關於 皮帶扣種類 ，我們在網路上蒐集到這些相關的討論、資訊與評價

#開箱

Bolo Tie（或Bola Tie）有個可愛的中文譯名，叫「保羅領帶」，其實也不算領帶，比較像是項鍊，話說是源自美國亞利桑那州，和西部牛仔與美國原住民都有點淵源。台灣很少看到有人使用，但印象中美國的音樂獎項中，總有鄉村男歌手帶著牛仔帽、留著小鬍子、戴上Bolo Tie，形成一種鮮明的形象。
去年讓Bolo Tie重新回到眾人眼球，是Jonas兄弟中的Nick帶著一條Prada標誌的三角形Bolo Tie出席金球獎，在2020米蘭男裝周的街拍中也大量出現，成為熱銷商品。
其實我多年前就曾詢問過台灣的訂製西服店是否販售Bolo Tie，但或許它並不屬於正統男裝中的配件，因此找不到。到最後，我發現它會出現在一些販售美式飾品的店家中（兼賣些風格非常粗獷的皮帶和項鍊或戒指等）。
基於喜歡嘗鮮，中文譯名又與我「同名」之故，於是入手了第一條Bolo Tie。其實挑了很久，Prada的價格不斐，所以不考慮，Pinkoi上有家MF Select商店似乎是Bolo Tie的專賣店，種類繁多，各式各樣的設計可同時滿足喜歡粗獷、藝術、民俗風或暗黑的男生女生。我挑了一款比較紳士的鳶尾花圖案，商品介紹上說中間鑲嵌的是泰國綠松石，鳶尾花則是仿效台灣早期的窗花。這一款是我加入慾望名單中最貴的，扣掉初次使用Pinkoi App購買的100元折價，要價1880元，不過，它的做工很扎實，分量不輕。金屬部分是澳洲鋅原礦加上9999銀板鑲嵌，領繩部分有點美中不足，是人造皮革，人造皮革容易氧化，不像真正皮革耐用。
不過，整體來說很好看，細節也處理得不錯。就像很多懶人用領帶，套上去直接拉上即可，可以拉到頂，也可以拉一半變成項鍊，總之，算是一種可多元呈現的飾品，正式場合中可取代領帶，穿T恤時也能搭配，就是一條可調節長度的項鍊。

迎接終端AI新時代：讓運算更靠近資料所在

作者 : Andrew Brown，Strategy Analytics
2021-03-03

資料/數據(data)成長的速度越來越快。據估計，人類目前每秒產出1.7Mb的資料。智慧與個人裝置如智慧型手機、平板電腦與穿戴式裝置不但快速成長，現在我們也真正目睹物聯網(IoT)的成長，未來連網的裝置數量將遠遠超越地球的人口。

這包括種類繁多的不同裝置，像是智慧感測器與致動器，它們可以監控從震動、語音到視覺等所有的東西，以及幾乎大家可以想像到的所有東西。這些裝置無所不在，從工廠所在位置到監控攝影機、智慧手錶、智慧家庭以及自主性越來越高的車輛。隨著我們企圖測量生活週遭數位世界中更多的事物，它們的數量將持續爆炸性成長。

資料爆量成長，讓許多企業把資料從內部部署運作移到雲端。儘管集中到雲端運算的性質，在成本與資源效率、彈性與便利性有它的優點，但也有一些缺點。由於運算與儲存在遠端進行，來自終端、也就是那些在網路最邊緣裝置的資料，需要從起始點經過網際網路或其他網路，來到集中式的資料中心(例如雲端)，然後在這裡處理與儲存，最後再傳回給用戶。

對於一些傳統的應用，這種方式雖然還可以接受，但越來越多的使用場景就是無法承受終端與雲端之間，資訊被接力傳遞產生的延遲。我們必須即時做出決策，網路延遲要越小越好。基於這些原因，開始有人轉向終端運算；越來越多人轉而使用智慧終端，而去中心化的程度也越來越高。此外，在這些即時應用中產生的龐大資料量，意味著處理與智慧必須在本地以分散的方式進行。

