Ciel no Surge ひとまず読了！！
シェルノサージュ
2カ月前にオフライン版を購入しました。そんときも日記書いたはず。
オンライン版は2年半くらい前に買ったのですが、重い話のせいでなかなか進められず、挫折して夢ノ珠の途中までしか進められませんでした。
今思えばすごく損ですね……イオンと一緒に暮らして、絵本を描いたりありがとうCDを作ったり出来たはずなのに。オフライン版で今更クリアしても、決して味わえませんから……
また会う日まで
ネタバレありの日記なので遠慮なく書いていきます。
イオンが閉じた世界から一歩を踏み出し、みんなに会いに行くことを決めました。そして端末の電源は切られ、シェルノサージュは終わり、舞台はアルノサージュへ。
まだまだ回収していないイベント、トロフィーもありますし、連動しないと手に入らないアイテムなんかもあるのでちょびちょびやっていくと思います。季節限定コスチュームイベントなんかもあるしね。
しかし、こんだけ作り込まれているゲームにも関わらず、だいぶ制限してプレイさせる製作者の肝には驚かされました。せっかく作ったんだから全部やってほしい、とも思ったでしょうし、それを抑えてまでオンライン専用イベントも作ったというのは……
もちろん商売ですから、他のゲームでも「○○特典」みたいなのがありますし、それを考えればそこまで大袈裟に言うことでもないのかもしれません。でも、業界の常識なんかさておき、僕は驚かされました。やらせてほしいのになー（ちらっ
アルノサージュ
実はもう買ってあります。この前の日曜日に秋葉原で買ってきました。
2ヶ月後には院試もあるので、遊んでばかりもいられません。でもゲームを生きがいにしている身としてはここでゲームを断つなんて考えられませんね！！！
とはいえ、新ロロナ、トトリ＋も中途半端にしかプレイ出来ていないのです。そっちを先にやるべきだとは思うんですが、どうしよっかなー？
久しぶりの日記なわけ
さてさて、シェルノサージュについて語ればひとつひとつの幕について語ってキリがないので、短いですがこんなところとします。誰か語ろうぜ、とか誘ってくださったらノリノリで応じます。
というか身近にシェルノサージュプレイヤーがいないんですが……クエーサーの人数見てるとだいぶいるはずなんですけどね。たまたまか、僕が知らないだけか。
この前の日記から1ヶ月ほど、何をしていたのかと言えば、サークルのデスマしてました。2年と少し、だらだらと開発を続けてきたゲームがぼちぼちリリースなので、その追い込み。真面目に作っていれば半年足らずで完成していたような気もします。
どのサークルのどのゲームかは秘密。所属バレちゃいますからね。
あとシェルノサージュをゴリゴリ進めたり。アイテムをとんでもない勢いで作成していました。オンライン版で全部作るの、どれくらいかかるんだろう……？
こればっかりはオフライン版の強みですね。時間を進められるのは素晴らしい。
それでは、また近いうちに日記書きたいです。論文読んだり研究テーマ考えたり試験勉強したりしなきゃ……！
機械学習……の前に下調べ
機械学習のお勉強
何も分かっていませんが、研究で使うかもなぁということで勉強開始。
とりあえず、今回は
- 機械学習のステップ
- Deep Learningとの違い
- 各手法の代表的なもの
をメモしておきます。
あー、誰か詳しい人に手ほどきを受けたい………………。
機械学習のステップ
- データが入力される
- 特徴抽出
- ベクトル表現
- 学習器で分類
- 結果出力
この特徴表現、すごく大変。どういう重み付けをするかは各分野の「プロ」が「感覚で」やっていた。特徴工学（expression engineering）とかいう分野にもなっているっぽい。調べると深そう。でも深層学習のせいで未来が危うい気もする。失礼かな？
ベクトル表現は、特徴量を元に、上手く特徴を表せるようなベクトルを採用したもの。
次元圧縮は、入力から特徴を出しただけだと次元数がヤバいので、低次元に落とし込んで出来るだけ情報量を減らすこと。手書き数字の認識の例が上がっていたけど、そのままだと256次元。2次元に落とし込んでた。
Deep Learing：深層学習
いちいち英語打つのめんどいから深層学習、って書きます。
機械学習のステップのうち、
「「「特徴抽出～学習器」」」
までを勝手に機械にやってもらいます。
なんじゃそりゃ、殆ど機械任せやんけ、って思うかもしれませんが、そのとおりです。
機械学習が基本なので、そっちの流れを理解しておくだけで「今なにやってるんだろう」っていうのが分かりそうです。
機械学習ではAuto EncoderだのRBMだの、いろいろ手法があります。それがどのステップに対する手法なのか混乱していたら死にそう。
まぁ名前だけじゃなくて中身まである程度理解できれば大丈夫だと思いますけどね。
深層学習の手法
今更特徴抽出の方法について学ぶ気はさらさらありません。
機械学習でデータが正しく分類出来たか判断するデータ（教師データ）を作るのにひょっとしたら役に立つのかもしれませんが……
というわけで、以降の話の殆どは深層学習の手法についてです。
事前学習 : Pre-training
実際の判断を行う前に、深層学習用のプログラムだとかデータだとかを用意して分類器に学習させること。
それはそう、というかなんというか。
スライドに書いてあったから一応書くけど、深層学習の流れとは関係ないような……？
以下で述べる特徴抽出では、段階的に特徴を切り出していって、各段階で学習します。そこでpre-trainingと書かれているので、まだ理解しきれていない疑惑。一体何者なんだ、pre-training....
