老K的遊戲人間

XGBoost (python3.5) (windows) (anaconda) plot_tree 修正

2018-01-18T14:05:00.002+08:00

windows anaconda下載的XGBoost
plot_tree default function畫出來只會顯示
f0, f1, f2......作為feature的切割

如上圖

參考了網路上的做法, 做了修正

1. 首先要建立一個fmap的文件

def ceate_feature_map(features):
outfile = open('xgb.fmap', 'w')
i = 0
for feat in features:
outfile.write('{0}\t{1}\tq\n'.format(i, feat))
i = i + 1
outfile.close()

ceate_feature_map(features_name)

這個features_name也就是你input data的title

2. 改寫plot_tree

原先的
plot_tree(xgbmodel, rankdir='LR')
後來的plot_tree多加一個引數
plot_tree(xgbmodel, rankdir='LR', fmap='xgb.fmap')

在網路上google到的大致上是這樣, 一般都說更新到最新版就有支援fmap這個功能
但是我這樣用了, 而且xgboost也是6.0版本
仍然不能使用
於是進去裡面看plot_tree裡面到底有沒有吃到fmap這個參數
最後

3. 改寫plotting裡面的to_graphviz function

原先的
tree = booster.get_dump()[num_trees]
完全沒有吃到fmap這個參數
建議可以改成這樣
if "fmap" in kwargs:
tree = booster.get_dump(kwargs["fmap"])[num_trees]
else:
tree = booster.get_dump()[num_trees]

這樣畫出來的tree就能夠含有feature name的information了

其餘XGBoost入門詳解, 我認為這篇蠻值得參考的
https://hk.saowen.com/a/24b56c2fdf62f1a70dfa8e2f00917904097a9425225daf98526ea3d6293370db

Tensorflow document 研讀 (不斷更新 2017/12/3)

2017-12-03T13:34:00.000+08:00

參考英文版的tensorflow document
https://www.tensorflow.org/programmers_guide/graphs

在github以issue的方式呈現
https://github.com/killelder/tensorflownote/issues

目前看到了Variables,
中間有些地方不熟或暫時沒興趣的部分會跳過
如果有錯誤歡迎指教訂正

Machine Learning on TWSE -- vol.1

2017-09-22T22:45:00.002+08:00

在Study了許多文件以後, 發現Deep Learning跟我一開始想的不完全一樣,
又或者說, 我又更了解了Deep Learning一點
在這塊領域上面, 台灣是落後的,
當然, 我更是一個半途出家的研究者,
不敢說自己有多專業, 更多的是希望拋磚引玉,
引進更多志同道合的夥伴們一起成長,

在vol.0作出一個初步的結果以後, 遲遲沒有拿出來,
因為在實作之前有一個更重要的問題,

如何確定未來數據會重現我訓練出來的行為?
如何確定這個model是general的

先說個我一開始認為的謬誤
我認為的Neural Network是不管我餵甚麼數據給他,
他總是能依靠著電腦強大的運算能力, 去找出相關性,
然而, 事情並不像傻人想的那麼簡單,
如果單純把開高低收成交量送進去計算,
相當高的機率是學不到任何東西的,

所以這時候我採用以某一天的開盤價作為基礎, 將開高低收轉變為1左右的數字
這樣既可以解決個股票之間, 價格高低水位不同的問題

也可以一併解決learning rate的問題,
相信大家在學machine learning的時候,
都聽過要做normalization, 但可能都不知道為什麼
先扯到一個machine learning的超參數 "learning rate"
(超參數意指非machine learning會學習的變數, 只能由人在外面調適, 每次學習的時候這個超參數是固定的)
就我所認為的應該是因為每個神經元每個input在學習的時候, 會根據作learning rate大小的shift, 以去求gradient找最適化參數,
然而如果input data每次不一樣, 甚至同一個minibatch輸入進去的input data不一樣,
那麼每個神經元學習的速度會不一樣, 這時可能會導致本來該學會的東西,
反而學不會,
至於成交量我還沒想到一個比較好的做法,
因此目前先採用開高低收作input data,

因為想要學習一個general的方法
下一篇可能會講解如何random選股票送進去當training data

Machine Learning on TWSE -- vol.0

2017-09-16T09:47:00.004+08:00

研究了數日以後,
從原先想研究的RL方向,
先轉換成現在較成熟的DNN,
把開高低收成交量加入了data preprocess, normalize
訓練了2~3天, 有一個初步的結果是train loss跟test loss會同步下降,
這通常表示著我們找到了一個gerneral的規則, 能夠提升我們的勝率(預測),

至於其他詳細的detail, 等我訓練到滿意以後, 應該會一次釋出
目前初步預估, 是可以用來做交易的model,
如果考慮100元的股票手續費86 + 300證交稅 = 0.00386
加上買賣各讓一個點差 = 0.01
每次交易成本如果設定在0.01386
目前每次交易平均獲利是在0.03x
如果有機會把平均交易獲利提升到0.05的話或許已經是一個相當不錯的model

當然data並不是那麼完美, 尤其遇到增減資, 每年的股利發放, 可能會造成誤判,
但對於目前50萬筆的日資料, 或許例外狀況是可以忽略不計的

初入 - Machine Learning

2017-09-13T22:09:00.000+08:00

在自己胡亂摸索了 ML兩個多月以後,
在Deep Reinforcement Learning上面碰壁以後,
決定更加深入這門學問,

其中中國有一個莫凡老師,
做了許多python 以及機器學習的教學影片, 文字, source code
https://morvanzhou.github.io/tutorials/
簡潔易懂, 可以做為入門的參考

目標是能夠學會DNN, CNN, RNN, DRL等等
在甚麼情況應該用甚麼model, 用甚麼演算法, 用甚麼方法來學習

進階的可以參考機器人學習大神
http://ufal.mff.cuni.cz/~straka/courses/npfl114/2016/sutton-bookdraft2016sep.pdf
Richard S. Sutton的Reinforcement Learning : An Introduction

----------------------------------------------------------------------------------------------------

