  |
Content-Length: 766681 | pFad | http://anond.hatelabo.jp/keyword/TRUE
はてなキーワード: TRUEとは
というのも、大昔にプレイしたフリーゲームの詳細が今分かった。
私が子供の頃、ツクールと言う物が存在することすら知らなかった時にプレイして、どういう方法で入手されたゲームかも分からない（おそらく父親がダウンロードしたのだろうと思う）。内容も断片的に覚えているだけで、探そうにも探せなかった。
「シルクハットのおっさん」と呼んでいた強キャラがいた気がするとか、そのおっさんが序盤は一緒にいるけどどこかで離脱するとか、途中でなんかエラーが出て進行不可能になったとか。
で、ツクールゲームの話題になったからそれのことを思い出したのだが、よく考えたらあれもツクールゲーじゃね？ っていうかシルクハットのおっさんってどう考えてもこのキャラチップの右から4列下から2段目のこいつじゃん！ となったのだ。
まあそれでタイトルが分かるって訳でもないのだが、ツクール95だということが分かったのでそういう方向で調べてみたら窓の杜のこの記事が見つかり、正直それでもまだピンと来ていなかったのだがワンチャンあるかも、と思ってInternet archiveから（本家のダウンロードリンクは見つからなかった）ダウンロードして起動してみたら完全にそれだった。冒頭でシルクハットのおっさんにたたき起こされた。
そっかーこれだったかー。
このLost Memoriesというゲーム、元々前半がフリーで後半がシェアウェアだったらしく、後半のデータが含まれていなかったようなのだ。だから進行不能になったのはバグじゃなくて仕様なんだな。そんなことも分かってなかった子供時代。
まあ元増田が何か教えてくれた訳じゃないんだけど、調べるきっかけになったし見つかったので気分が良い。
気分が良いので、ついでに勝手に私の好きなツクールのRPGを紹介してこうと思う。
ツクール2000製RPG。これ自体、というよりこれを含めた一連のシリーズ（女神の涙・今の風を感じて・天使の微笑）が大好き。
ツクール2000といってもデフォルトの戦闘システムは使っておらず、こんなのできるんだ、と当時は感動した記憶。
女神の涙・今の風を感じて・天使の微笑のいずれも異なる戦闘システムが採用されていて、どれも面白い。
（オリジナルの）女神の涙まで顔グラフィックは別の人がやっていたのだけど、今の風を感じて以降はイラストレーターの今野隼史さん（当時は辺境紳士というHNだった）が描いていて、女神の涙は女神の涙TRUEという名前でリメイクされている（シェアウェアだったが、今はフリー）のでそちらをプレイ推奨。
IndeTerminatePLUSも（これ自体がIndeTerminateというゲームのリメイクらしいが、さすがに入手方法はなさそう）実はリメイクされていて、IndeTerminatePLUS Alphaという名前でダイソーで販売されていた。今では入手困難。
女神の涙PLUSは大掛かりなフルリメイクだけど、こっちは内容はほぼグラフィック差し替えと、一部詰みポイントになりかねない難易度のミニゲームがちょっと緩和されてたくらいだったかな。
白い絆は未クリア。ツクールXP（だっけ？）のサンプルゲームとして公開されていたので入手が難しかったのだ。いや、買えばよかったんだけど。
最近は公式が配布している体験版にサンプルゲームがくっついてくるのでプレイ可能。なのでインストールはしてある。いつかクリアする。
黒い絆？ テックウィン2004年10月号？ どうやって入手すりゃいいですかね……。
WOLF RPG Editorでも知られるSmokingWOLF氏がツクール2000で制作したRPG。シルフェイド見聞録というギャグアドベンチャーゲームがあり、そのスピンオフみたいな扱い、なのかな？ まあでも世界観的にはあまりつながりはなく、見聞録のキャラが一人異世界転移してくるぐらい。シル見もツクール製で面白いゲームではあるけど、まあアドベンチャーだしな、ということで選外。
この作品も戦闘システムはデフォルトではなく、個性的で面白い。というかここらへんの名作ゲームがみんなオリジナル戦闘システムを実装したせいで個人的にはデフォルト戦闘システムを見ると「なーんだ」となってしまうところがある。
戦闘以外のシステムも「フィールドで一歩歩くごとに時間経過」「クリアまでの時間制限があり、時間経過で人々の行動が変わる」など、色々凝っている。
やりこみとして時間経過最短（つまり最低歩数）みたいなことをやっている人々もいた。いわゆるデスルーラ的なやつが活躍する。でも一番いい（と個人的に思っている）エンディングにたどり着くのは最短では不可能だったり。
SmokingWOLF氏と言えばモノリスフィアとか片道勇者も有名だけど、ツクールじゃないのでこっちも選外。
THE 中二病ゲー。いや、面白いゲームですよ。でも当時も中二病だ……って思ってたし今でもやっぱり思ってる。
面白いし格好いい。でも総合的に要素を並べると全部中二病。どうしても茶化したような言い方になってしまうけど、中二病を中二病のまま全力で昇華した作品、という感じ。
最近の作品にありがちな、中二キャラが作中でも中二キャラとして認識されていて、その言動がネタにされる……みたいな展開があるやつじゃないです。
作中世界に中二病という言葉はないけど、プレイヤーは中二病だぁ……って思ってしまう。
戦闘システムはやはりオリジナル。でもRGSSがあるXP以降の作品なので戦闘システムいじるのもそう難しくないんだろうけど。
これはデフォルト戦闘システムゲー（真っ先に言うことがそれか）
魔法学校に入学した女の子の卒業するまでの話。一部の必須魔法以外は学ぶ魔法を選べるので、最低限の習得でさっさと卒業することもできるし、全ての魔法を極めて最強になることもできる。
卒業まで60日の時間制限があって、こちらは歩く度に時間経過したりしないけど、ベッドで寝ると一日経過。日によって学べる魔法が変わったり、仕送りが届いたりイベントが発生したりバイトができたりする。
特筆すべきは、経験値が「単位」で、金策手段は仕送りかバイト、あとは物を売るくらいであること。つまり、敵が経験値とお金を一切落とさない。
実は序盤で戦える敵がごくごく低確率で落とすアイテムを使ってむちゃくちゃ頑張って金策することも可能。その場合、最短一日で卒業できる。
前にWeb漫画の話した時にも色々言われたけど、あくまでも俺基準なので。まももがないぞとかセラブルはどうしたとかRuinaはいいぞとかエターナルファンタジアはいつ完成するんだとか（しねえよ）、色々言いたい人は自分で言ってください
Assassin's Creed director: The right time to take series to Japan | BBC
https://www.bbc.com/news/articles/c163jexl7rxo
Shadow’s trailer also generated backlash from some gamers, who criticised the choice of Yasuke as a main character over a native Japanese protagonist.
Opponents have accused those critics of being racist, and have pointed out that Yasuke is based on a real-life person.