分かったら追記か何かしよう。
特徴抽出
特徴を取り出す。どんな特徴があるのか何も分からないけれど、とりあえず情報量を減らしたい。
入力の一部を切り出して（境界でトラブルが起きないように少しずつ重複させて）、抽出を行う。
抽出って言うと漠然としているけれど、実際は入力をボルツマンモデルとかに流して判定する。ボルツマンモデルはちょっと横に置いといて、ニューロンモデルは後で別の記事にまとめよう。
基本の殆どはAuto-encoderかRBMのどちらかに基づいているらしい。今日巡ったサイトではこのふたつばっかり書いてあった。
Auto-encoder
入力データを圧縮したベクトルを作成。そのベクトルから元のデータを復元してみる。ちゃんと復元出来たベクトルの勝ち。
というわけで、上手く非可逆圧縮する方法を探るのがこいつ。参考にリンクを貼っておくので、詳しく知りたければ。
できるだけよく復元する、っていうのはノイズ除去にも使えるよね、ってことでDenoising Autoencoderというものもある。おまけ知識。
RBM : Restricted Boltzmann Machine
詳しくはまた今度。
確率推定のためのボルツマンマシンの、制限を加えて計算量を抑えたもの。
本当の名前は「Contrastive Divergence Method」。日本語で呼ばれることはないっぽい。wikipediaでもカタカナでしか書かれていないし。
確率分布推定に基づく。
- 制限って何さ？
ボルツマンモデル上にはたくさんのノードがあります。ノードはVisible UnitsとHidden Unitsの2種類があります。Visible-Hiddenの間でしか接続されないようにすることで、O(ノード数^2)の計算量を大幅に抑えます。
DBM : Deep Boltzmann Machine
RBMを階層的に並べたもの。
ボルツマンマシンは0か1かの状態を取ります。
Visible Unitsに入力されてHidden Unitsに渡されて、状態を決める関数に投げられて、Hidden Unitsが0か1かの値を取ります。
それを次の階層のVisible Unitsに入力として渡してあげれば、DBMになります。
参考文献のslideshareのやつが分かりやすい。
学習した内容は、入力側から1層ずつ確定させていくことに注意。
深層学習の先駆けとなったSuper Visionでは、15万データを1000カテゴリに分類していて、5層、65万ニューロンのDBMを採用していたそうです。
判定
判定基準がありません！！！！！！
これは深層学習に限らず、「教師なし学習」のお話。
学習段階で、何が正解だとかそういうのは判定出来ない。
「とりあえずこんな特徴量を出してみた……で？」って状態。
実際に学習したマシンを使うときに、入力を分類出来ればいい（必要なデータを、学習中に同じように分類されたデータから取ってくる）ので、分類分けします。
これを用語的にはクラスタリングといいます。
やっぱり判定
判定基準が無いと言ったな。あれは嘘だ。
教師あり学習を用いて判定をするようにするとか、いくらでもやりようがある。
教師あり/なし学習、両方ともあるみたいです。調べたページによって、教師ありだよ/いや、無しだよ、と分かれていました。
クラスタリングするか、ちゃんと分類されたか確認するかの違いですね。深層学習以前のお話です。
これも参考文献どうぞ。
参考
これを読み進めております。ちょっと古いけど問題ないでしょ。
Machine Learning Advent Calendar 2014 - Qiita
そこからさらに飛んだ先の、わかりやすいやつ
Deep learning
Hello Autoencoder — KiyuHub
後ろの難しいアルゴリズムとか発展とか
ゆるふわ Restricted Boltzmann Machine - Risky Dune
教師ありとなしについて
機械学習とは
ではひとまずこれで。
Unknown words or phrases in a publication -PHANTOM-
わからなかった単語メモ
今回読んだ論文はPHANTOM: Practical Oblivious Computation in a Secure Processor
この論文中でわからなかった・すぐに思い出せなかった・自信の無い単語をメモる。
unknown、って言うとなんか一般に知られていない、ってことになりそう。いい単語あるかなぁ。
abstract
obfuscate 難読化する
adversary 敵
obliviousness 遺却、数学的（機械的）計算で区別できないこと。 = computationally indistinguishable
