趣味の電子工作などの記録。時にLinuxへ行ったり、ガジェットに浮気したりするので、なかなかまとまらない。
TTGO T-Cameraを3Dプリンタの監視用に使ってみました。
まず支柱を設計して、３Ｄプリンタで出力しました。
Ender-3の左手前に共締めして取り付けるとこんな感じです。
３D Benchyを出力してみました。
PCからブラウザ上でストリーム表示させるとこんな感じです。
VGAサイズくらいであればスムーズに表示されます。スマホからでも表示可能。
暗いのでノイジーですが、UXGAでのキャプチャもこの通り。魚眼レンズなので近くても全景が入ります。画像は歪んでしまいますが、ちょっと状況を確認するには十分な出来になりました。
現在のT-Cameraのソースだと、USBコネクタが上に来る向きで天地が合う形になっているので、結構扱いにくい（一方で、USBケーブルを挿した状態で置きやすいというメリットもある）。
で、カメラモジュールで反転させる機能があるのではないか、と探してみたところ、やはりあった。
これを使えないか探しまくった結果、カメラを初期化している
//drop down frame size for higher initial frame rate
sensor_t *s = esp_camera_sensor_get();
s->set_framesize(s, FRAMESIZE_QVGA);
の後に、
s->set_hmirror(s, 1); //
s->set_vflip(s, 1); //
と入れれば画像が回転できることがわかった。よって、先に入れたOLEDの表示を回転させる
oled.flipScreenVertically();
は削除できる。
でも、USBコネクタが上のほうが便利な場合もあるので、
#define UPSIDEDOWN
とすることで反転するようにソース修正した。
リチウムイオン電池のコントローラ（IP5306）が搭載されているTTGO T-Cameraですが、回路図をみるとD4というダイオードが入っていて電池からIP5306に向かってしか電流が流れないので、一見充電できないように見えます。
しかし、よくみるとこれ、「2A FUSE」と書いてあります。つまり、フットプリント流用のためにダイオードのシンボルになっているようです。さらに、その右下を見ると分圧回路があり、電池の電圧がESP32で確認できるようです。そこで、電池の電圧をモニターしつつ、LiPOをつないでみることにしました。つないだのは手持ちのトイドローン用の500mAhのものをコネクタを付け替えたものです。
ソフトウェアは表示画面に３ページ目を追加してモニターするようにしてみました。
void drawFrame3(OLEDDisplay *display, OLEDDisplayUiState *state, int16_t x, int16_t y)
{
#define AVE 32
static String Item1, Item2, Item3, Item4;
static uint64_t lastMs;
static unsigned int ms;
static long rd[AVE] , sum;
static int idx = 0;
if (millis() - lastMs > 50) {
lastMs = millis();
ms = millis();
rd[idx++] = (long)analogRead(35);
if(idx==AVE) idx=0;
sum = 0;
for(int i=0;i<AVE;i++){
sum += rd[i];
}
float volt = (long)sum/AVE * 3300. / 4096. * 2. ;
Item1 = "TIME: " + String((float)ms/1000.) + "s";
Item2 = "BATT: " + String(volt/1000.) + "V";
Item3 = "Item3:" + String(0);
Item4 = "Item4:" + String(0);
}
display->setFont(ArialMT_Plain_10);
display->setTextAlignment(TEXT_ALIGN_LEFT);
display->drawString(0 + x, 0 + y, Item1);
display->drawString(0 + x, 10 + y, Item2);
display->drawString(0 + x, 20 + y, Item3);
display->drawString(0 + x, 30 + y, Item4);
}
FrameCallback frames[] = {drawFrame1, drawFrame2, drawFrame3};
#define FRAMES_SIZE (sizeof(frames) / sizeof(frames[0]))
単純にIO35の電圧を読んだだけでは高インピーダンスで外部／内部のノイズの影響を受けているのか、スッチングノイズを拾っているのかわかりませんが、かなりブレがあります。本来ならまずはR43にコンデンサを抱かせたいところですが、面倒なので50ms周期で３２回の平均を取っています。（1005のコンデンサなんて手持ちにないし・・・。そもそもESP32のADCの入力インピーダンスってどのくらいなんでしょうね。100kΩでは大きすぎるのかも？）
一方、充電電流を見てみると、PCにつないだ場合には入力側で0.4Aくらいでしたので、電池への充電電流もせいぜい0.5Aくらいで１Ｃ程度ということで問題ない範囲（本当はもう少し減らしたい）かと思ったのですが、Ankerのモバイルバッテリーにつないだところ、0.8Aくらい流れていて2C近い電流が流れてしまうようです。IP5306の中国語のデータシート（こちらの通販サイト？にあるもの）を見ると、最大１Ａで充電するようですので、ちょっとまずいかもしれません。データシートをみても充電電流を調整する方法はなさそうです。
