萌木雄太 @yuta_moeki 公開許可をいただきましたので、現在JR山手線沿線の駅広告ではられているアズールレーンの看板のプロモーションイラストの全体や隠れている部分を公開いたしまする~! 実は結構細かく描いておりました( ˘ω˘) pic.twitter.com/FikfYXFZq1 2019-09-09 15:30:15
今回の台風で被災したので 今後おなじ被害の遭われた方の為の 参考としてあくまで 私の主観で実録筆記させて頂きます。 ◎私はSNSをしていません。 なので文章の上手な方、 漫画の描ける方等、 とにかく今も停電の続いてる方や 今後同じく被災された方向けに、 「短時間で見られる」情報として 必要な情報のみ抜粋した形で 可能な場合ぜひ情報の簡素編集や 転載引用をお願い致します。 【被災時の状況】 私は県外出身で旦那の出身の千葉県で24歳・妊娠8ヶ月の状態で里帰り出産の為単身滞在。 9月9日は前日に旦那のみ私の地元に帰り里帰りの初日。 この時の家族構成は義父義母(60代半ば以降)と認知症の義祖母(91歳、この方は義父母の避難や生活において1つの課題になるので後述)と 【9月9日の午前4:00から停電被災〜11日午前8:30頃まで停電】。 ●全て30~35度気温の日。晴れ、晴れ、雨(復旧日)のち晴れ。
くぼた・まさき/テレビ情報番組制作、週刊誌記者、新聞記者、月刊誌編集者を経て現在はノンフィクションライターとして週刊誌や月刊誌へ寄稿する傍ら、報道対策アドバイザーとしても活動。これまで200件以上の広報コンサルティングやメディアトレーニング(取材対応トレーニング)を行う。 著書は日本の政治や企業の広報戦略をテーマにした『スピンドクター "モミ消しのプロ"が駆使する「情報操作」の技術』(講談社α文庫)など。『14階段――検証 新潟少女9年2カ月監禁事件』(小学館)で第12回小学館ノンフィクション大賞優秀賞を受賞。 情報戦の裏側 できれば起きてほしくない「不祥事」だが、起きてしまった後でも正しい広報戦略さえ取れば、傷を最小限に済ませることができる。企業不祥事はもちろん、政治家の選挙戦略、芸能人の不倫ネタまで、あらゆる事象の背後にある「情報戦」を読み解く。 バックナンバー一覧 台風15号が改めて
Visual Studio CodeでCSSを書きながら、CSS Flexboxのチートシートを利用できる機能拡張を紹介します。 justify-contentやalign-itemsはどう使うんだっけ? justify-contentの値は? など、Flexboxの各プロパティや値がどのように配置されるか、一目で分かります。 CSSを書きながらFlexboxのチートシートをVS Codeに表示中 CSS Flexboxのチートシートは、当ブログで翻訳したチートシートなどを参考にしているとのことで、Flexboxの各プロパティや値の挙動が簡単に分かります。 参考: CSS Flexbox の基礎知識と使い方を詳しく解説 機能拡張のダウンロードは、下記ページから。
はじめに オプティムの R&D チームで Deep な画像解析をやっている奥村です。 Edge TPU は NVIDIA GPU と同じような感覚で使うことはできません。NVIDIA GPU よりもメモリの制約が強く、Edge TPU の性能を引き出したり、複数のモデルを1つの Edge TPU で同時に実行するにはいくつかのコツが必要になります。Edge TPU Compiler | Coral をベースに、意訳・追記したものをメモしました。 Edge TPU はモデルのパラメータデータをキャッシュするための 8MB 程度の SRAM を持っており、ここにモデルが乗り切らない場合、都度外部メモリから Edge TPU にデータを転送する必要があるため、性能低下を引き起します。また、複数モデルを 1 つの Edge TPU で実行する場合、同時コンパイル (Co-Compile) しないと