Charles, speaking to Newsbeat before the trailer dropped, says the developers “put a lot of emphasis on authenticity and making sure we depict Japan and the culture right”.
“So when we started the project, we had a historian with us from day one,” he says.
He says the team also consulted weapons experts and travelled to Japan to get a feel for the landscape and locations in the game.
シャドウズのトレーラーは、一部のゲーマーからの反発も生みました。彼らは、日本人主人公ではなく弥助を主人公として選んだことを批判しました。
これに対して、批判者たちを人種差別主義者だと非難する声も上がっており、弥助が実在の人物に基づいていることが指摘されています。
チャールズは、トレーラー公開前にNewsbeat（BBCのニュース番組）との対話で、開発者たちが「日本とその文化を正しく描写することに重点を置き、真正性を重視した」と述べています。
African samurai: The enduring legacy of a black warrior in feudal Japan ｜CNN
When feudal Japan’s most powerful warlord Nobunaga Oda met Yasuke, a black slave-turned-retainer, in 1581, he believed the man was a god.
Oda had never seen an African before. And like the locals in Japan’s then-capital of Kyoto, he was awed by Yasuke’s height, build and skin tone, according to Thomas Lockley, the author of “African Samurai: The True Story of Yasuke, a Legendary Black Warrior in Feudal Japan.”
“When Yasuke got to Kyoto (with Jesuit missionaries), there was a massive riot. People wanted to see him and be in his presence,” says Lockley, who spent nine years researching and writing the book, which was published last month.
Oda believed Yasuke to be either a guardian demon or “Daikokuten,” a god of prosperity usually represented by black statues in temples. He tried to rub the pigment from Yasuke’s skin, believing it was black ink. Once convinced Yasuke was real, he immediately threw a feast in his honor, says Lockley.
1581年、戦国時代日本の最も強力な戦国大名である織田信長が、奴隷から家臣となった黒人のヤスケに出会った時、信長はヤスケを神だと信じました。
「アフリカン・サムライ：戦国時代日本の伝説的黒人武士ヤスケの真実の物語」の著者トーマス・ロックリーによると、信長はそれまでアフリカ人を見たことがありませんでした。そして、当時の都であった京都の地元民と同様に、ヤスケの身長、体格、肌の色に畏敬の念を抱いたそうです。
「ヤスケが（イエズス会宣教師とともに）京都に到着した時、大規模な騒動が起きました。人々はヤスケを見たがり、彼の存在を身近に感じたがりました」と、9年の歳月をかけて研究し執筆した先月出版されたこの本について、ロックリーは語ります。
信長はヤスケを守護の鬼か、通常寺院で黒い像で表される繁栄の神「大黒天」のどちらかだと信じていました。信長はヤスケの肌の色素を擦り取ろうとし、それが黒インクだと考えていました。ヤスケが本物だと確信すると、すぐに彼の名誉を称える宴を開いたとロックリーは述べています。
https://edition.cnn.com/2019/05/19/asia/black-samurai-yasuke-africa-japan-intl/index.html
最近も IGN Japan 使って煽り散らかし https://youtu.be/keiDRORg9hc
ここまでやるなら、ゲームに規制は不要！！あらゆる規制に反対する！！と表明したらよかったのでは？って思うが、
なぜか日本版だけ日本人の首ホームラン出来るのが禁止されているの突っ込まないんですよね。Roninはゴア表現あるのになぜでしょうね？
あと日本人の非武装市民はペナルティ無し攻撃できるけど白人キャラは攻撃できないこともツッコミなし。NPCだろうが攻撃できるゲームはいくらでもあるんですけど
It was surprisingly gory, like the decapitations, you could get coated in blood. How vital is that to the assassin’s fantasy?
（斬首シーンなどでは、予想外に残虐で、血まみれになることもありますね。これはアサシンのファンタジーにとってどれほど重要なのでしょうか？）
I think it’s not an assassin thing, it’s a Japan thing in our case. So looking at death was a day-to-day occurrence in that period, and the way most people died in Japan during that time is clean decapitations.
So we didn’t want to shy away from it, although you can turn off the violence if you want. There’s options for it. You can turn off the blood, you can turn off the dismemberment and stuff. So it’s more trying to be faithful to the war aspect of Japan at that period. Death was a common thing and decapitation was not a strange sight in Japan.
私たちの場合、これはアサシンに関することというよりも、日本に関することだと考えています。当時の日本では、死を目にすることは日常的なことでした。そしてその時代の日本で多くの人々が死んでいった方法は、きれいな斬首でした。
ですので、私たちはそれを避けようとはしませんでした。ただし、望めば暴力表現をオフにすることもできます。そのためのオプションがあります。血の表現をオフにしたり、切断などの表現をオフにしたりすることができます。これは、むしろその時代の日本の戦争の側面に忠実であろうとする試みなのです。死は日常的なことであり、斬首は日本では珍しい光景ではありませんでした。
https://videogames.si.com/features/assassins-creed-shadows-interview
こっちなら付き合うぞ
ローカルでテキスト・画像生成のモデル動かしてみようをそのうち書こうと思うけど、Windowsアーキテクチャの簡単な説明欲しい？
コア分離あたり。ほかにも欲しいのがあれば書いとくけど
というか、Ubuntu、Ubuntu 騒いでる子がいるが、そもそもPCにWin11／Win10入ってるか？
（Windows ＋ Docker Desktop ：バックエンドWSL2 Ubuntu の予定。なお、YouTube に構築動画が無限にあるぞ)
> アプリ内のデータかバックアップしたのを自分でダウンロードしてテキスト化する方法ないかなあ／できたわ。設定→位置→タイムライン→タイムラインのエクスポートでjson化可能。あとは誰かが処理系を作るだけだ！
https://b.hatena.ne.jp/entry/4766225990155446401/comment/punychan
これを使えばXXXX-XX-XX.kml 形式で日付別のタイムラインデータを出力できる(ChatGPT製)。
KMLファイルはGoogle Earth Proなどで開くことが可能で、ビジュアルとして行動履歴を見ることができる。
ただ、以前GoogleMapsタイムラインが吐いていたKMLではPlacemarkという項目に直接建物名などが書かれていたが、現在出力されているjsonではplaceIdというものに変更されていて具体的な名前がわからない。
placeIdを実際の建物名などに変換するにはGoogle Maps API の Place Details APIを使うしかないようだが、膨大なリクエスト(有料)をしなければならず非現実的。
もともと欧州のプライバシー関係の規制のせいでGoogleのサーバ上でのタイムライン履歴が行われなくなったのが今回の問題の起点。
ユーザーの自由を尊重するなら、個人が行動履歴を自己管理する自由ももっと尊重してもらいたいものだな、と思った。
import json
import os
from xml.etree.ElementTree import Element, SubElement, tostring
from xml.dom.minidom import parseString
with open("タイムライン.json", "r", encoding="utf-8") as f:
data = json.load(f)
output_folder = "kml_output"
os.makedirs(output_folder, exist_ok=True)
# `semanticSegments` に移動データが含まれている
if "semanticSegments" in data:
date_segments = {} # 日付ごとにデータをまとめる辞書
for segment in data["semanticSegments"]:
# `startTime` から日付部分（YYYY-MM-DD）を抽出
if "startTime" in segment:
date = segment["startTime"].split("T")[0]
date_segments[date].append(segment)
for date, segments in date_segments.items():
kml = Element("kml", xmlns="http://www.opengis.net/kml/2.2")
document = SubElement(kml, "Document")
for segment in segments:
for point in segment["timelinePath"]:
coords = point["point"].replace("°", "") # 度記号を削除
time = point.get("time", "Unknown Time")
# Placemarkを作成
placemark = SubElement(document, "Placemark")
# タイムスタンプ
timestamp = SubElement(placemark, "TimeStamp")
when = SubElement(timestamp, "when")
# 座標
point_element = SubElement(placemark, "Point")
coordinates = SubElement(point_element, "coordinates")
lat, lon = coords.split(", ")
