昨日のはてなブックマークの動きが気になったので、質問させてほしい。 7/4日未明～昼に発生した豪雨による熊本県の被害について、どのメディア/どのタイミングで情報を得ただろうか。 私の場合、朝起きぬけのTwitter巡回にて知った。九州地方に縁故のあるフォロワーが何人かいたためか、 私のTLに、以下のまとめにあるようなツイートや、球磨川氾濫のニュースが多数流れてきたためだ。 https://togetter.com/li/1553796 一見して大変なことになったと思った。 ここ数年、残念なことに、豪雨被害は毎年発生しているが、2階に届かんとするほどの浸水がこの面積で発生しているのは、 （私が見逃しているだけかもしれないが）初めて見たからだ。 そうこうしているうちに、球磨川上流の市房ダムが緊急放流（正しくは異常洪水時防災操作）を行うというニュースが飛び込んできた。 雨のピークが過ぎ、結果的に

過去最多の22人が立候補した東京都知事選挙は、現職の小池百合子氏（67）が、2回目の当選を果たしました。 ▼小池百合子、無所属、現。当選。366万1371票。 ▼宇都宮健児、無所属、新。84万4151票。 ▼山本太郎、れいわ新選組、新。65万7277票。 ▼小野泰輔、無所属、新。61万2530票。 ▼桜井誠、諸派、新。17万8784票。 ▼立花孝志、諸派、新。4万3912票。 ▼七海ひろこ、諸派、新。2万2003票。 ▼後藤輝樹、諸派、新。2万1997票。 ▼澤紫臣、無所属、新。2万738票。 ▼西本誠、諸派、新。1万1887票。 ▼込山洋、無所属、新。1万935票。 ▼平塚正幸、諸派、新。8997票。 ▼服部修、諸派、新。5453票。 ▼齊藤健一郎、諸派、新。5114票。 ▼市川浩司、諸派、新。4760票。 ▼内藤久遠、無所属、新。4145票。 ▼関口安弘、無所属、新。4097票。 ▼竹

「ブスいじりとかは、やっぱり廃れていっちゃう」EXIT兼近さんと藤原しおりさんが語った若者の変化と、世界の未来のためにできること 新型コロナウイルスの感染拡大、貧困、ジェンダー不平等、お笑いのあり方……。世界をよくするためにできることを、EXIT兼近大樹さんと藤原しおりさんと一緒に考えました。

まれによくいる。 お前らの視界には一人も入っていないだろうが、地方都市にも何人かいる。全くの体感だが、日本中に数千人いても驚かない。 敬語とか、読解力とか、そのレベルの話ではない。 ｢おはよう｣｢こんにちは｣でボキャブラリーの限界に達する子。 ｢名前｣｢氏名｣と書かれてて、名前を書くべきとわかるなら日本語がわかってる。スペイン語で名前を書いたって日本語がわかってる。 そうじゃなくて、日本語がわからない日本人。語彙は100に届かない。｢名前｣が読めない。外国語はもっとダメ。 移民の子にごくたまにいる。 生まれた時から日本にいるのだから、日本語くらい覚えそうなもんだが、全く覚えない。 母語がない孤立した子。 まだマシなのは日系人グループではコミュニケーションとれてる子。ポルトガル語も日本語も今一つだが、日系ブラジル人の間では話せるような子は比較的マシ。 孤立してなければどうにか生きていける。そ

俺は普通に生きることを全くバカにする感性がなかったからちゃんと就活して同学部の連中と同じように大手企業就職した。 でも普通の仕事で生活の糧を得ることをバカにする感覚を持ってたサークル仲間はまあ傍から見て人生めちゃくちゃになった。 中退したり、ドラッグやったり、就活自体せずにワープアになったり、落書きで逮捕されたり。普通の人生のレールで踏みとどまったやつなんて半分くらいしかいなかった。 女のほうは普通に就職して結婚という黄金パターンたどる子多かったけど、実はサークル内で乱交経験、中絶経験あったりとか、自称映画監督のオッサンの愛人やってたり、色々香ばしい過去をなかったことにしてレールに戻ってきてる子ばかりだった。 怖いことだと思う。 地元のトップ校で学年上位の成績キープしてうちの大学入った、実家も裕福な将来安泰な連中がアート志向の強い（痛い）軽音サークル入ったがばっかりに人生めちゃくちゃになる

瑠璃色＠カナタ @LC6zUuueq0v33ds @Harpuia_tomo @ss642097 昔のソフトって会社によって説明書に力入れてて面白かったよねー。 説明書読むのが楽しみだったなぁ。 今は説明書もないのでさみしいです。

» 【最強レシピ】釣り師直伝「まぐろの生ハム」が感動のウマさ！ ちょっと高いけど絶対に試す価値あり!! 特集 魚の美味しい食べ方を知っているのは誰なのだろうか？　漁師さん？　料理人？　それとも魚市場の人？　おそらく誰もがそれぞれ美味しい魚の食べ方を知っていると思うが、暇さえあれば釣りに出かける「釣り師」もまた、美味しい魚の食べ方を知っているハズだ。 今回ご紹介する『まぐろの生ハム』のレシピは、私、P.K.サンジュンの25年来の先輩であると同時に、人生の半分くらい（？）を釣りに捧げているゴリゴリの釣り師から教わったものである。少々値は張るが感動するほどウマいので、ぜひともお試しいただきたい。 ・ゴリゴリの釣り師 今からおよそ20数年前、当時高校生だった私に「俺は魚と話ができる」と真顔で話していたA先輩。年齢は私より10ほど上で、現在ではかなり高い社会的地位にいる真性の釣り師である。人柄も良く

