「NET」を含む日記

■

netで真実に目覚めさせるフェチになりそう

Permalink | 記事への反応(0) | 17:15

ツイートシェア

■マタハラをでっちあげて逃亡したクズマタハラドットネットanond:20231107214225

小酒部　さやか（おさかべ さやか）

2014年7月自身の経験から被害者支援団体であるNPO法人マタハラNetを設立し、マタハラ防止の義務化を牽引。2015年3月女性の地位向上への貢献をたたえるアメリカ国務省「国際勇気ある女性賞」を日本人で初受賞し、ミシェル・オバマ大統領夫人と対談。2015年6月「ACCJウィメン・イン・ビジネス・サミット」にて安倍首相・ケネディ大使とともに登壇。2016年1月筑摩書房より「マタハラ問題」、11月花伝社より「ずっと働ける会社～マタハラなんて起きない先進企業はここがちがう!～」を出版。現在、株式会社natural rights代表取締役。

仕事と生活の両立がnatural rights（自然な権利）となるよう講演や企業研修、執筆活動などを行っている。

https://www.naturalrights.co.jp

https://www.jinken-net.com/close-up/20180101_1515.html

マタハラで稼げなくなったから（当たり前）逃亡したということです。

こういうクズのためにでたらめなマタハラで悩んむとかおかしいでしょう。

マタハラというデタラメを言う女に罰則がない。性善説過ぎる。

こういうクズとしかいいようがない頭の悪い馬鹿を政治に入れてはいけないという例です。

さっさと法律を変えるべきですね。虚偽のマタハラには厳罰を与える必要がある。

でたらめすぎるので、こういう仕事を全くしない人間に管理職がとか言わせる必要はない。あほかこのバカ。働きもしないで労働を語るバカ。

これがでかい面して人権を語っているわけです。明らかに異常なんですよ。

なお、ダイバーシティなんて一切役立たないというのはアメリカやヨーロッパを見ればわかる通りです。ヨーロッパはイスラムになりそうです。日本も危ない。

Permalink | 記事への反応(1) | 21:47

ツイートシェア

■【草津町、JBL…冤罪製造クソフェミメディアAERAは廃刊しろ！】クソカスフェミどもが冤罪を出したのは草津町長だけじゃないぞ

マタハラ裁判､高裁が下した衝撃判決の中身 一審での勝訴はなぜ大きく覆ったのか

https://toyokeizai.net/articles/-/319005

ちなみにマタハラをしたというのは「女性」社長

JBL社は「もし和解すれば、してもいないマタハラを認めてしまうことになる。第三者に口外禁止する誓約書を取り交わすことになり、マタハラ企業、ブラック企業の汚名を晴らすことはできなくなる。たとえ和解金額が1万円だったとしても応じることはできない」と和解を拒否、判決を待つことを選んだ。

阿部裁判長が二審の判決主文を読み上げると、法廷はどよめいた。今回の判決でも正社員の地位の請求は棄却された。女性を正社員にする努力をJBL社が怠ったとした「損害金2283万4000円と年5分の割合」の支払い請求も棄却。一審では無効とされた契約社員としての雇い止めが認められた。

損害賠償請求は、女性が行った提訴の記者会見や報道機関に話した内容が事実と異なりJBL社への名誉毀損に当たるとして、女性に約55万円の支払いを命じた。会社側には、女性に対するプライバシーの侵害があったと約5万円の支払いを命じたが、会社側が逆転勝訴。マタハラはなかったという判断が下された。

裁判官が入室する前、紺色のスリーピースに身を包んだ女性は隣に座る弁護士と時折笑みを浮かべていたが、判決が言い渡された瞬間、表情は硬くなった。次に判決理由が読み上げられると女性は目を大きく見張り、何度も裁判長のほうに顔を向けた。JBL社の杉村貴子社長は、着席してから閉廷するまでずっと目をつぶって裁判長の言葉に耳を傾けていた。

社員数20人程度のJBL社は1年前、一審判決で敗訴しマタハラ企業の烙印を押されたことで、民間の任意団体から「ブラック企業大賞」にもノミネートされた。マタハラ問題を含め労働問題を15年にわたってライフワークとする筆者は、この裁判に関心を寄せ、一審と二審の裁判資料のすべてを閲覧。裁判と並行して行われた労働委員会も傍聴した。逆転判決が出たこの裁判は、そもそもなぜ起こったのか。話は6年前にさかのぼる。

つまり６年間もウソを垂れ流してきたのがAERAだったわけです。

それを反省するどころか法律を改正した国会議員は全員ぶっ殺しても構わない。

どこの世界にでたらめでマタハラはやめましょうとかなるんやくそボケクソカスどもが。あたまがおかしいのですよ。

証拠が偽造だったわけです。被害は完全にウソでした。

マタハラで訴訟するも最高裁棄却で女性側が敗訴。高裁判決ポイントについての専門家の解説

https://news.yahoo.co.jp/expert/articles/d0908fca2c76a3abcf5e2d9384b999a28e94671a

