PASMOオートチャージの有効期限更新

最近はApple payにSuica連携してしまって、個人的には、あまり出番がないPASMOオートチャージ機能。このために某私鉄のクレジットカードまで作ったんだけどね…

 

オートチャージには期限があった

 

そんな、存在すら忘れかけていた、つい先日のこと、こんなハガキを受け取りました。

 

f:id:deutschina:20190504105631j:image

 

オートチャージの期限が2018年12月で切れている?それをなぜ2019年4月に送ってくるの???と状況を理解するのに数分かかったものの、つまりこういうことのようです。

 

オートチャージに使っているクレジットカードが昨年末で有効期限を迎えており、新しいカードを送ったはず。その時にオートチャージの更新の案内を送ったはずだが、音沙汰ないから連絡したんだけど。半年以内に手続きしないと、オートチャージ機能そのものが無効になるよ」という善意あるお知らせだった模様。

 

そんなお知らせ覚えてないわ!と思いつつ、某私鉄の駅窓口なら、このハガキだけで手続きできるとのことで、窓口のありそうな大きめの駅で、駅員さんに更新の申し出をしてみました。

 

実はハガキすら不要だった

 

駅員さんは、ハガキの内容を確認するまでもなく、券売機のところに連れて行ってくれました。券売機にPASMOを入れると、オートチャージの更新というメニューから、オートチャージの期限の更新だけでなく、チャージの条件(残高が特定金額以下になったら、いくらチャージするか)などを確認してOKを押すだけで手続き完了。これで、今のクレジットカードの有効期限である4年後の年末までオートチャージの恩恵を受けることができるようになりました。

 

とは言え、4年後の電車やバスの乗り方はまた大きく変わっているかもしれませんね。

 

 

 

 

Azure Notebookを試してみた

機械学習をどこでやってますか?

これまでの機械学習本では、自分のローカルマシンに環境を構築してやっていたけど、ローカルでやるということは、使うマシンごとに環境を構築してというのが意外に面倒になるような気がしていました。一方で、先日やっと完走したGoogle Cloudの機械学習のコースでは、それとは逆にすべてをクラウド側に置くというやり方になっており、ある程度大きなモノを扱う場合は、こっちなんだろうなとアタマで理解したものの、GCPのデータラボの立ち上げにあれだけ時間が掛かってしまうと、これは手軽ではないなというのと、GCPのフリートライアル期間1年が終了してしまったので、どうしたもんかなと思っていたところに、丁度良さげな環境を見つけました。
notebooks.azure.com
これです。それを早速試してみたというおはなしです。

Try it now!

試すだけタダということで、早速やってみました。自分の場合、Microsoft Accoutを持っていたので、それに紐付けて自分の環境をサクッと作ってしまいました。

f:id:deutschina:20190504152645p:plain
Azure Notebook の最初の画面

お試しの中には、いくつかサンプルが入っているので、ひとまずComparing Machine Learning Modelsといういかにもそれっぽいものを選んでみることにしましょう。

f:id:deutschina:20190504154119p:plain
適当なサンプルを見てみよう

Githubと同じようにCloneボタンがあるので、自分の環境に持ってきて弄ってみれば良さそうです。

f:id:deutschina:20190504154150p:plain
クローン

適当なプロジェクト名を付けてクローンします。

f:id:deutschina:20190504154226p:plain
自分の環境へ

クローンしてきたものの1つを開いてみましょう。

f:id:deutschina:20190504154243p:plain
見たことある画面が。。。

ここまで来れば、もう見慣れたもんですね。

f:id:deutschina:20190504154918p:plain
ノートの画面

気になるところは?

サクッと触ってみた限りでは、GCPのデータラボより手軽に使えるし、これまでローカルで動かしていたものより、少しだけモッサリしている感もなくはないですが許容範囲ですね。ちなみに、Anacondaに入っているものは一通り入っているとのことで、環境構築に時間を取ることもなさそうです。

気になるお値段については、FAQのところにこう書いてあります。

Is it really free? What's a catch?
Currently the service itself is free. This may change in the future, but we hope to always have a free tier available.

