とりあえず、RをJetson Nanoにインストール、そんなことを達成。RStudioがちょこっと苦戦？で・・・。
まあ、RでTensorFlowをKerasで使う、という仕掛けができるはずなので、GPUでの計算が可能、ということになるかと。原理的には、Pythonと同様になった、そんなことのはずなんだけど。
それにしても、計算の考究を行うための準備だけでも面倒。でも、Linuxの設定は、自分のことだけなら嫌いじゃない、そんなことでもあって・・・。
余計なことは後回しにして、とりあえず、Pythonでの解析をアレコレと・・・。Jetson Nanoのこと。
しかも、深層学習に絞って考究を深める、そんなツールとして利用しながら、もちろん、新たな発想での開発も行う、ということに。
教材としては凄く良い、まずはそんなことが感想で、性能の高いJetsonを扱いたい、という気分でもあって。
AIボードコンピュータでちょこっと苦戦．Linuxの腕が鈍ったのか？ だけど，冷静に考えると，難しい理由もなんとなく推察できて．でも，工夫するばデキそうで・・・．R/RStudioをインストールする，そんなこと．
だけど，ミドルウェアでの対応が必要で，CUDAにココイラって無いし，Hadoopでは規模が違い過ぎて・・・．クラウドでは，どんな手口を使っているんだろう？
もう少し，単純に考えて・・・．
ビジネス・アナリティクスでの人財育成だけど，クラウドによるデータサイエンスおよび機械学習を基盤とした実践ための技量を高める，というアタリをきっちり工夫する，というのって必須でしょうよ．
結局，実践のためには基礎が重要で，丁寧な積み上げって必須なんだけど，理論だけでなくプログラミング，それとクラウドを扱えるためのオープン・ソースに関する技量も身につけて・・・．
そう言えば，エッジを扱っていて気づいたのは，CPUとGPUのアーキテクチャをきっちり理解する，というアタリってとても大切で，コアの仕掛けを理解してアルゴリズムを組む，そんなことも時には必要，ということかと．
もちろん，クラウドとエッジでのやり取りを工夫したスマートIoTを進める，そんなことも．
GPU搭載のボードコンピュータだけど，Linuxの設定をアレコレと行って，結局，自分で使い易いようになった，そんなこと．
それと，GPUの並列処理のこともわかってきたので，CUDA Cで計算アルゴリズムを直に組める，ということのオモシロさもわかってきて・・・．と言っても，Pythonを使うのが主になるかと．
そう言えば，R/RStudioとの相性はどうなんだろう？ もちろん，TensorFlow+Kerasも可能だけど，その前の段階のことで，このボードコンピュータでR/Studioをどういう設定にして使うのか，ということを探って・・・．
容量の方はswapも含めmicroSDに依存，そんなことだけど，買ってくれば上げられるので．
今のところ計算が主だけど，インターフェースを使って制御との繋がりを模索，そんなことを考える必要があって，コチラもきっちり・・・．個人的には，画像でなく時系列の機械学習を実装，そんなことに．