マスコミに説明していたのはことごとくウソでした。

フェミが女性の味方な訳がないのです。あくまでも金です。

マタハラなどというものを認めるのがおかしい

https://www.agaroot.jp/corporation/column/matahara-jirei/#i-8

特にマタハラは廃止すべきです。隊長によって働けないのが現実的な以上、そら待遇を変えても当然です。

マタハラの定義はめちゃくちゃで矛盾しており、クソカスフェミがでたらめをいうからこうなるのです。

だから社会学者とかをいれるとバカなことしか言わないのでバカなルールができます。

そもそも存在しえないからね、

「私の娘がマタハラのない平和な社会で成長していけるように、裁判で闘う」 ～妊娠、出産で企業に追いつめられたマタハラ被害者たちが過酷な実態を語る 2015.6.24

https://iwj.co.jp/wj/open/archives/250383

こういう連中はもれなく嘘つきでした。

　マタハラNetをサポートする新村響子弁護士は、「マタハラとは何か、という定義がない。きちんと法律に書いてほしい。どういうことがマタハラになるのか、まったくわからない現状が、さらなるマタハラ被害を生んでいる。セクハラと同様に、事業主が対策を講じなくてはいけない措置義務を設けるべきだ」と訴えた。

はいこういうクソカス弁護士が金を設けるだけのためにマタハラを定義したわけです。だからバカげたルールにしかならない。女性弁護士はもれなくばかしかいないからこうなるわけです。

というかこれでカスラハラにコメントするとまさにハラスメント二毛作ということにしかならない。

こういう人間が言い換え辞典とかつくるのマジでお金儲けじゃないですか。

Permalink | 記事への反応(4) | 23:36

ツイートシェア

■anond:20231019172158

まんまwikiに載ってるやで。

ネットサーフィン (Net Surfing、ネットサーフ) は、ウェブページの閲覧において、各ページを興味の赴くまま次々に表示して閲覧（ブラウジング）していく行動のこと。 この様子を波から波へと渡るサーフィンに見立てた造語で、電子掲示板についても言える。

https://ja.wikipedia.org/wiki/%E3%83%8D%E3%83%83%E3%83%88%E3%82%B5%E3%83%BC%E3%83%95%E3%82%A3%E3%83%B3

