無料 | Be Yourself

日本では図書館に行けばネットが無料で大体使用できる.

2025.09.10

おはようございます.日本では図書館に行けばネットが無料で大体使用できる.ネットには結構平等にチャンスがあるように思える.確率的には先日書いた無料で買える宝くじ程度だけどそれでもタダ学習が出来たりデジタルの物が誰でも学習すれば作れるようになっている.

お金がなくても日本では図書館にいけばパソコンに繋いでいるパソコンが使えたり、もしモバイル端末があればWi-Fiを使用してネットに繋ぐことだって出来る.

今ではチャットAIを使用して分からないことは聞けるようになっています.貧困を抜け出すには勉強することと人とのつながりを大事にすることだと思います.

これは年老いても同じことなんだと思っていて、自分が尊敬する人や憧れる人と繋がりを持っていると良いかも知れない.そういう人と出会うことが大事になるだと.

また、健康で大事あることも大事.不摂生やメンタル病んだりすると病気になったりすることがあり、そこから脱するには非常に時間がかかるのでまず健康を大事にすること、そして勉強すること、そして人とのつながりを大事にすること.

これが恐らく貧困を抜け出すには最短だと思います.
因みに自分は英語を勉強するのをオススメします.

明日へ続く

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

Profile
高知県在住の@taoka_toshiakiです、記事を読んで頂きありがとうございます.
数十年前から息を吸うように日々記事を書いてます．たまに休んだりする日もありますがほぼ毎日投稿を心掛けています😅．
SNSも使っています、フォロー、いいね、シェア宜しくお願い致します🙇.
SNS::@taoka_toshiaki

OFUSEで応援を送る

投稿日時 2025年09月10 07:00日

タグ

Photo by Clem Onojeghuo on Pexels.com

YOUTUBEはタダ（無料）で買える宝くじ

2025.09.08

Logging

おはようございます.YOUTUBEはタダ（無料）で買える宝くじとヒロシさんが仰っていた動画をこの頃見て確かになって.これはユーチューブだけではなくブログでも同じことなんだと思います.

ブログもYOUTUBEも飽和気味で過当競争だけども、それでもゼロからイチを生み出せるツールであることは間違いなくてとても夢があると思っています.

そして自分ができる範囲で始められるという所が凄いことだと.

ネットって改めて凄い発明だなと思っています、生成AIがそれを学習して新たなものを生み出せるようになってきたけど、やっぱり人が想像し創作したものには劣る.

劣らないのは要約する技術ぐらいかも知れない.プログラミングの世界にもAIは導入されてきたけど、何か物足りなさがある.土台作りには適していると思うけど、結局、CLIが一番かなと.

ちょっと脱線したけどYOUTUBEやブログはアプリひとつで誰でも始められて平等にチャンスがある、確かにアルゴリズムによってレコメンドが決められている所はあるけれどSNS（ソーシャルメディアサービス）を使うことでそこをカバーしてくれる.

ヒロシさんが言う通りタダで宝くじを買えるのと同じだと.

追伸：アナログ回線、ADSLネット頃からネットをしているけど、今も昔も楽しいのはネットにはチャンスや夢があるからだと思うし何だかんだ言って世界と繋がっていて誰でも世界に発信することが出来るツールだからだと思う.それは人工知能にはない機能だよなって思っています.

明日へ続く

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2025年09月08 07:00日

タグ

アナログ, アプリ, アルゴリズム, いち, カバー, こと, これ, サン, ゼロ, ソーシャルメディアサービス, そこ, それ, だだ, チャンス, ツール, ネット, ひとつ, ヒロシ, ブログ, プログラミング, もの, ユーチューブ, よう, レコメンド, 一番, 世界, 人工, 作り, 創作, 動画, 回線, 土台, 学習, 宝くじ, 導入, 平等, 想像, 技術, 新た, 明日, 機能, 気味, 無料, 生成, 発信, 発明, 知能, 確か, 競争, 範囲, 結局, 脱線, 自分, 要約, 追伸, 通り, 過当, 間違い, 飽和,

USB/SDカードメディア復元ツールフリー版なので

2025.08.29

Logging

おはようございます.USB/SDカードメディア復元ツールフリー版なのでPythonがインストールされている環境でしか使用出来ませんが作ってみました.因みに有料版を500円で販売しようかなと思っています.有料版はWindowsの環境でしか今のところ動かないですが、結構破格なお値段だと思っています.

Python3版は無料で提供します.winのみ動作確認済みです.
不具合は自分で直してください！！

taoka3/recover_media: USB/SDカードメディア復元ツールhttps://t.co/tFA0odWEHj pic.twitter.com/ilwGH6UxdQ
— 田岡寿章(taoka_toshiaki) (@taoka_toshiaki) August 25, 2025

ただ、Windows版を販売するにあたってインストーラーにした事はあるだけど、コピー防止機能などは行った事がないのでそこを調査中です.たぶん無料では出来そうにない感じもしますので販売するになったらこのブログでも紹介したいなと思っています.

因みにパイソン版は無料ですのでサポートは無しです、不具合等ありましたら自己解決してください.もっと効率良く復元出来るかも知れません、その時はプルリクエストをお願いします.

明日へ続く

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2025年08月29 07:00日

タグ

インストーラー, インストール, お願い, カード, コピー, サポート, そう, そこ, ツール, ところ, パイソン, フリー, プルリクエスト, ブログ, メディア, 不具合, 使用, 値段, 効率, 復元, 感じ, 明日, 有料, 機能, 無料, 環境, 破格, 紹介, 自己, 解決, 調査, 販売, 防止,

GeminiCliGitHubAction【ジェミナイしぃーえるあいギットハブアクション】が出ましたね.

2025.08.11

Logging

おはようございます.GeminiCliGitHubAction【ジェミナイしぃーえるあいギットハブアクション】が出ましたね.無料枠でも使えるらしいので無料枠で使ってみました、いやーGemini Cliと同じぐらい良いかなと思うのだけども、これは無料枠では使いこなす事が出来ない.

有料枠に切り替えればそれなりに出来そうだけども無料枠は厳しい.イシュー（Issue）やプルリクエストのレビュー（Review）を1、2回ぐらいすればかなりトークンを消費します、それがGemini Cliよりアクション版のほうが多いかも知れない.

有料枠だったらサクサク進みそうな気がしているけど、定額が存在しないようなので使用した分支払いが来るかも知れないので恐いですね.

ただ、そろそろAIに課金しようかなと思い出したので、そろそろ課金します.候補はClaudePro【クロードプロ】に課金すると思います.

明日へ続く

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2025年08月11 07:00日

タグ

あい, アクション, イシュー, ギットハブアクション, クロード, これ, ジェミナイ, そう, それ, それなり, トーク, プルリクエスト, プロ, ほう, よう, レビュー, 使用, 候補, 存在, 定額, 支払い, 明日, 有料, 消費, 無料, 課金,

無料枠使い倒してGeminiCLIでEC管理サイトの土台はどうも出来たぽっい.

2025.08.08

Logging

おはようございます.無料枠使い倒してGeminiCLIでEC管理サイトの土台はどうも出来たぽっい、いやーこれは便利なんだけども自分は確認してコード修正とかをすれば良いだけになって少々肩透かし感があります.