バッテリーで動作するWiFi IPカメラというのも悪くないですし、どうしたもんでしょうね。
TTGO T-Cameraのファームウェアを改造してみました。
ファームウェアはArduino環境で開発しますので、まずはLinuxMint19に開発環境を導入します。
まずは、pyserialをインストールしておきます。
$ curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py $ sudo python get-pip.py $ sudo pip install pyserial $ sudo apt install python3-pip $ sudo pip3 install pyserial
自分のユーザーアカウントを dialout グループに追加した後、一旦ログアウトしてログインし直します。
Aruduino公式サイトから arduino-1.8.9-linux64.tar.xz をダウンロードしてきて展開します。生成された arduino-1.8.9 というディレクトリをホームディレクトリ直下に移動した後、
シェルを開いて、
$ cd ~/arduino-1.8.9/ $ sudo ./install.sh
で Arduino をインストール完了です。インストールが完了したら、 「Menu → プログラミング → Arduino」でArduino IDEを起動します。次にArduino IDEの「ファイル→環境設定」で「追加のボードマネージャのURL」に
https://github.com/espressif/arduino-esp32/releases/download/1.0.2/package_esp32_dev_index.json
を設定します。引き続き、「ツール→ボード→ボードマネージャ」で「esp32 by Espressif Systems」を探してインストールします。インストールが完了したら、「ツール→ボード→ESP32 Wrover module」を選択すれば、Arduino自体の準備は完了です。
ソースコードは https://github.com/lewisxhe/esp32-camera-series からZIPでダウンロードしてきます。ダウンロードした esp32-camera-series-master.zip を展開し、展開したディレクトリ名をesp32-camera-seriesに変更して、~/Arduino の下に移動します。
Arduino IDEの「ファイル→開く」で ~/Arduino/esp32-camera-series/esp32-camera-series.ino を開いておきます。
Arduino OneButton Library を https://github.com/mathertel/OneButton からZIPでダウンロードしてきて、OneButton-master.zip を展開します。展開したら、ディレクトリ名をOneButtonに変更して、~/Arduino/liraries の下に移動します。
BME280のライブラリについては TTGO T-Cameraでは正常な値を表示しない（そのため、途中から削除されている）のでソースコード中の
#include <Adafruit_BME280.h>
の行はコメントアウトしておきます。
esp8266-oled-ssd1306 Library を https://github.com/ThingPulse/esp8266-oled-ssd1306 からZIPでダウンロードしてきて、esp8266-oled-ssd1306-master.zipを展開します。ディレクトリ名をesp8266-oled-ssd1306に変更して、~/Arduino/liraries の下に移動します。
ここまででビルドと書き込みはできるはずです。Arduino IDEのチェックマーク（検証）を押してコンパイルしてみます。うまく行ったら、右矢印マークを押して書き込みもテストしておきます。
#define SOFTAP_MODE //The comment will be connected to the specified ssid
をコメントアウトして、SoftAPモードを禁止して、
#define WIFI_SSID "your wifi ssid" #define WIFI_PASSWD "you wifi password"
のところに接続先のSSIDとパスワードを設定します。
SSID/PASSWORDの設定の箇所の後に以下の記述を追加
#define FIXED_IP #ifdef FIXED_IP IPAddress fixed_ip( 192, 168, 1, 100); // for fixed IP Address IPAddress gateway( 192, 168, 1, 1); // Gateway Address IPAddress subnet(255, 255, 255, 0); // Subnet Mask IPAddress DNS( 8, 8, 8, 8); // DNS server #endif
WiFi.begin()の直前に以下の記述を追加
#ifdef FIXED_IP
WiFi.config(fixed_ip, gateway, subnet, DNS); // Set fixed IP address
#endif
ローカルネット内からはIPアドレスではなくホスト名でアクセスできると便利なので、ｍＤＮＳ対応させておきます。
