ต้องลึกแค่ไหนถึงจะเรียกว่า Deep Learning กันนะ ? 🧐
.
👉 มารู้จักกับ Deep Learning ศาสตร์แห่งการเรียนรู้ที่เลียนแบบการทำงานของสมองมนุษย์ จะเป็นยังไง และมีรายละเอียดยังไง หากพร้อมแล้ว ไปอ่านกันโลดดด !!
.
.
💡 รู้จัก Deep Learning
.
Deep Learning เป็นการเรียนรู้ของเครื่องคอมพิวเตอร์แบบอัตโนมัติ ที่เลียนแบบการทำงานของสมองในมนุษย์ เพื่อทำให้เครื่องสามารถเข้าใจและเรียนรู้จากข้อมูลจำนวนมาก ๆ ได้นั่นเอง ซึ่งเป็นส่วนหนึ่งของ Machine Learning และ Artificial Intelligence (AI) ซึ่งในปัจจุบันมีการนำเทคโนโลยีนี้มาใช้กันอย่างแพร่หลาย เช่น รถยนต์ขับเคลื่อนอัตโนมัติ โดยสามารถจำป้ายต่าง ๆ แยกแยะรถยนต์กับคนเดินบนถนน หรือสิ่งขีดขวางต่าง ๆ ตรวจจับความเร็วของรถคันหน้าได้นั่นเอง ซึ่งโครงสร้างอัลกอริทึมของ Deep Learning จะสร้าง Artificial Neural Network มันสามารถเรียนรู้และตัดสินใจทำสิ่งต่าง ๆ ได้ด้วยตนเอง
.
.
🔧 Deep Learning ทำงานอย่างไร ?
.
Deep Learning จะทำงานเลียนการทำงานของโครงข่ายเซลล์ประสาทของมนุษย์ หรือที่เรียกว่า Neural Networks ซึ่งสามารถคิดซับซ้อนเหมือนมนุษย์ได้ สิ่งเหล่านี้จะเกิดขึ้นไม่ได้เลยหากไม่มีชุดข้อมูล เพื่อสร้างอัลกอริทึมที่สามารถจำแนก ทำนาย และจัดหมวดหมู่ให้กับข้อมูลที่เราต้องการได้นั่นเอง
.
โดย Neural Networks จะมีโหนดที่เชื่อมถึงกันหลาย ๆ ชั้น (เหมือนเส้นประสาทของมนุษย์) จะทำหน้าที่ปรับแต่งประสิทธิภาพของการทำนาย หรือการจัดหมวดหมู่ ยิ่งมีเยอะ และลึกเท่าไหร่ การทำนายก็จะแม่นยำขึ้นเท่านั้น โดยโมเดล Deep Learning จะใช้ชุดข้อมูลจำนวนมากและจะเรียนรู้ลักษณะต่าง ๆ ได้ด้วยตนเองจนกว่าจะได้ผลลัพธ์ที่แม่นยำออกมานั่นเอง
.
ซึ่งในปัจจุบันก็ Deep Learning ก็มีอยู่หลายประเภท ไว้คราวหน้าเดี๋ยวแอดจะมาเล่าให้ฟัง แต่ที่ฮิต ๆ กันก็มีอยู่ 2 ประเภท คือ
.
🔸 Convolutional neural networks (CNNs) - หรือเรียกว่า ConvNets มีเลเยอร์หลายชั้น ส่วนใหญ่จะใช้กับการประมวลผลภาพ สามารถตรวจจับลักษณะภายในรูปภาพได้
.
🔹 Recurrent neural network (RNNs) - ส่วนใหญ่จะใช้ใน Natural Language, Speech Recognition, หรือข้อมูลที่เป็น Time Series เพราะโมเดลสามารถเรียนรู้และจำรูปแบบลำดับของข้อมูลได้นั่นเอง
.
.
✨ Deep Learning ใช้ทำอะไรได้บ้าง ?
