深層ニューラルネットの積分表現理論

883 0 0 0 OA 深層ニューラルネットの積分表現理論

著者: 園田翔
出版者: 早稲田大学
巻号頁・発行日: pp.11-214, 2016

早大学位記番号:新7508

http://hdl.handle.net/2065/00054630

言及状況

はてなブックマーク (16 users, 16 posts)

[DeepLearning][Math]

後で見る。

[機械学習]

[あとで読む]

[ニューラルネット][ネットワーク]

[neuro][機械学習] 「深層ニューラルネットの積分表現理論」早稲田の園田翔さんの博士論文なのだが頭の2章だけでも最近のディープラーニング動向が簡潔にまとまっててとてもよい。本論ちゃんと読みたい。

[ニューラルネット][あとで読む]

[ディープラーニング][いつか理解したい]

[あとで読む]

[deeplearning]

深層学習の積分表現理論

Twitter (867 users, 1029 posts, 314 favorites)

メモニューラルネットの数学的定式化の解説スライド https://t.co/q6dOrDvOlZ 原論文(214ページの大著)にかなり包括的にまとめられている https://t.co/FZur4GoKNY https://t.co/yNDbbHvpVA

4 @dstadahiko @take_gattcha

20 @scientificbker @6de7472mo74 @akatuki65 @Arc_lne @avonunko @cafe0715 @daishi_data @fuyuki_m_ @gth_oa @kentaso @kghij5 @ksk34668559 @matyubara @ngtkch @take_gattcha @toriHailar @Ur3_1 @yme_akoch @yoshiso44 @yoshi_cino

ここ本当に感動 https://t.co/VGYUg9DHDb https://t.co/X4Y9BkhXus

3 @f1x45763215 @Kabura_net14831 @For_Polar_Night

@nopu_dansant 博士論文のダウンロード数今でも伸びてて，原稿書いたとき 76835 だったのに今見たら 78054 になってる https://t.co/Mv97hj738b

後でちょっと読む https://t.co/xS8ueDtDe9

個人的な数学力の目標はラボの先輩のD論を理解することです。先は長い。 https://t.co/RepAQSEdeS

気になる https://t.co/JETCy3vfqM

読む https://t.co/xCKXrPEGWi

これですか？ https://t.co/V5AhhLzo5o https://t.co/waeCYFZR3V

なんか見つけた。 https://t.co/EajCFFmdaN

@7pitps 後、さらに数学的難易度が高くなりますがニューラルネットの積分表現理論っていう論文があります(https://t.co/W0wq5Kk11q) 必要な数学の知識ですが立命館4回生までの数学系科目を全部習得していても厳しいかもっていう感じです(読んで見るのが一番早いと思いますが…)

目下、園田氏の”深層ニューラルネットの積分表現理論”を読み、筋がちゃんと追えるくらいの理解をしたい。 https://t.co/IrBke8cXid

2 @black_tank_top @_M31_

@N_Y_Big_Apple 私は少し前にこれの第6章まで目を通しました。（解析よくわからないので細かいところはよく分からなかったよ

@reroot45450721 速習強化学習 ―基礎理論とアルゴリズム(Csaba Szepesvari) とか統計的学習理論(金森敬文 ) とか https://t.co/BtScaAXFST とかは数学科向きのような気がします.(僕は自分の数学の知識が足りないので読めてないですが…)

https://t.co/7n1cUgDAOd そういえばまだ読めてない

@king_of_theneet 園田さんのニューラルネットの積分表現おもしろいです（熱核の記述もある） 48ページを見よ https://t.co/w91EmH3lvs

ほんとに途轍もなく分かりやすいです。この長さに必要なものを完全に詰め込んでいて園田さんの哲学を感じます。 https://t.co/cHcXHGV3wW

（このテーブルは勉強になる）無限個の中間層素子をもつニューラルネットは、二乗可積分関数の空間 L2 や、連続関数の空間 C にコンパクト開位相を入れた空間などで稠密＝万能関数近似装置となることができる。 1. https://t.co/GovYP82BTT 2. https://t.co/hF2K3H0hdD https://t.co/jLq0TLX33l

