Misskey初心者なのでMisskeyの設定メニューから「キャッシュをクリア」でカスタム絵文字を更新できることをやっと理解した

.ioにいると絵文字が無限にあるから（まあそのうち更新されるだろう）で特に調べる動機がなかった

このアカウントは、notestockで公開設定になっていません。

docker-compose でほいっていうのが一番安定していると思うのだけど、いざエラーになったときに知識がないと迷子になるというのがやや難点
組み込みのデータ構造でよしなにやれるといいのだけどnodejsがあんまりそういうのに向いてないっぽいのと水平scalabilityとを考えるとむずかしいはなし

RE: https://calckey.jp/notes/9g3thprslintgr9x

一般的なケースの処理を自動化することと、何が自動化されているのか仕組みを把握してもらうことの両方が大事なのよね

日常生活でもみんな0から数えるようにならんかな（過激派）

https://qiita.com/lamrongol/items/363129e90f559da9cd8a
（前半について）機械学習というのは基本的にデータが取りうる空間の中から、目的に合致した適切な部分空間を与えるパラメーターを、その空間に属する点の集合（訓練データ）から決定するという手法のことである。この戦略が成り立つためには、訓練データが空間上に雲のように広がっている必要があり、そうでなければ訓練データを「囲う」部分空間を推定することはできない。

イラストにおいては、現在学習データとして得られる具体例は、「人類が美として受け入れられる表現全体」（というのがあったとして）が概ねカバーされていると言えるほど大量の表現があるわけではなく、雲というより夜空の星のような状態にとどまっでいる。

この場合、正規化項を強くしたり、厳格なバリデーションを行うことで星の一つ一つに収束しないようにするのが機械学習におけるまっとうな方法だが、このような意見は「過学習による実世界タスクでの性能向上」というスローガンのもとにかき消されているように思える。

言い換えれば、どのようにすれば「美」なのかがデータ不足により分からないので、個別的な表現を真似ることで誤魔化していることが問題なのである。これは程度問題なので、「性能」競争のなかでの悪気のないうちに段々とひどい模倣に陥ってしまう。

解決策としては、general purposeなモデルは学習によって学びたい一般的特徴を設計者が明確にして、それに見合った控えめな学習パラメーターにより訓練すること、より「高性能」なモデルが必要とされる場合、これまで「一点」の表現を作品としてきた「クリエーター」が開発に参画し個性あるモデルを作成し、適当な権限と報酬を得ることかと思う。クリエーターならおそらく過去作品から無理やり学習した「密造酒」モデルよりずっと高性能なモデルを学習させることができるのではないかと思う。

バニラMisskey、折りたたみの効果が強すぎるからナーフしとこう

当サーバーの絵文字です。
よくわからんやつは「抽象画」カテゴリーの絵文字です。

​​​​​​​​​​​​​​
​​​​​​​​​​​​

このアカウントは、notestockで公開設定になっていません。

@hisui_0503 ASD（自閉症スペクトラム障害）とアスペルガー症候群は細かくは違います。ADHDは日本語で注意欠陥多動性障害なので、多動と省略することもあります。

ただそもそも、日常会話でASDとかADHDとかを連呼するのはステレオタイプの助長でしかなく、私は好きになれません。ある種の性格が神経的特徴であり変えられないと一度分かったのなら、あとはその人はその人の特徴、自分の特徴は自分の特徴として話していくというのが良いと私は思います…。