首先先科普一下

Machine Learning主要分三(四)大類:
Supervised : 每一組data會對應一組答案, 讓機器來學習
Unsupervised : data沒有對應任何答案, 主要讓機器自己學著把data分類
Reinforcement Learing : 機器在邊跟environment 互動中, 藉由reward學習

(進化學習) : 這塊我還不熟悉

python 變聲器 (調整pitch) - St.1

2017-05-30T17:45:00.000+08:00

要做出變聲器以前,
預計一步一步實現的流程是這樣,
1. 能夠讀取音擋的頻譜 (最好能畫圖, 以做直觀上面的分析)
2. 將已有的聲紋, 套用其他頻譜
終極目標是利用google 小姐的音檔自動產生不同人聲的效果

打算利用 pyaudio與matplotlib實現第一步驟
(PS 因為2.7的pyaudio好像有少插件, 所以以下採用3.5開發)

第一個會遇到的問題是
pyaudio似乎只能對wav檔產生反應
如果是mp3格式的話,
可以安裝pydub

對mp3做以下轉換
from pydub import AudioSegment
sound = AudioSegment.from_mp3("XXX.mp3")
sound.export("XXX.wav", format="wav")

----------------------------------------------------------------

結果發現做fourier transform 根本不用pyaudio
只需要wave就可以了與numpy中的fft轉換就可以了

----------------------------------------------------------------

https://github.com/NCNU-OpenSource/Voice-Changing
從NCNU, 楊佳儒, 郭亞蓁, 余美儒三位的作品裡面目前可以看到
可以針對pitch做更改 (整個shift一個音調)
直接使用他們的code確實可以實現變聲器的功用

http://mirlab.org/jang/books/audioSignalProcessing/audioBasicFeature.asp?title=3-2%20Basic%20Acoustic%20Features%20(%B0%F2%A5%BB%C1n%BE%C7%AFS%BCx)&language=all

基本聲學有三大特徵
如果不理會音量的話,
音色是我後續想要調整的效果

如果有人對這部分有研究或是有想法的話, 歡迎與我聯繫, 指教

20170309 -- OBS Classic擷取聊天室方法

2017-03-10T01:00:00.002+08:00

因為Classic CLR都沒再更新

nightdev聊天擷取的方式很早以前就死去了

最近streamlab的chatbox也有問題

所以我從最根本的方式去解決

用CLR 直接擷取twitch的聊天室更動CSS樣式

以下感謝Seakas的協助完成Classic CLR也可以擷取的方式

1.

打開你自己的twitch頻道

http://imgur.com/a/zLL5K

點聊天室的齒輪(不要點我齒輪拜託QQ)
會看到跳出視窗如同圖片中的紅框顯示

2.

http://imgur.com/a/SXmkw

跳出的視窗上方會有網址

複製下來

3.

http://imgur.com/a/9hDKE

貼到CLR裡面的URL裡面

4.

進到下面我分享的css檔案複製貼上CSS就可以使用了

https://drive.google.com/file/d/0B8Kf9Oy7K9sDakJCaTlkV2NaOXc/view?usp=sharin

<3 p="">或是直接複製以下的文字
::-webkit-scrollbar, .chat-interface{

  visibility: hidden;
}
 
/*背景透明, 字型設定, 字體加粗(關閉), 字體顏色(最適合老K的粉紅), 八向陰影(文字邊框)*/
body {
  background: rgba(0, 0, 0, 0) !important;
  /*font-family: 微軟正白體 !important;*/ /*聊天室文字字型*/
  /*font-family: 微軟正黑體 !important;  */
  /*font-weight: bold !important;*/
  font-weight: 700 !important; /*聊天室文字粗細，900為最粗*/
  color:#ffffff !important;
  text-shadow: 1px 0 0 #444, -1px 0 0 #444, 0 1px 0 #444, 0 -1px 0 #444, 1px 1px #444, -1px -1px 0 #444, 1px -1px 0 #444, -1px 1px 0 #444; !important;
}

.pinned-cheer__top-bar { display:none !important; } 

/* 隱藏功能與對話區塊 */
.chat-header, .chat-interface .tse-scrollbar{
  display:none !important;
}
 
/* 底色透明化 */
.chat-container, .ember-chat-container{
  background: rgba(0, 0, 0, 0) !important;
}

/* 訊息欄:最小寬度, 至頂, 至底, 文字大小 */
.ember-chat, .chat-room, .chat-messages, .chat-line{
  min-width: 100px !important;
  top: 0px !important;
  bottom: 0px !important;
  font-size: 14px !important;
  padding: 3px 6px !important;
  /*line-height: 1.30em !important;*/ /*聊天室文字行高，1.05倍行高*/
  /*padding: .05em .05em !important;*/ /*聊天室文字與前後段距離，0.05倍行高*/
}

[老K] [槍彈辯駁1] 超高中級的實況主

2016-10-19T13:41:00.001+08:00

Kalpha sample code -- 原型

2016-07-04T02:45:00.000+08:00

因為twitch的聊天室是使用irc chat room,
基本上, twitch的聊天室好玩, 以及這麼多花樣的原因,
就是因為irc chat room非常好連接並獲取data,
所以這篇主要是介紹利用python socket連接irc chat room,
讓大家都可以基本的獲取聊天室的訊息, 並做出自己想要的robot,

sample code:

import socket

botnick = "e4e2e7343" #自己的名字
bufsize = 2048
channel = "#e4e2e7343" #欲加入channel的名字
port = 6667
server = "irc.twitch.tv"
PASS = "oauth:*************" # your Twitch OAuth token
master = "e4e2e7343" #自己的名字
uname = "e4e2e7343" #自己的名字
realname = "e4e2e7343" #自己的名字

def JoinChan (chan):
global ircsock
ircsock.send ("JOIN "+ chan +"\n")

def Main():
global ircsock

#presetting, socket連線前的前置作業
ircsock = socket.socket (socket.AF_INET, socket.SOCK_STREAM)
ircsock.connect ((server, port))
ircsock.send ("PASS {}\r\n".format(PASS).encode("utf-8"))
ircsock.send ("USER " + uname + " 2 3 " + realname + "\n")
ircsock.send ("NICK "+ botnick + "\n")