.
ในปัจจุบัน Deep Learning จะถูกใช้ในงานต่าง ๆ เช่น Image Recognition, natural language processing (NLP), Speech Recognition Software, Self-driving Cars และอื่น ๆ อีกมากมาย และยังสามารถประยุกต์ใช้ในสาขาอาชีพอื่น ๆ ได้ด้วย ดังนี้
.
🚀 การบิน อวกาศ และการทหาร - ใช้ Deep Learning เพื่อสร้างเครื่องมือในการตรวจจับวัตถุจากดาวเทียม, ระบุตำแหน่งและพื้นที่, รวมถึงการสำรวจพื้นที่ทางทหารเพื่อความปลอดภัยของกองทัพ
.
🏭 ระบบอัตโนมัติในโรงงานอุตสาหกรรม - ใช้ Deep Learning เพื่อปรับปรุงสภาพแวดล้อมในการทำงานเพื่อให้มีความปลอดภัยมากขึ้น เช่น ในโรงงานที่มีเครื่องจักรมากมาย เพิ่มการตรวจจับอัตโนมัติเมื่อพนักงานเข้าใกล้เครื่องจักร หรือจะเป็นการตรวจจับความผิดปกติของเครื่องจักร เพื่อความปลอดภัย เป็นต้น
.
👨🔬 ทางการแพทย์ - ในปัจจุบันมีการใช้ Deep Learning เพื่อทำการวิจัย และวินิจฉัยโรคมะเร็ง จากการตรวจจับเซลล์มะเร็งในร่างกายมนุษย์แบบอัตโนมัติ
.
📑 อ่านและศึกษาเพิ่มเติมได้ที่ : https://searchenterpriseai.techtarget.com/definition/deep-learning-deep-neural-network , https://www.mathworks.com/discovery/deep-learning.html , https://www.ibm.com/cloud/learn/deep-learning
.
borntoDev - 🦖 สร้างการเรียนรู้ที่ดีสำหรับสายไอทีในทุกวัน
#deeplearning #BorntoDev
同時也有20部Youtube影片,追蹤數超過107萬的網紅Bang DIY,也在其Youtube影片中提到,รายล่ะเอียดต่างๆ ครับ 100% Wire-Free, 1080P IP Camera 6000mA 2pcs 18650 rechargeable battery Battery Standby time 10 months Battery Use time 4 months ...
「cloud image」的推薦目錄:
- 關於cloud image 在 BorntoDev Facebook 的最佳貼文
- 關於cloud image 在 矽谷牛的耕田筆記 Facebook 的最佳貼文
- 關於cloud image 在 矽谷牛的耕田筆記 Facebook 的最佳貼文
- 關於cloud image 在 Bang DIY Youtube 的最佳貼文
- 關於cloud image 在 Yusuke Okawa大川優介 Youtube 的最佳解答
- 關於cloud image 在 OmegaGamesWiki™ Youtube 的精選貼文
- 關於cloud image 在 雲端互動Cloud Interactive - Photos | Facebook 的評價
cloud image 在 矽谷牛的耕田筆記 Facebook 的最佳貼文
ref: https://www.infoworld.com/article/3632142/how-docker-broke-in-half.html
這篇文章是作者訪談多位前任/現任的 Docker 員工,Docker 社群貢獻者, Docker 消費者以及市場分析師的相關心得文,目的是想要探討 Docker 商業模式的成功與失敗,到底目前 Docker 商業模式的進展是否有跡可循,以及我們可以從這些歷史決策中學到什麼?
