今日の筋トレ 2019/02/22 脚・背中の日

今日のメニュー

スクワット（バーベル）

• 20kg x 10
• 60kg x 3
• 90kg x 8
• 90kg x 8
• 90kg x 8
• 90kg x 8

デッドリフト（バーベル）

• 60kg x 10
• 100kg x 3
• 125kg x 8
• 125kg x 8

スモウデッドリフト（バーベル）

• 100kg x 8
• 100kg x 8

ピンスクワット（バーベル）

• 50kg x 10

レッグカール（ケーブル）

• 16kg x 12
• 22kg x 15

インクラインダンベルカール

• 8kg x 12
• 5kg x 12

プルアップ

• 自重 x 10kg
• 自重 x 10kg

振り返り

軽い重量で高レップの日でした。フォームを意識してミッドフットに来るように丁寧にしました。大腿筋膜張筋の痛みはほぼ引いています。リリースとアクティベーションが良かったんだと思います。腕周りを太くするためにダンベルカールはなるべく毎日しています、その際は重いものを振り回すのではなく軽い重量でストレッチと収縮をかなり意識してやっています。「腕を曲げる」のではなく「筋肉を収縮する」ことで自然とダンベルが挙がるイメージで行うと、すごく効きます。

今日の筋トレ 2019/02/20 腕・肩の日

今日のメニュー

ボリューム 15,446kg

バイセップカール（バーベル）

• 37.5kg x 10
• 40kg x 10
• 40kg x 10

ナローベンチプレス（ダンベル）

• 24kg x 12
• 28kg x 10
• 30kg x 10

インクラインダンベルカール

• 12kg x 10
• 12kg x 10

トライセラトップスエクステンション（EZバー）

• 20kg x 10
• 20kg x 10

インクラインハンマーカール（ダンベル）

• 14kg x 10
• 12kg x 10

オーバーヘッドトライセラトップスエクステンション（ケーブル）

• 35kg x 10
• 35kg x 10

バイセップカール（ケーブル）

• 25kg x 15
• 25kg x15

トライセラトップスエクステンション（ケーブル）

• 27kg x 15
• 27kg x 15

トライセラトップスディップ

• 自重 x 12
• 自重 x 12

ハンマーカール（ケーブル）

• 27kg x 12
• 19kg x 12

ベンチプレス（バーベル）

• 20kg x 10
• 60kg x 5
• 80kg x 2
• 90kg x 1
• 100kg x 0
• 80kg x 1
• 80kg x 1

インクラインラテラルレイズ

• 10kg x 10
• 8kg x 13

アップライトロウ（ケーブル）

• 8kg x 30
• 10kg x 30

サイドライイングリアレイズ

• 6kg x 12
• 6kg x 12

フェイスプル（バンド）

• 12
• 12

ニーレイズ

• 自重 x 30
• 自重 x 30

振り返り

結構ボリューム多めです。ベンチ台がいつもより低かったのでためしてみるとやっぱり重く感じました。 でもこの台で普段から練習したいものです。

今日の筋トレ 2019/02/19 胸、背中の日 スーパーセットで時短＋筋力アップ

今日のメニュー

ベンチプレス（バーベル）

• 20kg x 10
• 60kg x 10
• 75kg x 10
• 85kg x 8
• 87.5kg x 6

ベントオーバーロー（バーベル）

• 10kg x 10
• 50kg x 10
• 60kg x 10
• 70kg x 8
• 75kg x 6

[スーパーセット]

シーテッドオーバーヘッドプレス（ダンベル）

• 16kg 10
• 24 kgx 12
• 24kg x 12
• 24kg x 10
• 24kg x 8

ワイドグリッププルアップ

• 自重 x 12
• 自重 x 12
• 自重 x 10
• 自重 x 8

振り返り

今日は時間がなかったのでスーパーセットです。 いつもならセット間で2～3分取るところを各セット間で1.5分の休憩に変更しているのですが、 ここでのポイントは、同じスーパーセット内（例えばベンチプレス→ベントオーバーロー）でも、 休憩を取るということです。これによってベンチプレスは1.5分＋ベントオーバーロー中の時間+1.5分のインターバルを取ることができます。 重量も落とさず、時短もできるというメリットがあります。 さらに、実際には別々でこなすよりこのようなセットを組んだほうが筋力アップにつながるという論文があります。

Volume Load and Neuromuscular Fatigue During an Acute Bout of Agonist-Antagonist Paired-Set vs. Traditional-Set Training. - PubMed - NCBI