property 性質
empirical 実証的（empirical model）
novel 珍しい、新しい、奇抜な
efficient 効率的
exploit 開発する
confidentiality 機密性（confidentとは全然違うので注意）
offload = unload = remove 取り除く、追いやる（offload computation (from local hardware) to the cloud (hardware)）
introduction
prior 前の
volatile 揮発性をもっている
encrypt 暗号化する
off-the-shelf 既製品
snoop = furtive investigation 盗み撮り、くらいに捉えればいいか
furtive = stealthy 密かな
susceptible 影響を受けやすい
in turn 順番に
discernible 識別できる 認識できる
census 戸籍、人口調査
account for sth sthの説明となる
intuitive 直感的な
pose = compose 生ずる
optimize 最適化する
complementary 補完的な
utilize 効果的に利用可能にする make practical and effective use of.
practical 実用的
stash 秘密倉庫、隠し場所 = a secret storeof sth (そこに隠す、というvでもある)
periphery 周辺 edgeと同義なことに注意。間近。
あごだしうどん（濃）
うどんを作ろう
うどん。それは日本の生み出した麺。
うどん。それはバリエーションに富んだ麺。
うどん。それは空飛ぶサーカスのキーワード。
材料
- 冷凍うどん（細麺400g）
- 卵（1個）
- あごだし粉末（1袋、600ml用……だったような）
- 天かす（適量）
- 七味唐辛子（適量）
- わかめ（あれば）
- その他入れたいもの（ベーコンとか鰹節とか入れた）
作り方
- お湯をたっぷり沸かす
- お湯を鍋に入れてうどんを茹でて解凍
- 丼にお湯を300ml程度入れる
- あごだし粉末を丼に全て投入
- 卵や入れたい具材を丼に投入。天かすや七味はまだ
- 解凍出来たら麺を丼に投入
- 七味や天かすを投入
- 完成
適当すぎるだろ
男子大学生の夕飯なんてそんなもん。料理するときゃするけど。
ポイント
あごだしを適量で溶かすと正直味が薄い。味付き肉とか入れたくなるレベル。
なので半分の量のお湯に溶かしたところ、そこそこいい感じになった。ちょっと薄いけど。
最近濃い味に慣れすぎてた感じがしてたので、ちょうど良かったのかも。
うどんと言えば麺つゆ、という人も是非ご賞味あれ。というか僕も麺つゆ派なんですけど、だしで食べるのもいいもんです。
ちなみに
業務スーパーで全部買えるはずです。たぶん。
無ければスーパーでどうぞ。
汁まで飲んで、ごちそうさまでした。
LE FRUIT DE LA GRISAIA -Amane-
ゴシップ
面白おかしくすることばかりで、当事者の気持ちなんか考えていませんよね。
いやぁ、つい数年前の話なんかを思い出します。
まさか非難の声を上げておいて「自分は殺してない」なーんて言う人はいませんよねぇ？
陰湿なのはごく一部の女子高生だけでいいです。
「人」と「鬼」
人が人であるために
正直なところ、一姫が「全員は生き残れない」と言ったときには死んだ人から順に肉になっていくのだと思っていました。でもそうじゃなかった。
- 盗むな
- 壊すな
- 殺すな
人であるために、その尊厳を守るために守らなければならない3ヶ条。
どんな状況であったとしても、その状況が免罪符にはなりえない……のかもしれません。こんな話を読んだ後でなんですが、人が人である以前に生き残ることを考えなければならない極限状態では……と考えてしまうとどうにも3ヶ条を絶対遵守、とは思えません。
もしかしたら思考回路が人間のそれではなく、もう鬼なのかもしれません。
どっかで座禅でも組んだ方がいいんだろうか……
「私…この恩は…必ず返すから…」
正直一番泣ける。つらい。
詳しくは天音BADを見よう！
「……私…死んでも絶対に…この恩を忘れないよ…？」 -広岡たまき
ところで
落下場所についての考察を見つけました。状況ニキ、絶対殺すマン状態っすね。
興味深かったので貼っときます。
「エンジェリック・ハウル」の落下場所の殺意が高すぎる件について - この夜が明けるまであと百万の祈り
いのちをだいじに
SAN値
sanity.