#利用uname的帳號, 連線上channel
JoinChan (channel)

#主要迴圈
while True:
#接聽訊息
ircmsg = ircsock.recv (bufsize)
ircmsg = ircmsg.strip ('\n\r')

#如果沒有收到訊息, Ping socket
if ircmsg.find ("PING :") != -1:
ping()
else:
#else這裡就是主要處理ircmsg的地方
#一般需要做的事情就是先將user name與message分開, 在進行想要的處理
  print ircmsg

裡面大多沒甚麼問題, oauth token應該也都能google的到,
如果有不清楚地歡迎在底下留言,
希望大家都能做出自己理想的機器人,
其實還有很多需要處理的,
例如thread, exception等等
以後有更進一步的心得再上來分享,
也歡迎有神人們分享

[遊玩評論] 人中之龍0 -- 100分 (無可挑剔的動作劇情大作)

2016-06-13T23:12:00.003+08:00

畫面： 85
娛樂性： 95
操作性： 90
音樂： 90
挑戰度： 90
角色： 100
題材： 95

支線之龍： 100
AV ： 100
甲甲： 100

老K是第一次遊玩人中之龍系列,
以下是新手人龍評論, 請老手們手下留情

所有影片紀錄都在
http://ppt.cc/MB8vs

以下是不暴雷評論,
看了很多次其他實況主的實況以後,
覺得人龍0劇情支線等等都相當不錯,
人龍總共17章,
章章劇情環環相扣,
從頭鋪梗到最後,
如果沒事先看過劇情的人,
絕對會對於劇情的起承轉合發展大呼一驚,
精心巧妙的安排......在最後結局的時候讓你眼淚爆眶而出

再加上動作畫面與戰鬥音樂,
從頭到尾絕無冷場,

支線的部分充分發揮日本KUSO的精神,
如果要是主線劇情部分在差一點點,
我絕對會認為這支線才是人龍的本體,
保齡球, 棒球, SEGA懷舊大型電玩, 經營, Disco, KTV......等等等等的

最後我在觀眾的幫助下, 把支線都過完了
還挑戰了亞門,
不管在主線, 支線, 小遊戲, 打王上面都感到了滿足,
堪稱老K目前玩到最滿意的遊戲,
總共花了92小時

以下是堂島之龍Lv.1 難度Hard 快攻手打倒亞門創的影片

https://youtu.be/nWpT5sk_jKI

為了遊戲性, 以及挑戰自我, 老k決定只把傳說Lv.1點滿就挑戰亞門創

個人認為, 亞門創相對於亞門丈是比較好打的,
在他第一階段先拉遠距離, 有兩個優點,
1. 比較不容易被散砲彈打中, 有空間與反應可以閃
2. 遠距離他會放死光炮射你, 放死光砲的時候, 然後再使用快攻手快速進身揍他幾拳

第二階段也是快攻手有好處, 動作比較敏捷,
可以比他快吃到地上的藥瓶,

亞門丈......個人覺得我沒甚麼好展現的
因為找不到破綻,
只好用武器戰把它搞死 (遮臉)

[遊玩評論] Youtubers Life -- 80分 (跟得上時代的新經營類型遊戲)

2016-06-11T20:46:00.000+08:00

畫面： 65
娛樂性： 85
操作性： 85
音樂： 60
挑戰度： 70
角色： 50
題材： 90

BUG度： 100
亂叫音量： 100
打擊實況主信心： 100

老K在5月的時候就看到Youtubers Life覺得很新奇,
尤其身為一個實況主, 對於這種相同類型的經營遊戲更為好奇,
但是玩到一半發現, 其實這遊戲是做影片上傳, 並不是我們所謂的實況主

在結束人龍0之後, 就在6/10實況了這款遊戲, 以下為當天實況內容
https://www.twitch.tv/e4e2e7343/v/71586612
懶得看那麼長的話, 可以看看我們影片取名字的精華
(結果取名字是我覺得最好玩的)
https://www.youtube.com/watch?v=_HLXrCy3Dqo
(但......以上不代表本台立場.....只是為了增加遊戲性www)

這款遊戲有繁中介面, 對於英文不好的人相當和善,

其實這個遊戲並不難, 經過以前各種經營遊戲的訓練過後
(模擬城市, 便利商店, 夢幻西餐廳.....好啦我知道我很老)
了解了各個介面的使用方式以後, 應該可以上手
(其實都是觀眾教我的wwwww, 我常說觀眾總是臥虎藏龍啊)

其實單就經營角度, 以及題材新穎度,
我個人蠻喜歡這款遊戲的, 399的價格也不算太貴,
不過大概就是個10~20小時可以玩完的遊戲,
變化性略低, 尤其是突發事件竟然有正確答案可以選,
但是隨著等級往上提升, 複雜度也跟著提升,
有更多事情等著處理, 是我喜歡這款遊戲的一個因素,

雖然很多人詬病他的畫面與人物常常鬼叫,
還有無止盡的bug, (畢竟還在開發階段嘛)
但是我覺得瑕不掩瑜,
我還是在關台之後默默創一隻腳色完到了凌晨5點

喜歡經營類的不妨試試看,
不過出DLC我不會買, 因為大概經營方式會差不多

對了, 建議實況主不要玩這款遊戲,
會嚴重打擊你的信心 GG

[遊玩評論] 勇者鬥惡龍 - 英雄集結 - 闇龍與世界樹之城 -- 75分 (黑魂混搭無雙, 迸出好滋味)

2016-05-19T02:05:00.001+08:00

劇情： 70
畫面： 85
娛樂性： 75
操作性： 85
音樂： 85
挑戰度： 85
角色： 80

無雙度： 50
守塔度： 100
黑暗靈魂屬性： 50

老K決定就先拿第一款實況完的DQH來開刀，

實況記錄網址可參考以下
https://www.youtube.com/playlist?list=PLAe60Zuv3TEyb-dFB0Brd48aT4JtubsrP

