投稿者「krote」のアーカイブ

先日、仕事でイベントに参加させていただいた際にOracleが提供している MySQL Heat Waveなるものを知った

Heat Wave

MySQL HeatWaveは、HeatWave In-Memory Query Acceleratorを搭載したフルマネージドのデータベース・サービスです。トランザクション、データウェアハウスやデータレイクをまたいだリアルタイム分析、機械学習を1つのMySQL Databaseに統合し、ETLの重複による複雑さ、レイテンシ、リスク、コストを排除した唯一のクラウド・サービスです。
HeatWave – 組み込みのMLによるインメモリ・クエリ・アクセラレータhttps://www.oracle.com/jp/mysql/heatwave/

ということで、DBとDataLakeが合体したような感じなのかしら。
OracleCloudだけでなく、AzureやAWSでも動作するとある。
そういう意味ではSnowFlakeの対抗になるものなんだろう

そう思ったら、あからさまに対抗意識を燃やしている記事があった

5 reasons why MySQL HeatWave on OCI is better than Snowflake
https://www.oracle.com/mysql/heatwave/heatwave-vs-snowflake/

こういった公式で出している比較がどれほど意味があるのか。
都合がいい条件での比較担っている可能性もあるので、なんとも言えないところはあるけど、AWSでも動作するというのであれば試してみても面白いのかもしれない。

ただし、こちらの記事を読むと、AWSで使う場合にもOracleCloudの契約が必要になるようだ

東京リージョンにやってきた MySQL HeatWave on AWS を試す (1) 初期設定編https://qiita.com/hmatsu47/items/8f202eef64ea57e7d948

うーん、それは結構面倒そうだ。

OracleとMicrosoft

色々とHeatWaveに関して調べていると、こんな記事も見つけた

Ellison氏は、OracleとMicrosoftの連携についても改めて語った。「Oracle Cloud」とAzureのマルチクラウドでは、データのイグレス／エグレスの料金がかからないほか、AzureのアプリケーションとOracle Cloudのデータベース間は非常に低遅延だという。また、Oracle Cloud／Azureにおける大半のサービスは双方のコンソールからアクセスできる
「ウォールドガーデンは崩壊した」–エリソン氏が語る、顧客を“庭の主”にするマルチクラウド
https://japan.zdnet.com/article/35194867/

マルチクラウドで業務を回しているユーザーも、なんでそうなったのかはベンダーがそれぞれそう構築したという後ろ向きな理由も多分にあるだろうが、それなりに増えている気がする。

その中で、クラウド間でのデータ連携は日常で発生していることを考えると、こういう動きというのは歓迎されるべきもので、現状で他はどうなんだ？というのは気になるところだけど、うまく見つけることができなかった。

OCI（Oracle Cloud Infrastructure）はこれまであまり気にしてこなかった面もあるので、ちょっと気に留めておいてもいいかもと、思ったです。

ちなみに、OCIと聞くとどうしてもOracle Call Interfaceを思い浮かべてしまうんですよね。。。あれ、今でもあるよね、きっと。

月探査、SLIMの成功

コメントを残す

変形型月面ロボットによる小型月着陸実証機（SLIM）の撮影およびデータ送信に成功
https://www.jaxa.jp/press/2024/01/20240125-4_j.html

というところで、ニュースになっているようにSLIMの発表が本日の記者会見でありました。
私はというと、仕事中ではあったものの在宅だったのでYoutubeをかけながら仕事してました。
一応仕事していましたよ。。。