正気は保って読みすすめましょう。
堂々の1位、傷口から蛆。
蛆が人の身体から湧くなんて想像したくもない。頭の中にネジを入れられているかのごとく衝撃を受けました。鳥肌。
それを食べる金田先輩は完全に狂気。蛆食べるってなんだよ……桜井先輩の方が痛々しいですし、どちらも……うーん（卒倒）
2位、蛭。
後の方では朝起きたら引っぺがす、なんていう描写がありましたが、さらっと流しているせいでそこまでSAN値は減りませんでした。
蛭に噛まれたことはあったかな？ 実家の近くの田んぼにいっぱいいたことは覚えているんですが。細い線虫みたいなのが水の中を動いてました。かたつむりみたいにデカいのは流石に見たことないですけど。足の間に巣を作ろうとする、なんて描写もありました。鳥肌というか、背筋が寒くなるというか……
3位、肉。
いやお前、野ウサギや鹿がいないなんてことは初日に発見してただろバーロー。
なんの肉かなんてすぐ分かりましたけど……やっぱり正気を失いそうです。
総括！
極限状態に陥ったとき、やはり最優先にするべきは命です。
そのために他者を犠牲にしていいのか、そここそが善を問われるところ。
私は性悪説を思いっきり信じているので、後から身につけた「善」の価値基準がこういうところで響くと思っています。獣のままなら、きっと……
さて、初めから一姫の行動を振り返ってみると、死んだ人の目を閉じさせるところ、人死が出たときには何も余計なことを言わずに埋葬をしたところ、どれも人を人として扱っていました。
生きている全員が助かるわけではない、と始めから割り切った上で、それだけの判断をする。それこそが人間なのかもしれません。あの中で一番高潔で徳のある……こういう言い方をするとカルトっぽくてなんだかなぁという感じがしますが……行動を取っていたように思います。
一方で犬は犬。頭を潰すわ肉にしようと言うわ、完全に割り切っています。
ペットを飼っていた身としては辛いものがあるんですが……それでも、生きている間はすごく大事に扱っていた。生水の件は印象的です。生き物に対して決して3ヶ条を犯さなかった一姫に敬意を表したいところ。
ところで、人の裏切りに関しては別のことを言っていましたね。賭けゲームのとき、裏切り方、裏切った相手を二度と信じるな、牛乳はよく噛んで、などなど。
牛乳を噛むってなんぞや。と調べてみましたが、単にラクトース分解酵素が人の体内には多くないからゆっくり飲めということらしい。なんでこの文脈でそんなこと出した。
サークルで世話になった上司、他の部署のお偉いさんなんかはこういうのが上手かった。牛乳がよく噛める人ではないです。人の付き合い方を考えている。
打算で付き合っているという酷い言い方も出来ますけれど、大人の社会では必要なことなのかなぁ……
なんにせよ親友との間では細かいこと考えないでいたいもの。
というか友達関係でそんなの考えたくないわぁ……
余談ですが、最近親友にクソ絡みLINEを飛ばしてました。付き合ってくれてありがとうな、ホント。
何やらよくわからんまま交わり続けた天音、裏に何があるのか怖くて怖くて仕方なかったのですが、読み終わってよかった。
前にも書いた気がしますが、天音の過去編に入る前（祭りの直前）でセーブした後勇気が湧かずにそのまま蒔菜、みちるを読み終えました。
他のゴタゴタも片付いたところでなんとか頑張って読み始め、ここ数日でエンジェリック・ハゥルとその後を読み終えました。いやぁ、しんどい。
老後の話はすごく泣ける。
人生を振り返る、なんていう老人にしかできない贅沢。「自分」という完結しそうな物語を読むことは素敵であると共に、もう終わりであることを実感させます。
それが満足行くかどうかはその人次第。僕は……
さてさて、だらだらまとまりの無いことを書いていましたがそろそろ〆。
狂った坂下の父親の気持ちも分からなくもないけれど、やはり赦されない。真実は真実として、誤解は解いて。よく考えて、行動する。
坂下の父親は、天音ストーリー一番の愚者でした。
おまけ「毒虫」
蠱毒。これを知ったのはついこの前、と言ってももう一年近く前のこと。「ものべの-HappyEnd-」でした。ネタバレ……かな？ まー気にしない。そもそも読者いるんかこんな記事。
