跳到主要內容

98-1T 預士榮退環島之旅 Day1

Day 1 路線:
橋頭>(台22線)大樹>(里嶺大橋)里港>九如>長治(腳踏車國道)>內埔>(縣道187)萬巒>(台1線)楓港
----------------------------------------
很多事情現在不做,以後會後悔。

98-1T 預士好不容易在一陣混亂中,卸下身上狗屎綠迷彩,換回死老百姓的服裝,接下來的我們還剩下什麼?目前最多的就是--時間,在新訓的時候就已經和彥宏兩人討論著退伍後的遠大夢想,我們最想做的就是----環島,下部隊之後兩人就分道揚鑣分發於不同單位,也因此認識了建志,退伍前一周我們這些閒人互相允諾一起環島,就在今天2010年7月12日,我們出發了。



三人分居三地處理著自己的行李,互相使用電話聯絡,直到今天約在橋頭家中見面,隔天一大早載著身上的重裝遠征這看似不可能的任務,第一站我們來到7-11做足準備補給出發,這時真的感覺到生活的好鄰居啊。

在這之前本人的騎乘經驗大概就是淑女車去雜貨店買東西之類的距離,這台車要感謝廖崇大大及經典輪車行老闆技術協助才有辦法出發。




出發前不免俗來一張照片


彥宏正在補給裝備,來偷拍一張

整裝完成後開始從橋頭出發,沿路經過高捷青埔站,經由樹德科大往台22線前進,沿途沒有太多紅綠燈,卻多了一些上坡,對於這麼有毅力的年輕人,當然不成問題,三兩下咻咻就來到了里嶺大橋,沿途有著斜張橋的陪伴,雖然少了夜晚的美麗,白天欣賞這風景也是另外一種美。


很快的一個小時左右來到第一站,我姑姑家裡

這麼快的速度連我們自己也嚇到了,因此我們決定要----慢慢騎,而在這邊稍作休息騙吃騙喝之後,聽著姑姑的描述得知屏東這邊有腳踏車路線,從長治鄉國3路線高架橋底下就是俗稱的腳踏車國道。


 沿途沒有砂石車的壓力,多了些優閒,愉快的快速踩踏前往內埔尋找今天中午休息地。


 沿途發現彥宏袋子裡面的水袋居然是滿的,難怪後座會有如此大的牽制力,因此決定將水倒掉減輕重量。


沿途還是要來一張自拍照...

腳踏車國道沿途皆有許多休息站可供補給休息,算是一個十分便民的措施。


腳踏車國道連小綠人都騎上鐵馬


沿途看到耶子水當然要去買一下,當時只有彥宏要買,老闆還很好心的塞了給我和建志一人一罐,心想:樁腳人就是這麼HOT 心啊。

結果,想太多了,三罐一百,特別拍下這一張來紀念一下,OS:老闆你給我記住。

腳踏車國道的尾聲就來到內埔鄉,我們從內埔轉縣道187至萬巒吃午餐,稍作休息。


萬巒鄉歡迎您。


騎了這麼久當然要好好犒賞一下自己,just to eat!!!!

中午就在萬巒派出所好好休息一下,真不愧是人民的保母啊!!!~這個時候真的覺得我們的稅金沒有白繳啊。




萬巒警察局附設鐵馬驛站還有打氣筒可以充氣、補充水、稍微休息一下,只是卒仔的我們一開始只在門口的涼亭休息一下。



萬巒警察局其實是一間新改建的警察局,內部的裝潢都十分新穎,但是還保留古早時代的警徽。


難得在警察局休息,閒閒沒事拍照一張


卸裝後午睡的建志.....


在警察局稍做歇息之後(其實也在裡面待了三四個小時),離開派出所,立即前往補充水分。


補充後前往今天的目的地楓港前進,沿途經過了建志開的加油站。


沿路艷陽高照好險路邊的樹阻擋了強光,讓我們三人得以舒適的向南踩踏。



沿途還不忘來張自拍。


沿途經過很多間連鎖菱角小舖,而且都是嫩妹在賣菱角,血氣方剛的我們為了趕路無心留戀。


 途中經過了無數的抱怨及咒罵,我們終於來到中繼站----枋寮



到達枋寮心情大悅,看到這寬闊的道路令人心曠神怡,但是好景不常經過了十五分鐘之後還是如此的【寬闊】不禁讓人又開始不斷的抱怨及咒罵,一路上就在不停的循環中前進。


途中需要補給當然要找生活的好鄰居,在這邊的同時也遇到環島同好,一陣寒暄之後得知他們是逢甲出發,身邊還有一台補給車,令人好生羨慕,我也要有補給車。

離開前大家一同拍照,互相留下聯絡方式,希望路過逢甲時能夠協助協助,當然還有祝福對方環島成功。



互相道別,繼續踏上我們的路程,沿途看到許多咖啡車及海岸風景,最特別的是一個路標【前有全家便利商店  距離:6000公尺】,哇靠!有沒有這麼近啊6000m,這大概要騎個30分鐘,看到這路標後頭再往前方看去,500公尺那不就有一間7-11嗎!!!!

身為熱血退伍軍人必須要衝入敵陣,略過那7-11朝向這未知的全家便利商店。



果然是間好全家,他的奧妙之處在於廁所無門,尿個尿轉頭還可以欣賞海景,可以稱做是面山背海好風水,解手之後還可以到便利商店買個東西,坐在木桌上欣賞海景別有一番風味。




小憩之後時間也差不多五點多,快點啟程至楓港。

沿途都是卡車、遊覽車、轎車從旁邊呼嘯而過,騎腳踏車的好處在於能慢慢欣賞路邊的景色,漸漸的日落西山,快要到達楓港時已經是接近傍晚。

只可惜要趕在天黑前到達住宿地點,無法停下腳步好好欣賞屏東海岸美景。





到達楓港幾進入夜,先前已有找到獅子鄉龍峰寺有提供住宿,因此打個電話先與廟中管理人員聯絡,果然是佛心來低,對我們這些外地人來者不拒,提供我們當天的住宿。

龍峰寺位於山腰處,就在台26線往東,看到左方有牌樓寫著【圓東庵】,轉進去一直往大條馬路直直上山便是龍峰寺的所在。

只是沿路十分顛簸,建議先吃飽後再上路。

在此也很感謝在沿路讓我們問路的7-11人員,因為有你們親切的服務,我們才有辦法到達目的地。

留言

  1. cool 順便吃個豬腳ㄚ!讚啦!

    回覆刪除
  2. 帥阿!有沒有順便去吃個豬腳?

    回覆刪除
  3. 當然有啦,當天中午在萬巒的海鴻飯店渡過

    回覆刪除
  4. 我上禮拜去墾丁也開車順道去吃豬腳,真是難以忘懷的滋味阿!!

    回覆刪除
  5. Tony, 我會加油低,快要結束啦。

    Liya,萬巒豬腳真的是....嘖嘖嘖!好滋味啊!

    回覆刪除

張貼留言

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...