與資料成長連袂而來的，是人工智慧與機器學習(ML)也朝終端移動，並且越來越朝終端本身移動。大量來自真實世界的資訊，需要用ML的方式來進行詮釋與採取行動。透過AI與ML，是以最小的延遲分析影像、動作、影片或數量龐大的資料，唯一可行且合乎成本效益的方式。運用AI與ML的演算法與應用將在邊緣運作，在未來還將會直接在終端裝置上進行。

資料正在帶動從集中化到分散化的轉變

隨著資訊科技市場逐漸發展與成熟，網路的設計以及在其運作的所有裝置，也都跟著進化。全盛時期從服務數千個小型客戶端的主機，一直到客戶端伺服器模型中使用的越來越本地化的個人電腦運算效能，基礎架構持續重組與最佳化，以便更貼近網路上的裝置以及符合運作應用的需求。這些需求包含檔案存取與資料儲存，以及資料處理的需求。

智慧型手機與其他行動裝置的爆炸性成長，加上物聯網的快速成長，促使我們需要為如何讓資產進行最佳的部署與安排進行評估。而影響這個評估的因素，包括網路的可用性、安全性、裝置的運算力，以及把資料從終端傳送到儲存設備的相關費用，近來也已轉向使用分散式的運算模型。

從邊緣到終端：AI與ML改變終端典範

在成本、資源效率、彈性與便利性等方面，雲端有它的優點，裝置數量的急遽增加(如圖2)，將導致資料產出量大幅增加。這些資料大部份都相當複雜且非結構化的，這也是為何企業只會分析1%~12% 的資料的原因之一。把大量非結構化的資料送到雲端的費用相當高、容易形成瓶頸，而且從能源、頻寬與運算力角度來看，相當沒有效率。

在終端執行進階處理與分析的能力，可協助為關鍵應用降低延遲、減少對雲端的依賴，並且更好地管理物聯網產出的巨量資料。

終端AI：感測、推論與行動

在終端部署更多智慧的主要原因之一，是為了創造更大的敏捷性。終端裝置處於網路的最邊緣與資料產生的地方，可以更快與更準確地做出回應，同時免除不必要的資料傳輸、延遲與資料移動中的安全風險，可以節省費用。

處理能力與神經網路的重大進展，正協助帶動終端裝置的新能力，另一股驅動力則是對即時資訊、效率(傳送較少的資訊到雲端)、自動化與在多數情況下，對近乎即時回應的需求。這是一個三道步驟的程序：傳送資料、資料推論(例如依據機器學習辨識影像、聲音或動作)，以及採取行動(如物件是披薩，冰箱的壓縮機發出正常範圍外的聲音，因此發出警告)。

感測

處理器、微控制器與感測器產生的資料量相當龐大。例如，自駕車每小時要搜集25GB的資料。智慧家庭裝置、智慧牙刷、健身追蹤器或智慧手錶持續進化，並且與以往相比，會搜集更多的資料。

它們搜集到的資料極具價值，但每次都從各個終端節點把資料推回給雲端，數量又會過多。因此必須在終端進行處理。倘若部份的作業負載能在終端本身進行，就可以大幅提升效率。

推論

終端搜集到的資料是非結構性的。當機器學習從資料擷取到關聯性時，就是在進行推論。這表示使用AI與ML工具來幫忙訓練裝置辨識物件。拜神經網路的進展之賜，機器學習工具越來越能訓練物件以高度的精準度辨識影像、聲音與動作，這對體積越來越小的裝置，極為關鍵。

例如，圖4顯示使用像ONNX、PyTorch、Caffe2、Arm NN或 Tensorflow Lite 等神經網路工具，訓練高效能的意法半導體(ST)微控制器(MCU)，以轉換成最佳化的程式碼，讓MCU進行物件辨識(這個的情況辨識對象是影像、聲音或動作)。更高效能的MCU越來越常利用這些ML工具來辨識動作、音訊或影像，而且準確度相當高，而我們接下來馬上就要對此進行檢視。這些動作越來越頻繁地從邊緣，轉移到在終端運作的MCU本身。