今朝（先日）、GeminiCLIを使用する前にClaudeProに加入するか凄く悩んだのですが、結局、仕事で使用しているので、そこで何やらはわかる感じなので今回は断念しました.Claudeを使用するとgithubと連携できる訳です.それもClaudeProでも連携できる形なのでClaude Code Actionが出来る訳です、月に3000円ぐらい支払えばClaudeProでもかなり出来ます.個人開発や零細企業、小規模開発などは使用して良いらしいのでまぁ全自動で開発できます.

https://github.com/apps/claude ←リンクをアドレスバーへ貼り付けエンター

人はClaudeが生成したものを確認し再度指示を出すという事を繰り返して製品（サービス）を作り上げていくというサイクルで大丈夫.

多分、近い将来起こり得るのは上流工程の人材しか要らなくなるという図式ですね.現段階でも全自動化は可能だと思います.

明日へ続く

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2025年08月08 07:00日

タグ

アドレス, エンター, コード, これ, サービス, サイクル, サイト, それ, バー, もの, リンク, 上流, 人材, 今回, 今朝, 仕事, 付け, 企業, 使い, 使用, 便利, 修正, 個人, 先日, 加入, 可能, 図式, 土台, 大丈夫, 将来, 小規模, 工程, 感じ, 指示, 断念, 明日, 段階, 無料, 生成, 確認, 管理, 結局, 肩透かし, 自分, 自動, 製品, 連携, 開発, 零細,

Photo by Pixabay on Pexels.com

下期観に行きたい映画リストはあるのだけども.高知県で上映されるのか

2025.08.03

Logging

おはようございます.下期観に行きたい映画リストはあるのだけども.高知県で上映されるのか分からないので、何を観に行くかは大雑把にしか記載出来ないけど書いていきます.

まずは下期の最初はジュラシック・ワールドを無料で観に行きます、あと順不同で観ようと思っている映画を書いていくと宝島、爆弾、8番出口、ひゃくえむ、トロン：アレス、アバター、沈黙の艦隊、果てしなきスカーレット等になります.これらの映画は高知県で上映されるのであれば恐らく観に行く確率が高いと思います.

因みに何かこれ以外にも観たい映画があれば観に行くのだけども、今のところ映画予告を観てみたいかもと思っているだけで気が変わる可能性は大いにあります.

自分は年間に最低でも12本の映画は観ていると思います、自分の中で映画は唯一の娯楽なのかも知れない、ゲームもたまにするけど映画より頻度は高くないからね.映画はもう記録を取り出してから353本の映画を映画館で観ています.

計算すると凄いお金を映画館に落としている気がしてならないが…唯一の娯楽なので良しとしてます.

明日へ続く

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2025年08月03 07:00日

タグ

あと, アバター, アレス, お金, ゲーム, これ, これら, ジュラシック・ワールド, スカーレット, たま, ところ, トロン, ひゃく, みたい, リスト, 上映, 下期, 予告, 以外, 出口, 可能, 唯一, 大雑把, 娯楽, 宝島, 年間, 明日, 映画, 最低, 最初, 沈黙, 無料, 爆弾, 確率, 自分, 艦隊, 計算, 記載, 記録, 順不同, 頻度, 高知,

Photo by Pixabay on Pexels.com

デュオリンゴで毎日学習中.スタディサプリよりもお手軽感.

2025.07.25

Logging

おはようございます.デュオリンゴで毎日学習中.スタディサプリよりもお手軽感とゲーム感覚で英語学習が出来ているので毎日学習が出来ている.

有料プランにはまだ切り替えていないけど、お金に余裕が出来た月に切り替えを行うつもりでいますが、あと数ヶ月は無料枠で勉強をしていきます.

デュオリンゴが良いなと思ったのは、上記以外にも理由があってデュオリンゴを始めた創業者の理念が良かったから使おうと改めて思いました.その理念は貧しい生活をしている人にもチャンスの機会を与えるというような考え方です.

自分も世界で一番使われている英語を勉強することでチャンスは確実に広がると思っていますなので、勉強をしている感じですね.勉強することで世界は広がると思います、何もしないよりも何かした方が良いです.

でもまぁまだ学習時間は短時間なんだけどね、それでも毎日学習していけてます.今回は続きそうな気がしているのはまだ初級者向けだからというのもあるかもしれない.

明日へ続く

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2025年07月25 07:00日

タグ

あと, お金, ゲーム, ヶ月, こと, スタディサプリ, そう, チャンス, つもり, デュオ, プラン, よう, リンゴ, 一番, 上記, 世界, 今回, 以外, 余裕, 切り替え, 初級, 創業, 勉強, 向け, 学習, 感じ, 感覚, 手軽, 明日, 時間, 有料, 機会, 毎日, 無料, 理念, 理由, 生活, 短時間, 確実, 考え方, 自分, 英語,

チャットワークのAPIを使ってみました.プロンプトでほぼ書いています.

2025.07.13

Logging

おはようございます.チャットワークのAPIを使ってみました.プロンプトでほぼ書いたコードになります、チャットGPTの無料版にリファレンスのURLリンクとPHPのクラス化、リターンに$thisで返却出来る所は$thisを使用してスマートにコードを書いてと指示を出しました.

出来上がったコードが下記になります.ソースコードは自分の方でモンキーテスト的に動かしてみましたが、ちゃんと動作するようです.

<?php
class ChatworkClient
{
    private string $apiToken;
    private string $baseUrl = 'https://api.chatwork.com/v2';
    private int $retryCount = 3;
    private int $retryDelay = 1000000; // microseconds

    public function __construct(string $apiToken)
    {
        $this->apiToken = $apiToken;
    }

    public function setRetry(int $count, int $delayMicroseconds): self
    {
        $this->retryCount = $count;
        $this->retryDelay = $delayMicroseconds;
        return $this;
    }

    private function request(string $method, string $path, array $params = []): array
    {
        $attempts = 0;

        while ($attempts < $this->retryCount) {
            $attempts++;

            $ch = curl_init();
            $url = $this->baseUrl . $path;

            if ($method === 'GET' && $params) {
                $url .= '?' . http_build_query($params);
            }

            curl_setopt($ch, CURLOPT_URL, $url);
            curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);

            $headers = ['X-ChatWorkToken: ' . $this->apiToken];

            if (in_array($method, ['POST', 'PUT', 'DELETE'])) {
                curl_setopt($ch, CURLOPT_CUSTOMREQUEST, $method);
                curl_setopt($ch, CURLOPT_POSTFIELDS, http_build_query($params));
                $headers[] = 'Content-Type: application/x-www-form-urlencoded';
            }

            curl_setopt($ch, CURLOPT_HTTPHEADER, $headers);