34 @Zephyros225 @XbandMPradar @quantumbtc @high_lemon2012 @Clairdeluna_eve @semiinvariant @laboage777 @hausenjapan @Felinecaninemuf @ksmakoto @kazzhori @iKodack @curekoshimizu @7shi @Lbfuvab @adhara_mathphys @kimeko__ @zaoriku0 @nyker_goto @onpa_official @ryunryunryun_

38 @katoo3210 @kuroneko3271003 @takusirou @6uux_uxxx_ut @aki_room @ballforest @DanYuya @dicekicker @dsk_saito @Felinecaninemuf @hausenjapan @kamitsutoshi @KatagiriSo @kchrshirai @koshix @kuroyamant @laboage777 @MIKA_YOKOSHIMA @mzntaka0 @olanleed @opblegtrans @oumugai_quantum @panchovie @P_Erdos @rizaudo @rxahfc4954 @satoshi2373 @studyandeffort @Swall0wTech @s_nkd1024 @thruthebckdr @Tomato1027 @tommy_starfield @wass80 @XbandMPradar @ysaito8015 @Zephyros225 @_houshu

積分変換の反転公式をみると、最適なカーネル関数を見つけることと、最適なリッジレット変換を考えることは数学的に等価だということがわかる。DNNの解析には関数解析が重要になる、と色々な人が言っている。おそらくそれは正しいと思う。 1. https://t.co/MjzQABNbWw 2. https://t.co/hF2K3H0hdD https://t.co/fQXpPJvjJT

69 @JvZdPon @nhhi122 @kurochan831 @quantumbtc @igoloedy @hiroki_yanai @KSKSKSKS2 @datavizcollect @ahryk @high_lemon2012 @Clairdeluna_eve @thruthebckdr @hausenjapan @ngomshr @chronologic1 @dicekicker @semiinvariant @ma2n0hit04 @himenoglyph @morioka @quartz_13 @ApparitionK @AIUEO_Rhythm @_kobachi @tobenaidodo @kyontama_tamata @_kjot @vaaaaanquish @cocu_tan @koburouze845 @adhara_mathphys @Iwano3par @ravenvoice @fuchi_800 @AkiraIsaka88 @NakanakaPierrot @tiago_pump @Arc_lne @ts10104 @hs_heddy @tokumura @0_00_oooo @Matthew238 @sammy_suyama @HAL909 @nemunemunemuiaa @sugi3_34 @masamitsusato @shikihuton @kurubushi_rm @K_Ryuichirou

36 @YuichiMiyaji @Lunono1 @alfa98774354 @musyokudon @alittle_trippy @FrccIto @hakobayato @hiroki_yanai @hourousuteneko @Iaki56774124 @igoloedy @ImAI_Eruel @JericHinaya @kitsuchitsuchi @kurochan1222 @Linuxy256 @liseos_x140 @m1m0r1 @mb_checker @MIKA_YOKOSHIMA @nhhi122 @nishiki2c @okeycoral @pyoko_pon @P_Erdos @rxahfc4954 @TanUkkii007 @tomit3 @t_uchida @work_suzumiya @wosugi3 @xecus @yujin_ds @_houshu @_okda_ @__tewi

園田翔さんの博士論文『深層ニューラルネットの積分表現理論』を勉強させていただいている。①無限個の中間層素子をもつNNは万能近似能力をもつ、②近似対象 f(x) を積分変換すると中間層素子のパラメータ分布が得られる、③輸送解釈に基づくDNNの積分表現の発見 https://t.co/MjzQABNbWw https://t.co/wgAuBCvxmx

76 @neet2go @rinatie_ceo @ekusoyt @quantumbtc @minux302 @alittle_trippy @FBWM8888 @PON_PON_HIROPON @ssssssigma @miorgash @koburouze845 @yellowshippo @STARGAZERM45 @raven_38_ @ahryk @shigeyas @rkakamilan @hausenjapan @ogarin98 @naka_naka_3 @mutan8 @ADMIS_Walker @d_nishiyama85 @mhhfTT @yukata_yu @laboage777 @novekks @0_00_oooo @ararabo @BooLee7 @kurubushi_rm @tomo_makes @adhara_mathphys @phykm @tkkfuruichi @KutoCat @tasukun0928 @y7amura @boycico_jp @jd_mashiro @onpa_official @takatoh1 @SythonUK @ballforest @niszet0 @FLASH1N @kzkt_bemani @tonets @k_sidmar @SakugawaMaki @taiojisan_ou @yutanir0414 @devroccia @moe_moe_moegi @__tmats__ @shikihuton