論文中のpaired-set (PS)がスーパーセットということです。

拮抗筋同士のトレーニングでは、積極的に取り入れてみると良さそうです。

今日の筋トレ 2019/02/18 脚の日 スクワット時のバーの軌道を確認する

今日のメニュー

ボリューム 6,800kg

スクワット（バーベル）

• 20kg x 10
• 60kg x 5
• 105kg x 6
• 105kg x 6
• 105kg x 6
• 105kg x 6

デッドリフト（バーベル）

• 60kg x 5
• 100kg x 3
• 140kg x 6
• 140kg x 6

スモウデッドリフト（バーベル）

• 100kg x 3
• 100kg x 3
• 100kg x 3

ピンスクワット

• 20kg x 4
• 20kg x 6
• 40kg x 10

振り返り

Candito Training HQというプログラムを取り入れているのですがこれが結構相性がよく、3サイクル目に突入しました。 前回のデッドリフトのPR更新の疲れがまだ残っていて脚のだるさがありましたが、どうにかこなせたという感じです。 スクワットは重心がミッドフットにあるべきなところ、つま先より前にずれてしまっていた点と、大腿筋膜張筋が痛かったのもあり、 フォームを見直しも兼ねて設定重量をだいぶさげて、80kgとして前サイクルを行いました。 フォーム矯正のための補助種目と、股関節周りのリリースやアクティベーションをこまめに取り入れたらだいぶ調子が良くなったので、今サークルは130kgに上げてます。 軌道チェックに関しては、バンドを上下に張ってみたら、ほどよく意識できてよかったです。

軌道チェックのためのバンド

上記と、軌道チェックアプリ（自分の場合はIron Path）を使えば、いろいろ見えてきて面白いです。

Iron Path

• William Bishop
• ヘルスケア／フィットネス
• 無料
• 

今日の筋トレ 2019/02/15 背中の日 デッドリフト PR更新

今日のメニュー

デッドリフト（バーベル）

• 20kg x 10
• 60kg x 5
• 100kg x 3
• 140kg x 1
• 175kg x 1

スモウデッドリフト（バーベル）

• 150kg x 1
• 140kg x 1
• 100kg x 5

デフィシットデッドリフト（バーベル）

• 100kg x 5
• 60kg x 10

シーテッドロー（マシン）（シングルアーム）

• 30kg x 12
• 50kg x 12
• 50kg x 12

プルアップ

• 自重 x 12
• 自重 x 10
• 自重 x 7

ケーブルラットプルダウン（シングルアーム）

• 22kg x 15
• 30kg x 20

振り返り

デッドリフトは１年ぶりくらいに更新です。数ヶ月前に腰を痛めてしまって、それから低調でしたがどうにか更新できました。 といってもフォームがよろしくないので結構無理しました。補助種目としてベルトレスデッドでコアを鍛えていたので大丈夫だったのかなと思いますが、そもそも綺麗なフォームで挙げれるように鍛えたいところです。今年の目標は200kgですが、スモウに切り替えてみようかなと思っています。

今日の筋トレ 2019/02/14 腕・肩の日

今日のメニュー

バイセップカール（バーベル）

• 35kg x 10
• 35kg x 10
• 35kg x 10

クローズベンチプレス

• 60kg x 11
• 70kg x 10
• 70kg x 10

[スーパーセット]

インクラインダンベルカール

• 14kg x 12
• 14kg x 12

ケーブルプレスダウン

• 38kg x 15
• 38kg x 15

[スーパーセット]

インクラインハンマーカール

• 14kg x 12
• 14kg x 12

トライセプスディップス

• 自重 x 20
• 自重 x 20

[スーパーセット]

フロントレイズ（ケーブル）

• 22kg x 20
• 22kg x 15

インクラインラテラルレイズ

• 9kg x 15
• 10kg x 15

アーノルドプレス（ダンベル）

• 10kg x 20
• 16kg x 10

サイドライイングリアレイズ

• 6kg x 15
• 6kg x 15

リアレイズ（ケーブル）

• 11kg x 20
• 14kg x 30

ヒップアダクター

• 43kg x 15
• 43kg x 15
• 43kg x 15

ヒップアブダクター

• 23kg x 15
• 23kg x 15
• 23kg x 15

振り返り

今日は腕と肩の日でした。 腕はだいたい、二頭・三頭で３種目ずつ行うので時間短縮のためにスーパーセットを組みます。 ミッドレンジ・ストレッチ・コントラクトを意識してますが二頭はコントラクトがないのでメニューには載せていませんが、締めに軽いダンベルで追い込んでます。 肩に関しては、インクラインラテラルレイズとサイドライイングリアレイズが最近のお気に入りです。 これは山本義徳氏の書籍で紹介されていた種目です。

