@Blog

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。

1. 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。
2. 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。
3. 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

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,

15分、本を読む時間を作ろうと思っています.積本消化していこうと.

2025.06.19

Logging

おはようございます.読書は、知識を深め、視野を広げ、心を豊かにしてくれる素晴らしい習慣です。たった15分でも、毎日続けることで多くのメリットがあります。

なぜ15分なのか？

15分という時間は、忙しい日々の中でも比較的確保しやすい長さです。この短時間でも集中して読書に取り組むことで、次のような効果が期待できます。

• 集中力の向上: 短時間でも読書に没頭することで、集中力を養うことができます。
• 知識の定着: 毎日少しずつでも読み進めることで、内容が頭に残りやすくなります。
• ストレス軽減: 読書は現実から一時的に離れ、心を落ち着かせる効果があります。
• 語彙力と表現力の向上: 様々な文章に触れることで、自然と語彙が増え、表現力も豊かになります。

15分読書を習慣にするためのヒント

電子書籍も活用する: スマートフォンやタブレットで手軽に読める電子書籍も、隙間時間の読書に役立ちます。

時間と場所を決める: 「朝食後」「寝る前」「通勤電車の中」など、毎日同じ時間と場所で読むようにすると習慣化しやすくなります。

手の届くところに本を置く: すぐに手に取れる場所に本を置いておくと、いざ読もうと思ったときにスムーズに始められます。

好きなジャンルから始める: まずは自分が興味のある本や好きなジャンルの本から読み始めましょう。読書が楽しくなり、習慣化へのモチベーションが高まります。

無理はしない: 毎日続けられなくても、自分を責めないでください。少しずつでも継続することが大切です。

というメリット等をAIに提示してもらったので読書を始めようと思っています.

因みに自分は電子積本がかなり多いです、その積本を消化していこうと思ったのが15分の読書です.

積本を消化するには一字一句読まないに限る.
昔は本を一字一句読む派だったんだけど、この頃は飛ばし飛ばし読む派に変わりました.大体、こんな内容だなって所、分かるのでそういう所や分かっている説明文は飛ばすスタイルに切り替えました.

読了した本は積本感想を書いていきます.恐らく月に一回ぐらいに一つの感想なのかもしれないけど書いていきます.

明日へ続く

タグ

こと, ジャンル, スタイル, ストレス, スマート, スムーズ, タブレット, ため, とき, ところ, ヒント, フォン, メリット, モチベーション, よう, 一つ, 一時, 内容, 効果, 向上, 場所, 多く, 大体, 大切, 好き, 定着, 感想, 手軽, 提示, 文章, 日々, 明日, 時間, 書籍, 朝食, 期待, 様々, 毎日, 没頭, 活用, 消化, 無理, 現実, 知識, 短時間, 確保, 継続, 習慣, 自分, 自然, 興味, 表現, 視野, 語彙, 説明, 読了, 読書, 豊か, 軽減, 通勤, 隙間, 集中, 電子, 電車,

cssとjsを動的に読み込むソースコード２。#jscode

2022.11.11

Logging

おはようございます、すずめの戸締まりを本日、観に行きますという事で本日はお休み。感想は帰ったら別途書きます。

以前、ファイルを動的に再読み込みする方法という記事を書きまして、この記事がまぁまぁプレビュー数を取ってくれているので、ソースコードを書き直しました。以前と違うのは正規表現を見てくれればわかるかと思いますが、パラメータを初期からもっているJSファイルやCSSファイルは対象外にしている所です。

メンターがいない中、コードを見直したりするのはやっぱ時間がかかるものですね。いつも自分に必要なのはメンターだと思ったりしますが、なんだかそういう人が見当たらないですよね。やはり東京や大阪にいかないと見つけられないのかな？、今ではSNSがあるから見つけやすくなっているものの、自分よりも５０％ぐらい技術力がある人がいないですよね。凄い技術力が上の人は知っているのだけども、そういう人の話を聞いてもさっぱりなので・・・。

近くにいないものなのかな、よく灯台下暗しという言葉もあるからいそうな気がするですけどね🫠。

ソースコードはこちらです。

"use strict";
document.querySelector("button").addEventListener("click",jsandcssreload);
function jsandcssreload(){
    let d = (new Date()).getTime();
    [...document.querySelectorAll("link")].forEach((elm)=>{
        elm.href = elm.href.replace(/(\.css)\??[0-9]{0,}$/,".css?" + d);
    });
    [...document.querySelectorAll("script")].forEach((elm)=>{
        elm.src = elm.src.replace(/(\.js)\??[0-9]{0,}$/,".js?" + d);
    });    
}