            $body = curl_exec($ch);
            $status = curl_getinfo($ch, CURLINFO_HTTP_CODE);
            $error = curl_error($ch);
            curl_close($ch);

            if ($error) {
                if ($attempts < $this->retryCount) {
                    usleep($this->retryDelay);
                    continue;
                }
                throw new RuntimeException("cURL error after {$attempts} attempts: {$error}");
            }

            if ($status >= 200 && $status < 300) {
                return [
                    'status' => $status,
                    'body' => $body ? json_decode($body, true) : null,
                ];
            }

            if ($attempts < $this->retryCount && $status >= 500) {
                usleep($this->retryDelay);
                continue;
            }

            return [
                'status' => $status,
                'body' => $body ? json_decode($body, true) : null,
            ];
        }

        throw new RuntimeException("Request failed after {$this->retryCount} attempts");
    }

    public function setToken(string $token): self
    {
        $this->apiToken = $token;
        return $this;
    }

    public function me(): array
    {
        return $this->request('GET', '/me');
    }
    public function getMyStatus(): array
    {
        return $this->request('GET', '/my/status');
    }
    public function getMyTasks(array $filters = []): array
    {
        return $this->request('GET', '/my/tasks', $filters);
    }
    public function getContacts(): array
    {
        return $this->request('GET', '/contacts');
    }
    public function getRooms(): array
    {
        return $this->request('GET', '/rooms');
    }
    public function createRoom(array $params): array
    {
        return $this->request('POST', '/rooms', $params);
    }
    public function getRoom(int $roomId): array
    {
        return $this->request('GET', "/rooms/{$roomId}");
    }
    public function updateRoom(int $roomId, array $params): array
    {
        return $this->request('PUT', "/rooms/{$roomId}", $params);
    }
    public function deleteRoom(int $roomId, string $action = 'leave'): array
    {
        return $this->request('DELETE', "/rooms/{$roomId}", ['action_type' => $action]);
    }

    public function getMembers(int $roomId): array
    {
        return $this->request('GET', "/rooms/{$roomId}/members");
    }
    public function updateMembers(int $roomId, array $params): array
    {
        return $this->request('PUT', "/rooms/{$roomId}/members", $params);
    }

    public function getMessages(int $roomId, bool $force = false): array
    {
        return $this->request('GET', "/rooms/{$roomId}/messages", ['force' => $force ? 1 : 0]);
    }

    public function postMessage(int $roomId, string $body, bool $selfUnread = false): self
    {
        $this->request('POST', "/rooms/{$roomId}/messages", ['body' => $body, 'self_unread' => $selfUnread ? 1 : 0]);
        return $this;
    }

    public function markRead(int $roomId): self
    {
        $this->request('PUT', "/rooms/{$roomId}/messages/read");
        return $this;
    }

    public function markUnread(int $roomId): self
    {
        $this->request('PUT', "/rooms/{$roomId}/messages/unread");
        return $this;
    }

    public function getMessage(int $roomId, int $messageId): array
    {
        return $this->request('GET', "/rooms/{$roomId}/messages/{$messageId}");
    }

    public function getRoomTasks(int $roomId, array $filters = []): array
    {
        return $this->request('GET', "/rooms/{$roomId}/tasks", $filters);
    }

    public function createTask(int $roomId, array $params): array
    {
        return $this->request('POST', "/rooms/{$roomId}/tasks", $params);
    }

    public function uploadFile(int $roomId, string $filePath, string $message = ''): array
    {
        if (!file_exists($filePath)) {
            throw new InvalidArgumentException("File not found: {$filePath}");
        }

        $ch = curl_init();
        $url = $this->baseUrl . "/rooms/{$roomId}/files";
        $cfile = curl_file_create($filePath);

        curl_setopt($ch, CURLOPT_URL, $url);
        curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
        curl_setopt($ch, CURLOPT_POST, true);
        curl_setopt($ch, CURLOPT_HTTPHEADER, ['X-ChatWorkToken: ' . $this->apiToken]);
        curl_setopt($ch, CURLOPT_POSTFIELDS, ['file' => $cfile, 'message' => $message]);

        $body = curl_exec($ch);
        $status = curl_getinfo($ch, CURLINFO_HTTP_CODE);

        if (curl_errno($ch)) {
            throw new RuntimeException(curl_error($ch));
        }

        curl_close($ch);
        return ['status' => $status, 'body' => json_decode($body, true)];
    }
}

人が今回のコードを書いた場合、早い人でも10分ぐらいはコードを書かないといけないと思います、どんなに早くてもそれぐらいの時間は必要だと思いますが、生成AIはこれを数十秒で書ける訳ですから、確実に時間短縮になります.

なので人工知能が使える現場は間違いなく最初のコード出力は人工知能に任せた方が良いです.特に新規案件の土台は生成AIに任せると開発コストは削減出来ます.