まさかこんなところでまた話に出てくるとは思わなんだ。とはいえなんとなく納得でもある。実際のゴシップでもそういう言葉を出すだろうな、と。
……実は、食べ物も何も無い中、食用になるわけもない百足やら何やらを食べて生きていた……なんていうのを少しだけ想像していたので、それよりはずっとマシでした。マシなだけで全く良くないんだけど。蛆食ってる人いたし。もーやだ。
Ideology
純粋なあの頃
生きているうちに価値観や主張、意見を持つようになります。
その結果が「イデオロギー」。知らず知らずのうちにそのフィルターを通してしか物事を見られなくなってしまいます。
「まっすぐ」
書いてあること、言っていることを客観的に捉えること。それこそが日本の国語教育ではなかったか。センター試験なんかはその辺上手く出来ていると思います。
出口先生のセンター対策用の本を高校時代には読んでいましたが、すごく参考になりました。
こんなブログを高校生が見ているとは思いませんが（絵も無ければおもしろいことも書いていないし）、良かったら参考にしてね！ ……なんて。
それはそうと、相手の言っていることをそのまま真っ直ぐ受け止めることって大事です。とりあえず反抗してみる人もいますし、自分もその気はありますが……
書いてもいないことをあたかも書いているように語るのは罪ですし、国語で「このときの筆者の心情を～」なんていうのも愚かの極みです。
もっとも、本は読み手によって姿を変えるもの。好きに妄想していいんです。妄想と事実をしっかり区別していれば。あるいは、本を自分の世界の一部として取り込んでしまえば。自分の妄想です、と言って本に実際に書いてあることを（著作権問題になりそうなことを除けば）語る分にはいいですよね。
なんか言葉尻を捉えて嫌味ったらしく言ってくる人には粗を探されそうな文章になってしまった。
まもるくん
なんでこんなことを思ったかって、意味不明なものに勝手に解釈をつける人っているなぁってことがあったからです。
詳しくは谷山浩子さんの「まもるくん」を聞いてくださいな。
勝手な解釈をつけている人がいます。それを肯定するも否定するも自由。ただ、ありのままを見ても頭がおかしくなりそうになりそうで、その本当の意味はなんだったんだろう、何も考えていなかったのかな、とか思いました。
まぁ
こまけぇこたぁどうでもいいんだよ！（例の画像）
LE FRUIT DE LA GRISAIA -Michiru-
チルチルー！
先日みちるストーリー終わりました！ 日記書くの遅くなっちゃったけど。
ネタバレありありなので遠慮なく書くよ。嫌ならバック。
過去
みちるの昔の何が辛いって、親に見捨てられてしまったことですよね。家庭教師に虐められただけでも辛いのに、親に助けてもらえない。
というより、過剰に期待されることってとても辛い。買い被られるのって辛い。人を買い被るのは罪です。勝手な期待を寄せるなって話。
結局「娘を虐めていた」からではなく「娘の能力が伸びない」から家庭教師はやめさせられていったわけですが、塾に預けるだけ預けて自分では子供に何もしないという、今の日本でよくある問題にも通じています。塾の中で何が行われているのかちゃんと把握していればいいのですが、子供が親に隠し始めてしまったらおしまいですね。
ふと……
地元を思えば
こんなことを書いているうちに、地元の塾の話を思い出しました。確かに優秀な人はいましたが、その大半は塾に通うだけで満足してあまり大した成績を挙げられていませんでした。
勉強合宿……！？
実家のすぐ近くの塾では、塾に泊まって徹夜でずっと勉強する「勉強合宿」なるものをやっていたみたいです。中学時代はずっと部活に励んでいたので塾には行っていませんでしたが（部活のクラブには毎日のように行っていましたが）、正直ドン引きしましたね……。
それ以来塾には行きたくないと思い、結局大学生になった今でも塾に行ったことはありません。せいぜい模試を受けに行ったくらい。
話を戻して
友情？ 愛情？ 亀参上！