42 @jirava_t @neet2go @suiseigan @yseeker0 @cafeal__ @Malus_Mill_ @koburouze845 @1789aorhow @alfa98774354 @alittle_trippy @baramonia @BBstringMooOooM @coronasha @drinami @eno____zzz @forthshinji @haconeco @hakobayato @HydryHydra @ilnyinjune @Ivory_Pawn @K3Y_9 @kawauso_kun @key46692 @koino @lukather7 @MIKA_YOKOSHIMA @minux302 @mshero_y @MtCedar @myblackcat7112 @nanTosaka2 @p2357111317 @PresentKikakuby @pythonpypy @P_Erdos @Re_Wave1 @ssssssigma @tanutarou730 @TFSlab_TCU @tohru_takahs @yhide

https://t.co/8HiqUUbvhs

深層ニューラルネットの積分表現理論 - 早稲田大学リポジトリ/園田翔 - 2017 https://t.co/DCoogbmSLs

深層学習の積分表現: https://t.co/VJcLNgqMPG

1 @_M31_

深層ニューラルネットの積分表現理論 https://t.co/AFYyShMjFq

@Kingyopapaiya 関数解析としての理論はこちら。https://t.co/yEZprSkAE8

@ranoiaru お返事ありがとうございます! 「深層ニューラルネットの積分表現理論」(https://t.co/iadznRgfNI) を読んで見てるのですが, Ridgelet 変換を全く知らなくて困ってます. ひとまず位置付けを知りたくて, 入門的な論文や記事があれば教えて欲しいですm(_ _)m

@bambook1984 カーネル法ではなく、どちらかと言うと最近一部界隈で話題のこの辺りの話です。 https://t.co/3Ose6qlGAY

1 @ceptree

1件のコメント https://t.co/Zpn7CPaeZa “深層ニューラルネットの積分表現理論; Integral Representation Theory of Deep Neural Networks” https://t.co/QvFy0Uk84r

"深層ニューラルネットの積分表現理論"(PDF) https://t.co/72Luq79jzv / “Sho Sonoda // 園田翔” https://t.co/mwq48Xv7E4

2 @o_z_s_ @plotter_

@knock_1 前に機械学習やりたいみたいなこと言ってたよね．全体じゃなくてNN特化だけどまとまった資料あったよ https://t.co/2UwZVnwaS8

「深層ニューラルネットの積分表現理論」早稲田の園田翔さんの博士論文なのだが頭の2章だけでも最近のディープラーニング動向が簡潔にまとまっててとてもよい。本論ちゃんと読みたい。 / “WEKO - 早稲田大学リポジトリ” https://t.co/Cc6p7XD9iK

1 @azu1129

最近NNの数学的定式化が一部で流行っているっぽいので昨日リプライで送られてきた論文紹介するけど。これ数学プロパーが深層学習を勉強するときに一番良いPDFではと思えるレベル。よくここまでサーベイできるなと。。。(200ページ以上あるので重い) https://t.co/N6FUq0aGMT https://t.co/z0s2whbj3n