【可視範囲内で見かけたもっともな指摘を受けていくらか補足・訂正】【100ブクマ突破してたのでちょいちょい追記。】 大昔にラノベの編集者をしてた。そのときの経験を書く。 基本的に、イラストレーターさんにとってラノベのイラスト仕事は割に合わない。締切は外道だし、イラストの量も膨大だ。 仮に、ラノベ1冊のイラストを発注するとする。カラーイラストはカバー1枚・口絵3枚(口絵4ページに対して単ページ2枚と見開き1枚)の計4枚、本文中のモノクロ10枚が1セットだろう。カラーイラストに5営業日、モノクロイラスト1枚に1営業日という計算で、最低でも1冊あたり30営業日=1.5ヶ月分の工数を割いてもらうことになる(厳密にはキャラクターデザインの工数も別途計算しなきゃなのだが、意図的に割愛してます)。 【本職の某氏から指摘を受けて気づいたので補足訂正。ここでの「1営業日」は稿料計算の為に出した仮の日数であり、
自民党の竹本直一氏がIT担当相、科学技術担当相として初入閣した。78歳の高齢で、最先端分野を担当する大臣として大丈夫? との声もある中、関係者はIT推進などの総合的な対策を行う衆院科学技術・イノベーション推進特別委員会委員の実績を強調。SNSの投稿も、スマートフォンを駆使して自ら行っており、問題ないと断言した。 11日朝、NHKが報じた、朝の散歩をする竹本氏の姿がインターネット上で話題となった。「TRUMP PENCE」と米大統領と副大統領のネームが入った白のTシャツ姿に「自然体過ぎ」「腹を抱えて笑った」などの声が相次いだ。 ファッションセンスと並び、議論が沸騰したのが78歳の高齢でITを知っているのか? という声だった。「USB、知っている?」「パソコンもスマホも使いそうもない」などの声が相次いだ。その背景には「自分でパソコンを打つことはない」「USBはよく分からない」など、度重なる失言
NHK生活・防災 @nhk_seikatsu 「水も食料もない」台風影響で悲痛な声 千葉県館山市の女性は被害の実情が伝わっていないのではないかとしたうえで、「実情が伝わらなければ支援も届きません。ほんとに助けてほしいです」と訴えています。 www3.nhk.or.jp/news/html/2019… 2019-09-10 17:09:54 リンク NHKニュース 台風15号 市民の声「水がない。千葉の実情伝わっていない」 | NHKニュース 台風15号で大きな被害を受けた千葉県館山市に暮らす20代の女性が今、一番つらいのは水がないことだと話しています。 394 users 6587 宮川翼!! @tsubasa_yade 千葉県台風被害やばいです。 自分の地元東金市も相当くらってます。 未だに停電、断水、信号機もついてない、水、食料も品切れ なんでテレビは全然報道してくれない。 なんのため
佐藤 元紀 (株式会社Preferred Networks) はじめに ニューラルネットワークは、時として僅かな入力の違いによって大きく異なる挙動になることが知られています。 図1 画像分野におけるAdversarial Example の(出典 : [Goodfellow et al.]より抜粋) 有名な例に [Goodfellow et al.] の図1があります。 左側の画像 x に対して、微小なノイズ(Adversarial Perturbation; 敵対的摂動)を足し合わせた結果が、右側の画像になっています。 左側の画像をCNNによる画像認識器に入力した時には正しく「パンダ (“panda”)」と予測されるものの、右側の画像を入力すると「テナガザル (“gibbon”)」と予測されています。 同じ見た目の画像にもかかわらず、ニューラルネットワークが誤認識するこのような事例は A
3つの要点 GANのモデルを自動生成する世界で初めての手法 従来のGANの手法よりも高精度な画像の生成が可能 Multi-Level Architecture Searchやパラメータのリセットを行うことで高速な学習が可能 みなさんはNeural Architecture Search (NAS) という手法をご存知でしょうか? 普通のDeep Learningでは、モデルの構造は人間が指定し、モデルのパラメータのみを最適化しますが、NASではモデル構造も含めて最適化を行います。そのためより高精度なモデルを生成することが可能ですが、学習時間が大きくなってしまう欠点もあります。 つい1,2年ほど前までは、NASは何十台もGPUを使って何週間もかけて行なっていましたが、最近ではGPU1台で4時間で学習できるNASも登場するなど、注目を集めています。 今回紹介するAutoGANは、このNASの手
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