先頭の
#include <WiFi.h>
の後に
#include <ESPmDNS.h>
を追加します。続いて、SSID/PASSWORDの設定の箇所の後に以下の記述を追加します。
#define AVAHI #ifdef AVAHI #define AVAHI_HOST "esp32" // esp32.local #endif
引き続き、setup()の最後の箇所の
Serial.print("Camera Ready! Use 'http://");
Serial.print(ip);
Serial.println("' to connect");
を
#ifdef AVAHI
// Set up mDNS responder (reference : mDNS_Web_Server.ino)
if (!MDNS.begin(AVAHI_HOST)) {
Serial.println("Error setting up MDNS responder!");
while(1) {
delay(1000);
}
}
Serial.println("mDNS responder started");
Serial.print("Camera Ready! Use 'http://");
Serial.print(AVAHI_HOST);
Serial.print(".local");
Serial.println("' to connect");
#else
Serial.print("Camera Ready! Use 'http://");
Serial.print(ip);
Serial.println("' to connect");
#endif
に変更します。更に、void drawFrame1(OLEDDisplay *display, OLEDDisplayUiState *state, int16_t x, int16_t y) の中の
#ifdef SOFTAP_MODE
display->setFont(ArialMT_Plain_10);
display->drawString(64 + x, 25 + y, buff);
#else
display->setFont(ArialMT_Plain_16);
display->drawString(64 + x, 35 + y, ip);
#endif
を
//#ifdef AVAHI
// display->setFont(ArialMT_Plain_10);
// display->drawString(64 + x, 25 + y, "http://" AVAHI_HOST ".local");
//#else
#ifdef SOFTAP_MODE
display->setFont(ArialMT_Plain_10);
display->drawString(64 + x, 25 + y, buff);
#else
display->setFont(ArialMT_Plain_16);
display->drawString(64 + x, 35 + y, ip);
#endif
//#endif
に書き換えます。（いくつかの行がコメントアウトになっているのは、表示にはIPアドレスもほしいためです。すべてURLでいい場合にはコメントを外します）
さらに、void drawFrame2(OLEDDisplay *display, OLEDDisplayUiState *state, int16_t x, int16_t y)の中の
display->drawString(64 + x, 25 + y, "http://" + ip );
を
#ifdef AVAHI
display->drawString(64 + x, 25 + y, "http://" AVAHI_HOST ".local");
#else
display->drawString(64 + x, 25 + y, "http://" + ip );
#endif
に書き換えます。
oled.init();
の後あたりに
oled.flipScreenVertically();
を追加します。
これでボードに書き込むと同じサブネットのPCからは http://esp32.local で、異なるPCからは http://IPアドレス でアクセスできます。どちらもOLEDディスプレイにも表示されます。
以前買った、TTGO T-Camera用ケースを作成しました。
添付されていたバッテリー用ケーブルを手持ちのLiPoバッテリーに接続して使えるようにしたのですが・・・・改めて回路図を確認したら、充電できない回路になっていました。（追記：回路図ではそう見えるのですが、回路図のシンボルと実物が違っていました。実際には充電可能です。）
・・・というわけで、バッテリーなし仕様の蓋を付けて完了としました。
あとはスタンドはホルダーを作成して３Ｄプリンタのそばに設置するのと、デフォルトのファームウェアがSoft APモードとなっていてカメラの画像を見るためにはスマホのWi-Fi設定を変更しないといけないので、これをSTAモードに変更してLAN内からアクセスできるようにしたいと思います。
※2021年6月17日追伸
STLファイルが欲しい、というお話をコメントでいただきましたので、アップロードしました。ZIPファイルの中にSTLファイルが５つ入っています。ファイル名にBATTとついているのはLiPoバッテリーを使う場合用のものです。
AsIsでの提供になりますのでご承知おきください。
引き続き、条件を変えてベンチマークしてみました。
今度は積層ピッチ0.1mmで出力してみました。他は標準のままです。
前回同様に出力されたものを手順書に沿って評価してみます。
Target X方向寸法 Y方向寸法 X方向誤差 Y方向誤差