一開始從別人耳中聽到，
這款遊戲很像無雙系列(事實也是OMEGA合作的，難怪有點無雙的影子)，
玩到中間的時候，
因為一直需要守塔，有某些要素讓老K覺得，

幹，這根本就是魔獸爭霸3當時那種守家遊戲嘛，
守家遊戲都比較好玩！
有很多英雄可以選，還可以放出很多很猛的絕招，
還可以跟隊友合作！

但是漸漸地將他玩到結局以後，
消化了一下還是覺得這款遊戲值得給予75分的普通評價，
原因是我覺得這款遊戲並不那麼像無雙系列，
參雜了50%的黑暗靈魂的感覺，
在無雙系列中，
幾乎不用閃招，(其實也沒有甚麼閃招的方式XD)
就是正方形跟三角形連打即可，
多了翻滾，(沒錯，就是這個翻滾讓我覺得很像黑暗靈魂系列)
以及技能的施放，
到了後期，甚至很吃重技能的使用，
守塔的時候，吃重技能的使用，
打王的時候，則吃重如何閃招，

比較可惜的是，其實變化性不足，
我就同樣的腳色從頭打到尾，幾乎沒有換過陣容，
音樂的方面，音效則是很經典的勇者鬥惡龍的音效，
對於勇鬥迷，角色跟音效都是讓人想敗的原因，
(但是老K是太空戰士迷，所以沒有受到動搖)
劇情是灑狗血，但不熱血，
就是一個順暢的故事罷了。

至於DQH2的話，老K不會優先考量去玩他，
(女主角跟主角不是老K的菜啊)

但是如果你們沒有體驗過DQH的話，倒是可以考慮DQH2，
這個系統還是值得玩玩看的啦。

以上純屬老K個人意見，如有不同意，敬請見諒
玩遊戲嘛，自己開心最重要

希望與解脫

2013-08-15T20:57:00.000+08:00

也許大了以後再也沒那麼多愁善感
但是這個標題的起源是來自我讀書會的組員推荐給我的一本書

─『阿特拉斯聳聳肩』

書名乍看一下有些無厘頭，
我還沒看這本書，
但是我對阿特拉斯很感興趣，

原來阿特拉斯是希臘神話撐起蒼天的那位泰坦之神，
也是那位雕像，一個男人扛起一顆地球的那個雕像

最後，
他因為看到了梅杜莎的眼睛，變成了石像，

或許他沒有普羅米修斯那麼幸運，
但故事的結尾，他的希望也換得了解脫，

anyway......這只是一篇雜記~

世界末日

2012-12-23T01:25:00.004+08:00

結果什麼都沒發生，
這樣說起來好像有點太幸災樂禍了，
我以為yahoo新聞會大肆嘲諷一番的，
結果也沒看到，

總之，那一天我們就當作是冬至的過了，

吃了湯圓大了一歲，
打卡下班過了一天，
最近沒什麼靈感，就在這裡打住啦~

(PS：Windows 8 Phone跟三星的60吋智慧型電視讓我為之一亮！好想買)

千紙鶴

2012-12-17T19:49:00.004+08:00

今天偶然在一個活動上面聽到周定緯唱這首歌
我馬上就愛上這首歌了
也或者是我喜歡那種慢慢的鏡頭帶過眼前有煙霧藍色場景

最近接觸的人越來越多除了周定緯還認識了愷弟

一個很活潑的10歲小男孩兒
一堆大姐姐們搶著跟他拍照

這首歌是由方氏兄弟共同完成的 (方大同曲方文山詞)
兩個人都把自己原汁原味的風格封進了這首歌～ (這好像美食節目的說法)
在忙碌喧囂的日子偶爾被歌聲拉出現實也是不錯的
不知不覺就年底了

然後就要規劃明年初一連串的旅遊！！
但是希望能在尾牙還是什麼的中個大獎讓我遊的比較安心啊啊啊啊啊

做人還是不要太貪心好
希望可以平平安安的渡過這個冬天就很開心了這裡有千紙鶴為大家祝福嘍～

利用Google Site做網頁

2012-12-15T01:44:00.001+08:00

花了將近半年的時間在研究html5與css還有php、javascript......數不盡的程式語言
也嘗試著用Dreamweaver做網頁，但是大失敗，

Dreamweaver我相信用熟的人一定會覺得他很好用，
但是在我這種師父沒有領進門，修行只能靠個人的半路出家網頁工程師，
我寧願直接寫code比較快，

但是直接寫我又沒有整個網頁該有的架構觀，
不是解析度跑掉就跟著錯位，不然就是排列的參差不齊，

一直讓我苦惱著我要怎麼樣才能生出一個網頁

還有另一個問題：錢

申請固定網址是要錢的，當然也有免費的可以用

但是
其實他還是轉址到你的電腦的ip
也就是今天當你的ip變了，你就要重新再設定一次
你今天想要在另外一台電腦改，不能改

一直在google上面找答案的我，終於在一次巧合下發現了google site
google site我不會說他很好用

但是他解決了我的上面的問題
我可以用他內建的格式做一些簡單的修改就可以變成一個很簡單明瞭的網頁
該有的基本功能他也都有內建
有需要外加的東西我只需要用我之前html跟css的知識就可以再補強

一言以蔽之的話就是：
一天就能學會並且寫完的網頁工具還有免費的網址哦！(好像有點長的句子)

這裡就不細講整個製作流程了，因為我也才剛開始用而已，
上面還有很多很有趣的功能我不懂的，不敢誤人子弟
但是如果有人會在google site上面寫網頁有興趣的話
我很歡迎可以互相交流～

夜深了

Guten Abend

測中打速度

2012-08-28T09:31:00.001+08:00

http://10fastfingers.com/typing-test/traditional-chinese

是否大家跟我一樣，每次總是在104要填中打速度的時候亂填一通，
不如就來實際上測測看吧！！

我用舊注音的中打是每分鐘75~80個字
他還會統計告訴你比多少人還快哦！

http://play.typeracer.com/
這個則是測英打很有趣的網站
還可以跟人競賽
沒想到我的英打只有55~60wpm(words per minute)而已
真是羞愧......