行動

資料一旦完成感測與推論後，結果就是行動。這有可能是回饋簡單的回應(裝置是開啟或關閉)，或針對應用情況進行最佳化(戴耳機的人正在移動中，因此會針對穩定度而非音質進行最佳化)，或是回饋迴路(根據裝置訓練取得的機器學習，輸送帶若發出聲音，顯示它可能歪掉了)。物聯網裝置將會變得更複雜且更具智慧，因為這些能力提升後，運算力也會因此增加。在我們使用新的機器學習工具後，一些之前在雲端或終端完成的關鍵功能，將可以移到終端本身的內部進行。

終端 AI：千里之行始於足下

從智慧型手機到車輛，今日所有電子裝置的核心都是許多的處理器、微控制器與感測器。它們執行各種任務，從最簡單到最複雜，並需要各式各樣的能力。例如，應用處理器是高階處理器，它們是為行動運算、智慧型手機與伺服器設計；即時處理器是為例如硬碟控制、汽車動力傳動系統，與無線通訊的基頻控制使用的非常高效能的處理器，至於微控制器處理器的矽晶圓面積則小了許多，能源效率也高出很多，同時擁有特定的功能。

這意味著利用ML工具訓練如MCU等較不複雜元件來執行的動作，之前必須透過威力更強大的元件才能完成，但現在邊緣與雲端則是理想的場所。這將讓較小型的裝置以更低的延遲執行更多種類的功能，例如智慧手錶、健康追蹤器或健康照護監控等穿戴式裝置。

隨著更多功能在較小型的終端進行，這將可以省下資源，包括資料傳輸費用與能源費用，同時也會產生極大的環境衝擊，特別是考量到全球目前已有超過200億台連網裝置，以及超過2,500億顆MCU(根據Strategy Analytics統計數據)。

TinyML、MCU與人工智慧

根據Google的TesnsorFlow 技術主管、同時也是深度學習與TinyML領域的指標人物 Pete Warden 表示：「令人相當興奮的是，我還不知道我們將如何使用這些全新的裝置，特別是它們後面代表的科技是如此的吸引人，我無法想像那些即將出現的全新應用。」

微型機器學習(TinyML)的崛起，已經催化嵌入式系統與機器學習結合，而兩者傳統上大多是獨立運作的。TinyML 捨棄在雲端上運作複雜的機器學習模型，過程包含在終端裝置內與微控制器上運作經過最佳化的模式識別模型，耗電量只有數毫瓦。

物聯網環境中有數十億個微型裝置，可以為各個產業提供更多的洞察與效率，包括消費、醫療、汽車與工業。TinyML 獲得 Arm、Google、Qualcomm、Arduino等業者的支持，可望改變我們處理物聯網資料的方式。

受惠於TinyML，微控制器搭配AI已經開始增添各種傳統上威力更強大的元件才能執行的功能。這些功能包括語音辨識(例如自然語言處理)、影像處理(例如物件辨識與識別)，以及動作(例如震動、溫度波動等)。啟用這些功能後，準確度與安全性更高，但電池的續航力卻不會打折扣，同時也考量到各種更微妙的應用。

儘管之前提到的雲端神經網路框架工具，是取用這個公用程式最常用的方法，但把AI函式庫整合進MCU，然後把本地的AI訓練與分析能力插入程式碼中也是可行的。這讓開發人員依據從感測器、麥克風與其他終端嵌入式裝置取得的訊號導出資料模式，然後從中建立模型，例如預測性維護能力。

如Arm Cortex-M55處理器與Ethos U55微神經處理器(microNPU)，利用CMSIS-DSP與CMSIS-NN等常見API來簡化程式碼的轉移性，讓MCU與共同處理器緊密耦合以加速AI功能。透過推論工具在低成本的MCU上實現AI功能並符合嵌入式設計需求極為重要，原因是具有AI功能的MCU有機會在各種物聯網應用中轉變裝置的設計。