-----------------------------------------------------
25 24.98 24.96 0.02 0.04
20 20.03 19.99 0.03 0.01
15 15.00 15.00 0.00 0.00
10 10.06 10.05 0.06 0.05
5 5.03 5.05 0.03 0.05
-----------------------------------------------------
平均誤差 0.028 0.03
XとYの誤差の平均 0.029
XとYの誤差のずれ 0.002
XとYの誤差の平均が0.1以下になっていることから、この項目のスコアは５となりました。
針状の部分で評価します。
この項目では針の部分の長さが30mm以上あれば2.5、糸引きがなければさらに2.5ということなので、上記のように糸引きしているので本項目のスコアは2.5ということになります。
今回は４本抜けましたので本項目のスコアは４ということになります。
オーバーハング部分の出来具合を見ます。
上の方になるほどオーバーハングがきつくなっています。写真では一番上の15度の部分は荒れています。20度の部分はギリギリOKでしょうか。本項目のスコアは４ということになります。
積層ピッチ0.02mmの時と違って、全部のブリッジが下に触れることなく形成できています。そのため、本項目のスコアは５ということになります。
筐体のリンギング特性を見ます。X方向とY方向の２方向があります。
積層ピッチ0.02㎜の時に見えていた６ミリピッチのムラは見えなくなっています。しかし、さらに細かいピッチのムラは健在です。本項目のスコアは０となります。
積層ピッチ0.02mmの時よりもだいぶいいとは思うのですが、やはりピッチムラがあります。送りねじの精度だとこちらにも出てくるはずなので、違う要因なのでしょうか？？
本項目のスコアは０となります。
各項目のスコアを足すと、２０．５ということになりました。
平成最後の日ということで、「平成」と「令和」をそれぞれ３Dプリンタで出力してみました。
あまり深い意味はなくて、ビットマップをSVG変換してFusion360に取り込んで出力する方法を確認した際の題材にしただけです。
それぞれの文字は平成・令和それぞれが発表された際に各官房長官が持っていたものです。それぞれの写真のうち、できるだけ正面に写っているものを探して、文字の部分をGIMPで切り抜きます。平成の文字の方は墨が少し変な風に飛んでいましたので、その部分は画像処理で修正をかけました。そのうえで、色域で範囲選択、選択範囲をパスに変換した後で、SVGにエクスポートしました。それをFusion360で読み込んで３Dプリンタ用のデータにしています。
本当は地の部分は白にして、文字の部分を黒にできないかなぁ、と思い、gcodeファイルを小細工してみようと思ったのですが、エクストルーダーのデータも絶対座標で書かれていて、レイヤー単位の切り貼りくらいではダメそうでした。強引に途中でフィラメント交換することも考えましたが、STOPさせた状態ではZ軸が結構軽く動いてしまうことと、冒頭でテーブルの端を１往復してノズル先端の状態を調整するのがないと綺麗に出力されなさそうなので諦めました。Curaで本体のレイヤーの範囲（とskertの有無）を指定をしてgcodeを出力できるとそういう用途が広がるのになぁ、と思った次第です。
たまたま見かけた記事から３Dプリンタのベンチマークをしてみました。
ベンチマークのためのSTLデータや評価手順などは github.com にあり、熱溶融積層型のデータはこちらにあります。
３DプリンタはEnder-3です。ノーマルからの改造個所はスプールホルダを外部に設置したうえで、記事にはしていませんがフィラメントを引き出す際の負荷が軽くなるような工夫を追加しています。その他には、出力には影響ないでしょうが、ヘッド部分のファンが糸引きしたフィラメントを吸い込みにくいようにファンガードを設置しています。使用したフィラメントはPRILINE製のPLAフィラメント（たぶんこれ）です。
早速、まずは標準設定（積層ピッチ0.2mm）で出力してみました。
出力されたものを手順書に沿って評価してみます。
Target X方向寸法 Y方向寸法 X方向誤差 Y方向誤差
-----------------------------------------------------
25 25.04 24.88 0.04 0.12
20 20.05 20.03 0.05 0.03
15 15.10 15.02 0.10 0.02
10 10.04 9.99 0.04 0.01
5 5.02 4.99 0.02 0.01
-----------------------------------------------------
平均誤差 0.05 0.0475
XとYの誤差の平均 0.04875
XとYの誤差のずれ 0.0025
XとYの誤差の平均が0.1以下になっていることから、この項目のスコアは５となりました。
針状の部分で評価します。
この項目では針の部分の長さが30mm以上あれば2.5、糸引きがなければさらに2.5ということなので、上記のように糸引きしているので本項目のスコアは2.5ということになります。
最初の写真の手前側の凸の部分はピンと周りの間に設計上は隙間があって抜けるようになっていますが、実際には寸法精度などにより全部は抜けません。これが工具などを使わずに手だけで抜ける個数を調べます。今回は３本抜けましたので本項目のスコアは３ということになります。
オーバーハング部分の出来具合を見ます。
上の方になるほどオーバーハングがきつくなっています。写真では一番上の15度の部分は荒れていますが、20度の部分はギリギリOKでしょうか。だとすると本項目のスコアは４ということになります。
