跳到主要內容

98-1T 預士榮退環島之旅 Day2

Day 2 路線:
從楓港>台9線>台東>大武>太麻里(沿途騎台9線),最後住在民宿。
-------------

很抱歉雖然我們當兵剛退伍不久,軍中沒有練到體力,每天爆肝加班,做那些無聊的業務,讓我們的體力比大學時期還要更差。

這次到楓港後決定不再往墾丁方向走去,直接轉彎殺入南橫公路(9號公路),直奔台東到達釋迦的故鄉。


一大早起床整理在與龍峰寺的菩薩及師父告別之後起身下山直奔早餐店(龍峰寺有提供早餐給留宿的民眾,但是七點才統一用膳,師父抱歉了沒辦法跟你共度早齋),就遇到這個可愛很跩的小弟弟,我們之間度過了一個愉快的早上。


 從龍峰寺往外看去依山傍水,真不曉得當晚哪來的腿力,我們怎麼騎腳踏車上山的。



趁著太陽公公還沒有完全出來Say Hello,一行人繼續往今天的目標前進,好景不常一上路沒有太遠便遇到了公路車常見狀況---爆胎,還好有萬能的彥宏桑,教導我們如何處理破胎及注意狀況。



正所謂屋漏偏逢連夜雨,在處理破輪過程中,彥宏桑GO to Oh Da Ben,建志的車也好端端的被風吹到水溝裡面去,難道真的被建志說中了,我們就是98-1逆境組???

不論風有多大,雨有多強這趟環島之旅我們堅持要完成,代表著98-1的精神,衝啊!!繼續向我們的目標前進。

騎了腳踏車之後才發現原來台9線是這麼的難以征服,騎了一個多小時才到達雙流社區,路旁沒有7-11的蹤跡,只有一間小小的便利商店,為騎乘更長久的路,所以在此稍作歇息。




南橫公路沿途許多砂石車、大卡車,在騎乘的途中總是被後方呼嘯而來的車子驚嚇。當然也有許多熱情的運將對著我們大喊【加油】,這一聲呼喊足以讓我們振奮精神繼續前進。




經過數個小時之後,我們從平地慢慢爬升到高山,南橫公路的前半段幾乎爬坡路段居多,無法快速前進,時數約莫8公里左右,沿途還有遇到騎小折環島的夥伴,內心不禁對他豎然起敬。

過了許久終於到達傳說中的環島驛站---壽卡鐵馬驛站。壽卡驛站其實就是壽卡派出所,位於台26線及台9線交界處,是南部通往東部必經地點(旁邊還立著『歡迎蒞臨台東』讓人感受到東部熱情)




當天到了壽卡,居然遇到百年難得一見的停水停電,因此驛站特別貼出公告本日休息,無法進入驛站中休息實在令人惋惜,只好在一旁拍照留念,順便在簽名版上留住紀念。(原本後方牆壁的簽名已經全數清除,請大家配合在壓克力板上簽名拍照留念,別造成值班人員的困擾啊)




往台東方向前進,過了壽卡驛站後台9線持續4公里左右的下坡路段,下坡的暢快使我們忘記了當初上坡的沿途咒罵。

搭著愉悅的心情一路滑行至中午休息地點『達仁派出所』,這一趟難道是派出所休息之旅嗎?出門在外求得休息庇蔭處所即可,管他身在何處。




派出所人員也很熱心的招待我們,也介紹達仁當地的特色,讓我們知道原來台東達仁是奇石的生產地,在所內發現了許多漂亮的石頭,所員說這些都是要靠努力和緣份,有悟性的人才能體會其中奧妙。

對於我這個沒有玩石頭的人只覺得紋路十分漂亮,石頭的質地光滑,但是抱起來又是如此的沈重。仔細看了一下牆上還有許多石頭比賽的獎狀。



好心的所員還指引我們要到何處找尋石頭,如果有興趣可以撿起來宅配回家裡擺設,可惜路程離我們的路線約莫5~6公里遠,實在是太陽強烈,雙腿不聽使喚無心前往。

接近下午四點多左右,太陽威力降低許多,為了今晚安置之處我們趕緊回到踩踏之旅。進入台東之後沿著台9線左方是山,右方是海,迎面吹著徐徐海風,使人感受到南陽氣息,忘了城市的喧囂。




