HTTPでフォーム送信するサイトにGoogleが警告を一斉送信、Chrome62から実装するセキュリティ警告に備えてHTTPS移行を促す
[レベル: 中級] 非 HTTPS (HTTP) のページでテキストをフォーム送信する要素を持つサイトを対象に、Google は先週末いっせいに警告メールを送信しました。 Chrome 62 から実装予定のセキュリティ警告 次のメールが Search Console 経由で届きます。 Chrome のセキュリティ警告を http://example.com に表示します http://example.com の所有者様 2017 年 10 月より、ユーザーが Chrome（バージョン 62）で HTTP ページのフォームにテキストを入力すると、「保護されていません」という警告が表示されるようになります。また、シークレット モードを使用している場合は、HTTP ページにアクセスするだけで「保護されていません」と表示されます。 貴サイトでは、たとえば以下に示す URL に、Chrome の新し
【24時間企画】２４時間同じ方向に歩き続けたら何キロ歩くことが出来るのか。実際に検証してみた。
どうも！京都の大学生ブロガーのともっち(@derachan212121)です。 24時間だいたい同じ方向に歩いたら何km歩けるのか。 どの位の場所まで行くことができるのか。 実際、２４時間テレビの２４時間で１００kmは大変なのか。 気になりませんか？？ ということで実際に24時間歩き続けて検証してみました。 ちなみに前日の夜10:00に決め、その2時間後に歩き出したので、家にある適当なものを持って行きました。 持ち物 ・スマートフォン ・財布(4000円) ・充電器 ・デオドラント←汗臭さ防止と清々しさ ・2DS←ドラクエのすれ違い通信用 ・本←休憩時間に読む為 水分補給や食事は荷物になるのでその場その場で買っていくことにしました。 ルール 第一回 24時間企画ルール ・出来るだけ同じ方向に24時間歩く ・1時間に一度Twitterで現状報告(画像付き) ・休憩は2時間に対して15分とする
部活動の全国大会は、もう廃止してしまったほうがいい（内田 良） @gendai_biz
部活動の「未来展望図」 ここ数年、部活動改革の議論がかつてないほどの勢いで高まっている。 今年6月には、学校問題を長らく追い続けてきたライターの島沢優子氏が『部活があぶない』（講談社現代新書）を刊行したばかりである。私もその流れにあやかるべく7月末に『ブラック部活動』（東洋館出版社）を上梓した。 拙著のなかで、私が執筆すべきかどうか最後まで迷った内容がある。それは部活動の「未来展望図」である。 私は、エビデンス（科学的根拠）を軸にして、そこに当事者の声を織り交ぜながら文章を書くことが多い。だが「未来展望図」というのは、これから先のことであるから、当然ながらエビデンスも声もない。 だが他方で、私には焦りがあった。それは、部活動改革の議論が「目先」の課題に振り回されているように思えたからだ。 「外部指導者」活用の落とし穴 たとえば外部指導者の活用がいま、部活動改革の目玉として全国の自治体で積極
TEDトークから学んだ、やりたいことを20時間で達成する方法 | シリコンバレー留学生の日記
TEDトークを英語の学びとして、そして新しい視点の取り入れとして見るのがものすごく好きなのですが、今回見たTEDトークは今までで一番感動しました。(身近に感じました) youtu.be The first 20 hours — how to learn anything (何を学ぶにも最初の20時間だけやってみる) みなさんもご経験はあるのではないでしょうか。 何かを極めるわけではなく、ただ単に興味あることや、経験として何かをやってみることで、 興味があることを始めたが自分の下手さにがっかりしてやめてしまった友人と比べて全然結果がでない下手を披露するのが嫌で人前ですることを辞めたらいつの間にかすること自体を辞めてしまったなどです。 というのも、今まで僕は何をするにも結構ドベから始まり、悔しい思いをしつつそれをなんとなく継続した結果、気づいたらいい感じになっているときがあります。 その、『い
TensorFlowで顔検出器を自作する - すぎゃーんメモ
19日に行われた Kyoto.なんか #3 で発表・デモをさせていただいた内容まとめです。 はじめに: 検出器の重要性 アイドル顔識別 をずっとやっている中で、顔の識別・分類(Classification)はCNNを使って出来ているけれど まだ上手く出来ていない別のタスクがあって。 それが画像内からの顔領域の検出 (Detection, Localization)。 「画像内に写っている人物が誰であるか」を識別するためには、まずはその画像に写っている「顔」を検出する必要がある。 その検出された顔それぞれについて分類器にかけて「この顔は○○さん」「この顔は××さん」と分類していくことになるわけで。 分類器に与える入力画像を切り抜いて抽出するのにもまず顔領域を検出する必要があるし、その分類器を学習させるためのデータセットも、様々な画像から顔領域を検出して切り抜いてそれぞれに対してラベル付けする
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
処理を実行中です
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
