普段Pythonを使うのに使っていたAnacondaが、突然起動できなくなってしまいました。なんで？

ダウンロードしてインストールからやり直してみます。

Download Success

Anacondaが正しく動作しない場合、再インストールが最も簡単な解決策です。

再インストール手順

1. 公式サイトからダウンロード:
   • Anaconda公式サイトから最新版をダウンロード。
2. インストール時の注意:
   • 「Add Anaconda to my PATH environment variable」にチェックを入れる（推奨）。
   • 管理者権限でインストーラーを実行する。
3. 確認:
   • インストール後、コマンドプロンプトで以下を実行して動作確認：
     conda --version

チャットGPTでは　「Add Anaconda to my PATH environment variable」にチェックを入れる（推奨）。

といってきたのですが、アナコンダのインストーラーは、非推奨というので、アナコンダのインストーラーに従ってしまいました。

しかしなぜ突然、動かなくなったんだろう。ソフトが起動しないというトラブルはたまに起きますが自力で解決できた試しがありません。

やっぱり、改善せず。今インストールしたバージョンと、もともとあったバージョンどちらもまずアンインストールすることにします。

1. 古いAnaconda3をアンインストール
2. 新たにインストールしたAnaconda3woアンインストール
3. 新たにAnaconda3を管理者権限でインストール

これでめでたく起動できるようになりました。アンインストールとインストールはたいした手間ではないので、これが何も悩まなくてよかったです。

深層学習による画像処理の教科書を読んでいると、CNN(convolutional neural network)の特徴抽出で、線分や角が抽出される層、さらにその次の層では口、鼻の特徴が抽出され、さらにその次の層では顔が抽出されるという説明をよく見かけて、各層にはそれぞれその特徴的なパターンを示す画像が描かれています。例えば、顔の特徴を抽出するレイヤーでは顔写真が載せられています。あの顔写真は一体何でしょうか？そのレイヤーには「顔」の画像情報が存在しているということなのか、それとも入力画像に「顔」が含まれていた場合にそのレイヤーのニューロンが発火するという意味なのか、どっちでしょう。まあ後者だとは思うのですが、どうもしっくりこないので、ChatGPTに訊いてみました。

以上、ChatGPTとの会話でした。なるほど、そのニューロンがどんな入力画像に一番強く反応するかを逆にたどって「合成」していたんですね。そういった説明は省略されているので、どうも誤解しやすくなっているんじゃないかと思いました。

今読んでいる深層学習の本でわかりにくいところがあったので、ChatGPTに補足してもらいました。コピペしたらすこしフォーマットが崩れましたが、数式は表示できているようです。

質問：What would be the equation of E(W,b) = croos-entropy error across all the training examples (n).

The equation for the cross-entropy error across all training examples (

$n$

) is given by:

$$E(W, b) = -\frac{1}{n} \sum_{i=1}^{n} \sum_{j=1}^{C} y_{ij} \log(\hat{y}_{ij})$$

Explanation of the terms:

1. 
   $\mathrm{n<span\; style="font-family:\; \text{'}Open\; Sans\text{'},\; Helvetica,\; Arial,\; sans-serif;\; font-size:\; 1rem;\; font-weight:\; bold;">:</span>}$ 
   • The total number of training examples.
2. 
   $\mathrm{C<span\; style="font-family:\; \text{'}Open\; Sans\text{'},\; Helvetica,\; Arial,\; sans-serif;\; font-size:\; 1rem;\; font-weight:\; bold;">:</span>}$ 
   • The number of classes in the classification task.
3. 
   $y_{i\mathrm{j<span\; style="font-family:\; \text{'}Open\; Sans\text{'},\; Helvetica,\; Arial,\; sans-serif;\; font-size:\; 1rem;\; font-weight:\; bold;">:</span>}}$ 
   • A binary indicator (1 or 0) that indicates whether the
     $i$ 

     -th example belongs to class j (from the ground truth/label).

   • This corresponds to a one-hot encoding of the true label.
4. 
   $\hat{y}_{ij}$ 

   :

   • The predicted probability that the
     $i$ 

     -th example belongs to class

     $j$, as computed by the model (often after applying a softmax activation function).

5. 
   $-\frac{1}{n} \sum_{i=1}^{n}$ 

   :

   • The average of the loss across all training examples, ensuring that the error is normalized.
6. 
   $-\sum_{j=1}^{C} y_{ij} \log(\hat{y}_{ij})$ 

   :

   • The cross-entropy loss for a single training example
     $i$ 

     .

Key Points:

• The equation computes the average cross-entropy loss across all training examples in the dataset.
• If there is only one correct class for each training example, the term
  $y_{ij} \log(\hat{y}_{ij})$ 

  simplifies to only the correct class, because

  $y_{ij} = 1$ 

  for the correct class and

  $y_{ij} = 0$ 

  for all other classes.

Simplified Version (if $y_i$

is a scalar class label):

If the ground truth

$y_i$

is not one-hot encoded but instead directly represents the class index (e.g.,

$y_i \in \{1, 2, …, C\}$

), the equation becomes:

$$E(W, b) = -\frac{1}{n} \sum_{i=1}^{n} \log(\hat{y}_{i, y_i})$$

where:

• 
  $\hat{y}_{i, y_i}$ 

  is the predicted probability for the true class

  $y_i$ 

  of the

  $i$ 

  -th training example.