それにしても、REV2が撮影したSLIMの写真、すごいですね。
実際にこれが月の写真だと見ると、なんだかすごい不思議な気分です。

このREV2はSORA-Qという相性でタカラトミーのサイトにも掲載されています

https://www.takaratomy.co.jp/products/sora-q/

これからのJaxaの挑戦や、NASAと一緒に勧めていくアルテミス計画など、月探査に関してちょっとまとめておかないと行けないな、と思いました。

なんか、久々に明るいニュース見た気がします。
いや、良かった。

HYPER SPEED 3 到着

コメントを残す

先日オーダーした、ASICSのHYPER SPEED 3 が届きました

Web上で見ると、もう少し明るい青に見えたのですが、室内で見ると紺色っぽく見えて、ちょっと「あれ？」ってなりました。

ただ、陽の光の下で見ると

お、明るいぞ？

掲載されている色で間違いないですね。

上から見ると、上部の紺色っぽいところが目立って見えてしまう点はありますが。

私がランニングするときは、基本的にユニクロのジョガーパンツ（黒）が殆どなので、この明るい青と合うか？と言われるとちょっと合わない気がする。

どちらかというと、白とか、もう少し明るい系統のジョガーパンツがいいかもしれないな、と思った次第です。

履き心地

すでに、MAGIC SPEEDを履いているので違和感なく履くことができています。

NIKEのインヴィンシブルランを昔買ったときはものすごいクッション性を感じてびっくりしましたが、違和感なさすぎて、特徴というと正直良くわからない感じ。

ただ、これまで履いていたペガサスと比べると、ASICSのWIDEモデルなので足の幅が広がり余裕が生まれて窮屈さが解消されている感じはします。

あまりポコポコと購入すると妻の目線が厳しくなってしまうのでしばらくはこちらを履き潰す感じでしょうかね。

複数モデルを同時期に使用することでの比較ができると嬉しいのですが、それはサブ3.5を達成したくらいから考えようかな。

今週末は館山若潮マラソン

今シーズンは練習量が足りず、あからさまに走力が落ちてしまっているのでなんとか走り切って、せめて3時間45分くらいまでは戻したいけど、、、想像以上に走力が落ちているんですよね。

若潮マラソン。
無理せず走っていければと思っています

アクセス許可の境界

コメントを残す

前に取得したAWSの資格SAAが今年の10月に有効期限切れを起こしてしまうので、それまでに更新するか、ひとつ上のSAPを取得する必要があります。

というわけで、どうせならSAPを取ってしまおうかと思いのんびりと勉強を始めようかと。
まずはIAMからです。

アクセス許可の境界

「IAM Permission Boundaries」と紹介されていて日本語訳はアクセス許可の境界と出ているけど、さっぱり意味がわかりませんでした。

マネージドコンソールに入ってみると確かに有りますね

IAM エンティティのアクセス許可境界
 https://docs.aws.amazon.com/ja_jp/IAM/latest/UserGuide/access_policies_boundaries.html

許可ポリシーとは別に定義されているように、許可の境界を定義しても、その定義した許可が適用されるわけではなく、あくまで境界を定義するのみ。

この境界が定義されていると、許可ポリシーをいくら割り当ててもこの境界の範囲内でしか適用されなくなるようです

ちょっと注意が必要になるのはリソースベースのポリシー適用時。

リソースベースのポリシーでも、IAMユーザに対するもの、IAMロールに対するもの、IAMロールセッションに対するものとで考え方が異なるということです。
この内、IAMロールに対してリソースベースのポリシーを適用した場合はアクセス許可の境界の制限を受け、それ以外は許可の制限を超えてアクセスすることができるそうです。

許可の境界を設定すると、指定されたIAMユーザはその権限範囲を超えるロールの作成やユーザの作成ができなくなる。。。？

なので、安全にIAMユーザ作成などの権限を移譲することができる、、と書いてある。

アクセス許可の境界を使用した他のユーザーへの責任の委任https://docs.aws.amazon.com/ja_jp/IAM/latest/UserGuide/access_policies_boundaries.html#access_policies_boundaries-delegate