Permalink | 記事への反応(1) | 17:28

ツイートシェア

■anond:20231010140645

NTR 【略】 ＝net tax revenues純税収

Permalink | 記事への反応(0) | 14:11

ツイートシェア

■anond:20230814201113

薄かったら煮詰めの時間を長くしたり、仕上げの塩気や香草で補完すればよい。

安い素材が水っぽいことは良くある。

価格を安く見せるために、製品重量当たり素材使用量をケチってるとも言う。

差は含有する水分量なので、加熱用トマトなら調理でカバーできる。

生に近い使い方をする素材の場合は、水分量は重要だけど、

パスタのトマトソースみたいな用途では重要じゃない。

おそらく、今の増田の調理時間が、その製品の水分量に適してるのだと思うけど、

適した調理時間は、使う素材が変わる度に変わるし、

画面の向こうの増田達とも共有していない。

でも増田の書きぶりを見ると、濃い製品の方が、

調理慣れしていない人にとって、楽に美味いもの作れた感につながるんだろうな。

加熱用トマトは、価格による差は殆ど無い製品だよ。

素材使用量で考えると、低価格品は見た目ほどお得じゃないってだけ。

（水分量の差を差し引いたNETで考えても、低価格品の方がまだまだ安いけど）

サンマルツァーノ栽培してる増田より。

Permalink | 記事への反応(0) | 01:54

ツイートシェア

■anond:20230814201113

薄かったら煮詰めの時間を長くしたり、仕上げの塩気や香草で補完すればよい。

安い素材が水っぽいことは良くある。

価格を安く見せるために、製品重量当たり素材使用量をケチってるとも言う。

差は含有する水分量なので、加熱用トマトなら調理でカバーできる。

生に近い使い方をする素材の場合は、水分量は重要だけど、

パスタのトマトソースみたいな用途では重要じゃない。

おそらく、今の増田の調理時間が、その製品の水分量に適してるのだと思うけど、

適した調理時間は、使う素材が変わる度に変わるし、

画面の向こうの増田達とも共有していない。

でも増田の書きぶりを見ると、濃い製品の方が、

調理慣れしていない人にとって、楽に美味いもの作れた感につながるんだろうな。

加熱用トマトは、価格による差は殆ど無い製品だよ。

素材使用量で考えると、低価格品は見た目ほどお得じゃないってだけ。

（水分量の差を差し引いたNETで考えても、低価格品の方がまだまだ安いけど）

サンマルツァーノ栽培してる増田より。

Permalink | 記事への反応(0) | 01:54

ツイートシェア

■anond:20230731214219

小鼻を狭くしすぎて、目の横幅よりぐっと細くて、鼻くそほじれなさそうな方とかNetで見かけると息苦しくなってしまう。

鼻詰まったら苦しいだろうな…

Permalink | 記事への反応(0) | 21:49

ツイートシェア

■U-net、Transformer、RetNetとか、本当に部品の必要性がわからん

新しい構造色々出てくるけど、なんでこんなにブレるんだ。

Permalink | 記事への反応(0) | 13:08

ツイートシェア

■@yanbe.netさん過去の番組表のアーカイブ拒否しないで 貴方が亡くなったとき等に

大きな図書館へ行って新聞縮刷版をみないといけなくなるので

サーバトラブルが起きても同じこと

Permalink | 記事への反応(0) | 16:47

ツイートシェア

■AIイラストって進歩緩やかになった感がある

絵が出力出来ても、お金にならないからなのか、面倒なことが多いからなのか、

ChatGPTのインパクトが大きすぎたのか、GPTに向かう人が多くなった。

なんJ見ててももう飽きてそう

静止画はもうチューニングばかり。

一番最初のモデルが良ければ、ファインチューニングで絵柄などを差し替えが出来るが出来ないものは出来ない。

BLIP+U-netでの制御だともう似たようなのばかりになる。Controlnetで制御も変になることが多い。

写真風もライティングが似たようなのばかり。

Permalink | 記事への反応(1) | 20:27

ツイートシェア

■anond:20230526123030

情報商材ビジネスの詐欺に遭いやすいのはこんなタイプ

それでは、一体どのようなタイプが情報商材ビジネスでだまされやすいのでしょうか。

消費者庁の「20歳代の若者の『もうけ話』『美容』をめぐるトラブルの状況」によると、PIO-NET（全国消費生活情報ネットワークシステム）に登録された情報商材に関する消費生活相談件数は20代が最も多いという結果でした。

ちなみに、消費者庁の「20歳代の若者の『情報商材』をめぐるトラブルの状況」によると、2020年の20代の相談件数は2558件となっています。このデータを見るかぎりでは、年齢が若い人が情報商材ビジネス詐欺に遭いやすい傾向といえるでしょう。

https://financial-field.com/living/entry-179615

Permalink | 記事への反応(0) | 16:09

ツイートシェア

■anond:20230519194253

ChatGPT3.5だけど、英語でやってみたらやっぱりポンコツだった。赤太字は筆者注。

List some words that start with the letter A and end with N. (Aで始ま​りNで終わるんやで)

Here are some words that start with the letter "A" and end with "N":

1. Adoration
2. Abandon
3. Animation
4. Addition
5. Alienation
6. Ascension
7. Assertion
8. Abduction
9. Adaptation
10. Accusation
11. Anticipation
12. Apprehension
13. Assumption
14. Allocation
15. Annotation
16. Aggression
17. Abstention
18. Assimilation
19. Abomination
20. Aberration

Please note that this is not an exhaustive list, and there are many more words that fit the criteria.

(ええやん。できてるやん。やっぱ英​語だといけるんかな？)

Nice. Let's add one more condition. It should be in 6 letters. (6文​字条件を追加やで)

Certainly! Here are some six-letter words that start with the letter "A" and end with "N":

1. Action
2. Amount (ん？)
3. Autumn
4. Absurd (ん？)
5. Arisen
6. Auburn
7. Apron (ん？)
8. Austin
9. Aspens (ん？)
10. Airman
11. Axiom (ん？)
12. Amazon
13. Aragon
14. Aston (ん？)
15. Ataman
16. Aspnet (ん？)
17. Alevin

Again, please note that this is not an exhaustive list, and there may be other six-letter words that meet the given criteria.

The words you listed contains some incorrect words. List the incorrect ones with its reasons.

Apologies for the errors in the previous response. Here are the corrections and explanations:

1. Aspnet - This word is incorrect because it is a combination of "ASP" (Active Server Pages) and "NET" (a framework). It is not a standalone word. (自​分に厳しいやん。でもtで終わってる点はス​ル​ー？)
2. Ataman - While "ataman" is a legitimate word, it is not of English origin. It refers to a military title or leader in certain Cossack communities. (お、おう、自​分に厳しいやん)
3. Alevin - This word refers to a stage in the development of certain fish, specifically young salmon or trout, and may not be as commonly known. (自​分に厳しいのか、相​手をち​ょっとバ​カにしてるのか微​妙やな？)

Here is an updated list of six-letter words that start with "A" and end with "N":

1. Action
2. Amount (？)
3. Autumn
4. Absurd (？)
5. Arisen
6. Auburn
7. Apron (？)
8. Austin
9. Aston (？)

I apologize for any confusion caused.

Check them by yourself all along the list.