子供への愛情ってなんでしょう。出来がいい・悪いとかそういうものではなく。能力をどれだけ多く身につけさせたか、どんな高級な持ち物を与えたかではありませんよね。そんなわけのわからない自分勝手な尺度で親同士の序列を決める下らない世界もあるらしいですけど。
昔のニュース、覚えてますか。
私が子供の頃には親が子供を殺害してしまうニュースが凄くいっぱい流れていました。親に虐められた経験はありませんが、そのニュースを何回も何回も見ているうちに親が怖くなってしまったり。正直今でも引き摺っています。
病んでしまったチルチル
「可能性」
子供は可能性の塊。どんなものにでも成れます。
しかしそこに恣意的な（例えば親の）意図が押し付けられてしまえば、その塊は形を変えて歪になり、輝きを失ってしまいます。
みちるはそうしてコミュニケーションさえ放棄するようになり、むしろ出来なくなってしまって、学校でも孤立していましたね。
学校
学校は残酷なところです。ご存知ですか。
子供は純粋な塊です。善意も隠さなければ、悪意も隠しません。平気で生き物を殺すし、弱者を虐げます。おっと、今の大人の社会もそうでしたっけね。
学校が楽しいところと思えればいいのですが、多くの場合それは幻想です。会いたくもない人と会わなければならないし、自分を偽ることもときには必要になる。
そうして疲れた自分を、家で癒せるならばいいのですが……
友達
みちるの場合、家さえも自分を痛めつける場所でした。そんなときに現れた友達。どれほど大きな存在だったでしょう。
友達のあり方はそれぞれですが、表面的ではない、本当の繋がりがありましたよね。
自殺
決意
自殺にもエネルギーが必要です。自分の手で自分を終わらせるという決意。
終わらせるのに必要な覚悟は生半可なものではものではありません。人間現状維持が楽なものです。どんなに悪い状況でもだらだら長引かせてしまう。
決意してしまった友達を、親友を、みちるは止めることが出来なかった。それを止めるだけの力がみちるには無かった。結果……
勝手
残された人たちばかりが辛い思いをします。まぁ、辛い思いさえしてもらえないなんていう地獄もあるかもしれませんけれど。
失う悲しみを知ってしまったみちるは、それから余計に閉じこもってしまいました。
猫ニャー
なんだこの名前。うさぴょんみたいなもんか。
Erwin Johannes Eugen Rommelから名前を取ってニャンメル。なかなかいい名前だなぁと思いますよ。
細かいことはさておき、結局ニャンメルもみちるから離れていってしまいます。みちるには相当堪えることになってしまいましたが……たかが動物の死と侮るなかれ。一緒に暮らした友達の死は、そこらの見知らぬ人間の死よりも遥かに重いのが当然です。
子供がペットを飼いたいと言ったときに僕たちはどうするべきなのか。きっと飼わせてあげるのでしょうけれど、生き物の「重さ」をどう伝えたらいいのか、飼わせることを決める責任をどう取ればいいのか。ちょっと話が逸れましたが、考えなくてはいけませんね。
おっと、子供なんてできるのかってツッコミは無しね。
時間
時間はいつだって不可逆です。ただただ前に進み続ける。
「前を向けば未来、振り返れば思い出、一部を切り取れば物語」とはよくいったものです。
生きることは辛いことですけど、如何に前を向いて生きていくか。ときには振り返りつつ、たまに人の物語に耳を傾けて。
そういうことを考えさせられるお話でした。人のために生きるなんていうのは「自分なんてどうなってもいい」の裏返しで、それって本当に生きてるの？ ってことになりますよね。
「その持つ命は、いったい誰のものだろうか？」- RD-Sounds 辿 "name for the love"
生き方
ものの豊かな現代、単に生きるだけなら簡単です。ですが、ぼーっと生きているだけでは昔の必死で生きている人たちよりよっぽど空っぽでクソな人生です。
ひたむきに、前を向いて、全力で、生きる。
漠然としていて難しいですが、そんな生き方が出来たらいいですね。
What's next?
次は天音です。
淫らな部分については最初に読んでいて、過去に入る直前でビビって蒔菜を始めました。これから向き合います。
