緊急審訊室

天海祐希主演的日劇--緊急審訊室--已經來到的第三季，故事依然走警察探案的模式，演一點懸疑，演一點官僚。特點是日本在推廣的新取供制度，也就是詢問嫌犯時必須全程錄影。第三季的最後面上了字幕，看來日本也已經將這個制度完成立法，推廣開來了。

以懸疑度來看的話，這個系列作表現得中規中矩。比起許多漫畫或是非正統推理小說改編過來的，整體來說好上許多，不會有太大的錯誤。但是比起正統的推理作品，它又顯得太過單純，有點缺乏挑戰性。或許是受眾不同的關係，太過「推理」的情節或許不適合，只要能把警察故事說好說滿就足夠了吧？

這一季裡面多了一些元素。首先，因為飾演「善哥」的演員在去年去世了，所以今年補了新人。令人意外的，補進的新人依然是不起演的那種類型。雖然演員也有適合演主角、反派或是小角色。這次請來的真的是不起演的那種。即使看了很多日劇的我雖然有些印象卻實在想不起他還有拍過什麼。接著，本作的審訊團隊一直壟罩在可能被解散的陰影，給人一種這就是最後一季的感覺。以日劇來說，能拍到三季的作品真的少見。雖然最後沒有悲劇收場，但是有沒有下一季真的是難說。可能要看本作的收視率了吧。第三點是，本季似乎找來一些小明星來出演兇手(或相關角色)。其中非常令我意外的是第四集，出場的一位有著娃娃音的女性果然是配音員出身，配得還是最終幻想10代的莉可。

這次的第三季已經能感覺到主角們漸露的老態。幾個主角中的主角都明顯老了很多。多了一些白髮，或是少了一點活力。身為觀眾的我們，其實也在這五年的時間裡變老了許多。那種打打鬧鬧的探案方式恐怕已經無法消化。

去年曾經聽過一場演講，講的是行銷。主講人說業界做過很多調查，想找出市場分類的方法。可是無論是分男性、女性，學經歷，收入高低，都沒有「年齡」這種分法來的有效。我們人類最常相處的不就是同一輩的人嗎？從學生時期、工作，甚至未來年老了之後，都可能會先找同一輩的人相處。有著類似的經歷、見識。共同接受相同的時代挑戰。這些只能找同輩的朋友聊。

是的。在下也到了年齡的轉捩點。有時有那麼一點淡淡的哀傷呢。雖然有人常說心態的年齡最重要，但是體力的下滑是無法避免的問題。就好像那些職業比賽中的運動員。心有餘而力不足一樣。「只能尋找著適合自己年齡的事情去做」。這樣的想法出乎意料的正面。就好像二十多歲比十多歲更懂事了一樣。有些事應該用更適合自己年齡的方式去面對。十多歲的中二個性一直延續到二十多、三十多歲的話就太可怕了。而面對的方式有時候就是放棄。放棄逞兇鬥狠，放棄不顧健康的大吃大喝。然後在真正需要堅持的地方堅持著。

13 Reasons Why

這是一部Netflix原創的的連續劇。故事是發生在一個平凡的高中。它採用倒敘的方式，從一位女學生自殺後反過來重新檢示她餘生最後的高中時光，以及那十三個讓她自殺的理由。我看這部作品的理由有兩個。主要的那個是想練英文聽力。 我不想從幫派或警匪片裡面學英文，因此選了這部以美國高中生活為背景的作品當學習對像。另一個原因是它開頭的時候帶有一些懸疑的色彩。讓人想要去了解，去推敲，去知道---為什麼女主角宰了她自己。

然而這部作品看個四分之一就可以感覺到幾個缺點。首先，它並不是很懸疑，主要還是在堆積懸念。這是連續劇常用的手法。目的是黏住觀眾。我不能說它很成功，因為它在過程中只堆不解，使得小弟我愈看愈有『怨念』。這表示它玩的太過火了。同時也表示本劇的深度不足夠支持懸疑的部份。看個四分之一就會讓你發現它用的是同樣的輪迴，換湯不換藥的一直轉，真的很乏味。劇中人物的設定很一般，互動方式很刻意，可以說是一群腦筋有問題的傢伙。就只是為了支撐整個故事的懸念罷了。