首相動静（７月４日） 2020年07月04日22時18分 午前８時現在、東京・富ケ谷の私邸。朝の来客なし。 午前１０時４１分、私邸発。 午前１０時５４分、官邸着。 午前１１時２３分から同３８分まで、熊本、鹿児島両県などの大雨に関する関係閣僚会議。同３９分から同５８分まで、高市早苗総務相。 正午、官邸発。 午後０時１４分、私邸着。 午後３時４０分、私邸発。 午後３時５２分、官邸着。 午後４時２分から同２１分まで、加藤勝信厚生労働相、菅義偉官房長官、西村康稔経済再生担当相、西村明宏、岡田直樹、杉田和博各官房副長官、北村滋国家安全保障局長、和泉洋人、長谷川栄一、今井尚哉各首相補佐官、樽見英樹新型コロナウイルス感染症対策推進室長、秋葉剛男外務事務次官、鈴木康裕厚労省医務技監。同２２分から同３３分まで、加藤厚労相、菅官房長官、西村経済再生担当相、西村、岡田、杉田各官房副長官、沖田芳樹内閣危機管理監、

東京のコロナ感染者100人超は7月1日から　発表67人を139人に修正！ アラート解除前後にも感染者数操作の新証拠 東京都のコロナ感染者数が3日連続で100人を超え、マスコミも大きく取り上げているが、実はこの100人超えをめぐってもっととんでもない事実が明らかになった。 100人超えが最初に報じられたのは7月2日、小池百合子都知事が臨時会見を開き、「107人の感染者が確認された」と発表。マスコミが「100人を上回るのは5月2日以来」と報道した。ところが、実際はその前日、7月1日の時点ですでに100人を超えていたのだ。 7月1日、東京都が発表し、メディアが報じた新規感染者数の速報値は67人だった。ところが、4日現在、東京都のHPの「旧モニタリング指標」の陽性率のデータを開き、7月1日にカーソルをあわせると、陽性者の数は139人となっている。 つまり、東京都はいつのまにか発表より倍以上の数に修

ちょっとした社会現象にもなったタイトルだから、みんな憶えてと思うけど、タイトルは書かない。 オープニングがさあ、ビルの立ち並ぶ大都会の路上で黒人と白人が構えたまま向かい合っててんのね。 黒人の背後からのカメラ視点だから、黒人の顔は見えない。 2人はボクサーっぽい構えで向かい合ってる。 で、白人の右ストレートが黒人をノックアウトして、黒人が崩れ落ちるの。 そこからカメラが上に上がり、背景のビルにタイトルが浮かぶってやつ。 そんだけ。 ストーリーの説明があるでもなく、白人が黒人をノックアウトするだけ。 子供ながらに、これ倫理的にアウトじゃね？って思った。 流石にアウトだったんだろうなあ。家庭用版だとオープニングアニメ削られてた。 オーガズムアニメに出てた白人と黒人、結局本編に出なかったし。 本編はもっとヤバかった。 ロシア人レスラーは裸のクマみたいな男で、エンディングで大統領とコサックダンスす

初めての転職をしました。 2020年4月末を持って新卒から7年間勤めた会社を退職し、今年の5月から新しい会社で働いています。 自分に境遇が近い人などの参考になればと思い、書きました。 長くなると思うので、お題毎に気になるところだけでも読んでもらえると嬉しいです。 ※前職及び転職先の会社名は書いていませんのでご了承ください。 簡単な自己紹介 31歳 情報系の修士卒で新卒から8年目 一児（2歳）のパパ 機械学習を学び始めたのは4年前くらい Kaggle好き（Kaggle Master） 前職について 会社はいわゆるJTC（Japanese Traditional Company）と呼ばれるようなIT系の大企業でした。 最初の３年はWeb系のSIerみたいな仕事で、後半の４年は研究開発の部署で、機械学習を使ったユーザデータの解析やサービス検証などをやっていました。 入社３年目あたりで、趣味である

はじめに 微分可能レンダラーという研究があります。これは画像の描画過程を微分可能に近似することで、レンダラーへの入力（3次元モデルやカメラ姿勢など）とその出力（画像）の関係をディープラーニングで扱うことが出来るようになるというものです。 この考え方をアスキーアートに適用してみたところ、教師なし学習による精密なアスキーアート生成が可能となりました。 *趣味の活動ですので内容の正確さには期待しないでください。 背景 ディープラーニングでアスキーアートの自動生成を扱った研究として、2017年のDeepAA（日本語解説記事）があります。これはテキストとその描画結果である画像のデータを用意したうえで、逆向きの変換を一文字ずつ教師あり学習させるというものです。 この方法はそれなりの精度が出ているのですが、一文字ずつ学習している構成であることから精密な線の位置合わせができないという問題があります。また、