0206地震紀錄

這幾則新聞放在一起看，就蠻有趣了

2017/12/23

「地磁紫異常」預言7天內花蓮規模5強震！氣象局打臉超無言

https://www.ettoday.net/news/20171223/1078201.htm

2018/02/04

可能有規模8強震？ 地質教授：百年周期差不多到了

https://udn.com/news/story/11803/2968004

2018/02/05

百年週期引花蓮強震？氣象局出面打臉

https://tw.news.yahoo.com/百年週期引花蓮強震-氣象局出面打臉-065435233.html

2018/02/06 12:30

花蓮連震是强震前兆？ 氣象局：安啦

https://udn.com/news/story/11807/2970649

2018/02/07 00:00

【不斷更新】花蓮7級大地震　市區大樓倒塌多人受困

https://news.ebc.net.tw/news.php?nid=98173

2018/02/07 00:40

花蓮23:50強烈地震規模6　最大震度7級發國家警報

https://news.tvbs.com.tw/life/865702

2018/02/07 04:09

「地震預測」惹毛氣象局！祭100萬重罰　開警告單限刪文
https://www.ettoday.net/news/20180207/1109188.htm

2018/02/07 07:28

【花蓮6.0強震】餘震逾百起　氣象局警告：不排除更大地震

https://tw.appledaily.com/new/realtime/20180207/1293529/

2018/02/07 10:15

106年地震偏少 郭鎧紋曾直言不妙
http://www.cna.com.tw/news/asoc/201802070120-1.aspx

暖暖的斑馬線

傍晚，騎著電動機車在回家的路上，來到一個車水馬龍的路口

紅燈，隨著車陣停了下來

橫向對側的斑馬線上有一對老夫婦
老爺爺支著拐杖，老奶奶提著便當，攙著爺爺

以蹣跚的步伐過馬路

小綠人開始奔跑起來了

老夫婦還有三分之一的馬路要過

他們加快了腳步
但，仍是蹣跚

靜止的小紅人出現了！

還有七秒！

再怎樣的加快，也依然蹣跚

思索著該怎麼幫助他們

想著等綠燈亮起時，慢慢前進到老夫婦的身旁停下

幫他們擋住後面的來車，讓他們能安全的通過馬路

綠燈亮起

車陣開始緩緩前進

我前面的幾部機車，並沒有繞過老夫婦

而是如我想做的事一樣，慢慢前行，在老夫婦旁停下

擋下後方車流，守護著老夫婦通過馬路

最強一波寒流的傍晚，好像，也沒有那麼冷了

Python群集型態整理

常用的Python群集型態有list, tuple, set, dict，把它們的特性整理一下

	List	Tuple	Set	Dict
element type	object	object	object	key-value (object-object)
ordered	Y	Y	N	N
mutable	Y	N	Y	Y
duplicable	Y	Y	N	N (unique key)
example	[1, 'b', 3, 3]	(1, 'b', 3, 3)	{1, 'b', 3}	{'a': 1, 'b': 'hello', 'c': 'hello'}

凡走過，必留下，痕跡

有位朋友的組織要擴編，邀請我加入他們的團隊，一個主管級的職缺。職稱與福利看起來都很有說服力，不過仔細思考後，因為那個產業別是我不熟悉的領域，也是個不容易短時間進入的領域，恐怕沒辦法在他預想的時間裡就能有所成果，加上這也不是很吸引我的領域，所以我婉拒了，但是答應他幫他找合適的人選，因為腦海中浮現了一位在這個領域耕耘多年的學生，他有很充實的技術與經驗，擔任那個主管職缺應該不是問題

過了幾天後跟朋友見面，向他推薦了這位學生，先描述了這位學生的經歷，用fb讓他看了這位學生的樣貌。朋友接過手機滑了一陣子，認真地看了好幾篇po文，然後把手機還給了我，說這位學生不合適。
我問朋友，這位學生在此領域有十年了，不管是學歷、domain knowledge或是軟體開發能力，應該都足以勝任，只看fb的資料就否決掉，會不會太武斷，要不要約談過後再下定論，或至少看過正式的履歷再說

這位朋友說，從fb, ig, twitter, blog上，比經過美化的履歷更能看到一個人的本質；他開出的職缺是要帶團隊做創新的東西，這個人必須不被自己的經驗、想法綁住，先要能夠接受來自部屬、長官、外界、競爭對手等的想法與作法，然後再去驗證，綜納出團隊要走的方向、該走的路徑
他說，從學生的言論中，他看出這學生是個行為很容易被主觀意識綁架的人。他認為每個人的學習、背景、價值觀都不同的，所以具有主觀意識是正常的；但是，他從這學生的言論中，常常能看到單一角度、欠缺驗證的主觀。如果行為表現是主觀意識至上，沒有求證或依不同角度來修正立場與原則，他覺得還不適合成為該職缺主管的人選，頂多只能成為技術面的工具人用用。

凡走過必留下痕跡！
這些年下來，你留下了怎樣的足跡？
這些足跡，是否將影響別人看你的方式？也影響著你日後的軌跡？

TensorFlow的初體驗

TensorFlow在Linux下的問題似乎比較少，所以用VMware Workstation Player裝了一個Ubuntu 16.04_64，用一個乾淨單純的環境來學習TensorFlow

裝好Ubuntu後，接著要安裝Python、pip與TensorFlow。我是follow TensorFlow 基礎篇〈上〉這篇文章來進行安裝。要稍稍注意目前TensorFlow的版本是搭配Python 3.5.x，在3.6.x或以上可能會有問題(也許未來TensorFlow會釋出新的版本來支援3.6.x以上的版本)。

由於我所安裝的Ubuntu已經內含3.5.2，所以不需要再安裝Python 3 (可先執行python3即可知道現有的版本)。如果你的系統沒有Python 3，為確保安裝的是3.5.x，建議安裝的指令改用：
sudo apt-get install python3=3.5.*

執行step 6時，也許你會在執行tf.Session()時遇到印出一堆訊息，由於這個message的severity是I，代表只是information，所以可以不去理會。

安裝完成後，可以閱讀這一篇TensorFlow 基礎篇〈中〉來了解一下TensorFlow的資料型態與基本操作。逐步的玩過每個指令，熟悉一下TensorFlow的操作邏輯。

接下來就要進入機器學習的主菜了。還是跟隨著TensorFlow 基礎篇〈下〉這篇為學習的主軸。這一篇利用MNIST資料庫來進行手寫數字辨識。
不過這篇有一些說明不夠清楚，或是操作上會遇到問題之處，可以參考一下其他文章：

• 如果想更清楚瞭解one-hot encoding/vector，可以看這裡
• 對於MNIST 資料集，可以先看這篇說明，照這篇的介紹來學習應該可以更了解。不過這一篇會用到matplotlib，而這個又依賴了Tkinter，所以要先用下面兩個指令來安裝matplotlib與Tkinter：
  sudo python3 -mpip install matplotlib
sudo apt-get install python3-tk
• 接下來我透過這兩篇Softmax Regression 模型解說與實作 MNIST Softmax 模型來了解Softmax
• 很重要的是，官方文章絕對是最好的參考資源：TensorFlow官方教學
• 這位前輩分享的學習筆記絕對要致敬一下！