coordinates.text = f"{lon},{lat},0" # KML形式: lon,lat,alt
kml_str = tostring(kml, encoding="utf-8")
formatted_kml = parseString(kml_str).toprettyxml(indent=" ")
kml_filename = os.path.join(output_folder, f"{date}.kml")
with open(kml_filename, "w", encoding="utf-8") as f:
なんかN.I.A編入ってから明確に人減ってるみたいなXを見て思い当たる節を挙げてみる。
・フェス限アイドルがN.I.A編にかみ合い過ぎるのに対して初期のSSRアイドルが絶望的にパワー不足
・ライト勢がライトなままだとN.I.A編True(親愛度20)をほぼとれない
初期SSRアイドルで攻略する場合、PLvが50以上で使えるカードが揃っているなら食らいつけるけど、
初期からライトにやってきてPLv30台とかだと攻略記事読んでも感触的に「できるのか？」というレベルで難しい。
定期公演 "初"編と同様に簡単なレギュラーと今と同様の難易度のプロを用意した方がよかったのではとは思った。
攻略系Youtuberもなんかダレてるのかネタがないのか去年までの勢いがない。
3月くらいにマスター難易度追加されるのかな？そうしたらちゃんとやってる奴の間では延命できそう。
・N.I.A編True(親愛度20)にするために、N.I.A編周回が最低3周必要
まぁ高き門みたいなのをしたかったのだろうけど、3周するのって結構だるい。
俺もPLv50超えてるミッドコア勢みたいなかんじだけどコンテスト編成の優先度が低いアイドルはまだ親愛度20とれていないのがいる。
これで次のシナリオのおそらくHIF編で4周とかなったらダルすぎてキレそうかも。
・これからの新規勢が定期公演 "初"編のTrue(親愛度10)を仮にストレートでとれたとしても、そのままN.I.A編に突入してすぐ親愛度20にするのは無理で離脱するのでは
Lv25あたりで親愛度10は可能だけど、そこからすぐN.I.A行って親愛度20は
カードやドリンクのピック、スケジュール選択の理解がコア勢くらい深まってないと難しい。
あともうフェス限やシーズン限定で強いアイドルが容易に手に入らないので今から始めたら難易度激上がりで無理ゲーに近い。
12月末～1月中旬あたりだったらフェス限排出期間だったのでまだなんとかなったけど今は時期が悪い。
・プロデュース1回で得られる経験値が低すぎてライト勢だとPLvが上がらない
アイドル道で貰える経験値も☆10個ごとだからきつすぎるんや！
Let’s face it: starting a conversation on a dating app can feel terrifying. You see someone you’re interested in, you type out a message, and then… you delete it. “Is this too boring?” “Will they even respond?” “What if I sound awkward?”
We’ve all been there. That first message can make or break your chances of connecting with someone amazing. But here’s the good news: you don’t have to overthink it. With the right opening line, you can spark a conversation that feels natural, fun, and meaningful.
At MixerDates, we believe that every great connection starts with a great conversation. That’s why we’ve put together this guide to help you craft the best dating app opening lines—ones that stand out, show your personality, and lead to real connections. Ready to ditch the “hey” and start making an impact? Let’s dive in!
[:contents]
Before we get into the best opening lines, let’s talk about why your first message is so important.
Your opening line is your chance to make a great first impression. It’s the gateway to a conversation that could lead to something special. A thoughtful, creative message shows that you’re genuinely interested—not just swiping mindlessly.
Your first message sets the tone for the entire conversation. A boring or generic opener might lead to a dull chat, while a fun or intriguing one can spark excitement and curiosity.
Let’s be real: everyone loves feeling special. When you put effort into your opening line, it shows that you care enough to stand out. And on MixerDates, where we value authenticity and positivity, that effort goes a long way.
Now, let’s get to the good stuff—the best dating app opening lines that actually work. These are divided into categories to suit different personalities and situations.
While the examples above are great starting points, the best opening lines are the ones that feel authentic to you. Here are some tips to help you craft your own:
Reference something from their profile—a photo, a hobby, or a shared interest. It shows you’re paying attention and not just copying and pasting.
Avoid heavy or overly serious topics right off the bat. Keep the tone light and playful to make the conversation enjoyable.
Don’t try to be someone you’re not. If you’re naturally funny, lean into that. If you’re more thoughtful, go for a sincere compliment or question.
“Hey” or “What’s up?” might be easy, but they’re also forgettable. Put in a little effort to stand out.
This gives the other person an easy way to respond and keeps the conversation flowing.
At MixerDates, we’re all about creating a positive, inclusive space where you can feel comfortable being yourself. Here’s why our platform is the best place to put these opening lines into practice:
We welcome everyone, no matter who you are or who you love. Our platform is designed to be a safe space where you can connect with like-minded people.
Our users create detailed profiles that make it easy to find shared interests and craft personalized opening lines.
We encourage our community to be genuine and kind, so you can feel confident starting conversations without fear of judgment or rejection.
Don’t just take our word for it—here’s what one of our users had to say:
“I met my partner on MixerDates, and it all started with a simple message about our shared love for travel. The conversation flowed naturally, and the rest is history. I’m so grateful for this platform!”
While a great opening line can spark a conversation, building a real connection takes more than just a clever message. Here are the key elements to look for when seeking a meaningful connection:
A strong connection starts with alignment on the things that matter most. Do you share similar values, life goals, or visions for the future?
Look for someone who is willing to share their thoughts, feelings, and vulnerabilities—and who encourages you to do the same.
Healthy relationships are a two-way street. Both people should be putting in effort to communicate, plan dates, and support each other.
A true connection allows both people to be themselves without judgment. Look for someone who celebrates your uniqueness and encourages you to pursue your passions.
Communication is the foundation of any strong relationship. A mutual connection thrives on honesty, transparency, and the ability to resolve conflicts in a healthy way.