沿途看到路標到今天晚上住宿地,太麻里只剩下12公里,心想很快就會到達因此在一旁偷閒,吹吹海風欣賞一下美麗的東部海岸線。



更糟糕的事情發生了,我們進入太麻里鄉之後才得知,住宿地點在『太麻里市』,距離目標似乎還有20多公里,而此時已經接近傍晚六點多,漸漸日落西山。

夜間行車的困難度比想像中的高,沿途有許多貨車爭道,也不知道什麼樣的車子會從後方出現,前方來車速度絲毫不減,對於鐵馬騎士來說真是驚險萬分,還有幾處是沒有路燈的連續下坡路段,好險天佑98-1,我們成功的到達今晚住宿地點。

這間民宿如果不是有人介紹,還真難以尋找,地點就位於『介達國小』旁,民宿主人也十分親切介紹內部設備,雖然我們沒有多作利用就睡了,明天還有一早的行程要跑呢。


一到民宿就把房間用的大亂。


這麼雙人的床舖,當天晚上似乎是三人並排疊在一起睡覺,隔天不知為何屁股有點痛痛的。


 客廳的許多設備我們也都可以使用,只可惜沒有太多時間享受。

這一晚我們睡得很安穩,冷氣也冷到晚上發生棉被之戰,想當然爾----我贏了。

明早才是真正的東海岸之旅....待續

留言

這個網誌中的熱門文章

RAG 和 Prompt 原理超簡單解說!想知道 AI 怎麼找答案看這篇

這篇文章是給對於你已經開始使用所謂的 ChatGPT / Claude / Gemini 之類的 AI 服務,甚至是 Siri (嘿丟,他也是一種 AI 應用服務喔) 簡單來說是非 技術人員, PM,小白,想要趕快惡補的人 ,直接花十分鐘可以看完的一篇科普業配文章。 或者是概念僅止於,AI 這東西會幻想,會有誤差,會對於生活有些幫助但沒有幫助的人們,做個簡單又不是太簡單的介紹,希望用一個非常入門的方式讓你們有個了解。 當然,這篇文章目的很簡單, 就是引流 ,如果你身邊有已經對於 Web 技術開發的人員,歡迎報名分享給他,年末出國不如學一技在身,參加今年我們舉辦最後一場 RAG 實作工作坊,報名連結 , https://exma.kktix.cc/events/ai-for-dev-course-rag-2 注意: 接下來每個大段落結束都會有一段工商導入,但文章絕對精彩,請注意! 為了讓各位容易想像,我們將整個世界的資訊,先濃縮到這本『西遊記』的世界觀當中,我們整個世界都在這個 『西遊記』 ,而 大型語言模型 我們用 『書精靈』 來描述。 PS. 我們先預設各位,應該都有聽過,西遊記!如果沒有聽過西遊記的,請右轉出去,謝謝! 先來談談向量 在《西遊記》的世界裡,我們可以把 向量想像成一種「內容座標」 ,讓系統知道每個角色、場景、法術等的 「位置」和「距離」 。向量幫助語言模型知道不同內容之間的關聯程度。 向量就像內容的「距離」和「位置」 比方說,唐三藏的 「位置」(向量)會接近「佛經」和「取經」 的概念,因為他一路上都是為了取經而前進。孫悟空的 向量位置則會更靠近「金箍棒」和「七十二變」 這些概念,因為這些是他的特徵。 相似內容靠得更近:像「佛經」和「取經」會靠近唐三藏的向量,因為它們彼此有很強的關聯。 相差較大內容會離得較遠:像「取經」和「妖怪」「妖怪的寶藏」就距離比較遠,因為妖怪的寶藏和取經的目標關聯性不大。 是誰決定的這些位置? 簡單來說,這些位置和關係是模型自己學出來的。語言模型會閱讀大量的資料和這世界觀的資訊,觀察哪些詞語經常一起出現,根據「共同出現的頻率」來決定它們的關係,並且自動生成向量。例如: 如果模型看到 「唐三藏」 總是和 「取經」 一起出現,它就會讓「唐三藏」的向量靠近「取經」。 ...