564 @__kbt @droollama @ivixvi @hiroyukim @Matthew238 @amoO_O @takuya1995759 @dempacat @kawauSOgood @NakanakaPierrot @hyuki @__tmats__ @shkoga @__shohey__ @shinji_kono @ksmakoto @DMiyamo3 @hausenjapan @kntoo @oumugai_quantum @yagami_360 @yukke428 @veryeasystay @inoudayo @ykmcx @physics303 @ekusoyt @dai_hatano @adhara_mathphys @appliedlove @kntoo @yado0_0 @yuji_iskwrt @shunsuke_sasaki @quantumbtc @minemaz @Felinecaninemuf @yudoufu_k @hanneko3 @nr11235 @n_kats_ @tjmlab @ceptree @213R @nuetty0 @k1ito @tkkfuruichi @moe_moe_moegi @kohey_eng @r_parenthesis @Qhapaq_49 @laika_xx @pinmarch_t @yamadacsa @shinau_ @too_late_to_ban @H_Holon @kankarara @miki82800 @fummy_nakahara @nyanko_box @tkouya @ishiid7 @oigami013 @kaigyoPG @Lenqth @GRGSIBERIA @marchuq @JA_NO344 @tmsanrinsha @sirokumah @NakanakaPierrot @Sho_Has_hus @i_am_a_wasabi @sugerest @sina_ht @OhuchiMakoto @svartaz @Took_Take_i @jg_im @link_forte @savasio @shake_323 @bighopefx @bael893 @vaaaaanquish @piro0316 @SuaedaStachys @flyingwktk @takuzoo3868 @koktanaka @newfulcrum @zip_pod @h_okumura @path110 @Shin_Kumamoto @_ezop @phillip_sawa @romanov_wizard @kuro_7_nyan @ysdkz @pvyosshi @8492Squadron @kuronekotyan7 @fuzzysphere @tomo_tsubaki @emori_92 @Bmb32675325 @yonesanyukai @eimei0080 @aruhitr @minami_siki @uncorrelated @myfavoritescene @tacmasi @DanYuya @lalamatsu @p_g_ @naokihirokitomo @mazeppa1108 @minami106 @koturn @phykm @sinya8282 @yakkai_sk @fetburner @SaiPyda @ororoku @yuzu_jii @luminous1502 @tepika_math @waseda_fablab @Hukanzen2 @ISM__M @suu____ @mebiusbox2 @quantumbtc @datt @okiu_sanjyo @XbandMPradar @SHANA0822 @kazanagisora @okgd_ @risounomoewaifu @panpu333 @minemaz @hayato626 @kirurobo @y_sira @nay_ruk @azshsg @ksmakoto @erre_factory @nekoko_kurokawa @_kmt46 @Matthew238 @harujoh @sat_toke @bnana877 @chichi114 @p_gix @biochem_fan @blank_paper_ @RND_cpp @Sunmax0731 @reservoir @mkyutani @Ryokawameister @h_uta @oga_shin @_kobachi @usazo @t2saras @kaisersystem @niku9Tenhou @uc7xe5t @YumenoQ39 @HydryHydra @abnormalnannan @hi_saito @masahiro_sakai @AoiMoe @sumidatomohisa @NaNkotsukan @HaddocksEyes @sky_y @teke_phys @YusukeYoshihara @cllightz @BugbearR @kilattoeruru @kawauso_kun @kinowi @candidusflumen @YUKIhigasi @moto_josyu_K @kurouneko1 @lahalt @_trypsin_ @Biacco42 @EnsekiTT @ko_ash @enma @fu7__stim @bibourokuabc @happyflower1213 @chez_sugi @neunetneucom @tiago_pump @wakaba_faure_1 @kichi_robo @Ja_gecko @kacchi25 @onotthi @sh1r0tak1 @kurubushi_rm @324Di @ysuga @takytank @masa_kakaroto @mk7ba @tsuno788 @Limerald_y @tmiya_ @daichi_a @labidochromis @n_p_o_n @30eesti @akinori_ito @hgot07 @ysake_parton @tendontennuki @tweet4DragonN @takatoh1 @tsunoken2 @_sgtn @toshiemon18 @mrkn @PiyoFatherPiyo @takion0 @bizenn @taniokah @oejq @masalib @favstar1000_ja @conf_json @motomizuki @unnohideyuki @mizobu @Ghostface_melOn @toohsk @colspan @yksym_t @angel_p_57 @tethys_seesaa @fia_cyan @masaru0714 @KASServerTF2 @tksakaki @YSRKEN @domekichi @metafoon @amane_amano_ @HackerMaskee @yudai_TNB @miraihack @daisuzu @arclisp @kazunori_279 @jnishi @RyuichiroNakato @maestro_L_jp @keiji_ariyama @amedama @katsumk @keno_ss @midnightsachiko @wip_sakai @taakayasu_dl @komakusaryama @cacao_double @Dai_Kamijo @LimgTW @wakapaijazz @tjmlab @__DaLong @stmsy @hafoc @AnaTofuZ @shumach217 @s_amuro_hiro @eratostennis @yoshifuji_tokyo @on_sen @_Dr_ASA @NSaitoNmiri @mega_takoyaki @skroot3 @hogetanne @obata3 @mtac_100816 @kmer_8730 @chokkanorg @shnskm1211 @dokagui_tairan @avalon1982 @Jagd_Germany @jkby @altescy @ysaito8015 @chu_neko7 @sin_clav @496_ @m77_ @onsh_ @harycurl @berlysia @boyahina @nixeneko @ADMIS_Walker @yellowshippo @svartaz @bd_gfngfn @HowmuchUnknown @tMotoyuki_ @minjinaffa @sumvo_bass @txmy @blkcatman @wingcloud @curlune @pirorojake @na4zagin3 @maxpapa3 @takemioIO @kyora @hiroki_f @LS_for_LP @ikuy_usay @yoshitakeh @mb_16x @aimymemint @Masashi_Ueda @tab_z @dhionisu_kui @Teknecika @daytb_twy @kogeda92 @_iota @yochanpapapa @kano_sawa @tamori_kai @SuperFluegel @shinobe179 @QRJAM @nfunato @_kobashi @lifewithsharks @iida_0213 @AkiraIsaka88 @mg3630 @m_suikyou @NASNETou @AzuleneS0_S2 @comlopard @TumoiYorozu @sumapoipoi @koburouze845 @tutetuti @Clorets8lack @ichihito_ohi @nishiokov @kuroyamant @momiji_fullmoon @nauthiz0114 @hiroshi_shinji @snuffkin @yuta_oxo @kur0cky_y @kawakami_o3 @ruby_U @ocaokgbu @vimovimo29 @ssk_nz @2raru @ParmiPhoto @amasawa_seiji @Raquel1934 @setten_QB @okapies @24math_tech @maimai_jp @freedial_dev @61503891 @hagosan_8547 @orumin @osamu_takeuchi @wat_shun @mr_konn @xanxys_ @3xv @SING_A_WELL @a2uky @_nmori_ @marujiruo @ka9e @knok @Ln_north @koie @kcha4tsubuyaki @sawady1203 @tatsukawa @eza0906 @mmatthew_43 @marsee101 @Scaled_Wurm @0xShone @stealthinu @nabe256 @ekusoyt @sarakane6090 @abars @morioka @hayashiyus @kyama0321 @yo_ehara @NarazumanoY @selvaggio @ballforest @n_u_l_l_p_o @wsiya @triprod1829 @kani_m @ashiato45 @jaialkdanel @lot_carnage @masu_mi @niszet0 @ikwzm @math153arclight @dico_leque @7shi @paper3510mm