AI在較小型、低耗電與記憶體受限的裝置中可以協助的關鍵功能，我們可以把其精華歸納至我們簡稱為「3V」的三大領域：語音(Voice，如自然語言處理)、視覺(Vision，如影像處理)以及震動(Vibration，如處理來自多種感測器的資料，包括從加速計到溫度感測器，或是來自馬達的電氣訊號)。

終端智慧對「3V」至關重要

多數的物聯網應用聚焦在一些特定的領域：基本控制(開/關)、測量(狀態、溫度、流量、噪音與震動、濕度等)、資產的狀況(所在地點以及狀況如何？)，以及安全性功能、自動化、預測性維護以及遠端遙控(詳見圖 6)。

Strategy Analytics的研究顯示，許多已經完成部署或將要部署的物聯網B2B應用，仍然只需要相對簡單的指令，如基本的開/關，以及對設備與環境狀態的監控。在消費性物聯網領域中，智慧音箱的語音控制AI已經出現爆炸性成長，成為智慧家庭指令的中樞，包括智慧插座、智慧照明、智慧攝影機、智慧門鈴，以及智慧恆溫器等。消費性裝置如藍牙耳機現在已經具備情境感知功能，可以依據地點與環境，在音質優先與穩定度優先之間自動切換。

如同我們檢視的結果，終端AI可以在「3V」核心領域提供價值，而它觸及的許多物聯網領域，遍及B2B與B2C的應用：

震動：包含來自多種感測器資料的處理，從加速計感測器到溫度感測器，或來自馬達的電氣訊號。
視覺：影像與影片辨識；分析與識別靜止影像或影片內物件的能力。
語音：包括自然語言處理(NLP)、瞭解人類口中說出與寫出的語言的能力，以及使用人類語言與人類交談的能力-自然語言產生(NLG)。
垂直市場中有多種可以實作AI技術的使用場景：

震動

可以用來把智慧帶進MCU中的終端AI的進展，有各式各樣的不同應用領域，對於成本與物聯網裝置與應用的效用，都會帶來衝擊。這包括我們在圖6中點出的數個關鍵物聯網應用領域，包括：

溫度監控；
壓力監控；
溼度監控；
物理動作，包括滑倒與跌倒偵測；
物質檢測(漏水、瓦斯漏氣等) ；
磁通量(如鄰近感測器與流量監控) ；
感測器融合(見圖7)；
電場變化。

一如我們將在使用場景單元中檢視的，這些能力有許多可以應用在各種被普遍部署的物聯網應用中。

語音

語音是進化的產物，也是人類溝通非常有效率的方式。因此我們常常想要用語音來對機器下指令，也不令人意外；聲音檢測是持續成長的類別。語音啟動在智慧家庭應用中很常見，例如智慧音箱，而它也逐漸成為啟動智慧家庭裝置與智慧家電的語音中樞，如電視、遊戲主機與其他新的電器。

在工業環境中，供車床、銑床與磨床等電腦數值控制(CNC)機器使用的電腦語音引擎正方興未艾。iTSpeex的ATHENA4是第一批專為這些產品設計的語音啟動作業系統。這些產品往往因為安全原因，有離線語音處理的需求，因此終端 AI 語音發展在這裡也創造出有趣的機會。用戶可以指示機器執行特定的運作，並從機器手冊與工廠文件，立即取用資訊。

語音整合在車輛中也相當關鍵。OEM 代工廠商持續對車載娛樂系統中的語音辨識系統，進行大量投資。語音有潛力成為最安全的輸入模式，因為它可以讓駕駛的眼睛持續盯著道路，而雙手仍持續握著方向盤。