いつかは有料になるかも知れないけど、それでも無料プランを用意するつもりとのこと。

ということで、普通に使う限りにおいては、こちらを使おうかなという気になっています。

Apple iPad?Pro (12.9インチ, Wi-Fi, 256GB) - シルバー

Apple iPad?Pro (12.9インチ, Wi-Fi, 256GB) - シルバー

機械学習のための特徴量エンジニアリング ―その原理とPythonによる実践 (オライリー・ジャパン)

機械学習のための特徴量エンジニアリング ―その原理とPythonによる実践 (オライリー・ジャパン)

無邪気にPythonを3.7に上げたらTensorflowが使えなくなった問題

タイトルの通りで、Python 3.7(Anaconda)をアップグレードしたら、TensorFlowが使えなくなった、いや正確に言うとTensorFlowのインストールが出来なくなったという問題の顛末を書いておきます。ちなみに使っている環境はMac OS X Mojaveです。

pip install tensorflow

だとエラーになるので、代わりに

pip install --upgrade https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.12.0-py3-none-any.whl

とやると、インストールは出来ました。正式リリースがいつ出るんじゃい?というのが半年ぐらい続いているようなので、本当はPythonを勢いで上げずに3.6でもう少しとどまっているのが正解だと思います。

一応、フルのログを残しておきます。

$ pip --version
pip 18.1 from /Users/xxxxxx/anaconda3/lib/python3.7/site-packages/pip (python 3.7)
$ python --version
Python 3.7.1
$ pip install tensorflow
Collecting tensorflow
  Could not find a version that satisfies the requirement tensorflow (from versions: )
No matching distribution found for tensorflow
$ pip install --upgrade https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.12.0-py3-none-any.whl
Collecting tensorflow==1.12.0 from https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.12.0-py3-none-any.whl
  Downloading https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.12.0-py3-none-any.whl (62.0MB)
    100% |████████████████████████████████| 62.0MB 376kB/s 
Collecting keras-applications>=1.0.6 (from tensorflow==1.12.0)
  Downloading https://files.pythonhosted.org/packages/90/85/64c82949765cfb246bbdaf5aca2d55f400f792655927a017710a78445def/Keras_Applications-1.0.7-py2.py3-none-any.whl (51kB)
    100% |████████████████████████████████| 61kB 7.7MB/s 
Collecting keras-preprocessing>=1.0.5 (from tensorflow==1.12.0)
  Downloading https://files.pythonhosted.org/packages/14/8d/443591dd9f42cdde966a14ea2d59e7a781b77a8f09652288af61bec93b81/Keras_Preprocessing-1.0.8-py2.py3-none-any.whl (59kB)
    100% |████████████████████████████████| 61kB 10.9MB/s 
Requirement already satisfied, skipping upgrade: wheel>=0.26 in ./anaconda3/lib/python3.7/site-packages (from tensorflow==1.12.0) (0.32.3)
Collecting grpcio>=1.8.6 (from tensorflow==1.12.0)
  Downloading https://files.pythonhosted.org/packages/cd/9d/e707b8a041171ca436c066a544f59a090a700c6742f323a074fc5989297f/grpcio-1.18.0-cp37-cp37m-macosx_10_9_x86_64.whl (1.8MB)
    100% |████████████████████████████████| 1.8MB 12.5MB/s 
Requirement already satisfied, skipping upgrade: numpy>=1.13.3 in ./anaconda3/lib/python3.7/site-packages (from tensorflow==1.12.0) (1.15.4)
Collecting tensorboard<1.13.0,>=1.12.0 (from tensorflow==1.12.0)
  Downloading https://files.pythonhosted.org/packages/07/53/8d32ce9471c18f8d99028b7cef2e5b39ea8765bd7ef250ca05b490880971/tensorboard-1.12.2-py3-none-any.whl (3.0MB)
    100% |████████████████████████████████| 3.1MB 6.3MB/s 
Collecting protobuf>=3.6.1 (from tensorflow==1.12.0)