Docker 不是輕量級虛擬化技術的開創者,但是卻是個將 Container 這個技術給推向所有開發者的重要推手,Docker 簡化整體的操作使得每個開發者都可以輕鬆的享受到 Container 的好處,但是從結果論來說, Docker 還是於 2019 年 11 月給 Mirantis 給收購了
到底 Docker 的商業模式哪一步走錯了,接下來就跟者作者一起去訪談與思考。
[Docker 的誕生之路]
Solomon Hykes(文章很多該人看法) 於 2008 年創辦一間專注提供 Platform as a Serivce 的公司, DotCloud,該公司希望讓開發者可以更簡易的去建置與部署開發的應用程式,該公司的底層技術後來也由 Docker 繼續沿用,當然創辦 Docker 的依然是 Solomon Hykes。
Docker 開源專案誕生之後吸引了全球目光,除了來自各地的使用與開發者外,大型公司如 Microsfot,AWS,IBM 等都也加入,但是就跟其他基於開源專案的軟體公司一樣, Docker 也面臨的商業模式的問題,這種類型的軟體公司到底要如何穩定獲利?
從 2021 往回看,一個很簡短的說法可以說是 Docker 的企業化管理工具 Docker Swarm 還沒有站穩腳步之時就遇到 Kubernetes 這個龐然怪獸,然後 Kubernetes 橫掃時間把所有 Docker Swarm 的市場全面清空,
當然真實版本一定更加複雜得多,絕對不是一句 Kubernetes 就可以概括的
[開源專案的商業化之路總是困難]
Docker 於 2014 年開始認真探討其商業策略,如何將其作為 Container 領頭羊的角色轉變成為一個可以帶來收入的策略,VC 創投的資金讓其有能力收購 Koality 與 Tutum,同年 Docker 也正式宣布第一個商業版本的支援計劃。
這一連串的計算誕生出了許多產品,譬如 Docker Hub 及 Docker Enterprise.
不過可惜的是上述的產品並沒有辦法從企業用戶手中帶來穩定的獲利,大部分的客戶相對於直接購買 Docker 解決方案,更傾向跟已經合作的系統整合商一起合作。
Solomon Hykes 今天夏天跟 infoworld 的一次訪談中提到,Docker 從來沒有推出一套真正的好的商業產品,原因是因為 Docker 並沒有很專注地去處理這塊需求。
Docker 嘗試每個領域都碰一小塊,但是卻發現想要同時維護一個開發者社群又要同時打造一個良好的商業產品是極度困難的, Dockre 花費大量的時間與金錢想要魚與熊掌兼得,但是最後才體會到這件事情幾乎不太可行,Hykes 也認為 Docker 應該要花更多時間去聆聽用戶的需求,而不是自己埋頭苦幹的去打造一個沒有滿足使用者需求的企業產品。
來自 Google 的開發推廣大使 Kelsev Hightower 於今年的訪談中提到,Docker 成功地解決問題,但是卻遇到了瓶頸,舉例來說,Docker 提供工具讓開發者可以 產生 Image, 提供地方儲存 Image,運行 Image 除了這些之外, Docker 還有可以發展的空間嗎?