明日へ続く

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2025年07月13 07:00日

タグ

```, クラス, コード, コスト, これ, スマート, ソース, それ, チャット, テスト, プロンプト, モンキー, よう, リターン, リファレンス, リンク, ワーク, 下記, 人工, 今回, 使用, 出力, 削減, 動作, 土台, 場合, 必要, 指示, 新規, 明日, 時間, 最初, 案件, 無料, 現場, 生成, 知能, 短縮, 確実, 自分, 返却, 開発, 間違い,

格安SIMでも4Gから5Gに切り替える事が無料で出来るみたい.

2025.07.07

Logging

おはようございます.格安SIMでも4Gから5Gに切り替える事が無料で出来るみたいだったので、早速切り替えてみました.5G帯域を使用できるようになるには、ちょっと時間が掛かりましたがこれで外で使用するときは5Gで使用出来ます.

5G帯域が役に立つのは自分の場合は当分の間無いかなと思っています、平日はリモートワークなのでwifi環境下にいるのでほぼモバイル通信費がかからないです.

そう思っていたのですが、休みの日に外で勉強する時間を設けようと今思っていてその時にディザリングすることもあるので、そういう時に使用すると結構便利なんじゃないかなって思っていて近日中に試してみたいと思います.

トイウコトで近日中にオーテピア高知図書館に出かけてみます.カーミルでも良かったのですが高知市の方はミリ波もカバーしているようなので速いかなと思っています.

明日へ続く

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2025年07月07 07:00日

タグ

オーテピア, カー, カバー, こと, これ, ディザリング, トイウコト, とき, みたい, ミリ, ミル, モバイル, よう, リモート, ワーク, 休み, 使用, 便利, 勉強, 図書館, 場合, 帯域, 平日, 当分, 明日, 時間, 格安, 無料, 環境, 自分, 近日, 通信, 高知,

AIで今後どうなるだろうな.自然言語処理で指示出し出来てきた今日.

2025.07.01

Logging

おはようございます.何だか梅雨明けした休日にGeminiCliでコードを生成しています.仕事ではまだ自分はChatに分からない事を質問するぐらいの事しかしていないのだけども絶対にCliなどで作業すると時間短縮になるのは間違いです（仕事でも導入しているのですが自分は使用していない）.

休日に作業するときはコパイロットとGeminiを使用して開発しているのです、どちらも無料版なのだけど自分は無料板で事足りています.

因みにコパイロットとGemini、どちらが優秀かという問いに関しては今のところコパイロットの方が優秀なソースコードを書いてくれるというイメージが強いです.有料版ではカーソルやデビィンなどが優秀らしいけども余裕資金があんま無いので試していない.

お金に余裕があればいろいろと試したいことはあります.例えばグラボ（グラフィックボード）を取り替えて機械学習の学習をローカルで試してみたいなどがあります.

この頃思うのだけど、何かとこの業界は移り変わりが激しいのと新しい技術を学ぶときにたまに技術投資が必要になります.昔はオープンソース的な感じだったけどこのIT業界ビックテックはお金を取り出して来ています.

その中でMETA社？だけがオープンソースでいろいろと提供してくれていてとても有り難いです.それでもやっぱそれを動かす端末の推奨環境という物があるので古いPCだと動かなかったりします.

今後、Llm（大規模言語モデル）は容量が小さくなっていくということとローカル端末で動かすのが当たり前になる時代が来るそうです.

明日へ続く

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2025年07月01 07:00日

タグ

あんま, イメージ, オープン, お金, カーソル, グラフィック, グラボ, コード, こと, コパイロット, ソース, そう, それ, たま, デビィン, とき, ところ, どちら, ビックテック, ボード, みたい, モデル, ローカル, 今後, 仕事, 休日, 余裕, 作業, 使用, 優秀, 問い, 学習, 容量, 導入, 当たり前, 必要, 感じ, 技術, 投資, 推奨, 提供, 明け, 明日, 時代, 時間, 有料, 梅雨, 業界, 機械, 無料, 環境, 生成, 短縮, 移り変わり, 端末, 絶対, 自分, 規模, 言語, 資金, 質問, 開発, 間違い,

GeminiCliを使ってみました、まぁまぁ使えるかもしれない.

2025.06.30

Logging

おはようございます.GeminiCliを使ってみました、まぁまぁ使えるかもしれないというのが第一印象です、ただデザイン修正には使えそうにない.デザインを提示すればその通りになおしてくれると思うのだけどテキストだけの指示ではなかなか難しいと感じました.

ディレクトリ配下にあるソースコードを読ます場合は下記のようなプロンプトを一度打つとスムーズに機能追加してくれるので良いですよ.

コードベースを把握して

最初にこの言葉をGeminiに投げることでどんな機能のプログラムコードなのか把握します.これがないと駄目な訳でもないだけどもスムーズに指示出しが出来ます.

特定のコードに対して修正やらを書けたい場合は＠（アットマーク）を入力するとソースコードの候補が表示されるので選択をしてプロンプトを指示を出すと良いです.

あとGeminiCliを終了する場合は下記のコマンドを打てば終了します.

/exit

!を入力しls -aなどと入力するとMacの場合は階層のファイル一覧が表示されます的なことも出来ます.

ともあれ、ジェミナイ（ジェミニ）は無料で使用できるトークンも他よりも比較的に多いので自分としてはかなり嬉しいです、休日の個人開発はこれで何とか頑張っていけそうです.

明日へ続く

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2025年06月30 07:00日

タグ

あっとまーく, あと, コード, こと, コマンド, これ, ジェミナイ, ジェミニ, スムーズ, ソース, そう, ディレクトリ, テキスト, デザイン, トーク, ファイル, プログラム, プロンプト, ベース, よう, 一覧, 下記, 休日, 使用, 修正, 個人, 候補, 入力, 出し, 印象, 場合, 把握, 指示, 提示, 明日, 最初, 機能, 比較, 無料, 特定, 終了, 自分, 表示, 言葉, 追加, 通り, 選択, 配下, 開発, 階層, 駄目,

Photo by Victor Dunn on Pexels.com

AIで記事を学習して新たな記事を生み出すにはお金が必要だと思っていたがそうでも.

2025.06.22

Logging

おはようございます.AIで記事を学習して新たな記事を生み出すにはお金が必要だと思っていたがそうでもなくローカルPCでそこら辺に落ちているLlamaモデルを持ってきてチューニングすれば何とかなるじゃねぇという思いに至った.

実はあなたの手元にあるPCと、そこら中に「落ちている」オープンソースのAIモデル、特にLlama 3があれば、十分記事が生成できるんです。

ローカルAI記事生成は、もはや夢物語じゃない

「AIで記事生成」と聞くと、SFのような世界や、大企業だけが使える特権のように感じるかもしれません。しかし、今は違います。オープンソースの強力な言語モデル、特にMetaが公開したLlama 3の登場は、この常識を大きく覆しました。

Llama 3は、その性能の高さにもかかわらず、誰でも無料で利用できるという点が最大の魅力です。さらに、80億パラメータの8Bモデルであれば、最新のゲーミングPCとまではいかなくとも、ある程度の性能を持つPCであれば十分に動作します。これにより、高額なクラウドサービスを利用せずとも、自分のPCでAI記事生成の環境を構築することが現実的になりました。

なぜLlama 3があなたのPCと相性抜群なのか？

Llama 3がローカルPCでの記事生成に適している理由はいくつかあります。

完全無料のオープンソース: 利用に費用がかからないため、予算を気にせずAIを試したり、本格的に導入したりできます。
選べるモデルサイズ: Llama 3には様々なサイズのモデルがあり、PCのスペックに合わせて選べます。特に8Bモデルは、個人利用に最適なバランスを持っています。
活発な開発者コミュニティ: 世界中の開発者がLlama 3を使った新しいツールや効率的なチューニング方法を日々共有しています。困ったときには助けを借りられる心強い味方です。
「量子化」でさらに軽量に: モデルのサイズを大幅に小さくする「量子化」という技術を使えば、より少ないメモリでLlama 3を動かせるようになります。これにより、より多くのPCで利用の道が開けます。

あなたのPCを「記事生成マシン」に変える秘訣

もちろん、いきなりプロのライター並みの記事をAIに書かせるのは難しいかもしれません。しかし、ちょっとした工夫で「何とかなる」レベルの記事生成は十分に可能です。

少量のデータでファインチューニング: 大量の記事データは不要です。あなたが書きたい記事のテーマやスタイルに合った、質の良い記事を数十〜数百程度集めてLlama 3を学習（ファインチューニング）させれば、その分野に特化した記事生成能力が格段に向上します。
プロンプト（指示文）の工夫: AIへの「指示の出し方」は非常に重要です。具体的で明確なプロンプトを与えることで、チューニングが完璧でなくても、驚くほど質の高い記事が生成できます。これはまるで、優秀なアシスタントに的確な指示を出すようなものです。
効率的な学習方法の活用: 「LoRA（Low-Rank Adaptation）」のような効率的なファインチューニング手法を使えば、少ないGPUメモリでも短時間でモデルを特定のタスクに最適化できます。

あなたの創造性が、今、AIで加速する

かつては一部の専門家や企業にしか手の届かなかったAIによる記事生成が、今やあなたのPCで実現できる時代になりました。これはまさにAI技術の「民主化」です。

とまぁそういう訳なので何とかしてみますが、ファインチューニングにどれぐらい時間がかかるのかが未知数だったりする.

ファインチューニングPythonコード

以下のPythonコードは、Llama 3モデルをロードし、提供されたテキスト記事でファインチューニング（LoRA使用）を実行し、結果を保存します。上記の入力値は、このコードに自動的に反映されます。このコードをPythonファイル（例: `finetune_llama.py`）として保存し、実行してください。

import os
import torch
from datasets import load_dataset
from transformers import AutoTokenizer, AutoModelForCausalLM, BitsAndBytesConfig, TrainingArguments, Trainer
from peft import LoraConfig, get_peft_model, prepare_model_for_kbit_training, TaskType

# GPUの利用可能性を確認
print("GPUが利用可能か確認中...")
if not torch.cuda.is_available():
    print("GPUが見つかりません。Fine-tuningにはGPUが強く推奨されます。")
    # GPUがない場合は、ここでスクリプトを終了するか、CPUモードで続行するか選択できます。
    # exit("GPUがないため終了します。")
else:
    print(f"GPUが利用可能です: {torch.cuda.get_device_name(0)}")

# --- 1. モデルとトークナイザーのロード ---
# Llama 3モデルのパスを指定します。Hugging Faceのモデル名（例: "meta-llama/Llama-3-8B"）
# またはローカルにダウンロードしたモデルのパスを指定してください。
MODEL_NAME = "meta-llama/Llama-3-8B" # ユーザーが入力したパスがここに挿入されます

print(f"モデルとトークナイザーをロード中: {MODEL_NAME}")

# 4bit量子化設定 (GPUメモリの節約に役立ちます)
# bnb_4bit_compute_dtypeは、Ampere以降のNVIDIA GPUに推奨されるbfloat16を使用しています。
bnb_config = BitsAndBytesConfig(
    load_in_4bit=True,
    bnb_4bit_use_double_quant=True,
    bnb_4bit_quant_type="nf4", # NF4 (NormalFloat4) 量子化タイプ
    bnb_4bit_compute_dtype=torch.bfloat16 
)

# トークナイザーをロード
tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME, trust_remote_code=True)
# Llama 3はデフォルトでbos_tokenを付与しないことがあるため、明示的に追加。
# また、padding_side='right'はLlamaモデルに推奨される設定です。
tokenizer.pad_token = tokenizer.eos_token
tokenizer.padding_side = "right"

# モデルをロードし、量子化設定を適用し、自動的にGPUにマッピングします。
model = AutoModelForCausalLM.from_pretrained(
    MODEL_NAME,
    quantization_config=bnb_config,
    device_map="auto", # 利用可能なデバイス（GPU）に自動的にモデルを分散
    trust_remote_code=True # リモートコードの実行を許可
)
print("モデルロード完了。")

# k-bit学習用にモデルを準備 (PEFTライブラリのため)
# gradient_checkpointingを有効にすることで、メモリ使用量をさらに削減できます。
model.gradient_checkpointing_enable()
model = prepare_model_for_kbit_training(model)
print("k-bit学習用にモデルを準備しました。")

# --- 2. データセットの準備 ---
# あなたのテキスト記事ファイルが格納されているディレクトリを指定します。
# 例: 'your_article_data/' の中に 'article1.txt', 'article2.txt', ... と置かれている場合
DATA_DIR = "./your_article_data/" # ユーザーが入力したパスがここに挿入されます

print(f"データセットをロード中: {DATA_DIR}")

# 'text'形式でデータセットをロードします。指定されたディレクトリ内のすべての.txtファイルを読み込みます。
# 各ファイルが1つのエントリとして扱われます。
try:
    dataset = load_dataset('text', data_files={'train': os.path.join(DATA_DIR, '*.txt')})
    print(f"データセットのサンプル数: {len(dataset['train'])}")
except Exception as e:
    print(f"データセットのロード中にエラーが発生しました。ディレクトリとファイル形式を確認してください: {e}")
    exit("データセットロード失敗。")

# データセットをトークン化する関数
# 長い記事をモデルの最大入力長に分割します。
def tokenize_function(examples):
    # Llama 3の最大入力長は通常8192ですが、お使いのGPUのVRAMに合わせて調整してください。
    # ここでは一般的な値として2048を設定しています。
    max_length = 2048 
    # truncate=Trueで最大長を超えるテキストを切り捨てます。
    return tokenizer(examples["text"], truncation=True, max_length=max_length)

# データセットをトークン化します。
# num_procはCPUコア数に応じて並列処理を行い、処理を高速化します。
tokenized_dataset = dataset.map(
    tokenize_function,
    batched=True,
    num_proc=os.cpu_count(),
    remove_columns=["text"] # 元のテキスト列は学習に不要になるため削除します。
)
print("データセットのトークン化が完了しました。")

# --- 3. PEFT (LoRA) の設定 ---
# LoRA (Low-Rank Adaptation) は、元のモデルの重みをフリーズし、
# 小さなアダプター層を追加して学習させることで、効率的にファインチューニングを行います。
# これにより、GPUメモリの使用量を抑えつつ、高い性能を実現できます。
lora_config = LoraConfig(
    r=16, # LoRAのランク。値を大きくすると表現力が増すが、メモリ消費も増える。
    lora_alpha=32, # LoRAのスケーリング係数。rの2倍程度が推奨されることが多いです。
    target_modules=["q_proj", "k_proj", "v_proj", "o_proj", "gate_proj", "up_proj", "down_proj"], # LoRAを適用する層。Llamaモデルで一般的な層。
    bias="none", # バイアスを学習しない設定。
    lora_dropout=0.05, # ドロップアウト率。過学習を防ぐために設定します。
    task_type=TaskType.CAUSAL_LM, # タスクタイプを因果言語モデルに設定。
)

# モデルにLoRAアダプターを追加します。
model = get_peft_model(model, lora_config)
print("モデルにLoRAアダプターを適用しました。")
model.print_trainable_parameters() # 学習可能なパラメータ数を確認します。

# --- 4. 学習の実行 ---
# 学習済みモデルを保存するディレクトリ
OUTPUT_DIR = "./llama3_finetuned_model/" # ユーザーが入力したパスがここに挿入されます

# 学習の設定
training_args = TrainingArguments(
    output_dir=OUTPUT_DIR,
    num_train_epochs=3, # エポック数。データセットのサイズと希望する精度に応じて調整してください。
    per_device_train_batch_size=1, # GPUあたりのバッチサイズ。VRAMが少ない場合は1に設定。
    gradient_accumulation_steps=4, # 勾配を蓄積するステップ数。実質的なバッチサイズは per_device_train_batch_size * gradient_accumulation_steps になります。
    optim="paged_adamw_8bit", # 8bit AdamWオプティマイザを使用し、メモリ効率を向上させます。
    save_steps=500, # 500ステップごとにモデルを保存します。
    logging_steps=100, # 100ステップごとにログを出力します。
    learning_rate=2e-4, # 学習率。
    fp16=True, # 混合精度学習を有効化 (GPUが対応している場合)。VRAM削減と高速化に寄与します。
    max_steps=-1, # num_train_epochsに基づいて学習します。
    group_by_length=True, # 同じ長さのシーケンスをグループ化し、パディングを削減します。
    lr_scheduler_type="cosine", # 学習率スケジューラーのタイプ。
    warmup_ratio=0.03, # ウォームアップ比率。
    report_to="none", # レポート先を指定しない (wandbなどを使用しない場合)。
)

# トレーナーの初期化
# data_collatorは、モデルの入力形式に合わせてデータを整形します。
trainer = Trainer(
    model=model,
    train_dataset=tokenized_dataset["train"],
    args=training_args,
    data_collator=lambda data: {
        'input_ids': torch.stack([f['input_ids'] for f in data]),
        'attention_mask': torch.stack([f['attention_mask'] for f in data]),
        'labels': torch.stack([f['input_ids'] for f in data]), # 因果言語モデルでは、入力自体がラベルとなります。
    },
)

# 学習の開始
print("Fine-tuningを開始します...")
trainer.train()
print("Fine-tuningが完了しました。")

# --- 5. 学習済みモデルの保存 ---
# LoRAアダプターのみを保存します。これにより、ファイルサイズが小さく、効率的に管理できます。
trainer.save_model(OUTPUT_DIR)
print(f"学習済みLoRAアダプターが '{OUTPUT_DIR}' に保存されました。")

# 保存したアダプターを使って推論を行う方法の例 (コメントアウトされています):
# このコードは、ファインチューニング後にモデルをロードして推論を行うための参考例です。
# from peft import PeftModel
#
# # 元のモデルをロード (学習時と同じ量子化設定を使用します)
# base_model = AutoModelForCausalLM.from_pretrained(
#     MODEL_NAME,
#     quantization_config=bnb_config,
#     device_map="auto",
#     trust_remote_code=True
# )
#
# # 保存したLoRAアダプターを元のモデルに結合します。
# peft_model = PeftModel.from_pretrained(base_model, OUTPUT_DIR)
#
# # 推論モードに設定します。
# peft_model.eval()
#
# # テキスト生成の例
# prompt = "ローカルPCでのLlama 3ファインチューニングの利点とは"
# inputs = tokenizer(prompt, return_tensors="pt").to("cuda") # 入力をGPUに移動
#
# with torch.no_grad(): # 勾配計算を無効化し、メモリ使用量を削減
#     outputs = peft_model.generate(
#         **inputs,
#         max_new_tokens=200, # 生成する新しいトークンの最大数
#         do_sample=True, # サンプリングによる生成を有効化
#         top_p=0.9, # Nucleusサンプリングの閾値
#         temperature=0.7, # 生成の多様性を制御する温度
#         eos_token_id=tokenizer.eos_token_id # 終了トークンID
#     )
# print("\n--- 生成されたテキスト ---")
# print(tokenizer.decode(outputs[0], skip_special_tokens=True))

明日へ続く

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2025年06月22 07:00日

タグ