  Downloading https://files.pythonhosted.org/packages/18/e7/785830a65d1f1faba7dccfa8314f7afded1db8cc2860218226ba4b3f6150/protobuf-3.6.1-cp37-cp37m-macosx_10_6_intel.macosx_10_9_intel.macosx_10_9_x86_64.macosx_10_10_intel.macosx_10_10_x86_64.whl (1.2MB)
    100% |████████████████████████████████| 1.2MB 13.3MB/s 
Collecting gast>=0.2.0 (from tensorflow==1.12.0)
  Downloading https://files.pythonhosted.org/packages/4e/35/11749bf99b2d4e3cceb4d55ca22590b0d7c2c62b9de38ac4a4a7f4687421/gast-0.2.2.tar.gz
Collecting termcolor>=1.1.0 (from tensorflow==1.12.0)
  Using cached https://files.pythonhosted.org/packages/8a/48/a76be51647d0eb9f10e2a4511bf3ffb8cc1e6b14e9e4fab46173aa79f981/termcolor-1.1.0.tar.gz
Collecting astor>=0.6.0 (from tensorflow==1.12.0)
  Using cached https://files.pythonhosted.org/packages/35/6b/11530768cac581a12952a2aad00e1526b89d242d0b9f59534ef6e6a1752f/astor-0.7.1-py2.py3-none-any.whl
Collecting absl-py>=0.1.6 (from tensorflow==1.12.0)
  Downloading https://files.pythonhosted.org/packages/31/bc/ab68120d1d89ae23b694a55fe2aece2f91194313b71f9b05a80b32d3c24b/absl-py-0.7.0.tar.gz (96kB)
    100% |████████████████████████████████| 102kB 16.6MB/s 
Requirement already satisfied, skipping upgrade: six>=1.10.0 in ./anaconda3/lib/python3.7/site-packages (from tensorflow==1.12.0) (1.12.0)
Requirement already satisfied, skipping upgrade: h5py in ./anaconda3/lib/python3.7/site-packages (from keras-applications>=1.0.6->tensorflow==1.12.0) (2.8.0)
Collecting markdown>=2.6.8 (from tensorboard<1.13.0,>=1.12.0->tensorflow==1.12.0)
  Downloading https://files.pythonhosted.org/packages/7a/6b/5600647404ba15545ec37d2f7f58844d690baf2f81f3a60b862e48f29287/Markdown-3.0.1-py2.py3-none-any.whl (89kB)
    100% |████████████████████████████████| 92kB 18.0MB/s 
Requirement already satisfied, skipping upgrade: werkzeug>=0.11.10 in ./anaconda3/lib/python3.7/site-packages (from tensorboard<1.13.0,>=1.12.0->tensorflow==1.12.0) (0.14.1)
Requirement already satisfied, skipping upgrade: setuptools in ./anaconda3/lib/python3.7/site-packages (from protobuf>=3.6.1->tensorflow==1.12.0) (40.6.3)
Building wheels for collected packages: gast, termcolor, absl-py
  Running setup.py bdist_wheel for gast ... done
  Stored in directory: /Users/ken/Library/Caches/pip/wheels/5c/2e/7e/a1d4d4fcebe6c381f378ce7743a3ced3699feb89bcfbdadadd
  Running setup.py bdist_wheel for termcolor ... done
  Stored in directory: /Users/ken/Library/Caches/pip/wheels/7c/06/54/bc84598ba1daf8f970247f550b175aaaee85f68b4b0c5ab2c6
  Running setup.py bdist_wheel for absl-py ... done
  Stored in directory: /Users/ken/Library/Caches/pip/wheels/90/db/f8/2c3101f72ef1ad434e4662853174126ce30201a3e163dcbeca
Successfully built gast termcolor absl-py
Installing collected packages: keras-applications, keras-preprocessing, grpcio, markdown, protobuf, tensorboard, gast, termcolor, astor, absl-py, tensorflow
Successfully installed absl-py-0.7.0 astor-0.7.1 gast-0.2.2 grpcio-1.18.0 keras-applications-1.0.7 keras-preprocessing-1.0.8 markdown-3.0.1 protobuf-3.6.1 tensorboard-1.12.2 tensorflow-1.12.0 termcolor-1.1.0
$ 