上記の感じだと１番上のブリッジは垂れて２番目のブリッジに触れてしまっています。２番目のブリッジは垂れていますが、３番目のブリッジには触れていません。そのため、本項目のスコアは４ということになります。
筐体のリンギング特性を見ます。X方向とY方向の２方向があります。
主に目盛りのセンターの長い部分の影響を受けたリンギングをみるのだけど、センターに関係なくX方向もY方向も６ミリピッチのムラが出ています。また、さらに細かいピッチのムラも見えています。本項目のスコアは０となります。
６ミリピッチはモータかモータのタイミングベルトのスプロケットあたりなんでしょうか？細かいピッチはタイミングベルト由来でしょうか？
本来はZ軸の送りねじのピッチむらを見るものだと思うのですが、ピッチむらどころではない残念な感じですね。送りねじの精度がかなり悪いのかもしれません。本項目のスコアは０となります。
各項目のスコアを足すと、１８．５ということになります。ちなみに、Prusa i3 MK3 で 22.5 、Makerbot Replicator 2 で 18 ということだそうです。
２万５千円の３Dプリンタとしては健闘しているのでは、と思います。
ついでなので、dockerをarm64なubuntuにインストールしてみました。
最初、LinutMintと同じ方法で試してみたのですが、途中でエラーがでてうまく行きませんでした。最終的にはスクリプトを使う方法でインストールしました。
ターゲットはPine A64+上のArmbian Ubuntuです。MicroSDカードで初回起動後、armbian-configにてUSBメモリにインストールしたものです。インストールした際のログは以下のとおりです。
____ _ __ _ _
| _ \(_)_ __ ___ / /_ | || |
| |_) | | '_ \ / _ \ '_ \| || |_
| __/| | | | | __/ (_) |__ _|
|_| |_|_| |_|\___|\___/ |_|
Welcome to ARMBIAN 5.75 stable Ubuntu 18.04.2 LTS 4.19.25-sunxi64
System load: 0.00 0.00 0.00 Up time: 2:18 hours
Memory usage: 5 % of 2001MB IP: 10.89.106.15
CPU temp: 38°C
Usage of /: 9% of 29G
Last login: Sun Apr 21 01:25:45 2019 from 10.89.106.43
xxx@pine64plus:~$ curl -fsSL get.docker.com -o get-docker.sh
xxx@pine64plus:~$ sudo sh get-docker.sh
[sudo] password for xxx:
# Executing docker install script, commit: 2f4ae48
+ sh -c apt-get update -qq >/dev/null
+ sh -c apt-get install -y -qq apt-transport-https ca-certificates curl >/dev/null
+ sh -c curl -fsSL "https://download.docker.com/linux/ubuntu/gpg" | apt-key add -qq - >/dev/null
Warning: apt-key output should not be parsed (stdout is not a terminal)
+ sh -c echo "deb [arch=arm64] https://download.docker.com/linux/ubuntu bionic stable" > /etc/apt/sources.list.d/docker.list
+ sh -c apt-get update -qq >/dev/null
+ [ -n ]
+ sh -c apt-get install -y -qq --no-install-recommends docker-ce >/dev/null
+ sh -c docker version
Client:
Version: 18.09.5
API version: 1.39
Go version: go1.10.8
Git commit: e8ff056
Built: Thu Apr 11 04:48:27 2019
OS/Arch: linux/arm64
Experimental: false
Server: Docker Engine - Community
Engine:
Version: 18.09.5
API version: 1.39 (minimum version 1.12)
Go version: go1.10.8
Git commit: e8ff056
Built: Thu Apr 11 04:11:17 2019
OS/Arch: linux/arm64
Experimental: false
If you would like to use Docker as a non-root user, you should now consider
adding your user to the "docker" group with something like:
sudo usermod -aG docker your-user
Remember that you will have to log out and back in for this to take effect!
