跳到主要內容

漫步,鐵路人家 Tambo, Cañar, Ecuador

DSC06687

這次Garnaval 假期的Cuenca之旅,
很隨興的決定了去 Incapirca ,一個位於南厄的印加遺址,
殊不知Garnaval 假期間並沒有從Cuencca發車至Incapirca,
一怒之下跳上往 Tambo 的車,想說在Tambo坐區間車到Incapirca總行了!

DSC06576

兩個小時的車程後,映入眼簾的是位在Tambo廣場的教堂,
當天一反預報說的大雨天,天氣一派晴朗,
但走著沒多久心裡就毛了。

DSC06825

廣場不遠處,有著Tambo主要也是唯一的商圈 (Centro Comercial),
但放眼所見商家們全部大門深鎖,
果不其然,問了幾位當地人後,確認了Garnaval 期全部沒有營業,
同時也沒有區間車到Incapirca!  好樣的!

DSC06584
DSC06590

就這樣一個人漫步在荒涼的小鎮裡,
看著層疊的山脈,曬著太陽,走在毫無修飾的街道上,
突然覺得這樣的寧靜也非常的舒服。

唯一麻煩的,就是Garnaval 假期中到處會出現的潑水集團,
縱使在這山中的小鎮亦然。

DSC06811

路上不時竄出這樣的集團,對這路人、車輛潑水,
甚至兩個集團在路上相遇時,竟也會停車開戰,路上行人避之為恐不及,
而這群印地安婦女們,也就這樣在四處尋找掩蔽物下緩緩前進。

DSC06790
DSC06831

也敗這些匪類之賜,
刻意避開街頭的我發現了Tambo小鎮最美麗的角落:位在鐵路沿線的區域,

DSC06643

正如Ecuador 各大城市一般,
在這山邊的鐵路區域基本上也是較為貧窮的住區,
兩旁散佈著緊臨鐵路的房子,貌似除了鐵路外便沒有其他的出路。

DSC06653
DSC06763

而在這綿延的鐵軌道上,有著無比美麗的風景,
走在軌道上眺望著遠方的山谷與火燒般的雲霧,彷彿有種脫離現實的氛圍。
偶然出現的路人、孩童,也都是一派悠閒的走在鐵軌上,
連羊群、豬隻、飼養的家禽也是如此。

DSC06707

DSC06759

DSC06746

DSC06662

更多的Tambo 、建築照片,請見 Picasa相簿 or Flickr相簿

最後附上當日最正:
DSC06777


More Information :
Location : Tambo, Cañar, Ecuador
Camera : Sony NEX5
Len : Leitz 35mm/2.8 Summaron
Date : 2012.02.21




DSC06576DSC06584DSC06590DSC06594DSC06602DSC06608
DSC06609DSC06610DSC06616DSC06618DSC06619DSC06623
DSC06643DSC06645DSC06653DSC06656DSC06657DSC06662
DSC06664DSC06668DSC06673DSC06680DSC06682DSC06687
Flickr 上的相片集 2012- 鐵路人家Tambo, Ecuador

PAN 2012.03.05

留言

這個網誌中的熱門文章

醫學健康跨領域合作的開始:資料工程

一直都很喜歡在會議上與跨領域的專家、醫師、學者分享我們在數據工程與分析應用上的發展經驗。 許多的專家學者,對於大數據應用的認知都仍侷限在一個超大型結構化資料集的子集合應用,在規劃好的條件設定下,針對特定的目標(疾病、行為)進行篩選,將數據narrow down到可以被個人電腦或是單一伺服器架構處理的小型資料集。 這樣的半手工處理方式,對於專一(Specific)領域主題的資料追蹤計算或許已經十分足夠,但當中倘若資料清理方式有改變、篩選條件增減,所有的數據都要從raw重新處理,不僅造成大量的時間與人力浪費,對於專案計畫進度的延宕更是麻煩。這些還不包含

