(さらに追記)ひとりの長文感想マンに推しカプ界隈を支配された話
（追記） この増田、はてブではあんまり勢いないけどTwitterですごいことになってる。一応言っておくと、この文章はかなりぼかしたりフェイクを入れてる。「うちの界隈じゃなくて良かった」って言ってる人も結構いたけど、本当に対岸の火事ですか（笑）？ ーーー 主に女オタク界隈で感想をもらえないことがどんなに作者を苦しめるか、みたいなエントリがたまに上がるので自分の経験を書く。 とあるマイナーカプにハマっていた。ここではA×Bとする。ジャンル内ではA×Cが王道で、A×Bはわりと決まったメンバーが細々と創作を続けている感じだった。 界隈は少人数ながらも、ハイレベルな絵描き・小説書きがいて、読み専の私でも彼女らと仲良く推しカプトークができて居心地が良かった。年齢層が比較的高めなのもあったと思う。 でもある時から、ひとりの女（たぶん）によって空気はガラリと変わってしまった。私は彼女を内心『感想屋』と呼ん
存在しないことになっている水上スラムに行く
1982年生まれ。ウィーンに住んでいるのに、わざわざパレスチナやらトルクメニスタンやらに出かけます。 岡田悠さんと「旅のラジオ」更新中。 前の記事：ブードゥー教のシャーマン、エグングン祭りに集まる ＞ 個人サイト ウィーンと私と、旅する子どもたち ラゴスへの道 ラゴスは1,000万人を超える大都市だ。富裕層のエリアを切り取った写真を見せられて、アフリカ大陸だとわかる人は少ないだろう。 駐在員が多く住む国際都市ゆえ、生活水準も低くない。それなのに、これはまったく不可解なことだが、ベナン国境からラゴスへと通じる道路は、理想から無辺際の隔たりをみせているのだ。 陥没と隆起のはてない路上に、無数のごみがひしめいている。論理の帰結としてひどい渋滞が起こる。時速20kmでも進めば御の字だ。 ナイジェリアより貧しいトーゴやベナンの幹線道路は好ましく整備されていたのに、これはどうしたことなのか。 ラディカ
殺人犯がいた職場での話 【前編】｜ハルオサン
これは公に書くことが出来ない、 書きたかったけど書けなかった。 ひとりの元警察官とひとりの元受刑者 そんなエッセイをひっそり書こうと思う。 ■ 「そして彼はまた人を殺す」 「どうして殺したの？」 あの夜、私は一生で一度きりになるだろう質問をした。 この問いかけに人殺しである彼はこう答えた。 「アイツは決まりを破ったんだ・・死んで当然だろ？」 死んで当然・・・彼は自分や自分の周りにある、 流儀や掟に反したものを殺すことは・・・当然。 「悪いことでは無い」と考えていた。
iPhoneでの料理撮影が苦手なライターがカメラマンに論理的に指導を受けた結果→憂鬱な撮影が楽しくなった - メシ通 | ホットペッパーグルメ
まずは、スマホで撮影した2つの写真を見比べていただきたい。 ▲上はプロが撮影したもの、下は私（素人）による写真である 撮影場所はそれぞれの自宅だが、料理自体はどちらも某大手コンビニチェーンで同時期に購入したハンバーグと冷凍食品の野菜。技術の差は一目瞭然だろう。 ▲こちらは寄りの写真。上がプロによるものだが、それに比べて私の写真はハンバーグのジューシーな魅力がまったく伝わってこない 小野田：すいません、髙橋さんってiPhone使っていましたっけ？ 発端は私からのこんなLINEメッセージだった。「髙橋さん」とは旧知のプロカメラマン・髙橋定敬さんのこと。 ▲髙橋定敬（たかはし・じょうけい）さん。フリーランスフォトグラファー 雑誌などのメディアや、広告でのポートレート撮影、ライブ撮影などを中心に活躍しており、ライター&編集業をこなす私とは仕事上でタッグを組むことが多い。 新型コロナウイルスの影響で
人は知ってることしか見えない - いつか博士になる人へ
大学院に入ったばかりの頃、配属された研究室で研修を受けた。 僕は先輩について回って、実験機器を使ってみたり、実験ノートのとり方を教えてもらったりした。 ある日、先輩が先生たちとミーティングをするというので見学させてもらった。 そのときのことは今でもよく覚えている。 最初に、先輩が実験でとれたデータについて説明した。 先輩の堂々とした説明を聞いて、僕はとても感銘を受けた。 ふんふんとうなずきながら、はたして自分はこんなふうに説明できるだろうか（いや、できない）と思っていた。 でも先輩の説明が終わったとき、 「なんか変だね」 と助教さんが言った。そして、 「普通はこうなるはずなんだけど」 と、他のデータとの違いを指摘した。 先輩と僕は他のデータを知らなかったから、そこが変だと気がつかなかった。 なぜこのデータは変なんだろうねと、皆でうんうん考えていると、 「３次元でグラフを描いてみて」 と先生
「近いマンガ」がわかるマンガ新検索 MangaNearestMap | アル
人気のマンガ : 『進撃の巨人』『ONE PIECE』『鋼の錬金術師』『銀魂』『SLAM DUNK』『カードキャプターさくら』『名探偵コナン』『 NARUTO-ナルト-』『らんま1/2』 ※特に多くの人が選んだ約8000のマンガシリーズから検索可能 Twitterで世界トレンド1位になり、62万件以上の投稿があった「#私を構成する5つのマンガ」で選ばれているマンガのデータを元に、行列分解等の機械学習の技術を駆使し、各マンガを多次元のベクトルで表現しました。 そのベクトルを使うことで、あなたが好きなマンガを入力すると、雰囲気が似ているマンガを探せるようになっています。 従来の、カテゴリーや性別などによる検索ではなく、あなたが好きなマンガをベースに検索ができるため、キーワードだけでは見つけにくい「雰囲気が似ているマンガ」を知ることができます。 パソコンをお使いの方は、3次元空間の「Tensor
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Togetter - 国内最大級のTwitterまとめメディア