81 @sig_uz @boxwhite1 @hiroshi1031 @antitomato @kazurof @shimochan141107 @faogr @p_hyama @dwarfplanet7634 @kandayasu @doldollol @hanneko3 @bondo_kyudo @shida211140411 @okgd_ @badiary09 @aimymemint @kojinoshiba @curlune @oigami013 @enter_enta12 @kenji_oda0618 @knjcode @nagisa_garou @nantonakuO @SHANA0822 @iida_0213 @klausencode @tsunoken2 @oga_shin @mizobu @tierra_hiro @tokudahiroshi @ceeflyer @task5622 @senz1024 @ryoto_ma @c60evaporator @odoriko9375 @hiroki_f @nobo0409 @yousukeutsumi @kansmemo @mztn7 @Valkyriazer0 @mmk16ef @SuperSubacchi @itsuki_hatarake @BEMU @f_nisihara @uncorrelated @88HTM2zMem1Fnmw @air_tw @bluesky0804 @boy_hap @DAUDAUDA @haconeco @hsugawa @HTate0 @iedcba @jerrarrd @jueli62 @kinop_s @KX_NUKE @laing_02 @mikame_univ @nanapp_se @okmtyj1227 @ryu314159 @saisakicha @sigmabase @taashi_s @teru0016 @this_is_tack @tottsuan504 @tus_bunguken @uduyrue @yo_1 @ZPE_m @ZVS_85 @__kbt

https://t.co/GwvQyw5I3W

2 @non_archimedean @aoeui666

https://t.co/39INv0BZRS

@ranoiaru 関連すると思われる話をどこかで見た気がしたのでご参考までに。https://t.co/LkiEgt7gWJ

これが先日見かけた論文に繋がっていくのか。 https://t.co/atV6ngcsE7 https://t.co/IGU3Iuip0A

@SING_A_WELL "深層ニューラルネットの積分表現理論"、園田翔、博士論文、2017年2月、早稲田大学 https://t.co/ljR84hFxuf これです