來去高雄

2012-01-28T16:01:00.001+08:00

記得，歐陽以前在實驗室常常播這首歌，

記得不記得，

這趟高雄，我想沒有人懂為什麼我就這麼下了高雄，

我本來打算一筆一筆的把這趟旅程用文字一一的紀錄下來，

但是有些感覺或許不是看著文字再去回想就能記憶的，

當我在西子灣看到一個女生低下頭的坐在海邊，

我就知道為什麼了。

Dead Hearts

2012-01-17T23:50:00.000+08:00

有些琴聲會帶我到很遠的地方，

一鍵兩鍵，

就被帶到一個黑暗的場景中，

能夠看著自己心愛的人彈琴這種願望似乎太過奢侈，

但卻也了了聽到自己喜歡的人的琴聲，

迴響跟回想是不同的兩個字卻一樣讓人停下腳步，

或許很多人面對、離開、然後背對，

還感到慌張，

你最深愛的人投向別人懷抱，最好的朋友飛向美國留學，最疼你的爺爺......

剩下，看不到自己哭的樣子的自己，

剩下......我接不下去了最近好沒fu.......

轉文--她的貓

2011-07-26T18:24:00.000+08:00

我還不太會轉文

所以請原諒我先以這種方式分享這篇故事: )
http://seba.pixnet.net/blog/post/7237238#trackback
這裡貼上第一集剩下的請至網站內找: )