```, ;;）, )。, アウト, アシスタント, アダプター, あたり, アップ, あなた, いくつ, ウォーム, エポック, エラー, エントリ, オープン, オプティマイザ, お金, クラウドサービス, グループ, クン, ゲーミング, コード, コア, ここ, こと, コミュニティ, コメント, これ, サイズ, サンプリング, サンプル, シーケンス, スクリプト, スケーリング, スケジューラー, スタイル, ステップ, スペック, すべて, ソース, そこら, タイプ, ダウンロード, タスク, ため, チューニング, ツール, データ, データセット, テーマ, ディレクトリ, テキスト, デバイス, デフォルト, トー, トークナイザー, とき, どれ, トレーナー, ドロップ, バイアス, パス, バッチ, パディング, パラメータ, バランス, ファイル, ファイルサイズ, ファインチューニング, ファインチューニングコード, フリーズ, プロ, プロンプト, マシン, マッピング, メモリ, モード, モデル, もの, ユーザー, よう, ライター, ライブラリ, ラベル, ランク, リモート, レベル, レポート, ローカル, ロード, ログ, 一般, 一部, 上記, 不要, 世界, 世界中, 並み, 並列, 予算, 付与, 以下, 以降, 企業, 使い, 使用, 係数, 保存, 個人, 優秀, 入力, 公開, 共有, 具体, 処理, 出力, 分割, 分散, 分野, 初期, 利点, 利用, 制御, 削減, 削除, 創造, 加速, 助け, 効率, 動作, 勾配, 十分, 参考, 反映, 可能, 向上, 味方, 因果, 場合, 多様, 夢物語, 大幅, 大量, 失敗, 学習, 完了, 完全, 完璧, 実現, 実行, 実質, 寄与, 対応, 専門, 導入, 少量, 工夫, 希望, 常識, 強力, 形式, 必要, 思い, 性能, 手元, 手法, 技術, 抜群, 指定, 指示, 挿入, 推奨, 推論, 提供, 整形, 新た, 方法, 日々, 明日, 明確, 明示, 時代, 時間, 最大, 最新, 最適, 有効, 未知数, 本格, 格段, 格納, 構築, 様々, 比率, 民主, 活用, 活発, 消費, 混合, 済み, 温度, 準備, 無効, 無料, 特定, 特権, 現実, 理由, 環境, 生成, 発生, 登場, 的確, 相性, 短時間, 確認, 秘訣, 移動, 程度, 管理, 節約, 精度, 終了, 結合, 結果, 続行, 能力, 自体, 自分, 自動的, 蓄積, 表現, 言語, 計算, 記事, 設定, 許可, 調整, 費用, 軽量, 追加, 通常, 適用, 選択, 重み, 重要, 量子, 開始, 開発, 関数, 閾値, 非常, 高速, 高額, 魅力,