Hykes 不贊同這個說法,譬如 RedHat 與 Pivotal 都很成功的將 Docker 整合到彼此的 PaaS 產品(OpenShift, Cloud Foundry),也成功從中獲利,所以 Docker 實際上有很多方式可以去獲利的,只是沒有成功而已。
從結果論來看, Docker 早期的商業夥伴,一家專注於 Travel 的科技公司, Amadeus 於 2015 年正式跟 Docker 分手改而投向 RedHat 的懷抱。
畢竟 RedHat 有提供更多關於 Container 相關的技術支援,畢竟對於一個想要踏入 Container 世界的企業,如何將應用程式容器化是第一步,而接下來則是更為重要的 Container Orchestration 解決方案,很明顯的 Docker 這個戰場上是完全被 Kubernetes 打趴的。
[Kubernetes 的決策]
Docker 拒絕擁抱 Kubernetes 被認為是一個致命的錯誤策略,Jérôme Petazzoni, Docker 第一位也是目前在位最久的員工提到, Docker 內部曾經針對 Kubernetes 的生態去探討過,當時內部的共識是 Kubernetes 架構過於複雜,而 Docker Swarm 的架構相對簡單,比較之下 Docker Swarm 應該更容易獲得商業上的成功。
從其他的訪談可以得知, Docker 曾經是有機會可以跟 Google 內的 Kubernetes 團隊一起合作發展 Kubernetes,並且有機會去掌握整個 Container 生態系的發展。如果這些合作可以順利發展,那 Docker GitHub 底下的第一個專案可能就會是 Kubernetes,而 Docker Swarm 可能根本就不會產生了。
Hykes 承認的說,那個時空背景(2014,2015)下, Docker 公司很難找到一個很好的 Container Orchestration 解決方案來滿足各種各戶的需求,而那時候的 Kubernetes 也很難斬釘截鐵的說就是那個解決方案, 畢竟那時候 Kubernetes 還非常早期,同時期還有很多開源專案,很難料想到
Kubernetes 最後會主宰整個 Container Orchestration 世界。
文章後半段還有非常多的討論,非常推薦大家去看全文,雖然沒有辦法改變歷史,但是從歷史中可以學到非常有趣的東西,特別是當被客戶問到 Docker/Kubernetes 的一些生態問題時,有這些歷史資料的可以讓你講起來更有迷之自信
cloud image 在 矽谷牛的耕田筆記 Facebook 的最佳貼文
ref: https://loft.sh/blog/the-cost-of-managed-kubernetes-a-comparison/
本篇文章探討不同 Cloud Provider kubernetes 服務的差異,作者列舉了四個常見的 kubernetes 服務,包含 GKE, EKS, AKS 以及 DOKS。
這四個 kubernetes 服務所部署的 Kubernetes 叢集都有獲得 CNCF Kubernetes Certification 的認證,不同 Cloud Provider 都有自己的優缺點。
使用 Kubernetes 服務帶來的好處就是使用者通常不太需要去擔心如何處理
1. Kubernetes 核心元件之間的 Certificate (API Server, Controller, Scheduler, Kubelet ...etc)
2. 動態調整 Kubernetes 節點
3. 相較於單純靠社群, Cloud Provider 可以提供更快速且更好的支援(畢竟有付錢給對方)
因此該文章接下來就會針對這四個 Kubernetes 服務來探討一下彼此的差異。
註: 有興趣的話都可以用 Sonobuoy 這個開源專案來檢測自己維護的 Kubernetes 叢集,通過測試就可以把測試報告送到 GitHub 開 Issue 申請認證
GKE
1. Kubernetes 正式公開後一個月就 GKE 就出現了 (08/2015), 是最早的 Kubernetes 服務
2. GKE 會使用 gVisor 專注於安全層級的容器隔離技術來部署服務。
3. 有機會使用針對 Container 最佳化的 OS,有些 cloud provider 只能使用 Ubuntu image 之類的。
4. 服務出現問題時,可以啟動 auto-repair 來修復叢集,一種典型作法就是將一直回報為 NotReady 的 k8s 節點給重建
5. GKE 提供自動升級 Kubernetes 版本的功能,如果不想要的話記得要去關閉這個功能,否則自動升級是有可能讓某些應用程式無法正常運作的。
6. 使用 GKE 的話,要付每小時 $0.1 美元的管理費。如果使用 on-prem 的解決方案 (Anthos) 的話就可以免去這些管理費。
EKS
1. 06/2018 創立
2. 可以使用 Ubuntu Image 或是 AWS 針對 EKS 最佳化的 EKS AMI 來獲得更好的效能。
3. EKS 沒有提供自動升級 Kubernetes 版本的功能,官方有提供大量詳細的文件介紹如何手動升級 Kubernetes 版本
4. 沒有類似 auto-repair 的機制去幫忙監控與修復出問題的 k8s node,因此 EKS 使用者需要自己去監控與維護這些節點。
5. EKS 也是每小時 $0.10 的管理費用。 AWS Outposts/EKS Anywhere 這些 2021 啟動的專案讓你有機會將 EKS 部署到 on-prem 的環境中。
AKS
1. 06/2018 創立
2. AKS 沒有提供任何最佳化的 OS,你只能使用常見的那些 OS image 作為你的 k8s 節點
3. 預設情況不會自動升級 kubernetes 版本,不過 AKS 提供選項去開啟自動升級。Cluster 有四種不同策略(none,patch,stable,rapid)來自動更新你的 k8s 叢集。