貼上他的原因是
有人說我很像他
我也覺得，也許我很像他
但我沒那麼幸福罷了(笑)可以當別人的貓

她的貓（一）

至勤終於考慮到新公園賣身的時候，他已經餓得連走到那裡的力氣都

沒有。

餓，而且，冷。天空居然適時的飄起冰冷的雨絲。仰著頭，他居然想

笑。沒想到最後居然飢寒交迫的死掉，一點美感也沒有。

早知道，前天想跟他上床的老傢伙，至勤就不該花費無謂的力氣痛扁

他。先拐頓飽飽的飯，等到四下無人的時候，再狠狠地給他嚴重的教

訓就好了。

骨氣…模模糊糊的，他想起不食嗟來之食的那個古人，最後終不食而

死。好吧。他很無奈的想，我沒那麼偉大。等雨小一點，他會認命的

去賣身。

但是雨卻越下越大，像是在嘲笑他的決心一般。

可惡。意識慢慢的恍惚，餓的感覺慢慢的鈍了。冷。糟糕，冷比較難

打發。

然後，他聽見了貓的叫聲。睜開沈重的眼皮，一隻戴著項圈的白貓，

對著他喵喵叫，用頭頂著他的手。

可憐，也淋得一身濕。他抱住不怕人的貓，將他塞到襯衫裡，偎著自

己胸膛。白貓滿足的發出呼嚕的聲音，像是只暖爐似的，溫暖著他。

感謝老天，昏昏沈沈的他，微笑。幸好還有隻貓可以取暖。他闔上眼

，迷糊了一下子，不曉得為了什麼被驚醒。

胸前的襯衫開著，白貓不知去向，他的眼前卻蹲著個披頭散髮，大眼

睛蓄著淚水的女子。穿著印花棉布洋裝，撐著傘，替他遮著風雨。

「賽茵在哪？」她的聲音嬌嬝纏綿，帶著哭聲。

至勤只是望著她，不懂她的意思。

「賽茵。貓，我的貓。」

是她的貓？「剛剛還在我襯衫裡…現在不曉得跑到哪裡去了…」

和著雨水，溫熱的眼淚滴下來，在他的手背上留下冰冷和熾熱的兩種

液體。

「不可能…不可能的…賽茵上個月剛剛過世了…」

那我懷裡的白貓是…飢餓過度的至勤，猛然的站了起來

。暈眩抓住他，將他拖入昏迷的深淵。

那女子棄了傘，將差點倒在地上的他抱緊。

人來人往的急診室，她雙眼迷離的看著在病床上狼吞虎嚥的至勤。

不顧醫生的警告，還在打點滴的他，大口大口的吃著麵包和牛奶，可

愛的臉龐顯出急切的模樣。

「我該怎麼叫妳？」塞了滿口的麵包，不大好意思的至勤，含含糊糊

的問。受人點滴之恩，當湧泉以報。這他懂的。有一天，他一定會報

答這份恩情。

「穆棉。穆貴英的穆，棉花的棉。」她的聲音真好聽…軟軟的，高高

的，帶一點點哭聲的溫柔尾音。

「我，葉至勤。」他草草的在被單上劃著，穆棉專注的看著，長長的

微微捲曲的頭髮垂在慘白的臉龐，只有嘴唇粉嫩的紅。這麼專注的看

著人，卻覺得她的焦距透過了自己，不知道茫然的定位在虛空的那一

點。

穆小姐…看起來很年輕…但是年紀應該不小了吧？在只有十七歲的至

勤眼中，超過三十的女人都算是老人了。

看著正在吃第五個波羅麵包的至勤，穆棉的心，卻飄到撿到他的雨地

上。

她聽見了賽茵的叫聲。在整夜流淚思念她的貓的時刻，她確定自己聽

見了賽茵撒嬌似的叫聲。

哭著衝出了家門，若不是為了怕賽茵淋溼，她是不會帶傘的。低低的

喊著，踉踉蹌蹌的往前追，在住家附近的小公園裡悽悽惶惶的找了又

找。

明明知道賽茵長眠在墓園裡了，穆棉卻流著淚認為，賽茵一定是捨她

不得，悄悄的來看她。

然後，她看見賽茵了。無辜的坐在屋簷下，大大的雙眼看著她。雨水

順著他額上的頭髮滴落，這麼冷，他前襟的鈕扣卻開著。

如果賽茵是人的話，應該像是這個樣子吧？

捨不得像賽茵的男孩子淋了雨，她挪過了傘。

賽茵。雙眼朦朧的又有淚光。

大夫說，至勤是因為飢餓和疲乏所以昏厥的。

「你沒有地方去嘛？」她將手肘支在床上，看著他。

停下了狼吞虎嚥，至勤心底也發了慌。以後…怎麼辦？匆匆的逃出了

家門四天了，沒有身分證，沒有錢，只能在街上惶恐的走著。不敢向

任何熟識的人求救，不管是誰都會將他交到繼父的手裡。

連母親都無法保護他了，只能寄望自己。但是繼父的身高比他足足高

過十五公分，體重將近他的1.5倍，又是個警官。

想起繼父的碰觸…那種噁心的感覺，讓他完全的喪失了食慾。

過去他一直照顧著中風的外祖母。外祖母雖然行走不便，卻仍然當著

家。她向來心疼小小的至勤，放棄了兒童的玩樂和歡笑，專心的扶持

外祖母更衣服藥，對於小至勤，當然保護得無微不至。

所以，繼父行為雖然有異，卻還不敢明目張膽。但是外祖母一過世…

繼父奸邪的面目就跑了出來。

雖然奮力抵抗沒讓繼父得逞，卻也留下傷痕累累。他發誓母親知道整

個事情，但是母親卻只會哭而已。

我不是女生。但是卻遭受到女生一樣恐怖的待遇。除了逃家，他還能

怎樣？

「至勤？」

他驚跳了起來。「什麼？」

「如果沒有地方去，來我那邊吧。」穆棉朦朧的眼睛看著他。

「什麼？！」

「我的賽茵上個月剛過世了…你可以頂他的缺。」

「什麼？？！！」

頂一隻貓的缺額？！好當穆小姐的寵物？他看著穆棉，作聲不得。

為什麼…為什麼世界上的變態這麼多！男的變態…女的也變態…長得

好看點…是我的原罪嗎？！

正想一口回絕的他，卻看見一綹微微捲曲的頭髮，垂在穆棉的臉上，

讓她失魂落魄的神情，顯得脆弱。

掠了掠她的頭髮，綿軟的髮絲讓他心下一動。

若是非賣身給骯髒的男人，不如賣身給穆小姐。起碼她看起來沒那麼

可怕。

他答應了。穆棉只是微微一笑，輕輕的摸了摸他的頭。

不喜歡跟人接觸的至勤，將頭用力扭了一下。穆棉也不以為杵。

走進穆棉的家裡時，至勤的心裡很是沈重，不知道怎樣的命運等著自

己。

打開客廳的燈，除了地毯和坐墊，客廳裡只有一架一架的書，唯一的

桌子上擺了台電腦，連電視都沒有。

沈默的，穆棉往窗前的椅墊一坐，順手抱起放在一旁的玩偶貓，沈默

。

至勤也沈默的坐在她面前的地毯上，不曉得她要怎樣凌虐自己。

等了很久很久，穆棉沒有說話，只有窗外的雨絲，敲在窗戶上，發出

達達的聲音。

等得不耐煩的至勤，抬起眼來看著穆棉…

她，睡著了。

張著嘴，至勤對著穆棉，不知道該說些什麼。

他選擇笑了起來。拼命壓低聲音，不吵醒穆棉。忍得太厲害了，身體

都拼命發抖。

最後他將穆棉抱了起來，她只是含含糊糊的發出夢囈，抱住至勤的脖

子。

好輕唷…將她放在床上，蓋好被子，好奇的至勤，躺在她的被子上，

看著她長長的睫毛。

真是沒神經ㄟ。萬一，我是壞人的話，怎麼辦？睡得這麼香甜…呵呵

…

累了好幾天，至勤也大大的打了個呵欠。床好軟喔…他閉上眼睛，我