ビデオポッドキャストをたまにYOUTUBEとSpotifyで見ている.

2025.06.16

Logging

おはようございます.ビデオポッドキャストをたまにYOUTUBEとSpotifyで見ています、今日はその話を書いていきます.以前はポッドキャストを聴いていたのだけどビデオポッドキャストが面白いと感じることが多いです.声だけは声だけの良さがあるけど、顔出しのポッドキャストは熱量や雰囲気を感じられることが多いと思っています.

最近聞いているのはアンチが多そうなイケハヤさんも出ている本つまみぐいラジオです、チャンネル登録者数は全然少ないけども3人の語らいが良いなと思います.人となりが出ていて良いなと思っています、文章だと声が乗らないのもあり受け止め方によってはマイナスなイメージを抱くひともいると思いますが、ビデオポッドキャストだと感情と声が付いてくるので良いですね.

因みにSpotifyはアカウントの登録を行うと音楽も無料で聞くことが可能です、何曲かに一回、広告を挟みますが、それでも合法的に音楽やポッドキャスト、ビデオポッドキャストが聴けたり視聴できるのは良いと思っています.尚、ポッドキャストやビデオポッドキャストは広告を今のところ挟まないようです.

明日へ続く

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2025年06月16 07:00日

タグ

アカウント, アンチ, イケハヤ, イメージ, ぐい, こと, サン, そう, チャンネル, ところ, ビデオポッドキャスト, ひと, ポッドキャスト, マイナス, よう, ラジオ, 人となり, 今日, 以前, 可能, 合法, 広告, 感情, 文章, 明日, 最近, 無料, 熱量, 登録, 視聴, 雰囲気, 音楽, 顔出し,

カゴヤ・ジャパンさんのVPSのスナップショット有料何だね.

