目次のような
1. はじめに
- このブログは、しがない機械系CAEエンジニアが、生き残るために、もがきながら技術の幅を広げていく技術系の雑記です。
- 技術のアウトプットをすることによる、記憶の定着と復習を兼ねています.
- 今後、下記に示した各項目に説明用のブログリンクを追加していく予定です.(順不同)
2. こんな資格とりました
資格-1: JDLA : E資格
- この資格で自動運転系の仕事に就けるかと思ったのですが、世の中そんなに甘くなかった・・・
- 機械学習と深層学習の基礎をたたき上げるために非常に有効でした.
- Sec-1: 応用数学
- Sec-2: 機械学習
- Sec-3: 深層学習
- 講座が提供するテキストよりも、ゼロから作るDeep Learning 1&2 を繰り返し読破しました.
- Sec-4: 修了制作課題(シンプルな深層学習アプリを作成する)
資格-2: UdaCity : Intro to Machine Learning
- E資格取得後、実践的なProjectで技術をブラッシュアップ. 修了までに約4か月.
- Sec-1: Introduction to Machine Learning
- Sec-2: Supervised Learning
- Sec-3: Deep Learning
- Sec-4: Unsupervised Learning
資格-3: UdaCity : Deep Learning
- こんどは、Deep Learning領域の技術のブラッシュアップ. 修了までに約6か月.
- ここまで受講して思ったことは、E資格を受験する前に、この2講座を先に受けておけばよかったということ.
- 実践経験がないままE資格の試験勉強をすると、Deep Learningのモデルの違いに関する質問に回答できないんですよね・・・
- Sec-1: Introduction
- Sec-2: Neural Networks
- Sec-3: Recurrent Networks
- Sec-4: Generative Adversarial Networks
- Sec-5: Deep Reinforcement Learning
- GPUを積んだNotePCが発熱でやばい事態に・・・
資格-4: UdaCity : C++
- 上記2講座は、全てPythonなのですが、実際の量産では、C++でコードを書く必要があります.
- 量産品質のコーディング技術を身に着けるために受講. 修了までに約3か月.
- Memory Management と Concurrency は非常に役に立ちました.
- Sec-1: Introduction
- Sec-2: Foundations of C++
- Sec-3: Object Oriented Programming
- Sec-4: Memory Management
- Sec-5: Concurrency
- Sec-6: Capstone Project (自分で好きなゲームを作るプロジェクト)
資格-5: UdaCity : SQL
- 今までの講座がハードだったので、少し軽めの講座を受講
資格-6: UdaCity : Computer Vision
- 量産でも結構困っている. 転職市場でも求人が多い. ドMの私にあっているという理由で受講
- Gaming Note PCでは、処理しきれないので、Gaming Desktop PCに移行(AWSより買ったほうがお得)
- Sec-1: Introduction
- Sec-2: Advanced Computer Vision
- Sec-3: Object Tracking Localization
資格-7: UdaCity : Sensor Fusion
- 正しく外界環境を認識するために非常に重要な技術だが、転職市場ではあまり募集をみかけない.
- 花形のセンシングロジック設計 か 制御ロジック設計 の募集が大半. だが Fusionはめっちゃ重要.
- Sec-1: Introduction
- Sec-2: Lidar Sensing
- Sec-3: Camera Sensing
- Sec-4: Radar Sensing
- Sec-5: Kalman Filter
3. こんな技術も扱っています
技術-1: Unreal Engine
- Computer Vision系の学習をする環境を整備する必要が出てきました.
- UnityとUnreal Engineの間で迷ったのですが、下記の点でUnreal Engineを選択しました.
- Photo-Real な 3D Assetを随時更新している(Mega-Scan, Meta-Human)
- C++でモデル化が可能
- Toyotaが出資しているCARLAが Unreal Engineをベースとしている
- 有料Assetの中に、道路環境の自動生成Assetが多く、それを分析することでモデル化技術の習得が促進される。
- Assetは基本的にすべてコードが公開されている
- UE 5.xは、異次元の描画性能(UE 4.x の時に悩まされていた課題が、かなり消化されていた)
- 現在は、独自の道路環境・自動生成システムの設計と構築が完了しているのですが、社内プロジェクトであるため、公開はできません.
- 購入アセットの分析のコツなどは、まとめようかと思います.
技術-2: 机上検討環境の構築
- もともとは、操安、NV系の机上検討環境の構築が専門だったのですが、ここ5年ほどは、ADAS+Autonomous系にドップリつかっています。
技術-3: 工事中
- 業務のリクエストに答えるために勉強していたら、Udemyの講座を300個以上購入していました.
- その中から、良かったものをボチボチ紹介する予定です.
- UdaCityの自動運転系の講座の大半を受講完了したので、次のStepを探しています。
- Autoware に入門するものいいかもしれません