常連

Springの勉強をしているのですが、分からないことがありますので質問させていただきます。

「画面に入力した文字を、別の画面に表示する」プログラムを書いています。

```Java
@PostMapping("/hello")
public String postRequest(@RequestParam("text1") String str, Model model) {
　　　　model.addAttribute("sample", str);
　　　　return "helloResponse";
}
```
このメソッドの引数のModel modelは具体的に何をしているのでしょうか？

HTMLは以下の通りです。

```HTML
<form method="post" action="/hello">
好きな文字を入力：
<input type="text" name="text1" th:value="${text1_value}"/>
<input type="submit" value="クリック"/>
</form>
```
入力フォームから受け取った文字をString型のstrに渡しているのはわかるのですが、渡しているのはString strの部分だけでModel modelには何を渡しているのでしょうか？

Model modelは何をしているのでしょうか？

Model型のmodelは何をしているのか

ER図を書くツールは何をつかっていますか？

私がつかったことがあるのは、次のものです。

設計時
  - [ERMaster](http://ermaster.sourceforge.net/index_ja.html)
  - Excel でちまちまと書いていく..
  
リバース・エンジニアリング時
  -  [erd](http://qiita.com/kanpou_/items/74eca1846101e6db3387)

その他：(研究中)
  - eclips の Sirius は ER 図作成につかえるものなのでしょか？

追加 (2015-11-13)
* そもそも、DBを使う場合, 設計時に ER 図を書きますか？
  (複数人で作業する場合を想定しています。)

ER図を書くツールは何をつかっていますか？

### 前提・実現したいこと

Pythonにて鋳物の画像を用いた画像判別機を作ろうとしています。
model.fitの場面に以下のエラーメッセージが発生しました。
解決方法を探っています。
お判りになる方いらっしゃいましたら、
メッセージ頂けると幸いです。

### 発生している問題・エラーメッセージ

```
TypeError                                 Traceback (most recent call last)
<ipython-input-16-27f12ae95326> in <module>
     22     return predictions, history
     23 
---> 24 predictions, history = OKDEF()

TypeError: cannot unpack non-iterable Sequential object
```

### 該当のソースコード

```Python
import os, cv2, random
import numpy as np
import pandas as pd

import matplotlib.pyplot as plt
from matplotlib import ticker
import seaborn as sns
%matplotlib inline 

import tensorflow
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Input, Dropout, Flatten, Convolution2D, MaxPooling2D, Dense, Activation
from tensorflow.keras.optimizers import RMSprop
from tensorflow.keras.callbacks import ModelCheckpoint, Callback, EarlyStopping
import np_utils

TRAIN_DIR = './archive/casting_data/casting_data/train/'
TEST_DIR = './archive/casting_data/casting_data/test/'


ROWS = 64
COLS = 64
CHANNELS = 3

train_images = [TRAIN_DIR+i for i in os.listdir(TRAIN_DIR)] # use this for full dataset
train_ok =   [TRAIN_DIR+i for i in os.listdir(TRAIN_DIR) if 'cast_ok' in i]
train_def =   [TRAIN_DIR+i for i in os.listdir(TRAIN_DIR) if 'cast_def' in i]

test_images =  [TEST_DIR+i for i in os.listdir(TEST_DIR)]

# slice datasets for memory efficiency on Kaggle Kernels, delete if using full dataset
train_images = train_ok + train_def
random.shuffle(train_images)
test_images =  test_images

def read_image(file_path):
    img = cv2.imread(file_path, cv2.IMREAD_COLOR) #cv2.IMREAD_GRAYSCALE
    return cv2.resize(img, (ROWS, COLS), interpolation=cv2.INTER_CUBIC)


def prep_data(images):
    count = len(images)
    data = np.ndarray((count, CHANNELS, ROWS, COLS), dtype=np.uint8)

    for i, image_file in enumerate(images):
        image = read_image(image_file)
        data[i] = image.T #transpose mxn > nxm
        if i%250 == 0: print('Processed {} of {}'.format(i, count))
    
    return data

train = prep_data(train_images)
test = prep_data(test_images)

print("Train shape: {}".format(train.shape))
print("Test shape: {}".format(test.shape))

labels = []
for i in train_images:
    if 'cast_ok_' in i:
        labels.append(1)
    else:
        labels.append(0)

sns.countplot(labels)
plt.title('OK and def')

labels = np.array(labels)

DEF_avg = np.array([DEF[0].T for i, DEF in enumerate(train) if labels[i]==1]).mean(axis=0)
plt.imshow(DEF_avg)
plt.title('Average DEF')

OK_avg = np.array([OK[0].T for i, OK in enumerate(train) if labels[i]==0]).mean(axis=0)
plt.imshow(OK_avg)
plt.title('Average OK')

optimizer = RMSprop(lr=1e-4)
objective = 'binary_crossentropy'


def OKDEF():
    
    model = Sequential()

    model.add(Convolution2D(32, (3, 3), input_shape=(3, ROWS, COLS), activation='relu', padding="same"))
    model.add(Convolution2D(32, (3, 3), activation='relu', padding="same"))
    model.add(MaxPooling2D(data_format="channels_first", pool_size=(2, 2)))
    
    model.add(Convolution2D(64, (3, 3), activation='relu', padding="same"))
    model.add(Convolution2D(64, (3, 3), activation='relu', padding="same"))
    model.add(MaxPooling2D(data_format="channels_first", pool_size=(2, 2)))
    
    model.add(Convolution2D(128, (3, 3), activation='relu', padding="same"))
    model.add(Convolution2D(128, (3, 3), activation='relu', padding="same"))
    model.add(MaxPooling2D(data_format="channels_first", pool_size=(2, 2)))
    
    model.add(Convolution2D(256, (3, 3), activation='relu', padding="same"))
    model.add(Convolution2D(256, (3, 3), activation='relu', padding="same"))
    model.add(MaxPooling2D(data_format="channels_first", pool_size=(2, 2)))
    
    model.add(Flatten())
    model.add(Dense(256, activation='relu'))
    model.add(Dropout(0.5))
    
    model.add(Dense(256, activation='relu'))
    model.add(Dropout(0.5))

    model.add(Dense(1))
    model.add(Activation('sigmoid'))

    model.compile(loss=objective, optimizer=optimizer, metrics=['accuracy'])
    return model


model = OKDEF()

train = tensorflow.transpose(train, [0, 2, 3, 1])
test = tensorflow.transpose(test,[0, 2, 3, 1])

epochs = 10
batch_size = 16

class LossHistory(Callback):
    def on_train_begin(self, logs={}):
        self.losses = []
        self.val_losses = []
        
    def on_epoch_end(self, batch, logs={}):
        self.losses.append(logs.get('loss'))
        self.val_losses.append(logs.get('val_loss'))

early_stopping = EarlyStopping(monitor='val_loss', patience=3, verbose=1, mode='auto')        
        
def run_OKDEF():
    
    history = LossHistory()
    model.fit(train, labels, batch_size=batch_size, epochs=epochs,
              validation_split=0.25, verbose=0, shuffle=True, callbacks=[history, early_stopping])
    
    predictions = model.predict(test, verbose=0)
    return predictions, history

predictions, history = OKDEF()
```