4. AKS 預設不會啟動 auto-repair 功能。對於一直持續回報 NotReady 的節點, AKS 會先重起該節點,如果問題無法解決就會砍掉重建節點。
5. AKS 不收管理費
6. Azure 沒有特別提供一個供 on-prem 的 AKS 解決方案,不過透過 ARC 是有機會於 on-prem 的環境運行 AKS.
DOKS(DigitalOcean)
1. 05/2019 創立
2. 有提供 kubernetes 版本自動更新功能,但是只有針對 patch 版本的變化
3. 沒有 auto-repair 的功能
4. 文章撰寫的當下, DOKS 沒有任何文件說明如何於 on-prem 的環境運行 DOKS
5. 不收管理費
6. 相對其他三家來說,底層架構相對便宜,一個 DOKS 最低可以低到每個月 $10 美元。
價錢比較:
1. 假設需要創建一個擁有 20 節點並且有 80vCPU, 320GB RAM 的叢集 (GKE 因為每個節點都是 15GB,所以最後只能湊到 300GB)
2. 每個月為單位去計算價格,AKS/EKS/GKE 都使用其提供的價格計算機來粗估, DOKS 需要手動計算。
3. 價錢評比
a. AKS: $3416
b. EKS: $2928
c. DOKS: $2400
d. GKE: $1747
對文章有興趣的別忘了參閱全文
cloud image 在 Bang DIY Youtube 的最佳貼文
รายล่ะเอียดต่างๆ ครับ
100% Wire-Free, 1080P IP Camera
6000mA 2pcs 18650 rechargeable battery
Battery Standby time 10 months
Battery Use time 4 months (10 times trigger/day)
Image Sensor 1/2.7" Color CMOS
Display Resolution 1080P(1920x1080)
Mini. Illumination 0Lux (with infrared led on)
Lens Type Waterproof IP64 Level Glass Lens
Viewing Angle 130°
Focal Length 2.5mm
LED 3pcs Array IR LEDs
IR Distance 10 meters (32ft.)
Day Night Mode Auto change with IR-CUT removable
Image Compression H.264
Image Frame Rate 25fps(720P), 25fps(VGA)
Resolution 1080P(1920*720) 1280 x 720(720P),640 x 480(VGA)
Input/Output Built-in Mic & Speaker
Audio Compression PCM/G.726, Two Way Audio
Storage Support SD Card max 128GB, support cloud storage
WIFI 802.11b/g/n;
Wireless Security WEP, WPA, WPA2
Remote Access P2P
Indicator Light Blue, Red
PIR Sensor 8 meters (26ft.)