上記例で考えると、作成したアクセス許可の境界を、IAM作成時に指定することをポリシーで強要することで実現していることがわかる。

分からなくもないけど、なんとなく、現実にどこまで使っているんだろうか疑問に思う機能だなぁと思った。

練習用シューズ検討

コメントを残す

少し前に書いたように、練習用に使っているNikeのペガサスをだいぶ履きつぶしてしまっているので、新しい練習用シューズを検討しています。

ただ、そうは言っても違いなんてよくわからないし、あくまで練習用なのでそれほどお金をかけたくない。

というわけで、メーカー別にその特徴を確認・検討して値段含めて考えたいと。

ASICS

まず候補に上がるのは、レース用にMAGIC SPEEDを使っているのでASICSです。

ASICSのシューズラインナップはこのページが参考になります

https://www.asics.com/jp/ja-jp/mk/running/recommendshoes_by_style

MAGIC SPEEDと同系統で考えるのであれば、HYPER SPEED3かNOOSA TRI 15のよう。
現在の価格で見てみると・・・

HYPER SPEED：9,790
NOOSA TRI：15,400

うーん、NOOSA TRIとHYPER SPEEDの違いはなんだろう。ただ、お値段的には圧倒的にHYPER SPEEDですね。

NIKE

NIKEのラインナップはどこかにASICSのように表がないかな？と思ったけど見つけられなかった。

とりあえず、Amazonでペガサスを見てみると、ペガサスの40が9,980円で売られていた。
候補としてはこれになるかな？

https://amzn.to/3RYXRVa

ただ、NIKEのシューズは先が狭くなっていることが多く、今はだいぶ落ち着いているのだが少し足が痛くなることがあった。

痛くなったのはシューズのせいではないか？と思い、ASICSのお店に行って足型を測ってもらい、ワイドのほうがあっているだろうと話を受けて今のMAGIC SPEEDのWIDEバージョンにしている経緯があるのでNIKEを積極的に選ぶのもどうかな？という気もする。

実際のところ、一時期は酷く足が痛かったものだが今はペガサスで特に問題になっていない。

フォームの問題だったのかもしれないので、積極的にNIKEを避ける意味もないのでは？とは思うけど一応ね。

On

スイス生まれのメーカーとしてOnがある。
時々ネットやマラソンで見かけて、特徴ある形状が少し気になっていた。
公式ストアを覗いてみると・・

https://www.on-running.com/ja-jp/shop/shoes/road-running?sortBy=price_asc

価格帯は15,000～というところか。。。

レース用にはいいかもしれないけど、ちょっと今のニーズには合わないかも。
ということで、今回は見送り

HOKA

こちらは、フランスのメーカーHOKA

https://www.hoka.com/jp/mens-road/?srule=Storefront%20-%20%E4%BE%A1%E6%A0%BC%EF%BC%88%E4%BD%8E%E3%81%84%E9%A0%86%EF%BC%89

安い順に並べても17,000オーバーかー。

結構カラフルなラインナップが多くて、マラソンレースでもよく見かけるのでちょっと気になっていたんですよね。

決めきれない

それ以外にもアディダスだとか見てみたけど、やはり決めきれない。

比較サイトもあるんだけど、これらの比較サイトが結局スポンサーついてんじゃないの？って思ってしまうひねくれ者の自分もいて、どこまで参考にしていいかわからんす。

かと言って、色々なシューズを購入して使い分けるみたいなところまで買い揃える余裕もないのが現状であるので難しいですね。

もうここからは勢いみたいなものだろう、と。

というわけで、HYPER SPEED 3 WIDEを購入。届くのが楽しみです

世界一周ゲーム

コメントを残す

今週末、1/20と1/21は我が家は大忙し。
三男と長女の誕生日なのです。
三男はもう9歳。長女はもう13歳か。。。大きくなったものだ。

当然ケーキを食べたりするのですが、我が家では家族でボードゲームをすることもよくあり、今日は世界一周ゲームをしました

https://amzn.to/3tRtwjD

ルール概略

プレーヤーはランダムに指定された目的地を回りながら最終ゴール地点を目指します。
プレーヤーの誰かが最初にゴールした時点でどれだけ指定地点を回って点数を獲得することができたかで勝敗が決まります。

サイコロの出目で動かす形なのですごろくのようですが、複数ある目的地をどう回っていくのか。移動ルートはどういうルートを選ぶと効率的なのか？など、なかなか考えさせられます。

当然、目的地は実在する世界各地の都市となるので、やり続ければ少なくともこのゲームに登場する地点は頭に残る可能性があります。
地理の勉強というレベルにはあまりならないかもしれないですが、都市の名前くらいは頭に残りそうです。

意外と面白い

ボードゲームは、人生ゲームやモノポリーなどがこれまで我が家では人気で、世界一周ゲームは買ったはいいもののあまりやっていなかったのですが、久しぶりにやってみたら意外と面白く、最近の我が家では人気となっています。

モノポリーも人気はあるけど、ものすごく時間がかかってしまうんですよね。

どうしてもサイコロの出目という運要素が強く、次男がやたら運の強さを毎回見せつけられるのでちょっと不公平感はあるのですが、それはもうしょうがないかな、と。

年齢層もバラバラなので、あまり戦略性が高すぎると上の子が有利になってしまいそれはそれで問題。
一方運要素が強いと、何故か運をかっさらっていく子と運が悪い子とで毎回分かれるという不思議な結末を迎えてしまうんですよね。

