ゼロから作るIoT

38

IoTサービス開発者が知るべき97のこと

※タイトルは例のシリーズのオマージュです IoTLTアドベントカレンダーの22日目担当のimaimaiです! IoTは総合格闘技というだけあり、様々なところで様々な問題が起こります。更に、実際にSaaSにて運用していくにはそれなりの準備が必要です。かくいう私も、3年間に渡る開発の過程で荒野に落ちる様々…

IoTで検証!ネズミ(デグー)は一日何m走るのか!?

とっとこ~走るよハム太郎 という人気アニメのオープニングがありますね。 ハムスターやラットなどの齧歯類(げっしるい)は昔からペットとして人気の動物です。 ところで彼らが回す滑車、眺めていると、一日中回してませんか? 暇さえあればランニングと、ライザップもびっくりのストイックぶりです…

IoTなわとびを作って1000回跳んだらドラマチックだった。

こんにちは、春ですね。春は出会いの季節です。いろいろと楽しみですね! ところで、私は普段車通勤です。東京の頃に比べ、運動はおろか歩くことさえもサボるようになり、一冬を超えてじっくりコトコトわがままボディが完成しました。通勤途中のラジオでは最近頻繁に、「冬にびっしりこびりついたお腹…

【まとめ】AWSでエッジコンピューティングができる環境を作ってみた

AWSでエッジコンピューティング環境を作る 最終回です!(時間が空いてしまいました。) 試行錯誤しながらラズパイとAWSを用いて エッジコンピューティングを実現してきました。最後に、まとめと今後の展望を載せておこうと思います。 システム鳥瞰図 Part1からPart9まで、もう一度図でまとめておき…

【Part9】DLR(Deep Learning Runtime)を使ってラズパイ…

AWSでエッジコンピューティング環境を作る Part9です。 さて、いよいよPart8で作ったコンパイル済みモデルをGreengrassにデプロイしていきます。実際にラズパイで写真を撮って分類までできたら成功です。 ※なお、自分で学習モデルを作らず、既存モデルを取ってきてラズパイにデプロイする場合はこ…

【Part8】学習モデルをハードウェアに最適化したコンパイル(Amazon Sag…

AWSでエッジコンピューティング環境を作る Part8です。 学習モデルの軽量化Distillerを、Part7で書きました。今日は、そのモデルをエッジ端末(ラズパイ)上で動かす準備を行います。Amazon SageMakerNeoを用いると、対象のハードウェアに合わせて最適化されたコンパイルをよしなに行ってくれるので、…

【Part7】ディープラーニングのモデル軽量化専門ライブラリ "Distiller…

AWSでエッジコンピューティング環境を作る Part7です。今回から推論の話になります。エッジで推論を行うには、普段よりも計算リソースが限られていることを意識しなければなりません。そのため、ソフトウェア・ハードウェアの双面から高速化をしていく必要があるわけです。今回は、ソフトウェア面の高…

【Part6】遠隔でのカメラ撮影&画像をS3に転送する

AWSでエッジコンピューティング環境を作る  Part6です。 Part5までで、エッジ端末からのメッセージをS3に保存することができました。エッジからクラウドストレージまでつながったわけです。 しかし、S3に保存していたのは単調な文字列です。せっかくエッジの端末があるんだったら、エッジから取得し…

【Part5】エッジのメッセージをさばいてS3へと保存する

AWSでエッジコンピューティング環境を作る Part5です。デプロイ環境が構築できていない方はPart4までをどうぞ 【Part4】AWSでエッジコンピューティング環境を作る(ラズパイデプロイ編) 前回までで、ラズパイから遠隔デプロイを行い処理関数を更新する事ができ、さらにAWS IoTにデータを送信すること…

【Part4】ラズパイにLambda関数をデプロイする

AWSでエッジコンピューティング環境を作る  Part4です。Greengrassの環境を構築できていない方はPart3からどうぞ 【Part3】AWSでエッジコンピューティング環境を作る(Lambda設定編) ラズパイにGreengrass Coreを載せ、そこにデプロイするLambda関数の作成までできました。いよいよ実際にクラウド上…