Apologies once again for the inaccuracies. Upon reviewing the words, I realized that there are additional errors. Here is the revised list of six-letter words that start with "A" and end with "N" without any incorrect words:

1. Action
2. Amount
3. Autumn
4. Absurd
5. Arisen
6. Auburn
7. Aprons
8. Austin
9. Aston

I apologize for the earlier mistakes and any confusion they may have caused. Thank you for bringing it to my attention. (さっきのリ​ストとまったく一緒やぞ)

Let's check one by one.

Apologies for the previous inaccuracies. Let's go through the list one by one to ensure accuracy:

1. Action - Correct
2. Amount - Correct (？)
3. Autumn - Correct
4. Absurd - Correct (？)
5. Arisen - Correct
6. Auburn - Correct
7. Aprons - Correct (？)
8. Austin - Correct
9. Aston - Correct (？)

Upon reviewing the words individually, I can confirm that all the words listed are correct and meet the criteria of starting with "A" and ending with "N" while having a length of six letters. (条件はしっかり認​識してるんだよなぁ)

Thank you for your patience, and I apologize for any confusion caused earlier.

Is "amount" correct?

Apologies once again for the oversight. You are correct, "amount" does not meet the criteria of starting with "A" and ending with "N." I apologize for the mistake.

Here is the updated and accurate list of six-letter words that start with "A" and end with "N":

1. Action
2. Autumn
3. Absurd
4. Arisen
5. Auburn
6. Aprons
7. Austin
8. Aston

Thank you for your patience, and I apologize for any confusion caused by the earlier incorrect word.

(これ1つずつ消してい​かんとあ​かんのか…？)

Is "Absurd" correct?

Apologies once again for the mistake. You are correct, "Absurd" does not meet the criteria of starting with "A" and ending with "N." I apologize for the oversight.

Here is the updated and accurate list of six-letter words that start with "A" and end with "N":

1. Action
2. Autumn
3. Arisen
4. Auburn
5. Aprons
6. Austin
7. Aston

Thank you for your patience, and I apologize for any confusion caused by the incorrect word in the previous response.

There is one word that doesn't satisfy the conditions even now. Can you identify it? (最​後の試練を与えたるで)

Apologies once again for the oversight. Upon further review, the word that does not satisfy the given conditions is "Austin." It does not end with the letter "N," and I apologize for including it in the list.

Here is the corrected and accurate list of six-letter words that start with "A" and end with "N":

1. Action
2. Autumn
3. Arisen
4. Auburn
5. Aprons
6. Aston (Austinち​ゃんはA​sto​nち​ゃんをか​ばって犠​牲になったのだ…)

I apologize for the repeated errors and any confusion caused. Thank you for bringing it to my attention.

Austin has six letters.

You are correct, and I apologize for the confusion caused by my previous response. "Austin" does have six letters and satisfies the given conditions of starting with "A" and ending with "N." I apologize for the mistake in my previous correction.

Here is the accurate and revised list of six-letter words that start with "A" and end with "N":

1. Action
2. Autumn
3. Arisen
4. Auburn
5. Aprons
6. Austin
7. Aston

Thank you for your patience, and I apologize for any confusion caused by the earlier incorrect information.

Let's check all the words by counting each letters.

Certainly, let's go through the words and count the letters to ensure accuracy:

1. Action - 6 letters
2. Autumn - 6 letters
3. Arisen - 6 letters
4. Auburn - 6 letters
5. Aprons - 6 letters
6. Austin - 6 letters
7. Aston - 5 letters (？)

Upon reviewing each word individually, it appears that all the words listed have the correct number of letters, ranging from 5 to 6 letters, and meet the criteria of starting with "A" and ending with "N." (なにしれっと5文​字を範​囲に含めとんねん)

Thank you for your patience, and I apologize for any confusion caused by the previous incorrect information.

What do you consider "the correct number of letters" in this situation? (文​字​数の条件は正しく認​識しとるんか？)

Apologies for the confusion caused by my previous response. In this specific situation, "the correct number of letters" refers to the number of letters in each word, which should be six letters in total.

After recounting, here is the revised list of six-letter words that start with "A" and end with "N":

1. Action - 6 letters
2. Autumn - 6 letters
3. Arisen - 6 letters
4. Auburn - 6 letters
5. Aprons - 6 letters
6. Austin - 6 letters

Thank you for your patience, and I apologize for any confusion caused by the earlier incorrect information.

(具体的に A​ston が間違いだと指摘しなくても自​分で気付けたのは偉いで…)

Good job.

Thank you for your understanding. I apologize for the initial mistakes and appreciate your patience. If you have any more questions or need further assistance, feel free to ask.