タグ

2, 50, css, JS, jscode, SNS, お休み, コード, すすめ, ソース, パラメータ, ファイル, プレビュー, メンター, もの, 上, 中, 事, 人, 今, 以前, 初期, 別途, 大阪, 対象, 必要, 感想, 戸締まり, 所, 技術力, 方法, 時間, 本日, 東京, 正規, 自分, 表現, 観, 記事, 話,

何気なく書いていた事が結構な確率で当たる。#未来予知 #高的中か？

2022.10.09

Logging

おはようございます、コロナが収まりそうなのに戦争はまだ収まりそうにないです。ロシアは領土を奪って何得なんでしょうか。意味が分かりません。

さて、過去のブログ記事を定期的に見たり修正したりしています。これを行う理由は一つだけ意味不明な文章表現があり本人しか意味がわからないモノが存在します。その為、定期的に変な文章は直したりしています。

毎日書けば文章力や表現力は、どんな人でもUPします。泥臭いことですが技術力を上げようと思ったらひたすら真っすぐ頑張るしか無いです。必要な知識は日々の勉強でしか埋め合わせは出来ないです、技術や知識を身につける方法はひたすら覚える事から始まります。覚えて基礎が身につけば応用学習するその反復を行って身につく。この方法しかなく脳にデータをインストールは今のところ出来ない、記憶力は人それぞれなので、身につく事が早い人と遅い人がいるけれど反復学習をすれば身につきます（脳に障害がある人は難しいけども）。

タイトルの話になりますが、結構な確率で自分の未来予想があたっているなって最近思います。特に科学的な進歩や社会にどう浸透していくなどは、結構、的を得た予想をしているなと自画自賛😐。未来予測が当たっても何の得にもならないけれどもアタルのは良いことです。

此処で一つ未来予想を書きます、昨日きな臭い記事の書いたけど、来年の夏までにはロシアVSウクライナの戦争は終わるじゃないかって思っています、なんかそんな気がします。

タグ

UP, インストール, こと, これ, コロナ, それぞれ, データ, ところ, ブログ, もの, ロシア, 一つ, 不明, 予知, 事, 人, 今, 修正, 勉強, 反復, 基礎, 変, 存在, 学習, 得, 必要, 応用, 意味, 戦争, 技術, 技術力, 文章, 文章力, 方法, 日々, 未来, 本人, 毎日, 為, 理由, 的中, 知識, 確率, 結構, 脳, 表現, 表現力, 記事, 記憶力, 身, 過去, 障害, 領土,

映画、ケネディ家の身代金を途中まで見ましたが💰

2022.08.24

Logging

こんにちは、今日は曇り空ですが何だか蒸し暑いですね😎。

さて、ネトフリで映画、ケネディ家の身代金を途中まで見ましたがネタバレサイトを少し見てしまいまして、途中で見るのを止めてしまっています。理由は耳をザクザクと斬るシーンがあるのだとか、それも生々しいらしく。これはちょっとヤダなという事で見るのを止めています…。

なお、このケネディ家の身代金は実話ベースに着色した内容なので実話とは展開は違うようですね。それでもそのシーンはあまり観たいものではない。結局、身代金をケネディは渡すのかどうか？孫は助かるのか、など結局、結末は知りたいので少しずつだけ進めながら観ていきます。

追記：ケネディ家の身代金の撮った監督さんはプロメテウスを撮った監督さん。あのリドリー・スコット監督です、それを聞くと何だか耳のシーンとかのリアリティーを追求するのはよく分かる気がします。でもそういう表現があるから何だかこの映画の意義を感じてしまいます。

※追記は投稿する前に付け加えました。

タグ

ケネディ, これ, サイト, シーン, スコット, それ, ネトフリ, プロメテウス, ベース, もの, リアリティー, リドリー, 事, 今日, 内容, 孫, 実話, 少し, 展開, 意義, 映画, 曇り空, 気, 理由, 監督, 着色, 結末, 耳, 表現, 身代金, 追求, 追記, 途中,

Twitter創業者ジャック・ドーシーだけど質問ある？WIREDの動画。

2022.07.04

Logging

おはようございます。

「Twitter創業者ジャック・ドーシーだけど質問ある？」WIREDの動画が結構、良質だな。とは言ってもイーロン・マスク氏の買収提案でジャック・ドーシー氏、会長を退いたからこれから、Twitterの開発に指示は出せないだろうけど、いろいろな機能はそのうち、リリースされそうですね。