瞇一下就好…他對著自己說，明天，等穆棉還沒清醒的時候，我就會

離開了…

靠著穆棉柔軟的頭髮…

他，睡著了。

若不是陽光喚醒了至勤，他覺得自己可以睡上一輩子。

透過沒拉攏的窗簾，他眨了眨眼睛。逆光中，花了點時間，他才認出

來，穿著嚴肅套裝的女人，就是昨夜眼神迷離的穆棉。

將長髮挽成一個規規矩矩的髻，戴著無邊的眼鏡。她的身上發著守禮

而內斂的香水味道，若有似無的。

很難將她和昨夜那個穿著印花寬鬆洋裝的穆棉搭在一起。現在的她，

眼神銳利而機敏。

「醒了？」她將外套穿上，看著他的眼神若有所思，「昨天我把你撿

回來，對吧？用來頂賽茵的缺？」

「對。」還不太醒的至勤，沒好氣的回答。

她扶了扶眼鏡，「真糟糕…家裡除了貓食…好像沒有什麼別的食物…

」指了指浴室門口的五斗櫃，「上面右邊的小抽屜有錢，自己打發吃

飯的問題吧。」穆棉將鑰匙丟給他，「記得鎖門。」

拿了鑰匙，至勤望著她，「妳不怕我跑掉？」

「門是開著的。要走就走吧。」她伸手拿皮包。

這樣無謂的態度讓至勤莫名的不高興，「我要把妳所有值錢的東西都

偷走喔！」

「偷吧。」她連回頭都沒有，「我大部分的財產都在銀行裡。這麼點

損失，我還損失得起。」

「喂！穆小姐！」至勤真的生氣了。卻沒有發現他生氣的臉看起來，

卻是那麼的可愛。

穆棉回頭看著他，慢慢的踱到他面前。

「你真的好像賽茵喔。」摸了摸他的頭。

「我不是貓啦。」至勤不太高興的躲著，沒想到穆棉卻在他下巴脖子

的地方，搔了兩下。

阿阿…她真的把我當貓～

「住手！好噁心阿～」至勤護住脖子大叫。

穆棉原本銳利的眼神變得柔和，笑了起來，「我走了，乖乖在家。」

「我才不要乖乖在家！我要把妳家搬空！聽見了沒有？穆小姐？喂～

」

她居然這麼上班去了。

呆住。衝到窗口，穆棉邁著堅定的步伐，跺跺跺跺的走出巷口。

門是開著的…他望了望門口，卻去開冰箱。

真的有活人住在這裡嗎？冰箱裡只有一罐過了保存期限的冰淇淋。什

麼都沒有。飲水機的水在低水位，地上堆著幾個礦泉水的空桶。

調味盒裡的鹽巴和味素都結成岩石，沙拉油居然分離成上下兩層。

流理台下面有食物…滿滿三大櫃的貓餅乾和貓罐頭，還有貓沙。

他以手加額。拉開小抽屜，滿滿的…都是錢和發票，重。

大部分都是硬幣，還有亂塞的百元和千元大鈔。夾著亂七八糟的發票

，花了好一會兒的工夫才整理好。

發票居然還有八十六年九月的，真是拜託。細心的把鈔票和硬幣整理

好，居然有三萬多塊。

如果拿走這些錢…他應該可以找到活下去的方法…

但是他只找了幾條橡皮筋和小塑膠袋，將鈔票和硬幣規規矩矩的整理

好，拿了當中的兩千塊去買了食物，將冰箱塞滿。

回來細心的記了帳，還有發票一起核對。順便幫她整理家裡和洗衣籃

。

至勤家雖然不是什麼富貴豪門，外祖母卻頗有品味。所以某些沈默不

炫耀的名牌服裝很有一些，至勤從小就學會怎樣整理祖母的衣服。看

見穆棉這樣把這麼好質料的衣服全凹在一起，不禁皺了皺眉毛。

可以下洗衣機的洗，不能下的送洗衣店。家裡倒是不需要怎麼費心整

理，但是除了窗前那塊椅墊和浴室臥房外，這個兩房兩廳的房子裡，

幾乎沒有任何人出沒的痕跡。

只有灰塵。

連碗盤都有薄薄的灰，奇怪，穆棉平常吃什麼？都吃外面？

等到了十點，穆棉終於回來了。她脫下高跟鞋，愣愣的坐在玄關很久

。一路脫著外套、手袋、眼鏡、襪子，一路脫到浴室。

至勤實在看不過去，嘀咕的幫她撿起來收好，等她洗好澡，頭髮溼漉

漉的出來，昨天那個眼神迷離的穆棉，就出現在他的眼前。

對至勤昏昏的一笑，摸摸他的頭，搔搔他的下巴，被驚嚇的至勤來不

及躲，但是穆棉卻沒再做什麼，只是到窗前的椅墊坐著，抱著她的玩

偶貓。

這個女人…真的是早上那個精明能幹的穆棉嗎？至勤迷糊了起來。但

是她拖著一把溼漉漉的長頭髮不吹乾，一定會感冒的。

「吹頭髮啦。會感冒。」至勤把吹風機找出來，穆棉卻沒有接。

「不要。吹頭髮手會酸。」

至勤花了一點力氣克制，才不把吹風機砸到她的頭上，「我有這個榮

幸幫妳吹乾嗎？」

她沒聽出自己努力壓抑的怒氣，居然還考慮了一下子，「好吧…」很

心不甘情不願的。

挖勒～

熱烘烘的風吹著她柔軟的長頭髮，烏黑的在至勤的指縫裡流瀉。他想

起外祖母。外祖母的頭髮雖然花白了不少，髮質卻一貫綿軟。

「阿媽阿媽，」還小的至勤有回興奮的向外祖母說，「我聽阿姨說，

頭髮軟的女人脾氣好ㄟ～難怪阿媽的頭髮這麼舒服～」他向來要握著

外祖母綿軟的頭髮，才能安心入睡。

外祖母苦笑了一下，「是阿…阿媽的脾氣本來也是好的。」

雖然阿姨姨丈們常在背後批評外祖母的跋扈，至勤卻對撫養自己長大

的外祖母，孺慕。

少婦時喪夫，拖著四個女兒，頑強的在龐大世家裡掙出三房的一片天

，外祖母不是跋扈。

從國小三年級就開始服侍外祖母，他從來不以為苦過。他只是幫著看

護阿姨注意外祖母，和她說話開心而已。

外祖母…妳為什麼死了…妳不是想看我結婚生子嗎？

「至勤？」穆棉軟軟的聲音喚醒了他，這才發現，自己的臉上掛了淚

。

「吹風機吹了我的眼睛。」他揉了揉，拿起了梳子。

穆棉沒有追問，柔順的低下了頭，讓至勤將她的長頭髮梳開，鬆鬆的

挽了個辮子。

粗粗的麻花辮，朦朦朧朧的眼睛，和累得空泛的表情。讓穆棉看起來

這麼小，這麼脆弱。她整夜沒再說什麼話，看看書，發發呆，十二點

一到，就上床睡覺。

找到另一床棉被的至勤，將棉被鋪在客廳的地毯上，正思睡的時候，

穆棉來搖他。

「床上還有位置呀。這裡睡會感冒。」

至勤突然有種深刻的厭惡。對於穆棉的好感，瞬間毀滅殆盡。她心頭

還是藏著骯髒的想法。明天，明天我一定要逃走。

但是至勤還是冷著臉，走進臥室，直挺挺的躺在床上。

「妳希望我怎樣？」聲音凝著嚴霜。

「蓋好被子。賽茵都會蓋被子的。」穆棉將他的被子拉到下巴塞緊，

摸摸他的頭，閉上眼，不一會兒，呼吸勻稱的睡著了。

我…我現在該怎麼辦？

至勤看著天花板的水光，終於笑了起來。當穆小姐的貓，似乎是種不

錯的工作。

明天，明天我一定會離開…嗯…穆小姐的頭髮好軟唷…嘆了口氣，他

的呼吸也漸漸勻稱。

如果幸運的話，一年後，我們法院見

2011-07-26T11:48:00.000+08:00

這個標題真是嚇壞了不少人，在Facebook上
真是不虧了我花了時間想的標題(笑)