At MixerDates, we’re here to help you find these key elements in a partner. Our platform is designed to connect you with people who share your values and are looking for the same things you are. Starting a conversation on a dating app doesn’t have to be stressful. With the right opening line, you can spark a connection that feels natural, fun, and meaningful. And at MixerDates, we’re here to help you every step of the way.
So, what are you waiting for? Craft that perfect opening line, join MixerDates, and start connecting with people who value authenticity and positivity. Your perfect match is out there—and they’re just one message away.
学マス半年ぐらいログボだけ貰ってくらしてたんだけど篠澤がバレインタインチョコ配ってるって言うから半年ぶりに「初」からプレイしてるんだけど、十王 星南のTRUEが２回のプレイでアッサリ出来たんだけどコイツ壊れてないか？
つうかアノマリーが壊れてるのか？
温存→全力→温存→全力やってるだけで無限に勝てる。
ヤバイ。
スレスパでナイフがキレイに回ったときみたいな「なんかこれやたら簡単に数字出るな……」って状態がアッサリ完成した。
これヤバないか？
皆もうNISAやってるだろうから「初」とか「アノマリー」とか今更言っても周回遅れにしか聞こえないだろうけど、俺はマジでビックリしたぞ。
まあ隠しキャラみたいなもんなんだろうな。
格ゲーの家庭用でストーリーモードクリアすると使えるようになるキャラみたいなもんなんだろうな。
いやどうなんだ他のアノマも強いのか？
待ってろよ。
興行収入の話で、ハリウッドの大きな節目は9.11だったと思っていて、ちょっと確認してみた。
当時の印象だと、事件の直後は様々な映画の公開が延期されたりキャンセルされたりして、その後数年は戦争・アクション物に偏重し、結果としてハリウッド映画の定番ジャンルの一角だったラブロマンス・コメディ映画が激減していったというイメージ。
ほかにも大作指向のような業界動向や様々な社会情勢も影響していたとは思うけど、やはり9.11が一つのターニングポイントだったと思う。日本での洋画ヒットが減っていった遠因のひとつもこのあたりにあるのではないか?
以下のリストはChatGPT調べ。
以下のリストは、主に Box Office Mojo 等のデータ（全米興行収入・未調整値）をもとにした、
「アメリカ（北米）国内での年間興行収入ランキングトップ20」
参考・補足
いずれも 北米（アメリカ＆カナダ）での累計興行収入 を概算で示しています。
順位や金額は、後年の再上映や細かな集計の修正によって若干入れ替わることがあります。
上記はあくまで「製作年」ではなく「北米公開年」を基準とし、その年に公開された作品の最終的な国内興行収入をもとにしたランキングです（年をまたいで興収を伸ばした作品も含みます）。
アムロと思い切り戦って敗北して心中するのが一番幸せっていう真実の愛の果てが本当にtrue endなのかなあ
本当に幸せに幸せに暮らしましたとさになるためにはそもそも親が殺されない必要があってそれは戦争のない宇宙世紀になりガンダムの歴史は始まらないということになるし
次点で逆シャアの時期に祀り上げられることがなかったというIFはあるかもしれないが、人生くすぶりコースでずっとインドで幼児買って過ごすみたいなまあまあヤバイクズの幸せってにことなる
「好敵手と全力で戦って心中することになったはずだったのにロリコンにバブみを感じてオギャるのが合法な世界に転生して勇者様と呼ばれている件」みたいなめちゃくちゃな転生チートものぐらいしかあそこから助かる方法がない
● 初カキコ…ども…
俺みたいな中3でグロ見てる腐れ野郎、他に、いますかっていねーか、はは
あの流行りの曲かっこいい とか あの服ほしい とか
ま、それが普通ですわな
it’a true wolrd．狂ってる？それ、誉め言葉ね。
なんつってる間に4時っすよ(笑) あ～あ、義務教育の辛いとこね、これ
そしたらなんか人がめちゃくちゃいっぱいで座れないんです。
で、よく見たらなんか垂れ幕下がってて、１５０円引き、とか書いてあるんです。
もうね、アホかと。馬鹿かと。
お前らな、１５０円引き如きで普段来てない吉野家に来てんじゃねーよ、ボケが。
１５０円だよ、１５０円。
なんか親子連れとかもいるし。一家４人で吉野家か。おめでてーな。
よーしパパ特盛頼んじゃうぞー、とか言ってるの。もう見てらんない。
お前らな、１５０円やるからその席空けろと。
Ｕの字テーブルの向かいに座った奴といつ喧嘩が始まってもおかしくない、
刺すか刺されるか、そんな雰囲気がいいんじゃねーか。女子供は、すっこんでろ。
で、やっと座れたかと思ったら、隣の奴が、大盛つゆだくで、とか言ってるんです。
そこでまたぶち切れですよ。
得意げな顔して何が、つゆだくで、だ。
お前は本当につゆだくを食いたいのかと問いたい。問い詰めたい。小１時間問い詰めたい。
吉野家通の俺から言わせてもらえば今、吉野家通の間での最新流行はやっぱり、
ねぎだく、これだね。
大盛りねぎだくギョク。これが通の頼み方。
ねぎだくってのはねぎが多めに入ってる。そん代わり肉が少なめ。これ。
で、それに大盛りギョク（玉子）。これ最強。
しかしこれを頼むと次から店員にマークされるという危険も伴う、諸刃の剣。
●ルイズ！ルイズ！ルイズ！ルイズぅぅうううわぁああああああああああああああああああああああん！！！
あぁああああ…ああ…あっあっー！あぁああああああ！！！ルイズルイズルイズぅううぁわぁああああ！！！
あぁクンカクンカ！クンカクンカ！スーハースーハー！スーハースーハー！いい匂いだなぁ…くんくん
んはぁっ！ルイズ・フランソワーズたんの桃色ブロンドの髪をクンカクンカしたいお！クンカクンカ！あぁあ！！
間違えた！モフモフしたいお！モフモフ！モフモフ！髪髪モフモフ！カリカリモフモフ…きゅんきゅんきゅい！！
小説12巻のルイズたんかわいかったよぅ！！あぁぁああ…あああ…あっあぁああああ！！ふぁぁあああんんっ！！
アニメ2期放送されて良かったねルイズたん！あぁあああああ！かわいい！ルイズたん！かわいい！あっああぁああ！
コミック2巻も発売されて嬉し…いやぁああああああ！！！にゃああああああああん！！ぎゃああああああああ！！
ぐあああああああああああ！！！コミックなんて現実じゃない！！！！あ…小説もアニメもよく考えたら…
ル イ ズ ち ゃ ん は 現実 じ ゃ な い？にゃあああああああああああああん！！うぁああああああああああ！！
そんなぁああああああ！！いやぁぁぁあああああああああ！！はぁああああああん！！ハルケギニアぁああああ！！
この！ちきしょー！やめてやる！！現実なんかやめ…て…え！？見…てる？表紙絵のルイズちゃんが僕を見てる？
表紙絵のルイズちゃんが僕を見てるぞ！ルイズちゃんが僕を見てるぞ！挿絵のルイズちゃんが僕を見てるぞ！！
アニメのルイズちゃんが僕に話しかけてるぞ！！！よかった…世の中まだまだ捨てたモンじゃないんだねっ！
いやっほぉおおおおおおお！！！僕にはルイズちゃんがいる！！やったよケティ！！ひとりでできるもん！！！
あ、コミックのルイズちゃああああああああああああああん！！いやぁあああああああああああああああ！！！！
あっあんああっああんあアン様ぁあ！！シ、シエスター！！アンリエッタぁああああああ！！！タバサｧぁあああ！！
ううっうぅうう！！俺の想いよルイズへ届け！！ハルゲニアのルイズへ届け！
あと一つは？
BG_A のテキストプレーンをスプライトの上に持ってくることが出来たよ
あと PAD の入力がイベントハンドラで変な感じだったけど普通に今の状態が読めるのでフレームシンクで毎回読むようにしてすっきりんこ
これでイベントハンドラだと必ずトリガーになっててこれキーアップもみてなおすんかーいと思っていたのがやらなくてすみました
あとはいつものファイバを実装して今まで適当に書いてたのをファイバ側にリファクタリングしてだいぶすっきりんこ
あとメインループを while(TRUE) { //. }から for (;;) { //. } に変更しました
好みもありますが while で書くなら while ('A') { //. のほうがなんかやばい雰囲気になる気がする}
I've noticed a non-negligible number of people who have not only completed compulsory education in regular classes but have also received higher education and graduated from university, yet struggle with reading comprehension (understanding the meaning of text), cannot read long texts, and even have difficulty understanding videos.