### 試したこと

NHWCへの変換
errorでの検索

### 補足情報（FW/ツールのバージョンなど）

Python 3.8.8
TensorFlow 2.3.0

cannot unpack non-iterable Sequential objectを解決したい

### 前提・実現したいこと
ViewModel(VM)とModelの区別が未だにつきません。

以下の記事のコードの例を出しますと、
[サンプルコードを見ながら理解するMVVMの基礎的な実装](http://kaorun.hatenablog.com/entry/20141202/1417532472)

チュートリアルとして、Personクラスが最初にModelとして実装されています。
しかしこれでは更新されないので、INotifyPropertyChangedを実装してPersonViewModelにしています。

Modelとして実装したはずのPersonクラスが、Viewと結びつかせるためにVMになりました。
そうなるとModelとはいったい何なのでしょうか。
データを保持したり、その処理を書くのがModelだと聞きますが、上の例だとVMがModelのようにデータを保持しているように感じます。

###
最初は、VMとModelを完全に別にするとなると、以下のようにPersonVMクラスの中にPersonのインスタンスを作ってラップするのではないかと考えました。
```C#
PersonVM : INotifyPropertyChanged //(1)
{
    Person person = new Person();
    public int Age{
        get => person.Age;
        set {
            person.Age = value;
            NotifyPropertyChanged(nameof(Age));
        }
    }
}
```
しかしこのようにVMとMを分けると、Personに対して操作しても変更通知されません。

また、ReactivePropertyの意味や使い方がよくわからなくなってしまいます。

```C#
//こう書くのがReactivePropertyの使い方だと思っていたが、VMとModelを兼任しているためMVVMにはならない？
PersonVM : INotifyPropertyChanged //(2)
{
    public ReactiveProperty<int> Age{get;} = new ReactiveProperty<int>();
}

//Modelに代入させることはできても、結局Modelのインスタンス内の変更通知はVMにもVにも飛ばない。
//逆に、ModelからVMに変更通知が必要な設計が間違い？
PersonVM : INotifyPropertyChanged //(3)
{
    Person person = new Person();

    public PersonVM(){
        Age.Subscribe(x => person.Age = x);
    }
    public ReactiveProperty<int> Age{get;}= new ReactiveProperty<int>();
}
```