進到法院其實不是要擔任被告，
而是如果運氣夠好的話，
如果所長願意接受我那青澀如剛出土嫩芽般的英文能力的話，
我沒有照著他說的帶著電子辭典就去考了，

我喜歡隨場反應的感覺，

所長沒有問我太多，
儘管我一進事務所，

覺得

其實氣氛有點凝重，
所長沒有花太多時間問我問題，
也沒有要我出示我的任何資料，

只，對我說著所裡未來的展望，
我，其實也想跟他說著我的展望，

是不是法律人都長同一個樣？
看起來很銳利卻又看盡世事無奈的眼神，
是不是我也，會變成那個樣子～

這是一個起點

專利工程師，希望你能擁抱我

五月天--擁抱

Where am I?

2011-07-17T06:54:00.000+08:00

I am at the edge of the world.

我已經站在崖邊了，你卻仍然要推我一把

於是我學會了飛翔。

斷斷續續把之前寫過的東西片段拼湊起來
老實說已經少了點當初的味道
翅膀用成熟修修補補那麼多次
多的是格調卻少了點力道

沒有人會了解為什麼我總是說分手後不要當朋友
或許是沒有人像我一樣的愛吧？
或許是因為我站在世界的邊緣吧。

因為太愛了怎麼可能割捨？怎麼可能真心祝福對方？
怎麼可能不希望對方過的不好回到你身邊？
這種想法未免太過黏滴滴的可笑卻又血淋淋般的真實

Nothing on You

Nothing, on me.

倒著走機器人

2011-05-24T18:37:00.000+08:00

最近在網路上看到了一種舊型的機器人，叫『倒著走機器人』
故明思意，
他只會倒著走，倒著走，倒著走，

他看的到左邊右邊與他的『後面』，
但是他永遠看不到他走的方向的那一邊，
該公司指出這項產品並無暇疵，
因為他就叫倒著走機器人，
許多機器人迷只能在倒著走機器人跌倒後，再將他扶起，
該公司表示這是正常的玩法，
並嚴正譴責試圖將倒著走機器人放在平坦的地面，
抑或是提前將倒著走機器人『後方』......正確的來說應該是前方的障礙清除的玩家，
該公司發言人表示：
『那些人一點都不了解倒著走機器人，
這是在扭曲倒著走機器人存在的意義。』
並重申：
『倒著走機器人內部存有記憶晶片，他會紀錄下每個將他扶起的人，
    倒著走機器人無法感應到他不會跌倒的狀況，所以這些瞎忙著想把倒著走機器人
    不跌倒的玩家，反而會使得倒著走機器人的記憶晶片失去作用，嚴重時更可能引發程式
    上的BUG』

好想去買一個來玩玩@@......
不知道台灣有沒有在賣

俄羅斯輪盤又轉到我了

2011-05-23T18:47:00.000+08:00

很巧！
俄羅斯輪盤又轉到了我

也或者這不是巧合而是上了六發子彈的槍
但是很巧的是
每次這個時候Tizzy Bac都出了一張新專輯

不知道是它害了我還是它為了安慰我

於是

《我們》
我們哭開始就明瞭

真的，世界不歡迎不需要天真的笑
我們活努力學撒嬌
因為愛不會平白無故就能得到

我們壞輕易就傷害
反正總得有人必須犧牲而我不要
我們叫希望有人聽到
數算總有一天都會變好卻等不到

而祢會不會讓一切更改
而我還能不能再重來

我們要從來不放掉
以為抓住了星星才最好
卻拿不了
我們瘋四處慌亂在尋找

自己存在的證明卻忘了心就在跳

我們愛就像烈日灼身般
因為我們都明白這一切總會消散
我們孤單最後的歸屬是黑暗
只敢偷偷躲藏在黑夜裡多麼不堪

而祢會不會讓一切更改
而我還能不能再重來

God please don't let me down
God please don't let me down
God won't you let me down
God please don't let me down

還有多少甜美曾經必須墜落
我們還有沒有權力編織夢
還要多長時間恆切忍耐等候
我們能不能終在愛裡自由

偶爾科學家還是要說謊的

2011-05-05T14:51:00.000+08:00

首先要先介紹一下奈米能量晶片這種東西

奈米醫學科技半導體晶片光能波(Nano_Leight Gut)，放射出8~14μm波長，對人體細胞具有激發生物能量、每秒鐘產生298,000次共振吸收作用、使組織分子化、離子交換機轉作用，其能量達160ERG以上，使血液增加2~5倍促進氣血循環，長期使用，健康長壽、窈窕美麗。

這是抄yahoo知識家的:P
當然我不知道yahoo知識家是抄誰的就是了......

為什麼會想到要介紹奈米能量晶片這種東西呢
一來是因為我去做了臉部的雷射

其實你問我信不信奈米能量晶片這種東西
我絕對相信某些光的波長對人體有益(看看我現在的臉就知道了~~)
不過說實在的μm也只不過是微米罷了......看看多少人趕著上奈米的這班車行招搖撞騙......

結果某天我媽媽買了一張按摩椅
我奶奶去外面坐了另一張號稱有裝奈米能量晶片的按摩椅據稱她非常心動♥

我奶奶說她想買一台
可是我媽媽已經買了......
我奶奶就對我媽說：要不是妳買了那一台按摩椅......(仰天長嘆好像也沒有那麼誇張......)

我媽跑來跟我說這件事

後來又某一天我奶奶跑進我房間問我：有沒有聽過奈米能量晶片這種東西
我想都不想的就說完全沒有......(在當時是真的沒有聽過我心想應該又是哪個行招搖撞騙的商家罷了)
但其實我最主要是為了家庭和諧

事後證明
我奶奶相當相信我的話
她也認為奈米能量晶片是騙人的

於是我又成功的再一次拯救家庭的和諧了......