2024 推薦關注的 JavaScript 知識

以 js 整體發展來看,目前自己最看好的發展是在於兩個面向,一個部分是 Storybook ,一個部分是 Web container ,為何會是這兩個部分,這邊也分享一下自己的見解。 Storybook Storybook, 如果有用過的朋友都知道,他是屬於前端的展示,可以從 UI 的結構,到 parameter 的傳入,以及 component 如何使用的方式細節呈現等完全呈現。 AI 的到來,加上 Storybook 的呈現,可以讓新發展,或者更新版本的 UI Component 不再是孤兒,很快的 AI 可以學習如何使用新的 Component, 且在同時可以讀取 UI 畫面(Vision) 的狀態下進行識別 UI 在呈現上可以使用的方式。 同時也可以直接了解整體程式碼在使用上可以有怎麼樣參數傳入的方式,甚至是,你只要發展出一套 react 的版本,透過 AI 可以直接透過 Storybook 的版本,直接用最典型的狀態(但不一定效果最佳)轉換成 Vue, 或者 Villina JS 的版本。 這對於開發者,是一個多大的福音,Do Once, Call Everywhere. Web Container Web Container, 正所謂,Container 之下無蟒夫,容器化不只是能夠跑在後端,現在也能夠跑在前端,加速了整體的部署,同時也加速了以往的 SSR 的限制,以往很多時候『it works on my pc』的窘境將不再復見,你的瀏覽器將是我的雲端,You are the edge of mine, 聽起來有多浪漫,光靠這招就是一個歡呼! 完全就是一個端到端,環境的問題接下來將再不是一個問題,以往會有的 Node.js 的問題,接下來都可以在 Web Container 裡面排除掉,直接快速的進行部署實現,同時執行出應用端應該有的樣子。 當然瀏覽器支援度會是一個問題,不過我相信這只是時間的問題而已,相信在座的各位,最多的就是時間! 等吧! JSDC 2024  JavaScript Developer 年度盛會,線上展開。 這次講師要講什麼,就是要講這些有的沒的,還不來聽嗎? 聽懂幾個關鍵字,開心學會一輩子! JSDC 2024 網站: https://2024.jsdc.tw/ JSDC 2024 售票連結: https://www.a...

從易經八卦到 AI 應用:用 LLM 自動化數據整理的工程探險

從 2023 年開始,在去年 為何技術老人這樣想那樣做? 的那場分享之前,就開始探索管理的更多可能性,以及探索更深層的奧秘,宇宙的二進位,生活中的陰與陽,到透過朋友深入探索 8 進位和 64 進位的玄學領域。 一開始只是想將自己體驗進行工程的還原,先是以為透過 ai 可以很快(偷懶)就可以解決掉資訊整理的問題,這邊有些踩雷的過程,以及對於整體實作的紀錄,分享給大家。 人生,原本以為很輕鬆的事情,最後都會不太容易 原本目標是希望將網路上許多的八卦資訊,以及六十四卦象內容,透過 AI 將資料進行彙整,就資料進行整合以及釐清就花了些時間 (汗) 以下且聽我慢慢道來 ... . 思緒步驟 大概步驟會是這樣,首先進行基礎八卦資訊搜集,大概由乾掛到坤卦,這些都可以在網路上容易取得,(這邊採用的是先天八卦順序) https://chatgpt.com/share/672083ea-4000-8010-ae50-3e120d845244 接著進入重點, 64 卦目前並沒有太多工程項目可以進行整合資料,因此主要透過 ChatGPT 產生資訊,以及透過 wiki 進行先達到快速效果。 https://chatgpt.com/share/67208416-c210-8010-9d43-a8c7235a1b03 緊接著,就會得到一串很像是 64 掛的內容, 不看不知道,一看嚇一跳,取得資料中會包含錯誤資訊,對應錯誤的上下卦,但畢竟是電腦,有錯很正常,這才是我認識的 ChatGPT (這邊也有試過 Claude 也有相同問題)。 校正回歸 此時經驗就非常重要,透過 AI 協助我們進行資料編寫比對,但不是單純的比對,而是要先想清楚自己的目標是什麼。 64 卦,兩兩相對。 64 卦,每個卦象不重複。 基礎於一開始 『懶』的狀態 , 首先直覺性的,是將比對錯誤的 json 直接丟入,原本預計透過 chain of thought 的方式,讓 llm 進行重複確認,但 ... 測試發現,需要透過 llm 產出原生資料越大時,隱藏的重複錯誤性會隨之提高。 llm 不轉,我轉 因此,這邊的解法朝向糾錯為主。 首先回到目的性,我們需要得到的結果是 完整的 64 卦象 取得對應的正確上下卦位置。 當我們有這樣明...