エモーション（感情）の表現が豊かになるにはフェイスブックの用にエモーションアイコンが必要だろうきっと、その方が情報分別しやくなるし、利益とも結びやすくなるじゃないかなって思います。ツイ廃の人には今後、どんな機能が実装されるかわかるのでWIREDの動画は価値あると感じました。

タグ

96, com, https, t-vRqhtI, Twitter, watch, WIRED, www, youtube, アイコン, イーロン, いろいろ, うち, エモーション, これ, ジャック, つい, ドーシー, なるし, フェイスブック, マスク, やく, リリース, 人, 今後, 会長, 価値, 分別, 利益, 創業者, 動画, 実装, 必要, 情報, 感情, 指示, 提案, 方, 機能, 用, 良質, 表現, 買収, 質問, 開発,

並々ならぬ、ちからを感じる。表現するとはこういうモノ何だなぁ。

2022.04.19

Logging

おはよう御座います。

ポカリスエットCM、「羽はいらない」の制作現場のハイライトをみて、「あぁー」表現とはこういう事何だなぁということを感じました。これがプロなんだなぁということをマジマジと思い知らされた感じです、妥協なきという印象を映像を見ると感じますよね。

やはり何事にも妥協なきが良いものを作り出すのだと思います。今ある最善を尽くすというのは、こういう事何だなぁ凄く勉強になりました。

タグ

59, CM, com, https, jKtA, QaDx-, watch, www, youtube, こと, これ, ちから, ハイライト, はり, プロ, ポカリスエット, もの, 事, 今, 何, 何事, 制作, 勉強, 印象, 妥協, 感じ, 映像, 最善, 現場, 羽, 表現,

ロボットの進化が止まらない。進化よ止まれロボット！

2021.09.03

Logging

また一週間ほど、雨模様だそうです。先月のブログの収益はジュース3本分ぐらいでした、ワンコインランチも食べれない…。収入が若干減少しましたがこれは誤差の範囲なので横ばいという表現が良いのかもしれません。

さて、立て続けにロボットの動画を見る日があったのでロボットのことを書こうかなと思います。

ロボット開発の中ではボストン・ダイナミクス社のロボットが自分は一番凄いなと思っているのだけど、いろいろな会社がロボット開発を行っていて人形ロボットから四角い箱のロボット、魚型ロボットなど使用される用途に適したロボットが作られています。人形ロボットが一番、進化すれば人の仕事を代行してくれるのだと思います。だから人形ロボットが一番、開発するのが難しいと言われているけど、その開発に挑む企業もいます。

もしスムーズに動く人形ロボットが生産されるようになれば、あっという間に大企業は労働をロボットへシフトしていくのだろうと思います。だだ、スムーズに動く人形ロボットを作るのは難しいと感じますが、イーロン・マスク率いるチームが来年（2022年）に人形ロボット（テスラボット）を発表すると意気込んでいます。下記の動画は人なのだけど、こんな感じに滑らかに動く人形ロボットが開発されたら驚異ですよね。

最終的には人と同様に滑らかに動くロボットが必要だろうと思います、例えば介護などの仕事を代替えするとなるとガクガクと動くロボットでは人を傷つけてしまう恐れがあるので、やはり滑らかに動くロボットが必要とされるでしょう。

これから先、ロボットに優しい工場や環境を作る企業も出てくると思います。ロボットだけが働く工場などは人ように工場を設計する必要がないので、コンパクトで且つエコな工場などになると思います。

何にせよ、ロボットの進化は凄まじいです。

タグ

３, あっという間, いろいろ, コイン, こと, これ, シフト, ジュース, スムーズ, ダイナ, ブログ, ボストン, ミクス, ランチ, ロボット, ワン, 一, 中, 人, 人形, 仕事, 代行, 企業, 会社, 使用, 先月, 労働, 動画, 収入, 収益, 日, 横ばい, 減少, 生産, 用途, 立て続け, 箱, 範囲, 自分, 若干, 表現, 誤差, 進化, 開発, 雨模様, 魚,

ざわざわ[騒騒]と表現。

2021.03.07

Logging

初日にエヴァンゲリオンを見に行くことはないだろうなと今日、確信した。学生さんは休みだからか、初日の朝なのに結構な人が予約されていて映画館、エヴァヲタでいっぱいな気がします。なので、自分はその次の日にでも観に行けたら観に行きます。残念ながら失業中ですが貯蓄預金はまぁまぁあります。未だに実家暮らしなので、家賃や食費代がないのであとは、年金とサーバー代やドメイン代と何やらで月に2?3万円飛びますが、一応生きていけます。まぁこれでは駄目人間なるので仕事先を探しています。自分でお金を稼ぐというのは簡単ではないですよね。