2025.06.11

Logging

おはようございます.カゴヤ・ジャパンさんのVPSのスナップショット有料何だね.無料だと思ってスナップショットをONにしていたらサーバー代が倍になってた.そう言えば何だか警告が出ていた気もする🤔.

「そうでもないか・・・警告なかったかな.」

先月の請求が来るまで管理画面を覗かなかったのが悪いだけどもちょっと痛い出費です、再来月から支払いが安くなる感じですね.

VPSの話はここまでで余談です、9月には一年間分支払っていたディズニープラスの更新月になるのですが、エイリアンアースがその前ぐらいから始まるらしく、そして将軍の続編も決まっているのだとかで将軍を観たので一年後には解約しようと思っていたのが悩ましい状態になってます.

なかなか商売上手だなって思います、あまり観ないけどネトフリも何だかんだ継続していてサブスクっていうのは怖いなーって思いますね.

明日へ続く

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2025年06月11 07:00日

タグ

アース, エイリアン, カゴヤ・ジャパン, ここ, サーバー, サブスク, サン, スナップショット, ディズニー, ネトフリ, プラス, 上手, 余談, 先月, 再来月, 出費, 商売, 将軍, 年間, 感じ, 支払い, 新月, 明日, 有料, 無料, 状態, 画面, 管理, 継続, 続編, 解約, 請求, 警告,

FF14何度も何度も辞めてはまた始めてを繰り返す.

2025.04.06

Logging

おはようございます.Mana【Hades】でzen foxという名前で以前、少し育てていたアカウントを復活させて昨日（2025/04/05）からゲームをプレイしています.声をかけてくれるひとがいれば成るべく対応しようと思っています.これからどれぐらい遊ぶ（プレイ）するかは分からないけど長く続けようとは思っています.

長く続けるにはネト友でも出来ないと続きそうにないかもですけど頑張ります.

当分、このエリアでレベル上げを行おうと思っています.なのでFF14を無料で出来る人は会えると思っています.確かFF14新規アカウントさんは今でもレベル70までは無料プレイできるそうで…自分はお金払っていますが.

https://jp.finalfantasyxiv.com/lodestone/character/34913141

ではFF14で会いましょう.尚、土日祝日の昼、夜、深夜のどれかでプレイする予定です.

明日へ続く

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2025年04月06 06:00日

タグ

アカウント, エリア, お金, ゲーム, どれか, ネト友, ひと, プレイ, 人, 名前, 土日祝日, 声, 夜, 少し, 新規アカウントさん, 昼, 深夜, 無料, 自分,

VPSサーバーに今年移行するかも🦆.する場合はDocker運用で！？

2025.01.11

Logging

おはようございます.VPSサーバーに今年移行するかも🦆.する場合はDocker運用で行いたいなって思っているのだけど考え中です.Dockerの場合、環境構築は簡単なんだけど環境を後から追加したいとかいうのが、面倒なところがあるので…考え中.

先日、Xにもポストしたけどこんな感じの構成で運用しようと思っています.

VPSサーバーで試してみないと分からない.あってそうだけど間違っている可能性もある.DockerコンテナでWEBアプリとかWEBサイトとかを運用する. pic.twitter.com/w1A0s0ukAq
— 田岡寿章(taoka_toshiaki) (@taoka_toshiaki) January 6, 2025

そもそもVPSサーバーに切り替えるとなると結構面倒なのとレンタルサーバーから上手く切り替えることが出来れば良いけど、自分の場合は無料のSSLで運用しているので一旦停止みたいな事が発生する.少しずつドメインを以降するとほど金銭的に余裕資金はないので悩みどころです.

書いていて思ったのだけどVPSサーバーに移行する前に自宅サーバーで試してみてDockerコンテナ運用が良いかもと思ったら移行してみます.

明日へ続く

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2025年01月11 06:00日

タグ

コンテナ運用, サーバー, ところ, ドメイン, レンタルサーバー, 一旦停止, 余裕資金, 感じ, 構成, 無料, 環境, 環境構築, 自分, 自宅サーバー, 運用,

Push通知ってブラウザ閉じても通知出来る様に出来るのか？

2024.11.04

Logging

おはようございます．Push通知ってブラウザ閉じても通知出来る様に出来るのか？答えは出来るのですが無料でその機能を実装できるのか．こたえはYesに近い？．有料のサービス機能push7を使用すればもっと簡単に可能です．

サービスワーカーとかいう機能を使えば良いみたいですね．知らないは一時の恥ですね．サービスワーカーとGCPやララベルの拡張Webpushなどを使えば出来そうですがまだ試していません．

なるほど．pusher＝リアルタイム通知
サービスワーカー＝通知機能
ブラウザを閉じても通知はロジックが違う．https://t.co/n6OiLtJvUq を使用して通知を行う．
その場合、サービスワーカーの登録時にエンドポイントやトークンなどデータをバックエンド投げ保存する．
保存したデータを使用して通知．
— 田岡寿章(taoka_toshiaki) (@taoka_toshiaki) November 4, 2024

因みにPusherサービスを使用して実装しました．当分、無料枠で対応可能な感じですね💁．

下記はリアルタイムPush通知の動作とソースコードの一部になります．

<?php
namespace App\Events;

use Illuminate\Broadcasting\InteractsWithSockets;
use Illuminate\Foundation\Events\Dispatchable;
use Illuminate\Queue\SerializesModels;
use Illuminate\Broadcasting\PrivateChannel;
use Illuminate\Broadcasting\Channel;
use Illuminate\Contracts\Broadcasting\ShouldBroadcast;

class NotificationEvent implements ShouldBroadcast
{
    use Dispatchable, InteractsWithSockets, SerializesModels;

    public $title;
    public $message;
    public $userId;

    public function __construct($title, $message,$userId='')
    {
        $this->title = $title;
        $this->message = $message;
        $this->userId = $userId;
    }

    public function broadcastOn()
    {
        return new Channel('notifications.' . $this->userId);
    }