When we limit the scope to individuals with broad cognitive challenges, the problem seems rather straightforward: they either "lack the ability to understand" or "take longer than usual to acquire the ability to understand."
Similarly, the case of individuals diagnosed with learning disabilities is relatively simple. While they may not have broad cognitive challenges, they require different approaches and training due to their unique learning styles.
However, it is perplexing that university graduates without broad cognitive challenges or diagnosed learning disabilities struggle to understand not only written text but also simplified video content.
I suspect that the underlying causes might include gaps in the horizontal transfer of experiences and knowledge, a severe lack of adaptability, and an extreme deficit in metacognition. Has there been any research on these issues? Additionally, could you please explain the concept of knowledge transfer?
(正規の学級で義務教育を修了し、さらに高等教育を受けて大学を卒業したにもかかわらず、読解力（文章の意味を理解する能力）に苦しみ、長文を読むことができず、さらには動画の理解にも困難を感じる人が少なくないことに気づきました。
認知能力に広範な課題を抱える個人に範囲を限定すると、問題は比較的単純です。「理解する能力がない」か、「理解する能力を獲得するのに通常よりも時間がかかる」かのいずれかです。
同様に、学習障害と診断された個人の場合も比較的単純です。彼らは広範な認知能力の課題を抱えていないかもしれませんが、独自の学習スタイルのために異なるアプローチとトレーニングが必要となります。
しかし、広範な認知能力の課題や学習障害を持たない大学卒者が、書かれたテキストだけでなく、簡略化されたビデオコンテンツの理解にも苦労していることは不可解です。
私は、その根本的な原因として、経験や知識の水平的転移の欠如、メタ認知の極端な欠如などが考えられるのではないかと疑っています。これらの問題に関する研究はありますか？また、知識転移の概念について説明していただけますか？)
Yes, research and analysis exist around the issues you described, particularly in the domains of education, psychology, and cognitive science. Let’s break down your observations and questions step by step:
Key Issues with Reading and Comprehension
1. Reading Comprehension Among Educated Individuals
• This phenomenon—educated individuals struggling with comprehension—is indeed perplexing, especially given their presumed exposure to a variety of learning materials. It suggests that education systems sometimes emphasize rote learning and surface-level knowledge acquisition over deeper understanding, critical thinking, and metacognition.
• Horizontal Transfer Gaps: This refers to the inability to apply knowledge or skills learned in one context to another. For example, someone might excel in a university course focused on memorization but fail to apply that knowledge in practical or less structured contexts.
• Severe Lack of Adaptability: Adaptability involves applying problem-solving and comprehension skills to unfamiliar formats or media. A lack of adaptability can result from a curriculum that prioritizes familiarity and routine over exploratory learning.
• Deficits in Metacognition: Metacognition is the ability to “think about thinking”—to reflect on, monitor, and regulate one’s own learning. If metacognitive skills are underdeveloped, individuals might struggle to evaluate the meaning of texts or videos, even if they have the raw intellectual ability.
Research Insights
1. Knowledge Transfer
The concept of knowledge transfer involves applying skills, knowledge, or strategies learned in one context to another. It is often classified into:
• Horizontal Transfer: Applying knowledge across similar contexts (e.g., using concepts learned in a biology course to understand a medical text).
• Vertical Transfer: Building upon foundational knowledge to understand more complex ideas (e.g., using basic algebra to solve advanced calculus problems).
Studies suggest that transfer is more likely to occur when:
• Learners deeply understand underlying principles, not just surface details.
• Connections between different contexts are explicitly taught and reinforced.
• Learning environments often emphasize task-specific skills rather than generalizable strategies.
• Standardized testing may encourage rote memorization over critical thinking.
• Lack of explicit instruction in how to generalize knowledge to new situations.
Research highlights the importance of metacognition in learning. Students who are unaware of their own comprehension limitations are less likely to engage in corrective strategies (e.g., rereading, seeking clarification). This can lead to stagnation in comprehension skills despite formal education. Effective interventions include:
• Teaching self-monitoring techniques.
• Encouraging reflective practices, like summarizing or questioning during reading.
4. Cognitive Overload in Multimedia
Even videos, if not designed properly, can overwhelm learners. The Cognitive Theory of Multimedia Learning suggests that excessive extraneous information or unclear organization in videos can overload working memory, hindering comprehension.
Strategies and Research-Based Solutions
1. Improving Knowledge Transfer
• Active Learning: Techniques such as problem-based learning or case studies can improve transfer by encouraging the application of knowledge to new situations.
• Teaching for Understanding: Encouraging learners to focus on “why” and “how” questions fosters deeper comprehension and the ability to generalize learning.
• Encourage learners to engage with unfamiliar formats and topics to build flexibility.
• Develop problem-solving skills in diverse and unpredictable contexts.
3. Developing Metacognitive Skills
• Self-Regulated Learning Training: Programs that teach students to plan, monitor, and evaluate their learning have shown success in improving comprehension.
• Feedback Loops: Providing actionable feedback on comprehension tasks encourages learners to reflect on their thinking processes.
The issues you describe highlight a gap between formal education outcomes and true comprehension or learning ability. Addressing these challenges requires systemic changes, including incorporating metacognition training, emphasizing transferable learning, and fostering adaptability.
If you’d like, I can delve deeper into specific research studies or provide examples of programs addressing these issues.
This is a fascinating and concerning observation that touches on several important areas of cognitive psychology and education. Let me address this systematically.