對於使用觸控螢幕或硬體控制器通常需要多道步驟的複雜任務，語音辨識系統特別能勝任。這些任務包括輸入文字簡訊、輸入目的地、播放特定歌曲或歌曲子集，以及選擇廣播電台頻道。其他的服務包含如拋錨服務(或bCall)與禮賓服務。

視覺

正如我們之前已經檢視過，終端 AI 提供視覺領域全新的機會，特別是與物件檢測及辨識相關。這可能包括觀察生產線的製造瑕疵，以及找出自動販賣機需要補貨的庫存。其他實例包括農業應用，例如依據大小與品質為農產品分級。

曳引機裝上機器視覺攝影機後，我們幾乎可以即時檢測出雜草。雜草冒出後，AI可以分類雜草並估算它對農產收穫的潛在威脅。這讓農民可以鎖定特定的雜草，並打造客製的除草解決方案。機器視覺然後可以檢測除草劑的效用，並找出農地中仍具抗藥性的殘餘雜草。

使用場景

預測性維護工具已經從擷取與比較震動的量測資料，進化到提出即時的資產監控。藉由連接物聯網感測器裝置與維護軟體，我們也可能做到遠端監控。

震動分析

這種類型的預測性維護在旋轉型機器密集的製造工廠裡，相當常見。震動分析可以揭露鬆脫、不平衡、錯位與軸承磨損等狀況。例如，把震動計量器接上靠近選煤廠離心泵浦內部承軸處，就可以讓工程師建立起正常震動範圍的基線。超出這個範圍的震動，可能顯示滾珠軸承出現鬆動，需要更換。

磁感測器融合

磁感測器利用磁性浮筒與一系列可以感應並與液體表面一起移動的感測器，測量液面的高低。所有的這些應用都使用一個固定面上的磁感測器，它與附近平面的磁鐵一起作動，與這個磁鐵相對應的感測器也會移動。

聲學分析(聲音)

與震動分析相似，聲測方位分析也是供潤滑技師使用，主要是專注在主動採取潤滑措施。這意味我們可以避免移動設備時產生的過度磨損，否則會為了修理造成代價高昂的停機。實際的例子可能包括測量輸送皮帶的承軸狀況。出現過度磨損時，承軸會因為潤滑不足或錯位出現故障，可能造成整個生產流程的中斷。

聲學分析(超音波)

聲音聲學分析雖然可以用來進行主動與預測性維護，超音波聲學分析卻只能用於預測性維護。它可以在超音波範圍內找出與機器摩擦及壓力相關的聲音，並使用在會發出較細微聲音的電氣設備與機器設備。我們可以說這一類型的分析與震動或油量分析相比，更可以預測即將出現的故障。目前它部署起來比其他種類的預防性維護花費較高，但終端 AI 的進展可以促成這種細微層級的聲學檢測，大幅降低部署的費用。

熱顯影

熱顯影利用紅外線影像來監控互動機器零件的溫度，讓任何異常情況很快變得顯而易見。具備終端 AI 能力的裝置，可以長期檢測微細的變化。與其他對事故敏感的監視器一樣，它們會觸發排程系統，自動採取適當的行動來預防零件故障。

消費者與智慧家庭

將語音運用在消費者與智慧家庭，是最常看到的場景之一。這包括智慧型手機與平板電腦上、未包含電話整合功能的裝置，例如螢幕尺寸有限的穿戴式裝置。這類型的裝置包含智慧手錶與健康穿戴式裝置，可以為各種功能提供免動手的語音啟動。像 Amazon 的 Echo 或 Google 的 Home 等智慧音箱市場的成長，說明消費者對於可接收與提供語音互動等現有裝置的強勁需求，與日俱增。

消費者基於各種理由使用智慧音箱，最常見的使用場景為：

聽音樂；
控制如照明等智慧家庭裝置；
取得新聞與天氣預報的更新；
建立購物與待辦事項清單。

除了像智慧音箱與智慧電視等消費裝置，智慧家庭裝置語音的使用，也顯現相當的潛力。諸如連網門鈴(如 ring.com)等裝置與連網的煙霧偵測器(例如 Nest Protect 煙霧與一氧化碳警報)目前都已上市可供消費者選購，它們結合了語音與視覺的感測器融合功能以及運動檢測。有了連網的煙霧偵測器，裝置在偵測到煙霧或一氧化碳時，可以發出語音警告。

