【読売新聞】 今月2~3日に記録的な大雨に見舞われた埼玉県越谷市は9日、地面から15センチの高さまで浸水したエリアが市域の4分の1に及んだことを明らかにした。もともと低地が広がる地域だが、浸水面積は過去30年で最大という。市幹部は「
従来品種㊦の1.9倍速く成長し、必要なエサの量が4割減で出荷が可能な「22世紀ふぐ」㊤(リージョナルフィッシュ提供) 京都大発ベンチャー「リージョナルフィッシュ」(京都市左京区)がネット通販などを通じて販売しているゲノム編集されたトラフグ「22世紀ふぐ」。京都府宮津市はこのトラフグをふるさと納税の返礼品に採用しているが、ゲノム編集技術に反対する市民が「安全性に問題がある」と返礼品から削除するよう求める請願書を市議会に提出している。議会で採択されれば日本のゲノム編集研究に影響を与える可能性もあり、開会中の市議会に注目が集まっている。 1・9倍の速さで成長「22世紀ふぐ」は、ゲノム編集技術により一般的な品種の1・9倍の速さで成長するよう品種改良されたトラフグ。市は令和3年12月にこのトラフグを返礼品に採用、今年3月末までに約150件、約450万円の寄付が集まっている。ツイッターには、寄付をした
Appleの紛失防止タグAirTagを所持品のセキュリティ以外のために使用する事例が昨今多数報告されていますが、今回は災害支援物資がちゃんと現地に送られているかを調査するためにAirTagが使用されました。 ■3行で分かる、この記事のポイント 1. Appleの紛失防止タグAirTagが、災害支援物資の転売現場を目撃した。 2. メキシコのジャーナリストが米1袋とトイレットペーパー1パックにAirTagを埋め込み、行方を調査。 3. 最終的に物資が国外に出ることはなく、メキシコシティの市場で転売されたことを確認した。 支援物資は国内にとどまったまま転売されてしまった? メキシコのジャーナリストのパメラ・セルデイラ氏は、今年2月6日にトルコ南部のシリア国境近くで2月6日に起きたマグニチュード7.8の地震の救済支援物資が実際に現地に送られているかが定かでなかったため、自身が寄付した米1袋とトイ
Image credit: HustleGPT 話題の波に乗って起業すると、投資家から投機的だと思われたり、事業設計が甘くすぐに破綻してしまったりすることがある。わずか60日間で6,300人以上のコミュニティメンバーを集め、AI コマンドを使って275の新規ビジネス創出を支援し、そのうち23はすでに利益を上げている。 「HustleGPT」の創設者 Dave Craige 氏は、これらのスタートアップを「HustleGPT Startups」と呼んでいる。彼は、HustleGPT が人々の起業への情熱を実現するのを助けるだけでなく、起業家のコラボレーションと教育に力を入れ、AI によるスタートアップ構築の実現可能性を証明すると声明で述べている。 起業家コミュニティ「HustleGPT」 Craige 氏が HustleGPT を立ち上げたのは、自身の過去の経験や興味に端を発する。AI スタ
インターネット上で、フェミニストをめぐる騒動が頻繁に起きている。そういった騒動を見ていると、フェミニズムは男性性を嫌悪し、性表現を有害なものとする思想とも見えてしまう。実際のところフェミニズムとは何か。フェミニストである柴田英里氏がフェミニズムの歴史を紐解き、現在の“フェミニズム”を解説する。 Colabo問題を読み解... 第一波~第四波の論争の変遷 以下、第一波から現在までの大まかな流れと、現在のフェミニズムが抱える問題を提示していく。 〈第一波における性的「行動/表現物」の論争〉 第一波フェミニズムの時期(1860年代~1920年代)は、テレビ放送開始以前であり(ラジオ放送開始は1925年)、即時的に情報を伝達するマス・メディアの環境は存在しなかった。そのため、性的「表現物」に関する大きな論争はない。 第一波の日本のフェミニストが関心を持った性的「行動」は、主に「堕胎罪」、「母性保護
秋山もえ Moe Akiyama @moe_akiyama 家計が苦しく 新聞販売所に住み込みで働き 大学の学費を稼いだ20歳のころ。あまりにも 過酷な日々でした。学費を無償化し 学ぶことを あきらめなくていい日本を つくりたい。/日本共産党/前埼玉県議/衆院埼玉6区予定候補/1976年千葉県生まれ/趣味はカフェめぐりとサウナ/手話学習者/Ally instagram.com/moe_akiyama/ 秋山もえ @moe_akiyama 【性の商品化は 許さない】 県営施設を使い、未成年を含めたモデルに、水着で「わいせつなポーズ」もさせる撮影会が実施されようとしていましたが、党県委員会と党県議団の県への申し入れで、中止となりました。 「卑わいなポーズを撮らない」というのが公園貸し出しの際のルール、と県。重要です! pic.twitter.com/JkZPbgFLbL 2023-06-09
GPTのモデル構造を目で見てみたい! そんな気持ち、わかるでしょ? 技研フリマをやりながら、どうにかこうにか出力したよ ご覧あれ やり方メモ from transformers import AutoTokenizer, AutoModelForCausalLM from torchviz import make_dot tokenizer = AutoTokenizer.from_pretrained("gpt2") from transformers import pipeline, set_seed generator = pipeline('text-generation', model='gpt2') m= generator.model x= m.generate() y= m.forward(x) image = make_dot(y.logits, params=dict(
この文書では、 レトロゲームを最新の PC やコンソールに移植するような場合に必要となる、 低解像度のドット絵をドット感を残しつつ高解像度ディスプレイに拡大表示する処理についてまとめます。 そして、拡大処理で見落としがちな問題とその解決方法、および改良と高速化について触れます。 この文書では、ごく基本的なバイリニアフィルタによる拡大処理のみを取り扱います。 高解像度化技術周辺や、CRT のスキャンラインや画素の再現は、この文書で取り扱う範囲外なので一切触れません。 また、 話を簡単にするため、拡大結果を sRGB 規格のディスプレイに表示するケースのみを考えます。 筆者はディスプレイの規格が専門分野ではないので、 色の定義などの理解が甘い箇所があるかもしれません。あらかじめご了承ください。 何か間違いがありましたら、ご指摘いただければ幸いです。 ドット絵の滲みを再現したい 当時のドット絵は
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