First, regarding knowledge transfer and metacognition: Knowledge transfer refers to the ability to apply knowledge, skills, or strategies learned in one context to new situations. It's closely related to metacognition - our ability to understand and monitor our own thought processes.
Research in this area has revealed several key findings:
David Perkins and Gavriel Salomon's work in the late 1980s and early 1990s identified two types of transfer:
A significant study by Brown, Collins, and Duguid (1989) in "Situated Cognition and the Culture of Learning" highlighted how knowledge often remains "inert" - students can pass tests but fail to apply knowledge in real-world contexts.
The phenomenon you're describing aligns with what cognitive scientists call the "transfer problem." Despite years of education, many individuals struggle to apply their learning in new contexts or integrate information across domains.
Some relevant research directions:
1. Cognitive Load Theory (Sweller et al.)
Shows how working memory limitations affect learning and transfer. Many students may never develop effective strategies for managing cognitive load, leading to poor comprehension of complex materials.
2. Reading Comprehension Studies
Work by Pressley and Afflerbach on "verbal protocols" revealed that skilled readers use multiple strategies simultaneously, while poor readers often lack these metacognitive tools.
3. Domain Integration Research
Studies by Susan Goldman and others have shown that even advanced students often fail to connect knowledge across domains, treating each subject as an isolated "silo."
Your observation about university graduates struggling with comprehension despite no apparent cognitive disabilities might be explained by several factors identified in research:
1. Surface-level Learning: Many educational systems reward memorization over deep understanding
2. Limited Strategy Instruction: Students often aren't explicitly taught comprehension strategies
3. Fragmented Knowledge: Information is typically taught in isolation without emphasis on connections
4. Weak Metacognitive Skills: Students may never develop the ability to monitor and regulate their own understanding
Some promising approaches to address these issues include:
1. Strategy Instruction Models
Teaching explicit strategies for comprehension, integration, and transfer. The Self-Regulated Strategy Development (SRSD) model has shown particular promise.
2. Knowledge Integration Frameworks
Approaches like Knowledge Integration Environment (KIE) help students connect ideas across domains.
3. Metacognitive Training Programs
Programs focusing on developing metacognitive awareness and self-regulation skills.
Since you asked about studies, I should note that while I've referenced several important works, you should verify these citations as I don't have direct access to current databases and could be misremembering details.
Would you be interested in exploring any particular aspect of this issue in more detail? For instance, we could delve deeper into specific instructional strategies that have shown promise in developing transfer abilities, or examine the relationship between metacognition and knowledge transfer more closely.
少額の金（初期装備）からスタートする「『テレビ』のリサイクル券」獲得RTAのルート案です。本番向け。
Any%とTrue Endingカテゴリそれぞれ解説します。
Any%：とにかく近所のショップへ一直線。脳筋です。ロット毎のランダムマップなので、ルート取りのイメトレ・自主練は必要です。
True：お祈り要素あり。。遠くてもできるだけデカい店舗に行きます（安テレビに出会う確率を上げる）。
大手ショップが近隣にあるマップであればまず「下調べ」を選択し、次のターンでショップに向かってもOKです。安定派はこちらで。
マップの引きが悪すぎる、または「下調べ」の進捗があまりにも悪かった場合については
「通販」選択ルートでカバーしましょう。本来リセットですが、持ち時間が決まってる場合の奥の手として。
Any%：テレビを購入後、その場で即売ります。ヤバい人パラメータが限界ギリまで上がりますが耐えます。
ここでは店員さんとの会話で確実に良客になり、ヤバい人パラの上昇を抑えることが肝です。店内のコース取りも重要。
本ルートでは"町の変人"称号を取らずに進むため、会話フェーズを飛ばすとパラが上がりきって警備員が来ます。必ず良客でいましょう。
True：帰り道に別のリサイクルショップに持ち込みます。会話コマンドは安定さえ取れればOKです。
帰りの道中に立ち寄ることを優先に、できれば大きいショップに寄りましょう（リサイクル券を発行してもらえないバグ防止）。
大きいショップだと買い取りがスムーズなのでタイム短縮が狙えます。
③帰宅
コース取りに気をつけつつウイニングランです。他カテゴリと同様、自宅玄関を開けた瞬間にタイマーストップです。
以下補足です。
・購入するテレビですが「PC」「モニター」等はNGです。また引っかけで「車載テレビ」やその他特殊なテレビも引き取ってもらえません。
現実のものですが、こちらの区分が大変参考になります。https://www.rkc.aeha.or.jp/recycleticket/target_items.html
・本ゲーム初心者で見極めが不安な方は、テレビ売り場近くの店員さんに話しかけ「これ繋いだらニュース映りますか？」を選びます（ヒントが出る）。
まずは情報の正確な把握に努めましょう。その後の雑談では無難に回答し、むやみにヤバい人パラを上げずに完走を試みてください。
、、余談ですがこの選択肢、現実でこんなこと言いますかね？笑 要は確実にヒントが出るようなアホ質問ということなんでしょうがw
現実ならギリでも「テレ朝映ります？」「TBS見れます？」とかになりそう。少し前なら「手越復帰のイッテQをリアタイしたくて…」とか？笑
・財布スコアを捨てて早く済まそう！というコンセプトです。「引き取りを依頼」「リサイクル施設に持参」ルートは考案しておりません。
上記ルートで「引き取りを依頼」すると財布がマイナス→アルバイトに突入するのでRTAとして破綻します。俗に言うタイミーさん化。
「リサイクル施設に持参」は行動自体に財布の増減はありませんが、ほとんどのマップで施設がバカ遠く、交通費もかかるので微妙です。。
というか、そもそも施設持参はマップ依存すぎて現在100%カテ以外では各大会ローカルでレギュ違反となっています。元は暗黙の了解でしたね。
今後を考慮して一応書きましたが、今んとこ個人配信で盛り上がる分にはよいですね（真Any%とか神マップRTAと称されることが多いです）。
以上、お役に立ちましたら幸いです。
ここ数日で２文見て気付いた
（数十年前に英検３級。大学入試とかで６割ちょいぐらいの苦手科目。そこからさらに衰えてるが最低限の文法や単語は思い出せたりするぐらい）
夢が真実になる、夢がかなう ぐらいの意味か。バンドしか出てこない
Back to the Future
未来へ戻る？ 未だにタイムスリップするぜ ぐらいの意味で捉えてる
洋楽、洋画のタイトルや頻出歌詞で単語も単語の並びも知ってるが意味まで考えたことないのが多そう。慣用句とかレベルじゃなしに（そうであったり、何かのもじりかとかでもわからない
All You Need Is Kill は大人になってから読んで、内容も加味してなんか「ただ殺すだけ」という意味と繋がっている