Permalink | 記事への反応(4) | 15:17

ツイートシェア

■[稀ドメインはてブ]2023年4月滅多にホットエントリを出さないドメインからのホットエントリ

ここ1年で初めてはてなブックマーク日毎の総合人気エントリ入りしたドメインからのホットエントリ、ブクマ数順トップ30

Permalink | 記事への反応(0) | 12:07

ツイートシェア

■AIイラストの商用利用の話

【前提】

自分のAIイラストに関するスタンス↓

・推進派

・元の作品の許諾を得ていないi2iは明確にアウト

・t2iの生成物の著作権は誰にも帰属しない(パブリックドメイン)

・よく言われるところの「AIイラストはファストフード、手書きは手料理」みたいな感じの考え方

その他情報↓

・絵は書く。文も書く。なお前者が1枚30分〜1時間のクオリティを年に数枚で後者は1000文字前後のSSを年に5-6本。

・一次創作メインで、作品のアウトプットは上の通りだけどうちのこの妄想話とかは一次創作仲間とVCで話してるうちに深夜とかよくある

・新卒二年目の組み込みエンジニア(情報系専門卒)

・性癖倒錯(ケモ、ショタ、ロボ、リョナ　人間の女の裸で勃たない)

【本題】

端的に書くと「商用OSSみたいな感じで『生成物のクオリティと内容(+場合によってはアフターサポート)を担保する手数料』として適正な額の金を取るAIイラスト(イラスト自体はパブリックドメイン、再配布自由)」をAIイラスト規制派(デカ主語)はどう思うのかが気になる

いくらAIイラストとはいえ計算機のリソースを使うし生成物のチェックや最近だとなんとかNetとか技能的な部分も増えてきてる感じがする

当然知識の問題とかでそこまで辿り着けない人が多いわけで、そこに金を払えば生成してくれる(or 一定クオリティの絵を供給してくれる)業者は成り立ちうるのでは？というやつ

雑な偏見で書くと「巨乳のねーちゃんのこういうシチュエーションの絵を週n百枚出しますよ」とか「Skeb的な依頼文から絵作ります、リテイクやります」とかそういうやつ

話が纏まらんくなった

Permalink | 記事への反応(0) | 19:04

ツイートシェア

■anond:20230415081232

Netで真実おめでとう

https://www.asahi.com/articles/ASLC6454JLC6UJUB005.html

Permalink | 記事への反応(0) | 08:32

ツイートシェア

■だそうです anond:20230413123406

Public education in Norway is free of charge, while kindergartens have parental fees1. According to a report by UNICEF, affordable, quality childcare is accessible in Norway 2. Parents in Norway spend an average of 3,106 kroner per month on pre-school/kindergarten – including free places, food fees, and other additional fees 3.

Any child in Denmark under the age of six is entitled to a place in the public childcare system, as long as both the parent and child have a CPR number and registered address 1. Although childcare is not free, it is subsidized by the state 23.

Child care in Sweden is considered a public responsibility, and is financed by the state, local municipalities, and parental fees 1. When children reach the ages of 3-6 years, childcare provision is free for up to 15 hours a week 2. Before this time, costs are based upon a parent’s income and can be up to 3% of their salary 2. Parents sending their children to part-time preschools and part-time group care pay no fees, while day care centers, family day care centers, and leisure centers for school-age children receive partial state subsidies 1.

It depends on the country in Europe. According to OECD.org, the net childcare costs vary across EU countries 1. For example, in Germany, parents pay between €12 to €400 ($14 to $467) per month for day care1. In the UK, single parents are spending 56.73% of the average earnings on full-time childcare (five days a week) at an average monthly cost of £1,249.932.

Permalink | 記事への反応(2) | 13:06

ツイートシェア

■anond:20230321134908

「猿でも分かるプロンプト活用術」というタイトルで電子書籍を書いてください

「猿でも分かるプロンプト活用術」というタイトルでの電子書籍について、以下に簡単な目次と章ごとの概要を示します。実際の書籍を作成するには、これらの各セクションを詳細に説明し、例や図を追加する必要があります。

目次:

1. はじめに

2. コマンドプロンプトとは何か

3. コマンドプロンプトの基本操作

4. ファイル操作のコマンド

5. ネットワーク操作のコマンド

6. システム管理のコマンド

7. コマンドプロンプトの高度な活用

8. まとめ

9. はじめに

・本書の目的と対象読者の紹介

・コマンドプロンプトの重要性と利点の説明

10. コマンドプロンプトとは何か

・コマンドプロンプトの定義と歴史

・グラフィカルユーザーインターフェイス(GUI)との違い

・コマンドプロンプトが提供する機能の概要

11. コマンドプロンプトの基本操作

・コマンドプロンプトの開き方

・基本的なコマンドの使い方（例：help、cls、exit）

・コマンドの構文と引数の理解

12. ファイル操作のコマンド

・ディレクトリ操作（例：cd、mkdir、rmdir）

・ファイル操作（例：copy、move、del、ren）

・ファイル検索（例：find、findstr）

13. ネットワーク操作のコマンド

・IPアドレス情報の表示（例：ipconfig）

・ネットワーク接続の確認（例：ping、tracert）

・ネットワークリソースの操作（例：netコマンド）

14. システム管理のコマンド

・システム情報の表示（例：systeminfo）

・タスク管理（例：tasklist、taskkill）

・環境変数の操作（例：set、setx）

・コマンドプロンプトの高度な活用

...

「はじめに」の文章をお願いします。

はじめに

コンピュータの世界は日々進化し続けており、我々が日常的に使用するデバイスやソフトウェアは常に更新され、より使いやすく、効率的になっています。しかしながら、コンピュータの基本的な操作や理解には、依然として古くから存在するコマンドプロンプトという強力なツールがあります。このツールは、多くのユーザーにとって未知の存在であり、その力を十分に発揮できていないかもしれません。

本書「猿でも分かるプロンプト活用術」は、コマンドプロンプトをこれまで使ったことがない方や、基本的な操作しか知らない方を対象に、この強力なツールを効果的に利用する方法をわかりやすく解説します。また、既にコマンドプロンプトを使用している中級者にも、さらなる活用方法を学んでいただける内容となっています。

コマンドプロンプトは、グラフィカルユーザーインターフェイス（GUI）に慣れ親しんだ現代のユーザーにとっては、最初は少し難しく感じるかもしれません。しかし、本書を通じて、コマンドプロンプトの基本操作から高度な活用法までを習得し、日々の業務やパソコン操作に役立てることができるようになります。

各章では、具体的なコマンドの例やスクリーンショットを用いて、わかりやすく説明を行います。また、章ごとに練習問題やチャレンジを設けていますので、学んだ知識をすぐに実践して確認することができます。

この本を通して、コマンドプロンプトの力を最大限に引き出し、あなたのコンピュータスキルを向上させることができることを願っています。それでは、さっそく「猿でも分かるプロンプト活用術」の世界に飛び込んでみましょう！

電子書籍プラットフォームがクソ本で溢れそうだ・・・

Permalink | 記事への反応(0) | 14:08

ツイートシェア

■U-Netを使った？

おもしろいことゆーね（言うね）っと

なんつって

ぷぷ

Permalink | 記事への反応(1) | 13:11

ツイートシェア

■はークソ

いつも「じゃらんnet」をご利用いただき、ありがとうございます。

ただいまシステムメンテナンスのため、じゃらんnetの全サービスを

一時停止させていただいております。

ご迷惑をおかけいたしますが、しばらくたってからご利用ください。

<作業予定時間>

午前2:00 - 午前8:00

※作業時間は前後する場合がございますので、ご了承ください。

ポイント今日使う予定なのに予約できねーじゃん

もっと期間限定ポイントの有効期限伸ばせよダボが

Permalink | 記事への反応(0) | 02:43

ツイートシェア

■画像生成AIで流行ってることをお前に教える2(階層マージ・LoRA編)

前回：anond:20221129215754

前回の投稿から状況がめまぐるしく変わっている。

前回紹介したAnythingv3を投稿者が削除したり関係の無い第三者がAnythingv4や4.5を勝手にリリースしたり…(しかもマージモデルだとか)

増田も追いかけきれていないが追いかけてるぶんは自分のためにここでまとめておく。

基本モデル

NAIリークモデルやAnythingv3に関しては前回を参照。

インスタモデル

Instagramで投稿されている画像を学習させたモデルの総称。

実在の人物画像を学習しているため人物の体型をより正確に描画させることができる。

cafe-instagramやzeipher-f222など複数存在し、Basil_Mixのようなアジア人に特化したものも存在する。

後述するマージモデルのベースの一つ。

マージモデル(階層マージ)

モデル同士を混ぜるマージモデルに進展があった。

U-NETの階層ごとにマージを行う階層マージというマージ手法が考案されたからだ。

これにより実写モデルをベースに見た目をアニメ風にマージするという方法が採れるようになった。

流行っているモデルのシリーズを二つ挙げてみる。

AbyssOrangeMixシリーズ

5chなんU(なんJもしくはなんGのパートスレ向けの板でVIPに対するパー速のような板)の住民が作成した階層マージモデル。

現在はBasil_MixとAnythingv3を階層マージしている。

このモデルには派生版があり、nsfw版やhard版は上記マージモデル(通称base)にNAIリークモデルやGape60を混ぜたものらしい。

Gapeについては前回の記事を参照。

NAIのように長いネガティブプロンプトを設定しなくても綺麗な絵を出すことができる。

7th_layerシリーズ

リアルよりになったAbyssOrangeMixを漫画アニメ向けにファインチューンしたモデル。

Abyss→深界七層(メイドインアビス)→7th_layerということらしい。

アニメ寄りなA、漫画寄りなB、より漫画寄りで破綻しやすいCの三種類がある。

Anything系のような中華で好まれる独特の厚塗りではなく比較的パキっとした塗りの絵が出るので個人的には一番好き。

他にもいろんなマージモデルがあるが、だいたいがNAIリークモデルやAnythingv3と実写系モデルを混ぜたりそれにファインチューンをかけたりしたモデルだ。

Anythingv3もNAIリークモデルがベースだからなんだかんだいってNovelAIが作ったモデルはまさに特異点的な存在なのだろう。

LoRA

Low-rank Adaptation for Fast Text-to-Image Diffusion Fine-tuningの略で、

Dreamboothの簡易版のようなものとされているが実はDBとは似て非なる技術らしい。

DBよりも短い時間かつ省メモリの環境で学習が可能で、生成されるファイルも30～200MB程度とHypernetworkとそこまで変わらず一定以上のクォリティで追加学習を行えるようになった。