それも含めて、ギャーギャー言いながら遊んでいるので、まぁそれはそれで良しとしますかね。

「明日、機械がヒトになる」を読んだ

コメントを残す

先日、後輩と1on1をしている際に彼が開催した読書会の話題となった。

当時、別件で忙しく私は参加しなかったのだがあまり参加者が集まらず、なかなか難しいなという話だったので、どんな本を題材にしたのか聴いてみたら、タイトルの本だった。

調べてみると、Audible版もあり、著者本人が朗読しているということだったので早速聴いてみた

https://amzn.to/48AW8fY

そもそもヒトの定義とは

この本は、人間の進化と機械の発展に焦点を当てており、その仮想的な未来が著者にとってどれほど興奮をもたらすものかを考察しています。

この本が発行されたのは2016年。しかも著作の中でも執筆に2年ほどかかったということなので、現時点から考えると技術的な位置づけはだいぶ様変わりしているはず。

特にOpenAIがChatGPTを発表して以降のAIに関連する進歩の速度というものは目を見張る物があり、本書で語られているヒトと機械との境界線は相当薄くなっているはず。

だからこそ、そもそも人間とは、そもそも生命とは、、、
そういった、若干青臭いような気にもなることを考えてみるのも一つなのかもしれないな、と思った。

この先どうなるか

現状では、ものすごく優秀なAIはできつつあるけれど、そこにいわゆる自我があるのか？という話になると疑問符がつく。

ただ、そもそも自我ってなんだっけ？という点に着目し、それらは受動的な反応ではないのか？自由意志なんて言うものは存在しないのではないか？という点に関しての考察もあり、これに関してはなかなか面白かった。

ChatGPTが出た当初、チャットに対しての回答は、意味を考えた上での結果を返してくるのではなく、質問に対しての回答を過去の蓄積されたデータの中からそれっぽいものを前後関係を考慮した上で返してくる反応だと認識した。

ただ、それって結局のところ人間が頭の中でやっていることも同じことが言えるんだろう。
ChatGPTのようなモデルを、それぞれ一人ひとりがやっているから個性があるとも言えるし自由意志に見える。
でも、突き詰めて行ってしまうとそれらも反応といえば反応なのかもしれない

答えのない問い

面白い問いかけではあるけど、答えがあるようでないものだし答えがあったところで何かが変わるのか？というと変わらない気もする。

今日も自由意志で生きている気にもなっているし、失敗したときはこれは反応で決まっていたことが結実しただけなんだと言うこともできる。

一つ言えることは、読書会で題材にして感想は言えるかもしれないけど、で？ってなる人も多くいそうな本を選んでしまったなぁ、という気がしないでもない。。

ノルウェイの森（上）

コメントを残す

Audibleで村上春樹著「ノルウェイの森（上）」を聴いた

ノルウェイの森（Kindle）
https://amzn.to/3Ox1Jfx

そもそも小説をそこまで読んでいないということもあるのだが、村上春樹の作品は今回が初めてでした。

Audibleで8時間ちょっとで上巻が終了したのですが。。。なんというか、どう楽しんだらいいのか、戸惑っています。

推理小説やサスペンスのように、何かしらの事件があるわけでもなく、ひたすら青臭い感じ。
朗読ということもあるのだろうけど、なんとなく「雲の向こう、約束の場所へ」を思い出した。おそらく、あちらのほうが村上春樹に影響されたのだろうけれど。

妻に、「村上春樹読んだことある？」と聴くと、軽く”あぁ、あいつね”みたいに笑ったあとで「読んだことがあるよ」、と。

なんとなく、言わんとしていることはわからんでもない。

うーん、下巻どうするかなぁ。。。
物語がどういう結末を迎えるのか。。というか、結末なんて、これ、ないんじゃないかな？という気もするんだけど。
とりあえず、読んだよって言えるように下巻も聴いてみようとは思っている。