気が付くと朝4時になっていた。
なんか動くところまで出来たので貼っておく。
import pdfplumber import re #クリーンアップ def cleanuptext(text): #決算書の合計値を太字にしたことでpdfplumberが暴走するケースへの対処 #例 流動資産 -> 流流流流流動動動動動資資資資資産産産産産 #誤爆が怖いので、これが起きている時だけ補正します if "流流流流流動動動動動資資資資資産産産産産" in text: text = re.sub(r'(.)\1{4,}', r'\1', text) #△をマイナスに。 数字中のカンマを消して結合する text = re.sub(r'△([0-9])', r'-\1', text) text = re.sub(r'▲([0-9])', r'-\1', text) text = re.sub(r'([0-9]),([0-9])', r'\1\2', text) #たまに、煽り屋みたいに文字の後にスペースが入る嫌がらせを修正する #例: 投 資 有 価 証 券 -> 投資有価証券 text = re.sub(r'(?<=[\u4E00-\u9FFF\u3040-\u30FF])\s(?=[\u4E00-\u9FFF\u3040-\u30FF])', '', text) return text #今期の勘定科目の数字を取得 def get_AccountName(text, need): pattern = rf'^{need} -?[0-9]+ (-?[0-9]+)' r = re.search(pattern, text, re.MULTILINE) if r is not None: return float(r[1]) return 0 #清原ネットキャッシュを計算する。 def calc_KiyoharaNetCash(text): total_current_assets = get_AccountName(text,'流動資産合計') if total_current_assets == 0: #要約財政状態計算書しか公開していない、楽天のような素敵な会社様への対処 total_assets = get_AccountName(text,'資産合計') if total_assets != 0: #とりあえず、資産の部の6割を流動資産とみなす total_current_assets = total_assets * 0.6 else: #流動資産合計ではなく、流動資産という単語を使っている我が道を行く東北電力への対処 total_current_assets = get_AccountName(text,'流動資産') if total_current_assets == 0: raise Exception("流動資産合計の勘定科目が見つかりませんでした。"+text) total_liabilities = get_AccountName(text,'負債合計') if total_liabilities == 0: #負債合計ではなく、負債の部合計に拘るオムロンの嬉しい決算書への対策。なんでや・・・ total_liabilities = get_AccountName(text,'負債の部合計') if total_liabilities == 0: raise Exception("負債合計の勘定科目が見つかりませんでした。"+text) #負債をご丁寧にマイナス表記で書いてくれる中外製薬の親切な決算書への対策。いい加減にしろよ・・・ if total_liabilities < 0: total_liabilities = total_liabilities * -1 #投資有価証券はないこともあるので、0を容認する marketable_securities = get_AccountName(text,'投資有価証券') #print(total_current_assets,marketable_securities,total_liabilities) netcash = total_current_assets + (marketable_securities*0.7) - total_liabilities #たまに単位を1000円にしている銘柄があるので補正する if is_tanni_senyen(text): netcash = netcash / 1000 return netcash # "流動資産合計" と "負債合計" の間に "単位：千円" があるかをチェック def is_tanni_senyen(text): if "単位：千円" in text: return True if "単位： 千円" in text: return True if "単位 ： 千円" in text: return True if "単位 ：千円" in text: return True return False def pdf_to_kiyohara_netcash(pdfpath): with pdfplumber.open(pdfpath) as pdf: text = ''.join(page.extract_text() for page in pdf.pages) text = cleanuptext(text) #print(text) kiyohara_netcash = calc_KiyoharaNetCash(text) #print(kiyohara_netcash) return kiyohara_netcash def mymain(): import sys args = sys.argv argc = len(args) if argc <= 1: print(''' これは、清原達郎氏のネットキャッシュ比率(以下、清原ネットキャッシュ比率)を決算短信のpdfから求めるソフトです。 清原ネットキャッシュ=流動資産合計+(投資有価証券*0.7)-負債合計 清原ネットキャッシュ比率=清原ネットキャッシュ/時価総額*100 遊び方 1. 決算短信pdfから清原ネットキャッシュを求める python calc_kiyohara_netcash.py 140120240514594985.pdf 結果: 30757.0 決算書には、100万円単位で数字が書かれているはずなので、この数字の単位は100万円です。 つまり、3075700万円。 2. 時価総額を億円単位で追加することで、清原ネットキャッシュ比率を求める 時価総額が146億円なら146と書いてください。 python calc_kiyohara_netcash.py 140120240514594985.pdf 146 結果: 210.66% このコードはNYSLライセンスです。無保証、自己責任ですが、ご自由に。 かぶ探とかとつなげるといいかもね。 ''') return if argc <= 2: kiyohara_netcash = pdf_to_kiyohara_netcash(args[1]) print(kiyohara_netcash) return if argc <= 3: market_cap=float(args[2])*100 #億円から百万円表記に kiyohara_netcash = pdf_to_kiyohara_netcash(args[1]) ratio = round(kiyohara_netcash/market_cap*100,2) print(f"{ratio}%") return if __name__ == '__main__': mymain()
https://www.geonames.org から取れる、人口500人以上の都市の名前に限定すると、
Santa Maria Magdalena Cahuacan
import logging import tempfile import zipfile from collections import Counter import httpx FILE_NAME_BASE = 'cities500' GEONAME_FIELDS = ( 'geoname_id', 'name', 'ascii_name', 'alternate_names', 'latitude', 'longitude', 'feature_class', 'feature_code', 'country_code', 'cc2', 'admin1_code', 'admin2_code', 'admin3_code', 'admin4_code', 'population', 'elevation', 'dem', 'timezone', 'modification_date', ) def retrieve_cities(): """Retrieve city names from a remote server.""" response = httpx.get(f'https://download.geonames.org/export/dump/{FILE_NAME_BASE}.zip') response.raise_for_status() tmpdir = tempfile.TemporaryDirectory() with open(tmpdir.name + f'/{FILE_NAME_BASE}.zip', 'wb') as f: f.write(response.content) with zipfile.ZipFile(tmpdir.name + f'/{FILE_NAME_BASE}.zip', 'r') as z: z.extractall(tmpdir.name) with open(tmpdir.name + f'/{FILE_NAME_BASE}.txt', 'r') as f: for line in f: yield line.split('\t') def count_characters(to_check='ascii_name', filter_func=lambda _: True): """Count characters in city names.""" cities = {} for city_fields in retrieve_cities(): city = dict(zip(GEONAME_FIELDS, city_fields)) if not filter_func(city): continue counter = Counter() for c in city[to_check]: counter[c] += 1 cities[city['geoname_id']] = {'characters': counter, 'city': city} return cities def count_chars_of_city_names(cities, char=None): """Find the city with the most occurrences of a given character.""" cities_by_char_count = {} max_count = 0 max_count_char = None for city_id, data in cities.items(): if 'characters' not in data or not data['characters']: logging.debug(f'No characters found for city {city_id}', data) continue count = 0 if char and char in data['characters']: count = data['characters'][char] cities_by_char_count.setdefault(count, []).append(data) elif char is None: most_common = data['characters'].most_common(1)[0] char, count = most_common cities_by_char_count.setdefault(count, []).append(data) if count > max_count: max_count = count max_count_char = char cities_by_char_count.setdefault(count, []).append(data) return cities_by_char_count.get(max_count, []), max_count_char def not_contain_invalid_chars(city): return ( '(' not in city.get('ascii_name', '') and '/' not in city.get('ascii_name', '') ) def main(): cities = count_characters(filter_func=not_contain_invalid_chars) for char in 'abcdefghijklmnopqrstuvwxyz': cities_counted, char = count_chars_of_city_names(cities, char) max_count = cities_counted[0]['characters'][char] print(f'The character "{char}" appears the most ({max_count} times) in the following cities:') for city in cities_counted: print("\t", city['city']['ascii_name']) if __name__ == "__main__": main()
ワイ：
x = torch.tensor([
[1.0,2.0,3.0],
[4.0,5.0,6.0]
])
Claude3.5 Sonnet：
はい、channel-wise 正規化（チャネル方向の正規化）を行います。この場合、最終次元（dim=-1）がチャネルとなります。channel-wise 正規化では、各チャネルの平均を0、分散を1に正規化します。
import torch x = torch.tensor([ [1.0, 2.0, 3.0], [4.0, 5.0, 6.0] ]) # チャネル方向（最終次元）の平均と標準偏差を計算 mean = x.mean(dim=-1, keepdim=True) std = x.std(dim=-1, keepdim=True) # Epsilon を追加して、ゼロ除算を防ぐ epsilon = 1e-5 # 正規化を実行 x_normalized = (x - mean) / (std + epsilon) print("元のテンソル:") print(x) print("\n正規化後のテンソル:") print(x_normalized)元のテンソル: tensor([[1., 2., 3.], [4., 5., 6.]]) 正規化後のテンソル: tensor([[-1.2247, 0.0000, 1.2247], [-1.2247, 0.0000, 1.2247]])
ワイ：
x = torch.tensor([
[1.0,2.0,3.0],
[4.0,5.0,6.0]
])
ChatGPT o1-preview：
import torch x = torch.tensor([ [1.0, 2.0, 3.0], [4.0, 5.0, 6.0] ]) # Compute mean and standard deviation along the batch dimension (dim=0) mean = x.mean(dim=0, keepdim=True) std = x.std(dim=0, unbiased=False, keepdim=True) # Perform channel-wise normalization x_normalized = (x - mean) / std print("Normalized Tensor:\n", x_normalized)Output:
Normalized Tensor: tensor([[-1., -1., -1.], [ 1., 1., 1.]])Explanation:
Compute Mean:
The mean is computed along the batch dimension (dim=0), treating each column as a channel.
mean = x.mean(dim=0, keepdim=True)This results in mean = [[2.5, 3.5, 4.5]].
Compute Standard Deviation:
The standard deviation is computed along the same dimension with unbiased=False to match the sample size.
std = x.std(dim=0, unbiased=False, keepdim=True)This results in std = [[1.5, 1.5, 1.5]].
Normalize:
Subtract the mean and divide by the standard deviation for each channel.
x_normalized = (x - mean) / stdThis yields the normalized tensor with standardized channels.
Note: Setting keepdim=True ensures that the mean and standard deviation tensors have the same number of dimensions as x, which is necessary for broadcasting during subtraction and division.
ChatGPTの方が正しいよね？
2011年の国勢調査では、ロンドンの人口の50％未満が白人であり、
ロンドンには白人のイギリス人が人口の20％を下回る地域もあることが初めて判った。
2005年の報告によると、英国内の白人の移動は主に少数民族の多い地域から白人の多い地域への移動であり、
w.wiki/BHnh
2022年度、埼玉県警統計では犯罪発生件数は1位が川口市で4,437件
2位が越谷市で2,772件
x.com/Prof_Shigeru/status/1838966182206149028
pbs.twimg.com/media/GYVR_jlXAAAdIU0?format=jpg
x.com/Prof_Shigeru/status/1838977468558139772
x.com/Prof_Shigeru/status/1838961210710253685
クルド人密入国者が不法移民に英国の亡命制度を騙す方法を教えた衝撃的な瞬間：
「絶対に」帰国させられないようにアドバイスしていたことが調査で明らかになった。
www.dailymail.co.uk/news/article-12578125/Kurdish-smugglers-cheat-Britain-asylum-system.html
ドイツの判決「トルコのクルド人迫害を認定しない」【日本語訳】(12,000文字over) - 美桜
2021年、ドイツのミュンヘン行政裁判所は、「トルコ政府によるクルド人迫害は認められない」とする判決を下しました。
出典：
https://note.com/uruwashisakura/n/n2d43184a9ad2
x.com/UruwashiSakura/status/1825311164798255356
亡命トルコ、未成年の子供を持つ家族、男性の姉妹のPKK / YPGの疑い、偽造逮捕状の提出、証明書。
人口は約1300万人を生きています。 最大1500万。トルコのクルド人。
彼らの祖先だけのために。
連邦外務省の現在の状況報告によると、彼らはいかなる国家弾圧の対象にもなりません。
54
トルコでの非人道的または品位を傷つける扱いまたは処罰にもつながりません。
www.gesetze-bayern.de/Content/Document/Y-300-Z-BECKRS-B-2021-N-35315?hl=true
x.com/TheInsiderPaper/status/1839771999297778033
insiderpaper.com/germany-says-to-step-up-deportations-of-failed-turkish-asylum-seekers/
ドイツはトルコと合意し、トルコ移民13,500人をトルコへ大量送還することになった。
x.com/EuropeInvasionn/status/1839696124103233814
www.n-tv.de/politik/Berlin-schiebt-Tausende-Asylbewerber-in-die-Tuerkei-ab-article25257137.html
クルド人は難民ではない？「その答えは十分に説明した」 トルコ大使
このうち中東地域はトルコ、イスラエル、ＵＡＥ、カタールの４カ国。
x.com/MatsumotoKatsuy/status/1833012303781880055/video/2
x.com/MatsumotoKatsuy/status/1833012303781880055
x.com/zenden_55/status/1807317968499671162/video/1
x.com/zenden_55/status/1807317968499671162/video/2
180キロ？
140キロ？
x.com/prisonridge/status/1840346233766130046
隣接の集合住宅に住む
クルド人らが代わる代わる使っていた車だった。
捜査はうやむやになった。
その後すぐ、クルド人が15人ほどすごい勢いで集まってきたんです。
彼ら、声がとても大きくて、
x.com/Parsonalsecret/status/1819014395734741035
職質されたら警察署を包囲
tinyurl.com/shokushitsu
tinyurl.com/4ca75z2e
tinyurl.com/3t4e8yyy
議員を威嚇
tinyurl.com/giin-ikaku
tinyurl.com/taishikan-rantou
歩き花火
[多文化共生][移民統合][ホワイトフライト][セグリゲーション]
Fetched URL: http://anond.hatelabo.jp/keyword/TRUE
Alternative Proxies:
