の種類を増やそうとしたが、上手くいかなかったので途中経過をメモとして残しておきます。

参考

TensorFlowのseq2seqでチャットボットが作りたい https://qiita.com/Pu-of-Parari/items/62d7226814a6aba98354

実行環境

DockerのJupyter-notebook( https://github.com/jupyter/docker-stacks )で実行してます。

TensorFlowは0.12が使われているので、conda install tensorflow==0.12.1とか入れてインストールしました。

GPUはこの環境では動きません。

実行内容

先述のページにある内容をほぼそのままコピペしてjupyter notebook上で動かしました。in_vocab_sizeとout_vocab_sizeを100000に増やしました。

data_utilsが足りないので、https://github.com/sanshirookazaki/chat/blob/master/data_utils.py をダウンロードしてjupyter notebookの実行ディレクトリにアップロードしました。また、./datas/vocab_{in|out}.txtを事前に作っておく必要があります(jupyterのコンソールでtouch ./datas/vocab_in.txtとか) 。

データはha_maのTimelineに流れたTweetのうちReplyのあるもの9万件です。8万件を訓練データ、約1万件をテストデータに分割しました。

実行結果

単独で実行させた結果、

＞こんにちわ

yes

＞ただいま

おかえり

＞　起きねば

いいなー

＞ ITジャーナリスト

ん？

＞帰宅

おかえりなさーい

の様に上手く言ったのですが、後述の途中成果物で通常のTweetを入力としたところ、

安楽安楽純血純血純血純血純血純血純血純血純血純血純血純血純血純血純血純血純血純血安楽安楽安楽安楽安楽

とか

尽く禿禿禿禿爆睡爆睡爆睡爆睡爆睡爆睡爆睡爆睡爆睡爆睡爆睡爆睡爆睡爆睡爆睡爆睡爆睡爆睡爆睡爆睡

とか残念な結果になりました。

途中成果物

別途MySQLが必要だったりしてそのままでは動かないと思います。 https://github.com/showyou/hama_seq2seq

Google Colaboratoryでの実行

jupyter notebook上でも動くような代物なのでGoogle Colaboratoryでも動きます。

!pip install tensorflow==0.12.1

と入力して実行すればtensorflowの0.12が動きます。

ファイルのアップロード/ダウンロードは以下のページが参考になります。

【Tips】Google Colaboratory でPythonのファイル入出力演習 https://qiita.com/GandT/items/bd80fad2b8258ed87956

一つハマった点としては、upload関数は時間制限があるので、一定時間後にファイルを選択した場合アップロードされず、再度upload関数を実行しなければなりません。またColaboratory環境は一定時間が経つとノートブック以外全部消されるので途中で結果ファイルをダウンロードしなければなりません。