フリーランスで働いている人がこれから増えていくのかもしれませんが、正直なところ、雇われて働く方がどんなに楽なことなのか。因みにITエンジニアが流行っていますが辞めておいた方が良い。この先、AIの技術が進み殆どのことはAIが出来るようになります。いずれプログラムコードも殆どが自動生成で生み出されるでしょう。なので生き残れるのはAIを開発できるエンジニアだけだと思います。あとはあまりいらないと思いますよ。

トイウコトデ。
逃げちゃ駄目だより・・・一体何が言いたかったんだろ。

タグ

2, ３, AI, IT, いっぱい, エヴァ, エヴァンゲリオン, エンジニア, お金, コード, こと, これ, サーバー, ところ, ドメイン, フリー, プログラム, ランス, ヲタ, 万, 予約, 人, 人間, 今日, 仕事, 休み, 先, 初日, 失業, 学生, 実家, 家賃, 年金, 技術, 方, 日, 映画館, 月, 朝, 次, 正直, 殆ど, 残念, 気, 確信, 簡単, 結構, 自分, 自動生成, 表現, 観, 貯蓄, 開発, 預金, 食費, 駄目,

みんな知らないが当たり前だということを忘れる。

2021.02.02

Logging

知っている人はみんなも知っているという感覚がある、たぶん専門分野をお仕事にしている人が知らない人と会話するときに相手と歪みが生まれたりしますよね。じぶんもこの頃、それがたまにあります。

知らないがあたりまえだと思って話すことを心がけるって結構大変な作業だなと感じます。話すって書くよりも大変な感じです。書くと感情というものの表現が抜けるけど・・・。話すと感情は抜けない代わりに、いろいろと歪が生まれることがあるなとヒシヒシと感じることがあったので記録として残しときます。

タグ

アタリマエ, いろいろ, お仕事, こと, じぶん, それ, たま, とき, みんな, 人, 会話, 作業, 分野, 大変, 専門, 当たり前, 感じ, 感情, 感覚, 歪, 相手, 表現, 記録, 頃,

しっかりしている人には苦労や努力の裏がある。

2020.11.14

Logging

しっかりしている人には苦労や努力の裏があるだろうなと、この動画を見ておもいました。ゲームの宣伝でのインタビューではあるけど、なかなか、しっかりしている。松岡茉優さんは子役時代からやっている女優さんなんだそう。だからか苦労や努力を経験し、そして自分でじぶんの力量を知っているだろうなと感じたインタビューだった。さて、じぶんはもう４０代になるのだけど、全然しっかりしていないし、人前で自分を表現できないダメダメな大人です。落ち着いて話すということが出来る人になりたいなと感じる。

いまの２０代、３０代前半の方は、結構、じぶんを表現できて自分の言葉で話すことが出来る人が出てきたなという印象を持っている。それは義務教育の影響でそういう子が増えてきたのだろうけど、年上の人に対して物怖じしない人が増えてきていることは確かだ。

タグ

20, 30, ４０, いま, インタビュー, ゲーム, こと, じぶん, それ, ダメダメ, 人, 人前, 前半, 力量, 努力, 動画, 印象, 大人, 女優, 子, 子役, 宣伝, 年上, 影響, 教育, 方, 時代, 松岡茉優, 物怖じ, 経験, 義務, 自分, 苦労, 表現, 裏, 言葉,

センスがいいONE Media｛ワンメディア｝：動画2.0。

2020.05.04

Logging

動画クリエイターのためのメディアカンパニーONE MEDIAは伝え方凄くセンスがいい。尺が短い動画でも何を伝えたいのかがよく分かります。これって凄く大事な要素だと思います。動画に関してはズブの素人だけど映像コンテンツは結構見てきているのである程度善し悪しは感覚的に分かっている。つもり(*￣(ｴ)￣*)

動画で表現できる人は凄いなと。自分は全然。自分が撮った動画は無編集動画が殆どです。動画編集とか最初の頃は時間がかかると思います。動画は撮影力と編集力がなければ中々だと感じています。因みにワンメディア代表の明石ガクト氏が本を出版されています。この本には明石ガクト氏のヒストリーも書かれていますが、基本となる撮影技術も記載されている。

これからYOUTUBEで発信を行いたい人はこの本とYOUTUBER取り扱い説明書のような２冊の本を読んでみると動画愛や闘争心が湧くかもしれない。YOUTUBEで今後生き残れるのはほんの一握りです。殆どの人はゆめ砕けてしまいます。夢に挑むことは大事かと思います、なぜなら人生一度きりだから。

最後にチャンネル登録はこちらです。
https://www.youtube.com/user/spotwright/featured

https://onemedia.jp/ WEBサイトもセンスが良いので合わせて貼っときます。

タグ

2, 2.0, media', one, youtube, YOUTUBER, ガクト, カンパニー, クリエイター, これ, コンテンツ, センス, ため, つもり, ヒストリー, メディア, ワン, 中々, 人, 代表, 何, 出版, 動画, 善し悪し, 基本, 大事, 尺, 愛, 技術, 撮影, 明石, 映像, 時間, 最初, 本, 殆ど, 発信, 程度, 素人, 編集, 自分, 表現, 要素, 記載, 説明書, 闘争心, 頃,

42Tokyo:フォーティツー東京に入れたらラッキー！？

2020.02.25

Logging

プログラマーってカッコいい職種ですよね（・(ｪ)・）というイメージが動画で表現されているのですが、果たしてそうなのか？、一昔前はオタク的な職業でかつ異質な職種と知られていた職種がこんなカッコいい職業みたいになるなんて思ってもいなかったです。

ちなみに地方のsier（エスアイヤー） 企業にはくれぐれも入らないようにという事だけは伝えたい。特に考え方が一昔前だとアウト。自分もいろいろ求職活動していて何かここ発展しそうだなと感じる職場が少ないなと感じます。それは県外から高知へ進出してきた会社も中にも少しだけ有るなと感じます。
【 https://type.jp/et/feature/8390 ←エスアイヤーに関してはひろゆき氏が語ってます。】

古い考え方だとIT業界は駄目な理由は、この業界だけに言えることなのかどうかは？（はてな）としても。IT技術は日進月歩です、そんな中で「私達の開発した技術は古い技術なので古いOSで動かしてください」とか言っていたら、それはもう、沈みゆく船に乗っているのと同じことなので、この業界に関しては新しい技術に挑み続けなければいけないのではないかと思っています。

なので、やはり考え方が古いと感じたら辞退したほうが良いと思います。これから先、世の中どうなるかわからないけれど、一つだけ言えることはどんな不況下でもスキルが高い人材は生きていけます。そしてそれがニッチだったら尚良しです、高確率で仕事にありつけるでしょう。

ちなみに42Tokyoは、門は開いているけれど試験通過しないといけないらしいので、誰でも無料で学べるわけではないという事です。結構、試験通過するのが厳しいみたいですね。ただ入学出来ればスキルは身につけれそうな気がします。

やってみたい方はこちらにリンクを貼っときます。
https://42tokyo.jp/

タグ

42, 8390, et, feature, https, IT, jp, sier, Tokyo, type, アウト, イメージ, いろいろ, エス, オタク, くれぐれ, ここ, こと, それ, ツー, はてな, ひろゆき, フォーティ, プログラマー, ラッキー, 一, 中, 事, 企業, 会社, 動画, 地方, 少し, 技術, 日進月歩, 昔, 東京, 業界, 求職, 活動, 理由, 異質, 発展, 県外, 私, 考え方, 職場, 職業, 職種, 自分, 表現, 進出, 開発, 駄目, 高知,

ゲーム、GRIS（グリス）がなんだか凄いよ。

2019.11.25

Logging

ゲーム、GRIS（グリス）がなんだか凄いよ。
これゲームなのというぐらい、滑らかな動きです、そして淡い色彩で
表現されている世界観がとても良いなと感じます。
解説は下記の動画から参照してください。
ちなみにこのゲーム2018年に発売され任天堂Switch、STEAM（スチーム：PC）、Macとそれぞれ発売されています。

お値段も結構安くて1700円前後での発売です。
なお、このゲームにはゲームオーバーというものは存在しないので
誰でも楽しくゲームを進められるようですね。

タグ

1700, 2018, GRIS, Mac, PC, STEAM, switch, オーバー, グリス, ゲーム, これ, スチーム, それぞれ, もの, 下記, 世界観, 任天堂, 値段, 動画, 参照, 存在, 発売, 色彩, 表現, 解説, 誰,

映画、キングダムを観てきましたよ。

2019.04.20

Logging

期待してるよりもどうかなって感じでした。
たぶん、良い評価かそうではない評価に分かれそう。
演技がバラバラで統一感がなかったように感じました。
上手な役者さんから大根役者までという感じ…。
映像表現などは満足度はありますが
やはり映像表現が良くても演技がなぁ…。
凄く勿体無い感覚です。
 

タグ

8, com, iglFGhCN-p, nbsp, youtube, キングダム, はり, 上手, 大根, 役者, 感じ, 感覚, 映像, 映画, 期待, 満足, 演技, 統一感, 表現, 評価,

映画、響-HIBIKI-を観てきましたよ。

2018.09.29

Logging

映画、響-HIBIKI-を観てきましたよ。
原作をうまく表現できていて違和感なく観えました。
良かったです。響の感覚は自分の中学生時代の考え方や感覚に似ているところがあります。
なんか少し懐かしく思えました。精神的なことから言えばサヴァン症候群の
分類に入るだろうけど、どうでもいいだよなそんな小さな事。
未だに人との対人関係は難しいけど、自分はこれが普通だと思っている。
普通ってなんですか？という事を問いかける良い映画だと思います。
常識って何だよって話です、本当に。
自分に言わせればひとの嫌がることをしたり、嫌味なことをいうのは
常識がないと思います。
彼女はストレートですが、荒削りな彼女の性格のほうが
常識があると思います。
 
 
 

タグ

-HIBIKI-, 4094065474, asin, jp, nbs, nbsp, こと, コレ, サヴァン, ストレート, ところ, ひと, 中学生, 事, 人, 何, 分類, 原作, 嫌味, 対人, 小学館, 小説, 少し, 常識, 彼女, 性格, 感覚, 文庫, 映画, 時代, 普通, 未だ, 本当, 症候群, 考え方, 自分, 表現, 話, 違和感, 関係, 響,

この夏、子供に見せたいアニメは「未来のミライ」か「ペンギン・ハイウェイ」だと。

2018.04.22

Logging

 
http://mirai-no-mirai.jp/
この夏、子供に見せたいアニメは「未来のミライ」か「ペンギン・ハイウェイ」だと思います。
と言っても、自分は未婚ですし、自分の子供を持つなんてことは
想像できません。それに今、結婚して子供を授かったとしても
その子が二十歳になる頃の自分の歳のことを考えると
やはりいろいろと考えてしまいます。
それはさておきこの夏、間違いなく「未来のミライ」は
ヒットするのではないかなと思ってしまうのです、細田守監督が
描く映像表現は一貫しているので間違いです。

もうひとつ実はこれもヒットしそうと思うのが
「ペンギン・ハイウェイ」だったりします、実は自分の予想では
対象年齢が違うかもしれないけれど「ペンギン・ハイウェイ」の方が
ヒットする秘めた要素が強いのかなと思ってしまう。
細田守監督が描く映像は安心して見えるアニメだと思いますが
要素が似ている部分が結構あります。そこをどこまで
新鮮に見せてくるかやストーリー展開がヒットする鍵だと思います。
それに比べて予告から何か観てみたいと思わせぶりが良いのは
「ペンギン・ハイウェイ」じゃないのかなと、おそらく
ファンタジー要素は一切ない気がしますが、それでいて
何か、ありそうな予感がするのは実は「ペンギン・ハイウェイ」かなと。

 
http://penguin-highway.com/

タグ

com, http, jp, mirai-no-mirai, nbsp, SVsHSwrb-kM, youtube, アニメ, いろいろ, こと, コレ, その子, ソレ, ハイウェイ, ヒッ, ヒット, ペンギン, ミライ, もうひとつ, 一貫, 予想, 二十歳, 今, 夏, 子供, 対象, 年齢, 想像, 方, 映像, 未婚, 未来, 歳, 監督, 細田守, 結婚, 自分, 表現, 頃,

ヴァレリアン 千の惑星の救世主

2018.03.31

Logging

ヴァレリアン 千の惑星の救世主を観に行きました（字幕版。
好みといえば好みのだけど、万人受けするかと言えばどうかなぁという印象も残る映画でした。父に捧げるとエンドクレジットに表示されていて何だか納得した、そんな映画です。
リュックベッソン監督の描くSF映画は一味違う感じですが自分はこの映像表現嫌いではないです。そして原作を数十年前に描いた原作者は本当に凄いなと思います。一番、印象に残ったのは夢というのは他の高度文明からのメッセージという発想です。この発想、案外否定できないじゃないのかなと思っています。
そして外宇宙っていう発想も面白いですね。
よくよく考えると人が考えることは殆ど具現化しているということ、これは他の高度文明からのアドバイスみたいなモノかもなと思えますし、結構夢のある映画だと思います。
ターゲット中学生や小学校高学年向けかもしれませんが、それでも良い映画だと思えたので良かったと。
http://www.valerian.jp/ ←映画リンク

タグ

http, jp, SF, valerian, www, アドバイス, ヴァレリアン, エンド, クレジット, こと, これ, それ, ターゲット, メッセージ, もの, リュックベッソン, リンク, 一味, 万, 中学生, 人, 人受け, 他, 具現, 千, 印象, 原作, 原作者, 否定, 外, 夢, 好み, 嫌い, 字幕, 学年, 宇宙, 小学校, 惑星, 救世主, 数十, 文明, 映像, 映画, 本当, 殆ど, 父, 発想, 監督, 納得, 自分, 表現, 表示, 高度,

映画、リバーズ・エッジを観て。

2018.02.17

Logging

http://movie-riversedge.jp/?
映画、リバーズ・エッジを観てきました。
原作とどう違うのかは分かりませんが、この映画を観て
「陰の中に差し込む光」という表現が良いのか分かりませんが
そんな印象を受けました、R15になったのはHな部分が結構あったから
だろうけれど、R18にならなかったのは、そのままだったから
綺麗ではなくリアルに描いていたしストーリーに必要なシーンだとも
思える納得の作品になっている。
「悲しい」とか「埋められない心の弱さ」はやはり環境にあるなと
映画を通して思いました。現代の光の部分ではなく影の部分焦点を当て
て全体的に描かれていました。
たぶんこの映画を撮った行定勲監督は今、これを
広く伝えたかったんだろうなと凄く思う映画になっています。
自分は見て良かったと思います。
 

タグ

R15, R18, ストーリー, リバース・エッジ, 人, 光, 印象, 原作, 大事, 始末, 愛蔵版, 現代, 環境, 納得, 行定勲監督, 表現, 部分焦点, 陰,

蜻蛉

2017.04.19

Logging

トンボは勝ち虫とよばれ縁起物であり、前にしか進まず退かないところから、「不転退（退くに転ぜず、. 決して退却をしない）」の精神を表すものとして、特に武士に喜ばれた。
蜻蛉が勝ち虫と呼ばれる由来 引用 http://www.asahi-net.or.jp/~fx6t-ark/kachimusi.html

先日（数日前）、後々、大変なのかもしれないと思えて仕方がないモノを
見てしまって「あぁ?」と思える出来事があった。
ジョジョで表現すると・・・・。

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　やつを追う前に言っておくッ！
　　　　　　　　　　　　　　　　　　　　　　おれは今やつのスタンドをほんのちょっぴりだが体験した
　　　　　　　　　　　　　　　　　　い…いや…体験したというよりはまったく理解を超えていたのだが……
　　　　　　　　 ,. -‐'''''""¨¨¨ヽ
　　　　 　 　 (.＿＿_,,,... -ｧァﾌ|　　　　　　　　 　あ…ありのまま 今　起こった事を話すぜ！
　 　 　 　 　 |i i|　 　 }!　}} /／|
　　　　 　 　 |l､{　 　j}　/,,ｨ//｜　　　　　　　『おれは奴の前で階段を登っていたと
　　　　　　　 i|:!ヾ､_ﾉ／ u {:}//ﾍ　　　　　　　　　　　　　　思ったらいつのまにか降りていた』
　　　　　　　 |ﾘ u' }　 ,ﾉ　_,!V,ﾊ |
　　 　 　 ／´fト､_{ﾙ{,ィ'ｅﾗ　, ﾀ人　　　　　　な…　何を言ってるのか　わからねーと思うが
　　　　 /' 　 ヾ|宀| {´,)⌒`/ |<ヽﾄiゝ　　　　　　 おれも何をされたのかわからなかった…
　　　　,ﾞ　 ／ )ヽ iLﾚ 　u' |　| ヾｌﾄﾊ〉
　　 　 |／_／　 ﾊ !ニ⊇　'／:} 　V:::::ヽ　　　　　　　　頭がどうにかなりそうだった…
　　　 /／ 二二二7'T'' ／u'　__ /:::::::/｀ヽ
　　　/'´r　-―一ｧ‐ﾞＴ´　'"´ ／::::／-‐ 　?　　　　 催眠術だとか超スピードだとか
　　 / // 　 广¨´ 　/'　　 ／:::::／´￣｀ヽ ⌒ヽ　 そんなチャチなもんじゃあ　断じてねえ
　　ﾉ ' /　 ノ:::::`ー-､___／:::::／/ 　 　 　 ヽ　　}
_／｀丶　/::::::::::::::::::::::::::￣`ー-{:::...　　　 　　　ｲ  もっと恐ろしいものの片鱗を味わったぜ…


これは、どうしたモノかと思えてしまった。
なんとも言えない・・・な。

タグ

39, 6, asahi-net, fx, html, http, jp, kachimusi, nbsp, OR, quot, t-ark, www, ｵﾚ, ジョジョ, スタンド, ッ, ところ, トンボ, もの, やつ, 今, 体験, 先日, 出来事, 前, 大変, 引用, 後々, 数日, 武士, 理解, 由来, 精神, 縁起物, 虫, 蜻蛉, 表現, 転, 退, 退却,

フェイスブックのいいね以外のボタンリリースか？エモーション？

2015.10.09

Logging

フェイスブックのいいね以外のボタンリリースか？エモーション？
リリースかテスト段階か・・・英語がわからないので
憶測の域で話しますとおそらくリリースです。
（※テスト段階みたいですね。：共感ボタンって言うらしいです。）
自分はいいね以外のボタンに賛成です。
悪い出来事にいいねは出来ないし、良くないことにも
いいねっていうのは出来ないから
いいね以外のボタンが出来てよかったと思います。
これがリリースされる事に期待してます。
ちなみにYOUTUBEはいいね以外に悪いねっていう
評価がありますよね。あれは良いと思いますが
今回のフェイスブックのエモーションは
もっと、表現の幅があるのでもっと良いかと・・・。
（悲しいとか怒りとか笑いとか）
逆にエモーションボタンが増えたことにより
コメントを書く人が減りそうな気がします。
フェイスブック疲れとかしている人には
有難い機能かもしれないですね。
動画URL貼っときます。
フェイスブックのアカウントがある人は視聴できます。
https://www.facebook.com/chris.cox/videos/10101920404101583/

タグ

１, youtube, アカウント, いいね以外, エモーション, エモーションボタン, コメント, テスト段階, フェイスブック, ボタンリリース, 人, 共感ボタン, 動画URL, 域, 幅, 怒り, 悪い出来事, 憶測, 有難い機能, 笑い, 英語, 表現, 視聴, 評価,

おすすめ度の高いフリーのエディタです｛Notepad++｝。

2014.08.22

Logging

おすすめ度の高いフリーのエディタです、エディタ名がNotepad++（DL日本語対応）という奴なんですけど(δ´ω｀)ｶﾕｲところに手が届く優れものです。昔は秀丸やサクラエディタを使用してたんですけど、このNotepad++に出会ってからずっとNotepad++を使用しています。何がそんなに良いのかといえば、動作が軽いこと、そしてバイナリもみえちゃうし、プラグインも充実してます。なんで、このNotepad++がおすすめです｛言語自動補完機能あり、文字コード変換あり等など｝。サクラエディタのようにgrep機能（ファイル内検索）もあります、あと正規表現の検索や置き換えなどもありますので自分としてはおすすめ度高いです。昔、務めていた会社では何故か、MIFES（マイフェス）とかいうテキストエディタを使用してました。
ちなみにファイルの差分を見たい場合は、WinMerge 日本語版など、バイナリを見たい場合は、StirlingやBZが有名ドコロです。
追記：
IDEで良い物を見つけました。
NetBaseです、これは職場でも使っています。言語自動補完機能ありますが若干遅いのが難ですね。
有料でよければ、PhpStormが良い感じですね。2万円とちょっとします。他にもatomやマイクロソフト
提供のVisual Studio Codeなどがあります。
https://netbeans.org/features/ide/
https://www.jetbrains.com/phpstorm/
https://atom.io/
https://www.visualstudio.com/ja-jp/products/code-vs.aspx

追記2 ：今では古い話なのでVisual Studio Codeを推奨します（2021年に追記）！！

タグ

BZ, DL, grep, MIFES, Notepad, Stirling, WinMerge, エディタ, おすすめ, ｶﾕｲ, コード, こと, さくら, テキスト, ところ, バイナリ, ファイル, フェス, プラグイン, フリー, マイ, 会社, 何, 使用, 充実, 動作, 場合, 変換, 奴, 対応, 差分, 手, 文字, 日本語, 日本語版, 昔, 有名, 検索, 機能, 正規, 秀丸, 自分, 自動, 表現, 補完, 言語,