1 @ekusoyt

深層ニューラルネットの積分表現理論 https://t.co/9qof79jBah

"深層ニューラルネットの積分表現理論"、園田翔、博士論文、2017年2月、早稲田大学 https://t.co/yGKHMmovG2 使われている数学が大学で勉強しておいた数学とだいぶ被る。明日一日でワンチャン読んでみようかな。

「深層ニューラルネットの積分表現理論」大部（２００ページ超）だったので打ちひしがれた https://t.co/qOfWKw9J9s

"深層ニューラルネットの積分表現理論"、園田翔、博士論文、2017年2月、早稲田大学 https://t.co/MCIyuOs36X 「深層ニューラルネットの中で何が起きているのか，なぜ深層にした方が良いのかという問題に対して」 https://t.co/n1wzmMMad6 https://t.co/t0sLtHjw5s

186 @quantumbtc @rkakamilan @spitta8823 @gadabaten @hayashiyus @pasoconhoshii @yagami_360 @ekusoyt @matsudotsuyoshi @n_kats_ @Tomato1027 @zeema_tree @tsubame959 @snuffkin @SING_A_WELL @kaz_yoshioka @polleninjp @BsdHacker @kei_eri_yuki @koie @palon7 @minemaz @quantumbtc @kotatyamtema @tuktoe @kg_null @barukan215 @daisuzu @takawitter @RyoHWS @yochanpapapa @niszet0 @takekazuomi @yukinagae @kazunori_279 @__yosider @tnksh @ONEWAN @quartz_13 @ruby_U @MOMA47132869 @Dai_Guard @daik_ @chi_xiao_long @KASServerTF2 @erraistep @coffeezero1963 @geekdrums @maestro_L_jp @f_jhr @kuronekotyan7 @daemon1995 @140ii @Rokkunn_1120 @XbandMPradar @iso8100 @b8eansatz @dizzy_my_future @rxahfc4954 @novusdomus @wsuzume @chemicl_t @chrofieyue @TakeshiHase @beepcap @uni1000yama1000 @laboage777 @drken1215 @joy1192 @wakabaya3 @ElectronNest @headcubicle @AHD21 @__syousa__ @ashiato45 @yo_ehara @iruka3 @wotaka @pinmarch_t @Masa_S3 @dai_hatano @ShinMacMini @na4zagin3 @dico_leque @ackey_65535 @yang_wangji @mnemonn @machinery81 @tortuepin @corocn @ozark_bird @QuantumToy @adhara_mathphys @jun0inoue @phykm @cddadr @ryozo18 @eS_D4 @12tamatoy @kurubushi_rm @496_ @ShinsukeMekari @dancing_eel @koktanaka @tjmlab @sh1r0tak1 @shigerufujita @Sunset_Yuhi @Gamma_ijk @mmatthew_43 @solarianInOsaka @TsuguoMogami @umedooon @mohammedari @inody_ @shunk031 @mathetake @_qrom @sonicair @shunsuke_sasaki @moe_moe_moegi @blacky19771120 @termoshtt @Dyrell6502 @marsee101 @iicafiaxus @momijipan @kitakita39 @srg6e6op @zZXynBUeURlqXJB @paper3510mm @cobwebkanamachi @morioka @UDN48_udon @y_yammt @Somnium @shigekzishihara @SVOdoriko @musaprg @ballforest

52 @antitomato @nano_twit @MOMA47132869 @erraistep @Eiji_Kb @takahasikeita2 @chi_xiao_long @Dai_Guard @matsu_119 @zino0067 @eS_D4 @hakatashi @tu_yamada @tadakado @mmk16ef @kazumi007 @raviqqe @aki_bayes @asca2 @bbbbbo_n @benmon0412 @Bimaterial @exotic_manifold @hayashiyus @iber12345 @KDD @kz_establish @m1m0r1 @mashiroro_y @msr1k @naka__y0shi @nobo0409 @n_atiek_ml @rin_aug11 @RussellMarsh @saka1_p @snowdoke @SuwaGuard241 @syo24syo @taketo1024 @Tomato1027 @tomato_math @toshiemon18 @to_iwmr @ubnqf @uminoo77 @Wakamatz @white3188 @xxple @yagami_360 @yashiro_ld @zeema_tree

883 0 0 0 OA 深層ニューラルネットの積分表現理論

言及状況

はてなブックマーク (16 users, 16 posts)

Twitter (867 users, 1029 posts, 314 favorites)

収集済み URL リスト