Google 資料庫方案–Spreadsheet–(1)資料呈現

HEMiDEMi 的標籤: Google , Google SpreadSheet , 雲端 早在規劃『 教育,意義! 』project時, 便有打算將整個網站建立過程撰寫一篇教學,讓有興趣以google 服務為基礎進行開發的朋友參考。 沒想到這個想法擺著就拖了好幾個月, 好在學生提出了問題,就趁這機會寫一寫吧。 基本上『 教育,意義! 』網站的架構完全建立在Google提供的服務, 廣義來說也是個雲端的系統, 所有的資料是分散在不同的服務架構下,再用GAE, Javascrript將服務資訊串接起來, 由Blogspot 統一呈現。 省了租主機的費用,或架站的硬體、電費, 最好的地方在於不用管理主機維運的問題, 只要專心做我的創意、嘗鮮就好了!!   多棒! 若將『 教育,意義! 』網站依功能層次來分類,可以分為三層結構, 當中的層次與使用技術大致如下: UI 介面層 服務 : Blogspot (網站介面) , Picasa (相簿空間), Google Apps 技術 : Javascript , AJAX ( JQuery ) App應用層  服務 : Google App Engine (GAE) 技術 : Java, Java Server Page (JSP) 資料層 服務 : Google Docs (文件), Google Spreadsheet (試算表) 技術/函式庫 : Java, Google Data APIs 本篇文章將著重在介紹以Google Spreadsheet 做為雲端資料庫, 其他主題將會陸續推出。 若對Google API 與 Google App Engine 初步建置有興趣, 可以參考之前文章: 佛心來著的 Google Data API – for JAVA 雲端的開始:Netbeans 無痛 Google App Engine Java 服務開發 Google Spreadsheet 做為資料庫系統 對於小型的資料系統來說, 採用Google Spreadsheet做為應用程式資料庫(如問卷調查或線上系統) 也算堪用, 目前的儲存限制為 : 40 萬個儲存格 每張工作表最多...

當咒術成真 - 文字生成的虛擬世界

  2024/02  這幾天灌爆各大ai社群的,不外乎就是文字生成高清畫質影像的OpenAI Sora , 讓人驚艷的細膩表現,自動化的場景生成與運鏡效果,縱使這個概念並不是多創新的模式,但Open AI始終很懂得抓住大家眼球  (Sora的各種生成影片: https://openai.com/sora  ) 關於Sora 的技術與介紹,不妨看看chatGPT 對它的描述: OpenAI Sora文字-視訊生成模型 在視頻數據上進行大規模訓練生成模型,具體而言,OpenAI聯合訓練了文本條件擴散模型,處理不同持續時間、解析度和長寬比的視頻和圖像。利用了一種在視頻和圖像潛碼的時空塊上操作的轉換器架構。受到Srivastava等人(2015年)在使用LSTMs進行視頻表示學習的無監督學習的啟發,OpenAI的最大模型Sora擴展了這些概念,能夠生成一分鐘的高保真度視頻。此外,Chiappa等人(2017年)描述的循環環境模擬器方法與我們的方法論框架相一致,表明擴大視頻生成模型的規模是建立通用物理世界模擬器的一條有希望的道路。 一、技術創新 OpenAI 的 Sora 模型在技術創新上主要融合了 diffusion models 與 transformer models 的特點,這一結合代表著從文字描述到視覺內容生成的一大進步。根據 Goodfellow et al. (2014) 的研究,Generative Adversarial Nets (GANs) 開創了使用機器學習生成圖像的新方法,而 diffusion models 則透過逆向的擴散過程從隨機噪聲中逐步建構出有意義的圖像,提供了一種不同於傳統 GANs 的新途徑。另一方面,Vaswani et al. (2017) 提出的 transformer 模型,通過其自注意力機制有效處理長距離依賴關係,已廣泛應用於語言模型中。Sora 模型的創新之處在於將這兩種技術融合應用,實現了從簡單文本提示生成高質量視覺內容的能力,這不僅展示了機器學習技術的新高度,也為未來的影像生成、自然語言處理和人機交互開啟了新的可能性。 二、物理現象與現實世界的模擬 Sora 的另一大進步是在模擬現實世界物理現象方面的表現。雖然現有模型如 Raissi et al. (2019) 所提出的 Physi...