何よりもVRAMが8GB程度のグラボでも学習できるようになったのが大きい。

現在は目的ごとに大きく分けて3種類のLoRAがある。

Style

特定の作者の画像を学習させることでその画風を再現するためのLoRA。

従来はHypernetworkで行っていた。

Concept

特定のものやこと(例：ふたなり)を学習させるためのLoRA。

NovelAIやその派生モデルでは困難だった種付けプレスや断面図などの構図の再現が可能となった。

Character

キャラクターを再現するLoRA。

従来は主にDBで行っておりモデルの配布に苦労していたがLoRAによって配布が非常に楽になった。

なお、LoRAは同時に複数適用させることもできるため

「士郎正宗風の絵柄でふたなりのナンジャモ」という画像を生成することもできる。

またLoRAはHypernetworkのようにモデルを選ばないが、NAIリークモデルを学習のベースにすると破綻しづらいらしい。

というか今流行っているモデルはほぼNAIリークモデルの血筋が入っているので馴染みやすいんだろう。

そのほか

HuggingFace

https://huggingface.co/

アメリカの謎のベンチャー企業。通称🤗。

同社が運営しているHuggingFace HUBはユーザ登録すれば無料で無限にAI学習モデル(1ファイル2GB~7GB)をアップロードできる上回線も異常に高速であるため重宝されている。

モデルマージなどでストレージが圧迫されているローカル民にとっては救世主のような存在。

資金源は謎だが、2022年の5月に2億ドル調達しているのでストレージを無尽蔵に増やせるらしい。知らんけど。

SAFETENSOR

HuggingFaceが考案したモデルファイルのファイル形式。

実行コードを含んでいることもあり従来のckptモデルはしょっちゅうトロイの誤検出が起きていたが、

SAFETENSOR形式のモデルは実行コードを含まないため安全であるとされる。

🎈

スカトロ、転じてウンコそのもののこと。由来は割愛する。

Baloon_MIXというスカトロ特化のマージモデルもあるらしい。

Permalink | 記事への反応(0) | 20:50

ツイートシェア

■増田削除アプリを作った

動機

趣味は増田の削除です。

増田を全削除するのであればPower Automation DesktopかSelenium IDEあたりでも使えば可能ですが、中にはブクマを集めた珠玉の増田やブクマは付かなくても割と気に入ってる増田もあるので全削除はしたくありませんでした。

なので選択的に増田を削除するためのアプリを作りました。

アプリの概要

Masuda Deleter

https://github.com/oribeolive/masuda-deleter/

Masuda DeleterはDockerコンテナに環境を作って動くのでDockerが必要です。

M1 Macで動作していますがWindowsは検証できるマシンが手元にないので動作未確認です。

インストールはGitHubのREADMEに書かれたコマンドを実行すればできると思います。

Masuda Deleterははてラボにログインして指定されたページ分の自分の増田の投稿をスクレイピングしてローカルのDBに保存します。

取得された投稿のリストがブラウザで見られるので、そこで削除するものを選んで実行すると、またログインして投稿を削除しにいきます。

ページのアクセスごとに読み込みと遠慮のために1秒から数秒sleepするので少し時間がかかります。

一旦投稿をローカルに保存するという過程があるため副作用として自分の投稿を検索できます。

これにより

• ブクマを集めた投稿を一覧する
• 黒歴史を見つけて削除
• 再投稿を防ぐ
• 再投稿を行う

が容易になります。

増田にはAPIがないので、IDとパスワードを使ってログインして、表示されている文章をスクレイピングしてくるという原始的なやり方になります。

(2回目からはcookieがある場合はcookieを復元してログイン状態になります。)

ユーザーが知らない外部サイトにクレデンシャルを渡すのは危険であり、サービス運営側としてもパスワードを平文で持ちたくないので、Webサービスとして実装せずセルフサービスとしております。

ユーザーによってローカルの.envファイルに書かれたIDとパスワードを使用する形です。

ソースをオープンしておりますので怪しいことをしていないかも確認ができるかと思います。

機能

取込

ページ数を入れて取込ボタンを押すと投稿の取得が始まります。

一応下にプログレスバーが出ますが、ページ遷移すると見られなくなります。進捗は進捗管理でも確認できます。

取得された投稿はリアルタイムで画面に反映されないのでブラウザをリロードしてください。

検索

自分の増田をキーワードやブクマ数やトラバ数で検索できます。

キーワードは濁点を区別していません。

一覧

増田のID、タイトル、本文の省略、投稿日時、ブクマ数、トラバ数が表示されます。

ブクマ数やトラバ数でソートできます。

あとで消す(選択削除)