scikit-learnとTensorFlowによる実践機械学習

scikit-learnとTensorFlowによる実践機械学習

PythonとKerasによるディープラーニング

PythonとKerasによるディープラーニング

年末年始の読み物

この年末年始に読んだ本たち。

 

サブスクリプション――「顧客の成功」が収益を生む新時代のビジネスモデル

サブスクリプション――「顧客の成功」が収益を生む新時代のビジネスモデル

 

少し前にZuoraという会社のことを知り、その創業者の本ということでポチってみた。昨今のDigital Transitionsの流れに乗っている本だし、ビジネスが変革するための痛みにも触れていて、理想だけにとどまらないのが好印象。

 

Why Digital Matters? ~ “なぜ

Why Digital Matters? ~ “なぜ"デジタルなのか~

  • 作者: 村田聡一郎/SAPジャパン,プレジデント経営企画研究会
  • 出版社/メーカー: プレジデント社
  • 発売日: 2018/12/13
  • メディア: 単行本
  • この商品を含むブログを見る
 

う〜ん。前半はいい感じだったのにな。最後の第8章に「新常識」とか言いながら20年ぐらい前から言ってる陳腐な事出してきて一気に興ざめ。

 

デジタル革命時代における保険会社経営

デジタル革命時代における保険会社経営

 
The INSURTECH Book: The Insurance Technology Handbook for Investors, Entrepreneurs and FinTech Visionaries

The INSURTECH Book: The Insurance Technology Handbook for Investors, Entrepreneurs and FinTech Visionaries

  • 作者: Sabine L.B VanderLinden,Shân M. Millie,Nicole Anderson,Susanne Chishti
  • 出版社/メーカー: Wiley
  • 発売日: 2018/07/11
  • メディア: ペーパーバック
  • この商品を含むブログを見る
 

Fintechの次はInsurtechでしょということで。保険もSubscriptionビジネス的な側面もあるから、これから伸びて来るんじゃないかと想像(妄想)。

 

今年は今後に向けて種を蒔く時期という位置付けなので、芽が出てくるといいなぁ。

 

充電器問題いろいろ

MagsafeとMagSafe2問題

 

年末年始用にゴニョゴニョできるように東京の家からMBP(Early 2013)を実家に持って帰ってきているのですが、電源アダプタは実家にMacbook Air(2011)があるので必要ないなと思って、あえて持参しなかったのです。

 

バッテリ残量が2割ほどになって、さて充電しようかなと、実家の古いMBAの電源アダプタを引っ張りだして、MBPに挿そうとした瞬間…

 

・・・あれ、形違うじゃん

 

最近のMacはUSB Type-Cになってというのは覚えていたものの、MagSafeにも1と2がある事を完全に忘れていたのです。東京の家に取りに帰るのも面倒なので、解決策を探してみたところ、こんなのがありました。

 

Apple MagSafe-MagSafe2コンバータ MD504ZM/A

Apple MagSafe-MagSafe2コンバータ MD504ZM/A

 

 

たまたま未使用のApple Gift Cardがあったので、実質無料でゲット。実際に装着してみるとこんな感じ。

 

f:id:deutschina:20181231085056j:image

 

急場凌ぎならこれで十分だね。

 

USB-C統一への道は遠い?

別ネタですが、充電器の話をもう一つ。最近USB系で充電するガジェットが増えてきたので、これでまとめてみました。

 

USB-Cが1ポート用意されていますが、これは実家用に買ったiPad Pro用。残りの4つはClovaや他のガジェット用。電源コンセント周りがスッキリしました。

 

f:id:deutschina:20181231090758j:image

 

お役御免となった?充電器のアタマたち。