思っているんだが。。。ちょっと気が重いね

NRCのガイドランあれこれ

コメントを残す

今年に入ってから、娘の沐浴の時間とかもかわって、平日に朝RUNすることもできるようになって、月間の走行量も久しぶりに200kmを超えそう。

いい感じ。

その絡みもあるのですが、NRCにあるガイドランをちょこちょこと試しています。

Funky Fartlek

5分のウォームアップ後に20分のファルトレクになります。
名前が面白かったので結構気に入っているのですが、唯一の問題はあまりLapを刻んでくれないんですよね。

そのため、ウォームアップとそれ以外みたいな分け方になってしまうので、実際に正しいペースで走ることができるのかがよくわかりません。

5kmペース、10kmペース、1kmペースとかあるんですけどね。

FLY WITH MONAS

こちらも同じくファルトレクとなります。6分のウォームアップとファルトレク。6分のクールダウンのメニューになります。

それまでFunkyFartlekばかりやっていたので気づかなかったのですが、自動的にLapを刻んでくれました。
ガイドランによってやってくれるものもあるということを、これで気づきました。

ただ、メニューとしては基本的に5kmペースとEasyRunの繰り返しになるので、FunkyFartlekのように色々なペースでの走り込みという形にはならないです。

そういう意味では、楽しいのはFunkyFartlekなんですよね。

ただ、トレーニングとしてはLapをつけてくれるのでいいと思っています

First Speed Run

こちらはインターバル走です。

基本的に1分の5kmペースを8本。。。って書いてあるけど、コーチは嘘つきで8本で終わらなかったです。。。

インターバル走としてはいいけれど、ファルトレクと異なり、間は休憩時間として捉えられ、その部分に関してはLapに入れられないです。
そのため、総走行距離としてはどうしても少なくなってしまうんです。

もちろん、トレーニングとしては問題ないですが、若干、残る数字として寂しいんですよね。

ちょっとこのあたりのガイドランをうまく活用して、自分自身のペース感覚を養っていかないとな、と考えている次第でございます。

StreamDiffusionでExampleのScreenを動かす

コメントを残す

環境の構築が終わったので、早速、Screenを動かしてみる

準備

まずはScreenを動作させるために必要なライブラリをインストールする

C:\Dev\StreamDiffusion>cd examples

C:\Dev\StreamDiffusion\examples>python -V
Python 3.10.11

C:\Dev\StreamDiffusion\examples>pip install -r screen/requirements.txt

その後、Screenを実行

C:\Dev\StreamDiffusion\examples>py screen\main.py

基本的にはこれだけだが、実行ログを見るといくつかのエラーが出ている

Triton？

A matching Triton is not available, some optimizations will not be enabled.
Error caught was: No module named 'triton'

単純にみるとtritonモジュールがないぞってこと。
これはWindows環境で起こるものらしい

Windowsの場合はtritonに対応していないため、この表示が出て、かつコード実行に問題がなければ無視しても良い。
https://wikiwiki.jp/sd_toshiaki/No%20module%20named%20%27triton%27

TritonのGithub開発リポジトリを見ても、Linuxのみのサポートのようだ。

Supported Platforms:
・Linux
https://github.com/openai/triton/?tab=readme-ov-file#compatibility

とりあえず、このエラーは無視しても動くようなので気にしないことにする

With TensorRT

これだけでも動くのだがTensorRTを使うとパフォーマンスが向上するとのことで、試してみることに。

C:\Dev\StreamDiffusion\examples>py screen\main.py --acceleration tensorrt

実行すると、TensorRTを使う形にコンパイルが走るとともに大量のライブラリが落とされ。。。

OSError: [Errno 28] No space left on device
Model load has failed. Doesn't exist.

エラーになった。
これは、ディスクが足りなくなったことを示すエラー。
どんだけ必要なんだ、、、ってことで色々消してやってみたところ

現時点で約9G。

なんとかライブラリも落としきったかな？と思い実行

torch.cuda.OutOfMemoryError: CUDA out of memory. Tried to allocate 26.00 MiB. GPU 0 has a total capacty of 4.00 GiB of which 0 bytes is free. Of the allocated memory 3.35 GiB is allocated by PyTorch, and 144.71 MiB is reserved by PyTorch but unallocated. If reserved but unallocated memory is large try setting max_split_size_mb to avoid fragmentation.  See documentation for Memory Management and PYTORCH_CUDA_ALLOC_CONF
Model load has failed. Doesn't exist.