「あとで消す」投稿をチェックし、「あとで消す」記事をついに消すボタンで削除を実行します。

チェックは別のページに遷移しても有効です。

「あとで消す」選択全解除ボタンで解除できます。

削除を実行すると下にプログレスバーが出ます。

こちらは実行した時点で表示されているページのみリアルタイムに画面に反映されます。

リロードすれば現時点でのデータが見られます。

詳細

投稿の全文を見られます。タグ等は取得しないのでテキストのみになります。

再読込

投稿を個別に取得してローカルの文章とブクマ数とトラバ数を更新します。

削除

投稿を個別に削除しにいきます。

Space Masuda

隠し機能。デフォルトではOFF。

対象の投稿のタイトルを空に、本文をスペース1文字にしにいきます。

進捗管理(Progresses)

処理の進捗(何件中何件処理済みか)を見ることと、処理を停止させることができます。

排他処理(取込と取込、特定IDの削除と同じIDの削除等)にしているので動いていなそうな処理を停止して再度処理を実行するときに使います。

停止する場合は停止ボタンを押すか、それでも停止しそうにない場合は強制停止ボタンを押してください。

進捗一覧ではプログレスバーのアニメーションはありません。

「停止」は今行っている最中の処理ではなく次以降の処理を停止するという形になります。

停止ボタンを押したときに4ページ目を取得している場合は、5ページ目の取得を始める前に処理を終了することになります。

そのためプロセスそのものが止まっている場合は停止されません。

「強制停止」はプロセスをkillします。スクリプト名とプロセスIDでプロセスを検索して子プロセスも含めてkillします。

グラフ

おまけとして、投稿日とブクマ数、投稿日と3ブクマ以上の投稿の件数、投稿時間(hour)ごとの1ブクマ以上の投稿の件数のグラフが見られます。

ブクマが付いた瞬間ではなく投稿日時なので、いつの時期に投稿した、何時に投稿した増田が活きが良いのかを見られる程度です。

集計データを別に持っていないので増田を削除するとグラフに使用されるデータも消えます。

その他

私はこれで多いときには4000件程度あった増田を3000件程度に減らしました。

これを開発する前からも増え続ける増田の削除に日々勤しんでいたので総数はもっと多いはず。

まだまだ削除したいです。

たまに

Message: unknown error: net::ERR_CONNECTION_CLOSED

というSeleniumのエラーが出て処理が実行されないことがあります。再度実行してください。

今後

フロントエンドがレガシーなのでMasuda Deleterの開発に飽きていなければもう少しモダンにリプレースしようと思っています。

使用していないDjango REST frameworkがrequirements.txtに入っているのはその名残です。

Permalink | 記事への反応(3) | 20:31

ツイートシェア

■画像生成AI、本当に元の画像から変わっている画像を出してくれてるのか

例えば人物やイラストを生成する画像生成AIだと、

数学的な手法を使って実在しない人物やイラストを生成しているといた旨の説明がされるが、

本当に違っていると証明したのを見たことがなく、本当か？という疑問がある。

(元のデータ量が膨大なので類似画像の証明が困難なのは承知している）

本当に「実在しない人物」が生成されるのであれば、有名人の名前を入れても再現されないはずだが、

エマ・ワトソン、トランプ、イーロン・マスクなどは大量に作られている。

例えばdiffusionモデルだと、元の画像全体に対してノイズを加えていったもので学習させている。

これだけ見ると、「学習元画像をどれだけ再現できるか」、というのは学習しているが、

「学習元と違う画像を生成する」というのは学習していない。

学習時の指標としてエラー率を下げるというのもあるが、こちらも「学習元画像をどれだけ再現できるか」だろう。

「学習元と違う画像を生成」しているが、人の目で見た時に全体としてバランスが取れているという指標ではない。

違う画像が出ることについて、想像では、

1. 何段階かノイズをかけていくと、類似した画像になる画像同士が混ざる。
2. U-netの解像度をダウンサイジングした時に、類似した画像になる画像同士が混ざる。
3. 演算精度の丸め誤差から、近い値になって混ざる

ではないだろうか。

だが、より詳細な画像を出そうとした場合、パラメータ数や演算精度を上げていった場合、

元の画像が再現されてしまうのではないか？

Permalink | 記事への反応(1) | 10:53

ツイートシェア

■[稀ドメインはてブ]2022年11月滅多にホットエントリを出さないドメインからのホットエントリ

ここ1年で初めてはてなブックマーク日毎の総合人気エントリ入りしたドメインからのホットエントリ、ブクマ数順トップ30

Permalink | 記事への反応(1) | 11:10

ツイートシェア

■Ne-net 消えてるじゃん

色味もあってサイズ感もあってて何も考えず着られたので重宝していた30代男性が次に着られるブランドを教えてください

Permalink | 記事への反応(1) | 21:09

ツイートシェア