WARNING: Adding a user to the "docker" group will grant the ability to run
containers which can be used to obtain root privileges on the
docker host.
Refer to https://docs.docker.com/engine/security/security/#docker-daemon-attack-surface
for more information.
xxx@pine64plus:~$ sudo usermod -aG docker xxx
xxx@pine64plus:~$
結局、手順としては非常に簡単で、
~$ curl -fsSL get.docker.com -o get-docker.sh ~$ sudo sh get-docker.sh ~$ sudo usermod -aG docker xxx
という感じでスクリプトをダウンロードしてきて実行するだけです。
ふとTensorFlowを試してみたくなりました。（そのためにDocker環境作ってました）
で、なかなかよさげなTensorFlowのチュートリアルを発見しました。
TensorFlow入門（https://deepinsider.jp/tutor/introtensorflow）
こちらを参考に進めてみます。
第２回の環境構築でつまづきましたので、そのメモです。
環境は、冒頭に書いたとおり、TensorFlowを試すためにDockerの環境を作ったので、Docker前提で進めます。（Docker環境にしたのは、現状のLinuxMintの環境をできるだけ壊さないためです）
で、TensorFlowの公式サイト（https://www.tensorflow.org/install/）を参考にTensorFlowコンテナをインストール、起動します。
~/docker$ cd tensorflow/ ~/docker/tensorflow$ ~/docker$ cd tensorflow/ ~/docker/tensorflow$ docker pull tensorflow/tensorflow Using default tag: latest latest: Pulling from tensorflow/tensorflow 7b722c1070cd: Pull complete （中略） 9c2312dbc5d7: Pull complete Digest: sha256:40844012558fe881ec58faf1627fd4bb3f64fe9d46a2fd8af70f139244cfb538 Status: Downloaded newer image for tensorflow/tensorflow:latest ~/docker/tensorflow$ docker run -u $(id -u):$(id -g) -it -p 8888:8888 tensorflow/tensorflow ________ _______________ ___ __/__________________________________ ____/__ /________ __ __ / _ _ \_ __ \_ ___/ __ \_ ___/_ /_ __ /_ __ \_ | /| / / _ / / __/ / / /(__ )/ /_/ / / _ __/ _ / / /_/ /_ |/ |/ / /_/ \___//_/ /_//____/ \____//_/ /_/ /_/ \____/____/|__/ You are running this container as user with ID 1000 and group 1000, which should map to the ID and group for your user on the Docker host. Great! tf-docker / >
公式サイトの冒頭の起動方法では、まず docker run コマンドに -u オプションをつけろ、と警告が出ます。上記では「-u $(id -u):$(id -g)」を付けています。
しかし、この環境では python のバージョンを確認すると2.7でした。python3とするためにコンテナのタグに-py3を付けます。
~/docker/tensorflow$ docker run -u $(id -u):$(id -g) -it -p 8888:8888 tensorflow/tensorflow:latest-py3 python
Unable to find image 'tensorflow/tensorflow:latest-py3' locally
latest-py3: Pulling from tensorflow/tensorflow
7b722c1070cd: Already exists
(中略)
3fce84e77cad: Pull complete
Digest: sha256:7309cfcdc1adbde8925f8cb301f802053bfa15d69a6605c8b73fe19ce9ab2a78
Status: Downloaded newer image for tensorflow/tensorflow:latest-py3
Python 3.5.2 (default, Nov 12 2018, 13:43:14)
[GCC 5.4.0 20160609] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> sess = tf.InteractiveSession()
2019-04-19 20:30:24.944775: I tensorflow/core/platform/profile_utils/cpu_utils.cc:94] CPU Frequency: 2793680000 Hz
2019-04-19 20:30:24.945045: I tensorflow/compiler/xla/service/service.cc:150] XLA service 0x37004b0 executing computations on platform Host. Devices:
2019-04-19 20:30:24.945079: I tensorflow/compiler/xla/service/service.cc:158] StreamExecutor device (0): <undefined>, <undefined>
>>> message = tf.constant('Hello, Tensorflow!')
