私が FreeNAS を卒業するわけ

FreeNAS は使い易いですよ～。 USB メモリからのブート設定もできるし ZFS によるストレージプールの構築もできます *1。 GUI でほぼ全ての設定ができるし plugin も豊富 *2。 ownCloud みたいな便利なWebアプリケーションも簡単に入ります。

www.freenas.org

手違いで一度システムを飛ばしたことがあるのですが、再インストールしたシステムから元のストレージプールを読めたときには感動しました。

格安PC（2007年頃に発売されたエントリー機がベース） で 7 年運用しましたが、RIAD-Zのトラブルもありませんでした *3。 ディスクより先に電源が寿命を迎えて一度交換したぐらいです。 運用後半になるとZFSの速度が露骨に落ちてきて vmware の guest image の保管場所としては不適切かもと思いましたが基本CLI操作なので普段困ることは少なかったです。

ここまで絶賛しておいて、FreeNAS を辞めるのは余裕がないだけなんですけどね。

*1:インストール手順を丁寧にまとめられています。スナップショットが豊富で雰囲気が伝わる記事です。 kanalabo.hatenablog.com

*2:リンク先：FreeNAS 11 のドキュメントにプラグイン一覧が掲載されています。

http://doc.freenas.org/11/plugins.html#

*3:私にはHDDの交換する機会はありませんでしたが事例報告は有難いです。 実際に直面したときに参考になります。

https://syobon.jp/2017/08/29/free-nas-hdd-replace-how-to/syobon.jp

qiita.com qiita.com

LXDコンテナで複数のCUDA環境を管理

Edward で確率プログラミングしたいと思い、GPUというかCUDAの恩恵を受けようとすると対応したマシンを準備する必要があります。 クラウドを借りれば関係が無いかもしれませんが、手元のマシンでは管理も重要になります。 GPU周りはバージョンアップが激しく何も考えずに使い始めると後々ソフトウェア間のバージョン齟齬で泣かされそうです。

どこか要領が悪い話な気もしますが理解が深まると思ってあきらめて勉強しましょう。

LXD の GPU path through を使うことで環境そのものをバージョン管理するが比較的容易ではないかという結論になりました。 ホストはGPUドライバのみが管理対象としコンテナにライブラリを保管させるという方針です。 プロジェクトも含めて "1 project 1 container" というのも分かり易いかもしれません。

OSは linux mint 18.3 を使って確認しておりますが、Ubuntu 系を使うならば LTS 版を使うのが無難だと思われます。 LXD のバージョンは 2.5 以上必要です。*1 ホストとゲストのOSの distribution & version は揃えておいた方が無難かと思われます。

*1:https://stgraber.org/2017/03/21/cuda-in-lxd/

RStan から Edward (Python) への乗り換え検討

お試しで linux mint 18.3 に Jupyter lab で Edward の動作確認が取れたのでインストール備忘録として手順を残します。 Ubuntu でも同様の方法で可能なはず。

R は数式処理が簡潔に書けて好きなのですが、GPU の対応などは Python と比べると弱いです。 Stan も確率モデルを簡潔に記述して推定までできてしまうのが素敵なのですが、離散数の取り扱いが弱かったりプログラミング言語として見たときに融通が利きません。 また現状ではGPU対応していないのも残念。

Blei lab が作成した Edward*1 が良さげなので使いたいと思ったのですが Python 向けです。 観念して久々に使おうかと思いますが、tesorflow が必須だったり、virtualenv 推奨と意外に大変でした。

追記：Windows で virtualenv 抜きで　Jupyter Lab, TensorFlow & Edward の環境構築もしましたが問題なく使えています。

*1:Edward – Home

「StanとRでベイズ統計モデリング」を購入

Stan の知識を整頓したいと思い購入。 この内容でお値段3000円は安い。でも消費税240円は高く感じる。

本稿執筆時の Stan のバージョンは 2.17.1

StanとRでベイズ統計モデリング (Wonderful R)

多分、Stan を知ったのも著者のWebページがきっかけだったと思われる。 ただ入手は少し苦労した。近所の大きめの本屋では置いていなかった。 最近は Deep Learning の教科書は小さな本屋でも手に入るが Stan のようなややマニアックな DSL はユーザーが少ないようだ。

R から「政府の統計窓口 e-Stat 」を使う

ネットで記事を漁っていると、数値が怪しいものが話題になることが多い気がします。

そんな時にオリジナルの数字が欲しい、自分なりに解釈を変えて再解析したいと思うことがあります。 省庁が調査しているデータであれば「政府の統計窓口 e-Stat」なるものがあることを知りました。 メールアドレスがあれば誰でも使え API でのデータ取得も可能で便利です。

RStudio, Jupyter などと連携すればかなり強力ではないでしょうか。

就職氷河期世代が介護に直面したら

現在でも介護で詰む話は聞きますが、超氷河期世代が直面し場合 破産か生活保護受給をする人が増えるのではないでしょうか？

www.garbagenews.net

全世代の調査のようですが、貯蓄0世帯も単身世帯で48.1％、二人以上世代で30.9％らしいです。 紛らわしいのですが本当にお金がないという意味ではなく、この調査で貯蓄と見なす資産が無いということだそうです。 本当に貯金が無いという人はもっと少ないはずです。

今、うちらに必要なのは「コミュ力」より「統計」じゃねぇ？

オッサンです。無理して若者風の言葉を使ってみました。 正しい使いかたなのか？自信がありません。

先日、上司と軽い口論になり業界が抱える悩みを打ち明けられました。 具体的には、仕事から出てくる数値の解析を理解せずに推し進めてしまうことが慣習化していることですね。

「もう少し統計の知識をつけないと、何をやっているか分からなくなりますよ」と、かなり前から忠告をしていました。 これまでは「時間が無いから無理」とか、「とりあえず仕事は回っているからOK」の様な回答をいただき、実際お金になるのですから半ば「コミュ力」ってスゲーと思っていました。 統計の勉強を勧める自分が間違っていると思ったこともありましたが、そろそろ限界のようです。