GPUのメモリが足りない・・・？
確認してみる

c:\Dev\StreamDiffusion>nvidia-smi
Wed Jan 17 17:13:45 2024
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 522.06       Driver Version: 522.06       CUDA Version: 11.8     |
|-------------------------------+----------------------+----------------------+
| GPU  Name            TCC/WDDM | Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  NVIDIA GeForce ... WDDM  | 00000000:01:00.0 Off |                  N/A |
| N/A   58C    P8     9W /  N/A |    114MiB /  4096MiB |     22%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A      5588    C+G   ...ser\Application\brave.exe    N/A      |
|    0   N/A  N/A      7000    C+G   ...n64\EpicGamesLauncher.exe    N/A      |
+-----------------------------------------------------------------------------+

今はありそうな気もするけど実行時に足りなくなってしまったということなのかな。

そして結局

Found cached model: engines\KBlueLeaf/kohaku-v2.1--lcm_lora-True--tiny_vae-True--max_batch-2--min_batch-2--mode-img2img\unet.engine.onnx
Generating optimizing model: engines\KBlueLeaf/kohaku-v2.1--lcm_lora-True--tiny_vae-True--max_batch-2--min_batch-2--mode-img2img\unet.engine.opt.onnx
[W] Model does not contain ONNX domain opset information! Using default opset.
UNet: original .. 0 nodes, 0 tensors, 0 inputs, 0 outputs
UNet: cleanup .. 0 nodes, 0 tensors, 0 inputs, 0 outputs
[I] Folding Constants | Pass 1
[W] Model does not contain ONNX domain opset information! Using default opset.
Only support models of onnx opset 7 and above.
Traceback (most recent call last):
  File "C:\Dev\StreamDiffusion\examples\screen\..\..\utils\wrapper.py", line 546, in _load_model
    compile_unet(
  File "C:\Dev\StreamDiffusion\.venv\lib\site-packages\streamdiffusion\acceleration\tensorrt\__init__.py", line 76, in compile_unet
    builder.build(
  File "C:\Dev\StreamDiffusion\.venv\lib\site-packages\streamdiffusion\acceleration\tensorrt\builder.py", line 70, in build
    optimize_onnx(
  File "C:\Dev\StreamDiffusion\.venv\lib\site-packages\streamdiffusion\acceleration\tensorrt\utilities.py", line 437, in optimize_onnx
    onnx_opt_graph = model_data.optimize(onnx.load(onnx_path))
  File "C:\Dev\StreamDiffusion\.venv\lib\site-packages\streamdiffusion\acceleration\tensorrt\models.py", line 118, in optimize
    opt.fold_constants()
  File "C:\Dev\StreamDiffusion\.venv\lib\site-packages\streamdiffusion\acceleration\tensorrt\models.py", line 49, in fold_constants
    onnx_graph = fold_constants(gs.export_onnx(self.graph), allow_onnxruntime_shape_inference=True)
  File "<string>", line 3, in fold_constants
  File "C:\Dev\StreamDiffusion\.venv\lib\site-packages\polygraphy\backend\base\loader.py", line 40, in __call__
    return self.call_impl(*args, **kwargs)
  File "C:\Dev\StreamDiffusion\.venv\lib\site-packages\polygraphy\util\util.py", line 694, in wrapped
    return func(*args, **kwargs)
  File "C:\Dev\StreamDiffusion\.venv\lib\site-packages\polygraphy\backend\onnx\loader.py", line 424, in call_impl        
    postfold_num_nodes = onnx_util.get_num_nodes(model)
  File "C:\Dev\StreamDiffusion\.venv\lib\site-packages\polygraphy\backend\onnx\util.py", line 41, in get_num_nodes       
    return _get_num_graph_nodes(model.graph)
AttributeError: 'NoneType' object has no attribute 'graph'
Acceleration has failed. Falling back to normal mode.

と、最後に書かれているようにaccelerationに失敗して、通常モードで動くことになってしまっている。

おそらく途中に出てきているONNXが関係しているのかな？

onnx
https://github.com/onnx/onnx

とりあえず

Screenを動かすことはできているけど、私のPCスペックだとスムーズとは言えない。
だからこそTensorRTの恩恵を受けたいところだけどエラーで詰まってしまっているので、このあたりは追々見ていきたいところですね。

こういうものを触っていると、このあたりに関しての知見がいかに自分がないのかがよくわかってくる一方、面白いですね。

2025年3月
月	火	水	木	金	土	日
					1	2
3	4	5	6	7	8	9
10	11	12	13	14	15	16
17	18	19	20	21	22	23
24	25	26	27	28	29	30
31