時代を先取りした幻の企画「Lips～笑顔の行方～」──本日はよろしくお願いいたします。さっそく質問に入らせていただきたいと思いますが、お二人が音楽に興味を持たれたのは何がきっかけだったのでしょうか？ 折戸氏： 僕は学生の頃に出会ったゲームミュージックですかね。当時はまだアーケードゲームが主流だった時代なんですが、そこでコナミやセガ、ナムコ（現バンダイナムコエンターテインメント）のゲーム音楽にぐいぐい引き込まれていったというのが、ゲームサウンドに興味を持ったきっかけです。とくに古代祐三さんの音楽が好きでした。 そこから自分でもゲームミュージックをやってみたいと思い、X68000を購入してFM音源でいろいろな曲を打ち込みまくっていましたね。 ──ゲームミュージックがきっかけだったんですね。80〜90年代はアーケードが技術の最先端でしたし、PCゲームサウンドは技術の発展にともなって表現の広がりを

ちらいむ @chilime Twitterのお金配りが詐欺に利用される流れ補足 →お金配りに当選（2万円） →2万円振り込んでもらうため口座教える →（オレオレ詐欺被害者から）200万円が振り込まれる →（詐欺犯から）誤送金の200万円返して＆10万円あげるなどと言われる →現金引き出して手渡し、10万円もらう →後日受け子で逮捕 twitter.com/oogakesanmelon… 2022-09-19 15:15:27 おおがけさん 🍈 メロン 🚴‍♂️ @oogakesanmelon ツレの息子 ツイッターで金配りを見つけて応募 →当選して２万円貰う →その為に口座教える →口座に200万振り込まれる →間違って振り込んだので返金を →野田阪神に200万持っていく →御礼に10万もらって190万渡す →ツレの息子先週受け子で逮捕 →否定してるため接見禁止 2022-09-19

【至高のもやし炒め】 是非お試しください！ ★今回のレシピはこちら↓ ーーーーーーーーーーーーーー 【至高のもやし炒め】 もやし　　200g 豚バラ肉　80g （肉の下味で塩コショウ適量） ラード　　大さじ1と小さじ１ (サラダ油でもOK) 片栗粉　　小さじ1/2 塩　　　　小さじ1/3 醤油　　　小さじ1/2 黒胡椒　　適量 味の素　　6振り にんにく　2片 長ねぎ　　20g ★味変でラー油 至高のもやし炒め もやし200gをボウルに入れラード大さじ1(もしくはサラダ油)を入れラップし600w1分チン 片栗粉小さじ1/2をもみこみ、塩小さじ1/3、醤油小さじ1/2、黒胡椒、味の素6振り入れ混ぜておく塩コショウした豚バラ80g入れ油で炒め、にんにく2片、長ねぎ20gを炒め、モヤシを入れ炒め完成 ーーーーーーーーーーーーーー 動画を見ていただいて楽しんで頂けましたら 高評価＆チャンネル登

１．AnimateDiffで静止画から動画を作る４つの方法まとめ ・AnimateDiffを使って動画を作る手法は直近で大きく進化しており従来手法とかなり動かし方も変わってきている ・直近話題になったAnimateDiffは参照画像を渡す事で動画内の物体の動きを従来より細かく制御できるようになっている ・具体的な動かし方は様々な人が様々な手法を試行錯誤している段階。現時点で判明している動かし方を可能な限りまとめた ２．AnimateDiffとは？ アイキャッチ画像は2023年9月8日に亡くなった寺沢武一さんの代表作コブラ。実は劇場版コブラは当時若手だった宮崎駿監督が数カットだけですが原画を担当しているとの事 AnimateDiffは「画像生成AIを使って作った静止画」に動きを与える事ができるツールです。 AIを使って動画を作成するツールは他にもありますが、AnimateDiffは、他のツー