部位別トレーニング法　?肩と腕、脚編?: 山本義徳 業績集 11 山本義徳業績集

肩トレでなかなか効かない人は是非行ってみてください。

G検定を取得して、社内でAIに関する地位を確立する

言わずもがな、昨今バズってるAI。社内でAIの仕事をしたいけど、経験がないから提案ができない。という方や、とりあえず社内で地位を確立して発言権を持ちたい！という方。そんな方向けに、AIに関する地位を確立する方法を紹介します。

対象

対象は下記のとおりです。

• 社内にAIエンジニアがいない
• これからAIを取り入れたいと思っている

ここで強調したいのは、AI未導入の会社ということです。バリバリのAIエンジニアがいる会社では通用しませんのであしからず。

注意

あくまでも一瞬でも地位を確立するだけです。 その後メッキが剥がれても知りません。地位を維持したい場合は別の努力をしてください。

ステップ

会社で地位を確立するためには、下記３ステップがいいと思います。

1. G検定を取る
2. 軽く勉強する
3. ソースをいじってみる

もちろんステップ1だけでも効果があると思いますが、 3まで行えばさらに効果が増すと思います。 それでは各ステップの詳細を以降に説明します。

1.G検定を取る

G検定とは、一般社団法人日本ディープラーニング協会によるディープラーニングの資格検定です。 「資格概要」には

ディープラーニングの基礎知識を有し、適切な活用方針を決定して事業応用する能力を持つ人材

と記載されています。AI導入以前の会社でそのような人材がいたらスーパースターじゃないんでしょうか。これは間違いなく取得しておいたほうがいいでしょう。 ちなみにE検定は、受験料が高く、さらに受験資格を取得するための講習が受験料よりはるかに高いため、取らなくていいです。 私はG検定を初回開催で取得しました。難易度は個人的には簡単でした。１週間くらい真面目にやれば受かるんじゃないでしょうか。 以降は合格方法です。

教材

教材は下記２冊になります。

AI白書 2019

人工知能は人間を超えるか ディープラーニングの先にあるもの (角川EPUB選書)

他の推薦書籍は公式サイトに載っていますので不安な方は、他の本も購入すれば良いと思います。 が、先に上げた２冊をちゃんと読めば十分合格できます。ただ、気になる本で、

深層学習教科書 ディープラーニング G検定(ジェネラリスト) 公式テキスト

徹底攻略 ディープラーニングG検定 ジェネラリスト問題集

があります。これは試験特価型書籍でしょうか。自分は読んでないですが、公式が出しているので間違いないと思います。

学習方法

基本的に読むだけです。各本２回ずつ読み直せば間違いないと思います。 ただ、AI白書については広範囲に渡って書かれているので、真面目に読むと結構時間がかかります。 個人的な感覚ですが、前半中盤あたりから出題された記憶がありますから、後半の著作権あたりは流し読みでいいと思います。

取得後

合格を証明するロゴが送られてくるので、会社に報告しましょう。アグレッシブに、名刺に印刷することを提案してもいいかもしれません。 また、合格者向けのイベントなどがお知らせでくるので、時間と予算に余裕があれば出張で参加してみるのも良いです。

2. 軽く勉強する

G検定を取ったところで、ディープラーニングの実装ができるか？というと、答えはNOです。 残念ながら本を読むだけでは無理で、実際に手を動かしましょう。

現在、ディープラーニングといえばPython上で動くものがほとんどなのでpythonが多少できないとお話になりません。 でも安心してください。入門本はたくさん出ています。 例えば、

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

これは具体的な仕組みとコードがセットで書かれているとても親切な本です。 さらにフレームワーク（tensorflowとかcaffeとか）が使われていないので、理論を実装する過程も学べて より具体的にイメージすることができますのでおすすめです。

フレームワークについて学びたい方は、それぞれの書籍を購入して手を動かせばまあ、ある程度のスキルは身につくと思います。 例えばkerasの場合

PythonとKerasによるディープラーニング

Python？なにそれ？レベルの方は、Python入門本もゴロゴロ転がっているので適当に１冊買えばだいたい分かるはずです。

入門 Python 3

3.ソースを動かしてみる

もうここまでくれば自分の興味がある論文を探してgithubの実装を見つけて実行してみるだけです。 論文じゃなくてもchainerのexamplesでもいいでしょう。 とにかく、ここまでくればもう十分地位を確立できているはずです。

まとめ

まとめると、

• G検定取って
• 「ゼロから作るDeep Learning」読んで
• サンプル動かす

だけでした。これで確立できますから、簡単ですよね。是非お試しあれ。 ・ ・ ・ という暴論を書いてみたんですが、もちろんこれでプロジェクトを回すというのは無謀です。 これはあくまでも自分がスキルを身につけるための予算を会社から確保する手段です。 地位を確立したところがスタートだと思っていただけると幸いです。