Battery 3.63V/6000mAh 2pcs 18650
Charger DC5V/1A
Working Temperature –20°C to 50°C
Working Humidity 20% to 85%; non-condensing
Certificate CE FCC RoHS
Magnetic Strong magnetic
Dimension 58(L)X56(W)X98(H)mm
Weight 243g(camera),550g(solar panel),1150g(all package)
ลิงค์สั่งซื้อครับ
Coupon(ส่วนลด) : BGC36222,
GUUDGO A3 กล้อง และ โซลา ชุดแผง 1080P ไร้สายแบตเตอ :https://ban.ggood.vip/VPfo
สารบัญ กล้องวงจรปิด ip camera ระบบโซล่าร์เซลล์
0:00 เปิดคลิป
0:59 แกะกล่อง
3:18 รายล่ะเอียดเบื้องต้น ราคา
4:22 ติดตั้งแอพพลิเคชั่น
7:46 ทดลองตัด wifi เปิดดูผ่าน 4G
8:34 เทคนิคการหามุมกล้องว่าจะติดตรงไหนดี
8:58 ติดตั้ง
9:40 ดูไฟล์ที่บันทึกไว้ในตัวกล้อง
10:07 สรุป
*****สำหรับติดต่องานโฆษณาประชาสัมพันธ์*****
Bangdiy partnership limited
email: [email protected]
Line : @bangdiy
cloud image 在 Yusuke Okawa大川優介 Youtube 的最佳解答
Adobe Photoshop Camere
https://www.adobe.com/jp/products/photoshop-camera.html
※案件じゃないよっ
動画を専門的に学ぶ「TranSe Media」6月30日まで無料
https://one-choise.com/media/?utm_source=YouTube&utm_medium=YO&utm_campaign=13
動画好きと繋がり、学ぶ環境「TranSe Salon」
https://one-choise.com/community/?utm_source=YouTube&utm_medium=YO&utm_campaign=14
【OneSe personal】
最速、最短で学べる動画の個別指導
https://one-choise.com/personal?utm_source=YouTube&utm_medium=YO&utm_campaign=9
まずは無料カウンセリングから!
【目次】
0:00 PhotoshopCamera Image Video
1:13 猫のテスラ
1:25 Adobe Photoshop Camera
2:42 やばい3つのポイント
7:23 追加して欲しい機能
7:49 テスちゃんご挨拶
8:02 最後に
【Podcast】
大川優介の部屋
https://www.youtube.com/channel/UCptYJTX-3Ise5htBHlMvdRA?view_as=subscriber
【CONTACT】
[email protected]
【FOLLOW ME】
https://www.instagram.com/yusukeokawa/
https://twitter.com/yusukeokawa?lang=ja
【My LUTs】
https://transe.stores.jp/items/5dfba8e2ac68df43c151c458
【My Favorite GEAR】
機材レンタルのサブスクGooPass様から借りています。
ボディからレンズまで豊富にあるので是非!
https://goopass.jp/
Video Camera BMPCC6K - https://amzn.to/2PmdsOt
BMPCC4K - https://amzn.to/2pgIFt6
Photo Camera 1DX mark2 - https://amzn.to/2S1Uldu
5D mark4 - https://amzn.to/2XP4jUC
Main Lens Canon Sigma 35mm - https://amzn.to/32gPJok
Canon APS-C Sigma 18-35mm - https://amzn.to/2pmwElD
Canon Sigma 50mm - https://amzn.to/2xwAb1R
Canon 24-70mm f2.8 - https://amzn.to/2YL5Jx2
Mavic 2 Pro - https://amzn.to/32e1yvJ
Tutorial Light Aputure120d - https://amzn.to/32fFDnp
Aputure Mini - https://amzn.to/2VlyXTy
SHURE studio Mic SM7B - https://amzn.to/2ET9Nmt
Blue microphone stand - https://amzn.to/2VLEXEu
My MacBookPro(15-inch, 2017)16 GB 3.1 GHz Intel Core i7 - https://amzn.to/2MaM6dH
HDD Lacie 8TB in House - https://amzn.to/2McMOqL
HDD Lacie 2TB - https://amzn.to/2MdYsSw
Editing Soft Adobe Creative Cloud - https://amzn.to/31dolGn
DaVinci Resolve - https://amzn.to/35r0BSp
Music
Artlist - https://artlist.io/artlist-70446/?artlist_aid=Yusuke_294&utm_source=affiliate_p&utm_medium=Yusuke_294&utm_campaign=Yusuke_294
Video Footage
Artgrid - https://artgrid.io/Artgrid-114820/?artlist_aid=Yusuke_294&utm_source=affiliate_p&utm_medium=Yusuke_294&utm_campaign=Yusuke_294 【OneSe personal】
◎パーソナライズされたカリキュラム
◎専属講師がマンツーマンでサポート
◎動画の知識や機材は一切必要なし
最速、最短で学べる動画編集のスクール
https://one-choise.com/personal/ad?utm_source=YouTube&utm_medium=YOad&utm_campaign=42
まずは無料カウンセリングから。
cloud image 在 OmegaGamesWiki™ Youtube 的精選貼文
PS4 PROのFINAL FANTASY 7 REMAKE(ファイナルファンタジー7リメイク)のHARD MODEボス攻略動画です、番外編③。
一応FF7R最後の動画です。
せっかく必殺技使えるのアクセサリ「神々の黄昏」を貰ったので、HARD MODEの全召喚獣をクラウドのみでやってみました~
著作権者:
PlayStation®4版ファイナルファンタジーVII REMAKE
© 1997, 2020 SQUARE ENIX CO., LTD. All Rights Reserved.