>>> message.eval()
b'Hello, Tensorflow!'
>>> sess.close()
>>>
python3での対話モードでの確認もエラーは出ませんでした。が、こんどは Jupyter Notebookでハマります。結局、ホスト側でJupyter Notebookのディレクトリをまず作ります。
~/docker/tensorflow$ mkdir ~/notebooks
その上で、Jupyter Notebookに対応したイメージを引っ張ってきて起動します。
~/docker/tensorflow$ docker run -u $(id -u):$(id -g) -it --rm -v $(realpath ~/notebooks):/tf -p 8888:8888 tensorflow/tensorflow:latest-py3-jupyter
Unable to find image 'tensorflow/tensorflow:latest-py3-jupyter' locally
latest-py3-jupyter: Pulling from tensorflow/tensorflow
7b722c1070cd: Pull complete
（中略）
12156a969bcb: Pull complete
Digest: sha256:aaf427d8590ae2935f6c9d39851380402d7ce422b7e26315f73df59f774614f3
Status: Downloaded newer image for tensorflow/tensorflow:latest-py3-jupyter
________ _______________
___ __/__________________________________ ____/__ /________ __
__ / _ _ \_ __ \_ ___/ __ \_ ___/_ /_ __ /_ __ \_ | /| / /
_ / / __/ / / /(__ )/ /_/ / / _ __/ _ / / /_/ /_ |/ |/ /
/_/ \___//_/ /_//____/ \____//_/ /_/ /_/ \____/____/|__/
You are running this container as user with ID 1000 and group 1000,
which should map to the ID and group for your user on the Docker host. Great!
[I 21:04:46.052 NotebookApp] Writing notebook server cookie secret to /.local/share/jupyter/runtime/notebook_cookie_secret
/usr/local/lib/python3.5/dist-packages/IPython/paths.py:68: UserWarning: IPython parent '/' is not a writable location, using a temp directory.
" using a temp directory.".format(parent))
[I 21:04:46.328 NotebookApp] Serving notebooks from local directory: /tf
[I 21:04:46.328 NotebookApp] The Jupyter Notebook is running at:
[I 21:04:46.328 NotebookApp] http://(d3798d48a88f or 127.0.0.1):8888/?token=3dcab8dd69809896495d64041dba74e654c52612ea877c70
[I 21:04:46.328 NotebookApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).
[C 21:04:46.334 NotebookApp]
To access the notebook, open this file in a browser:
file:///.local/share/jupyter/runtime/nbserver-12-open.html
Or copy and paste one of these URLs:
http://(d3798d48a88f or 127.0.0.1):8888/?token=3dcab8dd69809896495d64041dba74e654c52612ea877c70
ということで、
docker run -u $(id -u):$(id -g) -it --rm -v $(realpath ~/notebooks):/tf -p 8888:8888 tensorflow/tensorflow:latest-py3-jupyter
で起動するのが最終形となりました。起動後、ブラウザで表示されたトークンを含む形（今回の起動であれば http://127.0.0.1:8888/?token=3dcab8dd69809896495d64041dba74e654c52612ea877c70 ）にアクセスすると、
こんな感じでアクセスできました。ちなみに、Docker環境を終了させる場合には、Ctrl + Cで「y」入力です。
とりあえず、第２回まで完了です。