このPersonクラスをバイナリなりテキストなりでエクスポートする実装をするとして、
ViewModelのCommandの中で出力処理を書いてしまうのはNGだと聞きます。

(1)や(3)ならPersonクラスにメソッドを入れるなり、Personクラスを引数にするメソッドをどっかに作ったりとやりようがありますが、
(2)のようなパターンだとPersonVM内に作るか、PersonVMを引数にとらなくてはならなくなってしまいます。

データ出力のためにVMが必要ならば、それはVMがデータを保持している。つまりVMでもありModelでもあるという状況になっていないでしょうか。

このように、私の中でModelとVMの境目、分け方がわからなくなってしまい混乱しています。
どこかにMVVMの解釈に関して誤解がないか。また、どのような形でMVVMを実装するのが正しいのかの助言をいただきたいです。

よろしくお願いいたします。

MVVMにおける、ViewModelとModelの違い、境界線について

MVCなどの概念でビジネスロジックを担当する層として「Model」という層が登場しますが、なぜこの名前なのでしょうか？

個人的な印象ですがモデルは「模型」のようなニュアンスが強いと思っていて、名前だけ聞くとデータオブジェクトのような雰囲気があります

MVVMの「ViewModel」はまさにモデルっていう感じで納得できるのですが、今まで見てきたMVCやMVVMのModelはビジネスロジックを担当していたりデータストアとのやりとりを担当していることが多いように感じました

また解説書や解説サイトなどでもModelはビジネスロジックを担当する層という説明がよくでてきます

アーキテクチャ自体に疑問はないのですがなぜこの層をModelというのでしょうか？
由来をご存知の方いたら教えて下さい

なぜビジネスロジックが集まる層を「モデル（Model）」というのでしょうか？

現在C#で開発しています。
C#を使うのは初めてです。
LAMPでの開発経験はあり、フレームワークはcakephp、Zendの経験があります。
他はJavaScriptの経験もあります。

zendの場合などでは
コントローラで
$this->view->変数名＝セットする値; 
などでview側で変数、配列などなんでも使用することができるかと思います。

このような形でC#で使用できないのでしょうか
開発中のC#ではコントローラからmodelを呼び出し
consoleログでDB接続、select文で値を取得できるところまでは出来ております。
この取得した値をphpの
$this->view->変数名＝セットする値; 
のような形で
C#でもview側で配列を使用したいと考えております。

C#では初歩のViewDataを文字列を代入して使用する、
@Html.Action(アクション名)などでcshtmlを連結する
までは理解しています。
また、phpとC#での違いの
voidはreturnできない、関数の定義として戻り値の型を定義するところまでは理解しております。

コントローラから配列、変数の場合、どのように渡すのか
またview側でそれをどのように受け取りどのように使用するのか不明です。

phpなどといった簡単な高級言語しかやったことない開発にわかですが、ご教授いただけたら幸いです。
環境はvs2017、mvc5、C#7.0、SqlServer2008です。
よろしくお願いいたします。

C#のmvcの使い方、コントローラからビューへの値の渡し方

３Dのモデルをネットからダウンロードしたのですが、
そのファイルの中に.mtlという拡張子のファイルが入っていました。
テキストファイルとして開くことができたので中身を見たのですが、
機械語ではないにしろ何が書いてあるのか私にはわかりませんでした。
.mtlというファイルはなんのファイルなのかどなたか教えていただけないでしょうか？

mtlファイルとは

### 前提・実現したいこと



①. 1つ目のPOSTメソッドでhtmlから値を受け取る。
|
②. redirectで2つ目の（別ページの）GETメソッドを呼び出す。
|
③. 呼び出した先で①でhtmlから受け取った値を表示したい。

両メソッドともに、値を操作する部分を省いているので
htmlから直接GETメソッドに飛べればいいというわけではないです。

### 発生している問題

2つ目のPOSTメソッドに入ると値の中身がnullになる。
（1つ目のGETメソッド時点ではnullではない）

### 該当のソースコード
```java
@Controller
public class LoginController {
//中略
@RequestMapping(path = "/login", method = RequestMethod.POST)
	public String login(UserForm form, Model model) {

		String userName = form.getUser_name();
		String password = form.getPassword();

		model.addAttribute("user_name", userName);
		model.addAttribute("password", password);

		return "redirect:main";

	}
}
```
```java
@Controller
public class MainController {
//中略
@RequestMapping(path = "/main", method = RequestMethod.GET)
	public String viewPage(Model model) {
		
		String userName = (String) model.getAttribute("user_name");
		String password = (String) model.getAttribute("password");
		
		System.out.println(userName);
		System.out.println(password);
		
		return "main";
	}
}
```

```output
null
null
```
### 環境
Spring tool suite
HTML5
thymeleaf