    public function broadcastAs()
    {
        return 'notification-event';
    }
}

明日へ続く

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2024年11月04 06:00日

タグ

```, サービス, サービスワーカー, サービス機能, ソースコード, ブラウザ, ララベル, リアルタイム通知, 一部, 下記, 動作, 恥, 拡張, 有料, 機能, 無料, 無料枠, 答え, 通知,

ブルースカイを使っている方に朗報です。

2024.03.06

Logging

おはようございます、ブルースカイを使っている方に朗報です、Twitterで以前、無料で使えていたTwitterDeckと言うものをご存知でしょうか？、フォローしているユーザーのポストがリアルタイムに情報が流れてくるWEBアプリです。これと同じアプリがブルースカイでも可能になるアプリが登場していました、それも無料でアプリ名はDeck.blueです。

Deck.blueの使い方を説明している方がいますので、こちらを参照ください。このDeck.blueは無料版と有料版があります。複数のアカウントをマルチに使いたい場合は有料版になります。ひとつのアカウントだけで使用される場合は無料版で事が足ります。

これを知ってXから離れようかなと真剣に考えだしたのだけど、まだブルースカイはフォロワーも少ないしブルースカイを使用しているアクティブユーザーも少ない、でも徐々にだけどユーザーが増えてきていることは確か。

悩ましいところです。

明日へ続く。

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2024年03月06 06:00日

タグ

Deck.blue, Twitter, TwitterDeck, WEBアプリ, X, アカウント, アプリ, アプリ名, ご存知, フォロワー, ブルースカイ, ユーザー, リアルタイム, 使い方, 悩ましいところ, 有料版, 朗報, 無料, 無料版, 複数,

Photo by Nothing Ahead on Pexels.com

GさんのBardが進化してchatGPTに寄せてきた。#価値

2023.07.17

Logging

おはようございます、GさんのBardが進化してchatGPTに寄せてきた。これで十分使えるレベルになってきたと思います。後出しジャンケンでもしかしたらBardに軍配が上がる可能性があります。やはり検索というものを抑えている巨人は強いかもしれない。でも、これからどうやって収益化するかがとても重要になってくるだろうと思います。

まさかのGPT-4より先にBardにマルチモーダルの画像入力機能が解放されました!
実用レベルで,GPT-4論文で報告された画像認識の性能と遜色ないレベルです
スクショやスマホの写真に撮って入力すれば,文字も図も読み取り,問題に応えてくれます．
手書きのモックアップからwebサイトのコード起こしも可能 pic.twitter.com/C4lpQ8ZJgV
— 今井翔太 / Shota Imai@えるエル (@ImAI_Eruel) July 13, 2023

今は無料で使用できているけど、そのうち広告が付くのかなと思います。そうでないとサーバー代などの莫大なコストを産み続ける事になるわけですからね。因みにBardとchatGPTを比べた結果、僅差でchatGPTの方が少し精度が良い気がしますが、それも時間の問題かと思います。なので、最終的に何種類かの生成AIを使い分けていくようになると思います。

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2023年07月17 06:00日

タグ

Ｂａｒｄ, ChatGPT, Gさん, うち広告, コスト, サーバー代, ジャンケン, 何種類, 僅差, 収益化, 可能性, 問題, 少し精度, 巨人, 検索, 無料, 生成AI, 結果, 良い気, 軍配,

Blenderを使用してみてまだまだですが無料で。

2023.05.06

Logging

おはようございます。Blenderを使用してみてまだまだですが無料で何とかなるかもしれないなって思っています。たぶん、使いこなせるまで一年ぐらいはかかるかもですけど、恐らくAI（イラレ）レベルのデザインは作れそうな予感がします。

芝の色を濃くしてみましたｗｗｗｗ#blender初心者 #Blender3d pic.twitter.com/AvqJ5ST4l1
— 田岡寿章@taoka_toshiaki🦌 (@taoka_toshiaki) May 5, 2023

なので、Illustratorの一年契約は来年には辞めれるかもです、でもどうかなぁアドビの人工知能機能も触ってみたい気もします。どちらにせよ、来週末から本格的に触っていきます。今回、テキストにもモフモフ感のあるデザインにしたかったのですが、全然思い通りの仕上がりが出来ないので、Blenderマスターまでは道は険しいですね。そして、何よりブレンダーは、Webサイトで動かす事が出来たりアニメーションが作れたりしますから良いです。

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2023年05月06 06:00日

タグ

AI, Blender, Blenderマスター, illustrator, WEBサイト, アドビ, アニメーション, イラレ, テキスト, デザイン, ブレンダー, モフモフ感, 一年契約, 予感, 人工知能機能, 来年, 来週末, 気, 無料, 道,

Blenderにトライしてみようと思っています。

2023.05.05

Logging

おはようございます。近々、Blenderにトライしてみようと思っています。初期のBlenderは触ったことがあるのですが、いつの間にか進化していて使いやすくなっていました。日本語にも一応対応しているので、何だか自分でも出来そうな予感がするので、来週辺りから毎日触っていこうかなと考えています。もしこちらでまぁまぁの事が出来るようになればAI使わなくても何とかなりそうな気もするので、頑張って修得したいです。

因みにBlenderというのは、無料と寄付で成り立っているアプリです。なので、お金がない人でも３D（CG：コンピューターグラフィックス）の制作が可能なんです。あのエヴァなのでもBlenderが使用されていたとか、なので決して怪しげなソフトではありません。むしろ、いろいろな所で使用されている優秀なソフトウェアです。

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2023年05月05 06:29日

タグ

３Ｄ, AI, Blender, Cg, アプリ, エヴァ, お金, コンピューターグラフィックス, ソフトウェア, 予感, 人, 初期, 制作, 寄付, 所, 日本語, 気, 無料, 自分, 近々,

Photo by Scott Webb on Pexels.com

AIがTweet文字生成してくれるサービス無料から。

2023.03.03

Logging

おはようございます。今日はひな祭りですね、それは置いておいて、AIがTweet文字を生成してくれるサービスですけど、お値段が破格ですよね。会員登録したら無料で１０ツイートAIがTweet文を考えてくれるのだから、いや～便利な世の中ですよね。

キャッチーというサービスで国内最大級のAIライティングツールだそうです。

無料でchatGPTに考えてもらうということも・・・・出来ちゃうのでお金を取ってどれぐらいキャッチャーなキャッチコピーが生成されるかが勝負になると思います。そういう面でもchatGPTって業界に激震を走らせたことは間違いないですよね。

窓越しに聞こえる雨の音が心地良い。落ち着いたリズムが心を癒してくれる。雨の匂いも好きだ。雨は植物にとっても必要な存在だ。雨のおかげで私たちは水を得て生きていくことができる。ただし時には雨が災害を引き起こすこともあるので、注意が必要だ。雨は人々にさまざまな感情を与える不思議な存在だ
— 田岡寿章@taoka_toshiaki🦌 (@taoka_toshiaki) February 24, 2023

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2023年03月03 06:00日

タグ

１０ツイートAI, AI, AIライティングツール, ChatGPT, Tweet文, Tweet文字, お値段, お金, キャッチー, キャッチコピー, サービス, ひな祭り, 世, 会員, 勝負, 国内最大級, 業界, 激震, 無料, 面,

Photo by Irina Iriser on Pexels.com

Excelでは読み込むことができないような大容量のデータもPowerQueryでは処理できます😤。 #PowerQueryExcel #30万件

2022.12.02

Logging

おはようございます、昨日からいきなり寒くなりましたね。🍃

３０万件のダミーデータの作り方を記載します、まずは１万件のダミーデータをこちらのサイトで生成します。後はフォルダを構えてその中にダウンロードしてきたファイルを置き、そのファイルを３０回複製します、その後PowerQueryで操作する（フォルダを開く）ことにより、簡単に３０万件のダミーデータが作れます、なお、一つのエクセルファイルをPowerQueryで開き１万行をコピーアンドペーストする事を繰り返すことでも同じくダミーデータは作れます。

Download Microsoft Power Query for Excel from Official Microsoft Download Centerhttps://t.co/vdWVtq45z7
— 田岡寿章@taoka_toshiaki🦌 (@taoka_toshiaki) November 30, 2022

PowerQueryはこちらから無料でダウンロードできますので、ご使用ください。操作手順等はYOUTUBEでPowerQueryと検索するといろいろな解説がありますのでそちらを参照くださいませ。例えばこちらの動画など🙄