こんちゃっす！電々さんです！！！ 君はwd14-tagger使ってるかな？LoRA作ったり、ファインチューニングしてる人とかはお世話になりっぱなしの拡張機能ですよね。 そんな訳で新作モデルの話なんですが、このmoatはtagger使用民が全員もれなくお世話になっていると言ってもいい、swinv2モデルの生みの親であるSmilingWolfアニキが作成した一番新しいやつです。 その内tagger本体にも収録されそうですが、３月から更新来てないっぽいです。一応導入方法も書いておきますので、皆も使おう！ moat-tagger-v2の実力　swinv2の時よりも速度と精度が上がってる印象です（所説あります）。ファインチューニング目的で大量の画像を捌く場合、swinv2だと結構時間かかりますがmoatは時間の割りに精度がそれなり……みたいな印象ですね。 今でもlarge breastsとbreas

涼やかで清潔感のある白Tシャツは夏に人気です。しかし、夏は汗をかきやすく黄ばみがどうしても気になりがち。白Tシャツが黄ばむ問題の解決策を教えてくれるのは、掃除や夫婦円満に関する情報を発信しているぴえーる (pierre_life_style)さん。早速、白Tシャツの黄ばみを落とす方法を見ていきましょう。 白Tシャツの黄ばみを落とす特製アワアワ洗剤の作り方 夏の暑い日に白Tシャツを着ると、汗に含まれる皮脂が原因で、黄ばみやすくなります。黄ばみは、ぴえーるさんおすすめの特製アワアワ洗剤を作って効率的に落としましょう。

こちらの記事は2023年版のものです。特に理由がなければ、SDXLやForgeにも対応した2024年版の「AIイラストが理解る」をお読みくださいませ。 こんにちは！2022年10月からAIイラストの技術解説記事を連載してます、サークル「スタジオ真榊」の賢木イオです。この記事は、これまで投稿してきた100本（約40万文字）を超える...

50本とキリがいいので、感想をまとめつつ、所謂番付を作ってニヤニヤしようと思います。 点数をつけるのはしっくりこなかったので、 「好き好き大好き超愛してる」「大好き」「好き」「普通」「好きじゃない」の五段階で評価することにしました。 ただし結果として「好きじゃない」に該当する作品はありませんでしたので、実際は4段階です。 今日この瞬間の感情なので、明日には異なる評価になっているかもです。 リンク先に感想は書いてあるのですが一言コメントも書きつつ紹介します。 ○好き好き大好き超愛してる 超探偵事件簿 レインコード 雨が降り続ける街カナイ区を舞台に真実を暴くことの是非を問う探偵としての生き方に向き合う物語で3Dのリッチな箱庭でキャラを操作しつつも文章を読むパートも多いアドベンチャーゲーム。 主人公の見習い探偵ユーマと相棒の死に神ちゃんの関係値の変化がたまらない。 舞台になるカナイ区の作り込みが

日焼け止めは2～3時間おきに塗り直しましょう 日焼け止めは数値よりもこまめな塗り直しが大切です そんなようなことを聞いたことがあるでしょう。 やつらはいつもそうだ。 そう言うんだ。 でも実際そんなに頻繁に塗り直せる？ メイクの上からはどうやって？ 私もこの世に生を受け、猛暑日の観光地、炎天下の物販列、真夏の野外フェス、ディズニー、スポーツ観戦などなどを経験し、 「メイクの上から日焼け止めを塗り直したい」 とか 「荷物を持って日傘をさして、片手が塞がって立った状態で日焼け止めを塗り直したい」 とか、そういうシーンには何度も直面してきました。 そういう中で出会ってきたアイテムたちを、すこし紹介してみようかと思います。 オタクというほどでもない素人ですし、「年間5兆円をコスメに使う美容オタクの私が1億種類の日焼け止めを試して選んだおすすめアイテム2000選！」みたいな大それたものではないですが、

先日もおすすめ漫画エントリあっていくつか買ってみたけど（俺は元増田じゃないよ）、完結済み限定でおすすめを知りたい欲張りな増田です。 連載中のも読んでるけど新刊出るたびに過去巻読み直しが発生してそろそろ辛くなって来た。あとマンネリ、引き伸ばしが顕著になって嫌になってしまうパターンや、休載も辛い！ 連載中金落とさない悪い読者だとは思う。すまん。 以下増田の好み、古めが多いけど新しいのでも全然良いです。 ●好きな完結済み漫画 のだめカンタービレ　クラシック好きになった → 誤記「のダメ」ご指摘ありがとう 寄生獣　コメント不要 神々の山嶺　絵もストーリーもいい アドルフに告ぐ　完璧では？ 火の鳥　完璧では？ → そう、未完でした。ご指摘ありがとう きりひと讃歌　そもそも手塚治虫でハズレ引いた記憶なし。アトムなど少年向けは読んだことないのでわからんけど こち亀　30から60巻台までが至高派 ブラック

はじめに～この議論が影響する範囲はかなり大きい～ 「生成AIと著作権侵害」に関する論点は、ざっくりいうと「生成AIを作ること（機械学習）と著作権侵害」「生成AIを利用してAI生成物を生成・利用することと著作権侵害」に分かれます。 この論点には、これまであまり論じられていなかった部分も含まれており、文化庁がセミナーや資料を公開するなど非常に盛り上がっています。 一方、「生成AIと著作権侵害」は、特に画像生成AIに関して論じられることが多いからか、ChatGPTなどの文章生成AIをビジネスに用いることにどのような影響を及ぼすかはあまり認識されていないようにも思います。 しかし、実際には、この論点は、画像生成AIはもちろんのこと、ChatGPTなどの文章生成AIをビジネスに用いることにも大きな影響を及ぼします。 たとば、ビジネスにおいて独自ドメインでの精度向上のために、独自データでファインチュー

2024年以降、NISAの抜本的拡充・恒久化が図られ、新しいNISAが導入される予定です。 まだあまり盛り上がっていないように筆者は感じるのですが、新NISAは個人が資産運用を行うにあたって是非とも取り組むべき制度です。 恐らく銀行や証券会社は新NISAではほとんど儲からないでしょうから、案内が微妙かもしれません。今回は、この新NISAが、特に定期的に収入がある個人にとって、いかに良い制度であるかを見ていこうと思います。 新NISAの特徴 新NISAがあればほとんどの世帯にとっては十分 所見 新NISAの特徴 とにかく新NISAの特徴はどのようなものかをまずは確認しておきましょう。以下が新NISAのポイントです。 非課税保有期間の無期限化 口座開設期間の恒久化 つみたて投資枠と、成長投資枠の併用が可能 年間投資枠の拡大（つみたて投資枠：年間120万円、成長投資枠：年間240万円、合計最大年

注意・キャラクターの絵が描きたい人のための記事 ・三ヶ月上達法をベースにしてます。イラストレーターのさいとうなおきさんが紹介しているものなので詳しくはこちら ・この記事でいう「絵が上手くなる」という言葉は、デッサン崩れがなくなったり、線が上手く描けるという意味 ・線画が上手くなるまでの話が中心なので、塗りの話ではない この記事の目的参考にしている絵描きさんの線、絵柄に近づけるようになる。 最初に話しておきたいことここは大人になってからキャラクター絵を描けたらいいな、って人のための記事です。というのも自分自身二十歳を越えてからキャラ絵を描き始めたからです。 ここ数年youtubeでのイラスト講座が増えてきて、それに色々自分の考えを混ぜ込みながら考えた説をこの記事で書いていきます。 三ヵ月上達法、これは他のイラストレーターもオススメと言っているようにかなり効率的だと思いますのでこれをしていくた

その昔、ユニクロがブレイクした当時は「ユニクロ ＝ フリース」というイメージが私（サンジュン）にはあった。月日は流れ「ヒートテック」や「エアリズム」などの大ヒット商品を経て、今では「ユニクロなら洋服が何でも揃う」と誰もがお考えだろう。 一方で「あまりにも商品が多すぎて結局ヒートテックと靴下しか買ってない」という方も少なからずいらっしゃるハズ。そんな時はお店の人に聞いてみるのが1番！　店員さんが自腹で買うくらいオススメの商品を教えてもらう『店員さんの自腹レコメンド』の第9回は、みんな大好き「ユニクロ」が登場だ。 ・店員さんに聞いてみよう！ まずは本企画の概要を説明しておきたい。『店員さんの自腹レコメンド』はその店で働く店員さんに「自腹でも買うくらいオススメの商品」を教えてもらうガチ企画である。許可取り等はしていないため、店員さんのスキルにかかる比重はかなり大きい。 さて、今回はユニクロに足を

コーディネータ：羽田 正 ナビゲータ：後藤 春美 皆さんの多くは、高等学校で「世界史」を学習したはずです。大学入試の科目として「世界史」を選択した人も多いでしょう。ですから、ちょうど数学の定理や物理の法則のように、高校生が世界中で同じ世界史を学んでいるのだと信じているのではないでしょうか。しかし、実はそうではありません。 世界史という名前の科目は、日本や中国など東アジア諸国に特徴的にみられ、欧米や中東などでは単に「歴史」と呼ばれる科目しかありません。また、大筋は同じだとしても、国によって、教科書の内容は微妙に異なっています。世界史は、決して一つではないのです。なぜでしょう。 世界史の理解は、自分たちの生きる世界をどう認識するかということ、すなわち世界観と深くかかわっているからです。現代世界でも、人々の世界観は同じではありません。まして、過去においては、地域や時代によって様々な世界観があり、

ControlNet(v1.1)の詳しい解説！輪郭やポーズから思い通りの絵を書かせる【Stable Diffusion】 AIイラストはPromptだけだと思い通りのポーズが出せない。そこで既存の線画やポーズから出力をコントロールする手法がControlNet。できるだけ細かいところまで設定を見ていく。 ControlNetがv1.1にアップデートされたため随時記事更新中！推定モデルの解説はほぼ網羅(一部あまり使われてないと思われるものは掲載していない) かなり頻繁に更新しているため、履歴を最下部に掲載 最終更新時のControlNetのバージョン：1.1.201 はじめに この記事はStable DiffusionのExtensionであるControlNetのより深い解説を目指す。 なにをするもの？ 今まで殆ど運任せだった画像生成だが、ControlNetを使うことである程度ユーザーが

なんか学習設定について、よく分からんけどデフォルト！とかよく分からんけどこうしてみたらうまくいった！みたいな感覚で議論されていることが多い気がするので、学習設定についてまとめてみようと思います。機械学習のこと知らん人にも分かるようにするはずの記事でしたが多分そうなってないです。間違いもあると思いますが、私の記事が間違っていたとしても、悪いのは私よりも頭がいい人が分かりやすい説明をしないせいであって私のせいではありません。 機械学習の簡単な説明機械学習が分からない人にも！と思って難しい用語を避けようとしてみましたが、誤差逆伝搬のことをフィードバックって言いかえたところで分かりやすくなっているのでしょうか？　機械学習はモデルの数値を学習データに合うように少しずつ調整していく作業です。なぜ少しずつかというと、機械学習では改善する方向はなんとなくわかるけど、最適な数値の位置は分からないからです。位

I wrote almost all of this in mid-March before the FLI Open Letter and Eliezer's TIME piece. Weirdly, after just six weeks I'd likely write something different. This isn't as finished/polished as I'd like, but better to ship it as is than languish incomplete forever. Not quite two years ago, Daniel Kokotaljo wrote a highly acclaimed post about What 2026 looks like that aimed to tell a single detai