CHARACTER DESIGN : TETSUYA NOMURA/ROBERTO FERRARI
LOGO & IMAGE ILLUSTRATION:©1997 YOSHITAKA AMANO
番外編 その3
・NEW GAME+
・HARD DIFFICULTY
・VR MISSION
・クラウド VS 全召喚獣/CLOUD SOLO VS. ALL SUMMONS
BATTLE1 - シヴァ/SHIVA(NO DAMAGE)
BATTLE2 - デブチョコボ/FAT CHOCOBO(NO DAMAGE)
BATTLE3 - リヴァイアサン/LEVIATHAN(NO DAMAGE)
BATTLE4 - バハムート/BAHAMUT(NO HEALING)
装備&マテリア:
シヴァ戦
バスターソードLv6, フォースブレス, 神々の黄昏
ぞくせい=ほのお、せんせいこうげき=ATBバースト、わざたつじん=うけながし
じかん=ヴィジョン、ラッキー=ラッキー
デブチョコボ戦
ハードブレイカーLv6, フォースブレス, 神々の黄昏
ぞくせい=れいき、せんせいこうげき=ATBバースト、わざたつじん=うけながし
ATBブースト=ヴィジョン、ラッキー=ラッキー
リヴァイアサン戦
ハードブレイカーLv6, フォースブレス, 神々の黄昏
ぞくせい=いかずち、せんせいこうげき=ATBバースト、わざたつじん=うけながし
ATBブースト=ヴィジョン、ラッキー=ラッキー
バハムート戦
ハードブレイカーLv6, フォースブレス, 神々の黄昏
ぞくせい=れいき、せんせいこうげき=ATBバースト、わざたつじん=うけながし
ラッキー=ヴィジョン、HPアップ=HPアップ
======================
サムネイル製作:K.K
FINAL FANTASY 7 REMAKE - NORMAL DIFFICULTY WALKTHROUGH PLAYLIST:
⇒https://www.youtube.com/playlist?list=PL4fd59i0eA3ULnlwzSMhc0DSVd9l9cWUA
======================
- ゲームタイトル: FINAL FANTASY 7 REMAKE
- 発売日: 2020年4月10日
- 価格: 7,800円+税(PS4 パッケージ版)
- ジャンル: アクションRPG
- CERO: C
- 開発: スクウェア・エニックス
- 発売: スクウェア・エニックス
=======================
#FF7R #FF7リメイク #HARD
=======================
"Copyright Disclaimer Under Section 107 of the Copyright Act 1976,
allowance is made for "fair use" for purposes such as criticism,
comment, news reporting, teaching, scholarship, and research.
Fair use is a use permitted by copyright statute that might otherwise
be infringing. Non-profit, educational or personal use tips the balance
in favor of fair use."
=======================
cloud image 在 雲端互動Cloud Interactive - Photos | Facebook 的推薦與評價
See photos, profile pictures and albums from 雲端互動Cloud Interactive. ... <看更多>