女主角漢娜．貝克因為自己乖僻的個性，加上與校園裡一堆不知是腦袋有洞還是喀太多藥的同學進行詭譎的互動，結果想不悲劇也難。然後她殺掉自己之前還搞了一堆麻煩的舉動。全劇的故事線就這樣非常刻意的展開了。倒也不是不行刻意。只是這招用久了沒兩、三集就會讓人倦怠。小弟看到中間就有點撐不下去了。整個變成三流的肥皂劇。

目前它在網路上的評價很不錯。五星等級的話它算是拿了四星。以連續劇來說它確實完成了它的任務，留住觀眾的眼睛，把故事說完整，算值得這個分數了。不過個人認為它仍然只是一時之選，完全比不上那些名留青史的作品。

這部作品騙騙高中生還可以。如果你對戲劇的藝術呈份有最基本的要求的話，恐怕不適合這部作品。但你若只是個想看肥皂劇殺時間的人，那這部作品塑造的懸念應該可以滿足您。

Zadeh & Ramsundar - 初探深度學習，使用TensorFlow

AI是這幾年的大熱門，尤其AlphaGo的成功，徹底的讓人們見識到AI的發展。在人們厭倦目前的成果前至少還會再熱個5到10年吧。作為一個資訊人，我看待AI的方式應該較其他人理性。有些人把AlphaGo的成功看成是「人類的失敗」，甚至認為AI已經崛起，對當前AI的發展妄自猜想。然而目前的AI其實以相關學者的角度來看仍然和數十年前一樣處在同樣的階段，也就是弱AI的階段。現在的成果主要是因為硬體的速度更快了，把以前的人想做但做不到的事情實踐出來而已。相關學者認為現在的AI需要更進一步的反思(rethink)，從根本去做改變、創新，才可能進入下一個階段。

回到本書的主題--TensorFlow吧。它是由Google所釋出的一個AI執行框架。目的在於方便機器學習的從業人員有一個良好的框架去實作所需的學習。從業人員不需要重覆實作一些常見的學習演算法。常見的演算法已經在TensorFlow裡面提供了，只需要依照使用的說明去叫用就好。從業人員也不需要花心思去管理框架內部的執行細節，就相信TensorFlow，即Google，能把這些細節做好。比如TensorFlow如何去套用多CPU、GPU來提高效率就不需要從業人員費心處理。如此一來從業人員能專注在自己的任務，也就是用機器學習來處理想要處理的問題。

它介紹了TensorFlow的基礎知識，比如安裝、主要函式、程式架構與套用各式深度學習演算法的實作方式。許多時候更深入潛出的說明這些演算法的背景知識，小技巧、適用場景與學術上的挑戰。這些引人入勝的知識讓你感覺親自走過了機器學習的古往今來。

這本書的內容非常的硬核。雖然書中對目標讀者下的條件不多，但實際閱讀起來就發現讀者會需要足夠的數學底子才行。由其是統計學與微積分的部份。軟體開發的經驗也很重要，畢盡裡面的函式是需要透過程式叫用。而且TensorFlow仍不斷在更新，因此書中的說明也可能和你抓下來測試的結果不太一樣。有足夠的開發經驗能幫助你排除一些程式面、環境面、版本上的問題。

Jackmis個人看的是中譯本。不知道是原文的問題還是譯者的問題，有些地方翻得怪怪的。說難聽點，感覺譯者自己也不知道自己在翻什麼。然而譯者似乎在這個領域上翻過不少作品，真的不知道為什麼會翻得那麼怪。如果只是一兩個地方怪怪的，那我也不會「婊」這個譯者。但是怪怪的地方真的不少...。這裡說幾個比較明顯的怪怪的地方：首先，譯者少部份使用的中譯名詞似乎是譯者自行翻的，和網路上常用的譯名不同，甚至在網路上是找不到。其次，有些地方感覺譯者沒有完全理解，只能直接照字面翻，除了使得段落文句不順，更影響讀者對內容的理解與學習。所以...如果可以的話，或許各位應該找原文書來看。當然，可能原本就寫的不好。作者的目的明顯是在推廣TensorFlow，所以對於機器學習的知識有時就是東說一句西補一段，非常不完整。這部份必須由讀者自行做功課補齊。...然而，由於譯者用的中譯詞和大家不一樣，所以有時會找不到資料...哈哈...

這本書以商業的角度來看算是成功的啦，畢盡他把TensorFlow推出去，讓從業人員進得來。但是以教科書來看是不太及格的。因為教學不完整而且系統鬆散。當成一般科普書籍來看還OK。