This is commonly used in implementations where the true labels are given as class indices (e.g., PyTorch’s CrossEntropyLoss).

動く物体を追跡するためにテンプレートマッチングをやりたいのですが、なかなか完璧な方法というものが見つかりません。今まで、いろいろやってきてムービーの９０%程度のフレームに関しては追跡可能であっても、物体の動きが急すぎてピントがぼけてブレたようになったフレームがあったりすると、うまくいかなくなります。

完全なものを模索中です。

FAsT-Match: Fast Affine Template Matching　https://www.eng.tau.ac.il/~simonk/FastMatch/

というものを見かけました。よさげに見えます。MATLABコードが公開されていました。

FastMatch_demo.mをさっそく実行してみるとエラーになりました。

ADDING PATHS (2 subfolders to path)…

COMPILING MEX FILES…
==> compiling ‘Configs2Affine_mex.cpp’ (1 out of 3)
次を使用中のエラー: mex
サポートされているコンパイラが検出されません。無償提供されている MinGW-w64 C/C++ コンパイラをインストールできます。「Install MinGW-w64 Compiler」を参照してください。その他のオプションについては、https://www.mathworks.com/support/compilers を参照してください。

エラー: CompileMex (行 6)
mex Configs2Affine_mex.cpp

エラー: FastMatch_demo (行 13)
CompileMex

6 mex Configs2Affine_mex.cpp
K>>

コンパイラが必要らしい。

MinGW-w64 コンパイラのインストール

コンパイラをインストールするには、[アドオン] メニューを使用します。

• MATLAB[ホーム]タブの[環境]セクションで、[アドオン]、[アドオンの入手]をクリックします。
• MinGW を検索するか、[機能]から選択します。

MATLABのメニューから探してみました。

MATLAB Support for MinGW-w64 C/C++/Fortran Compiler

というのをインストールしてみます。ダウンロードにはMathworksへのログインが必要でした。パスワードを完全に忘れていましたが、メモが見つかってよかった。無事、デモファイルが実行できました。

https://www.geeksforgeeks.org/setup-pandas-on-pycharm/

に従いました。Terminalウインドウで pip install pandas

と打っただけです。

今までJupyter notebookを使っていましたが、新しいウインドウでGUIをつくろうとしたら、ChatGPTいわく、jupyterよりもPycharmなどほかのがいいよというので、PyCharmをインストーㇽしました。学校関係者は無料ライセンスみたいです。

How to Select Python Interpreter in Pycharm Wonderful Things チャンネル登録者数 2250人

この動画の説明に従ったら、interpreterの指定ができました。

CSVをpandasで読もうとしたら

UnicodeDecodeError: ‘utf-8’ codec can’t decode byte 0x8f in position 0: invalid start byte

というエラーになりました。エクセルファイルを開く分には問題なさそうなので、CSVでなくエクセルで処理しようと思います。

エクセルファイルをpandasで読もうとしたら、

ValueError: Max value is 14

というエラーになりました。これは一体何でしょうか。

1. Openpyxl: ‘ValueError: Max value is 14’ when using load_workbook

自分で過去に同じエラーに遭遇して、付け焼刃的に解決していました。

1. 【解決】ValueError: Max value is 14　pythonでエクセルを開こうとして出たエラー

目に見えない余計なものを除去するために、一度CSVで保存して、それをエクセルで保存しなおしたら直るようです。

Export Python pygame Game to Web with WebAssembly (pygbag tutorial)

pybagというモジュールがあるみたいです。

https://pypi.org/project/pygbag/

jupyterノーブック上で、

pip install pygbag

として実行したらインストールできました。

UnsatisfiableError: The following specifications were found
to be incompatible with the existing python installation in your environment:

Specifications:

– pygame -> python[version=’2.7.*|3.5.*’]

Your python: python=3.7

If python is on the left-most side of the chain, that’s the version you’ve asked for.
When python appears to the right, that indicates that the thing on the left is somehow
not available for the python version you are constrained to. Note that conda will not
change your python version to a different minor version unless you explicitly specify
that.

という説明がありました。pygameはpython3.7には対応していないようです。

Anaconda NavigatorでCreateで新しい環境Environmentを作ることにします。ここでpyton3.5を指定。この環境にpython35と名付けておきます。で、jupyterをインストールするところから。結構時間がかかりますね。

で、jupyterノートブック上で、

!conda install -c cogsci pygame

を実行してみます。

うまくいきませんでした。状況はむしろ悪化して、普通にjupyterをつかうことすらできなくなりました。カーネルエラーというのになります。こまった。。

あれこれためして（Environmentsで使っていないものを削除したり）、base(root), Anaconda3, python35の3つの環境にまで減らしておいてpython35でjupyterノートブックを開き、そのノート上で、

!pip install -U pygame –user

としてRUNしました。すると、

  Downloading pygame-2.5.2-cp37-cp37m-win_amd64.whl (10.7 MB)
Installing collected packages: pygame
Successfully installed pygame-2.5.2

ぶじ終了のメッセージがでました。さっきと何が違ったのかわかりませんが。