終端 AI 為強化這些能力提供了全新機會，而且常常結合震動(動作)、視覺與語音控制。例如，增加姿態辨識來控制例如電視等家電，或是把語音控制嵌入白色家電，即是以最低成本強化功能性最直接的方式。

健康照護

用來發現醫護資訊的 AI 驅動終端裝置的應用，將為病況的治療與診斷，提供更多的價值。這種資訊可能是資料，也可能是影像、影片以及說出的話，我們可以透過 AI 進行型態與診斷分析。這些資料將引發全新、更有效的治療方法，為整個產業節省成本。受惠於終端 AI 的進展，像 Google Duplex 等語音系統的複雜性將會降低。例如門診預約等勞力密集的工作，也可以轉換成 AI 活動。利用自然語言語音來延伸 AI 的使用，也可以把 AI 用在第一線的病人診斷，然後再由醫師接手提供諮詢。

其他健康照護實例包括像 Wewalk5 等物件，這是一個供半盲與全盲人員使用的智慧拐杖。它使用感測器來檢測胸口水平以上的物件，並搭配 Google Maps 與 Amazon Alexa 等 app，方便使用者提出問題。

結論

由於連網的終端裝置數量越來越多，這個世界也越來越複雜。連接到網際網路的裝置已經超過 300 億個，而微控制器的數量也超過 2,500 億，每年還會增加約 300 億個。越來越多的程序開始進行自動化，不過，把大量資料傳送到雲端涉及的延遲以及邊緣運算的額外費用，意味著許多全新、令人興奮且引人矚目的物聯網使用場景，可能無法開花結果。

解決這些挑戰的答案，並不是為雲端資料中心持續增添運算力。降低出現在邊緣的延遲雖然會有幫助，但不會解決日益分散的世界的所有挑戰。我們需要把智能應用到基礎架構中。

儘管為終端裝置增添先進的運算能力在十年前仍不可行，TinyML 技術近來的提升，已經讓位處相當邊緣的裝置 (也就是終端本身)增添智能的機會大大改觀。在終端增加運算與人工智慧能力，可以讓我們在源頭搜集到更多更具關聯性與相關的資訊。隨著裝置與資料的數量持續攀升，在源頭掌握情境化與具關聯性的資料，具有極大的價值，並將開啟全新的使用場景與營收機會。

終端裝置的機器學習，可以促成全新的終端 AI 世界。新的應用場景正在崛起，甚至跳過傳送大量資料的需求，因而紓解資料傳輸的瓶頸與延遲，並在各種作業環境中創造全新機會。終端 AI 將為我們開啟一個充滿全新機會與應用場景的世界，其中還有很多我們現在想像不到的機會。

附圖：圖1：從集中式到分散式運算的轉變。
(資料來源：《The End of Cloud Computing》，by Peter Levine，Andreessen Horowitz)
圖2：全球上網裝置安裝量。
(資料來源：Strategy Analytics)
圖3：深度學習流程。
圖4：MCU的視覺、震動與語音。
(資料來源：意法半導體)
圖5：AI 工具集執行模型轉換，以便在MCU上執行經最佳化的神經網路推論。
(資料來源：意法半導體)
圖6：物聯網企業對企業應用的使用-目前與未來。
(資料來源：Strategy Analytics)
圖7：促成情境感知的感測器融合。
(資料來源：恩智浦半導體)

資料來源：https://www.eettaiwan.com/20210303nt31-the-dawn-of-endpoint-ai-bringing-compute-closer-to-data/?fbclid=IwAR0JTRpNsJUl-DmSNpfIcymGQpkQaUgXixEaczwDpELxGCaCeJpkTyoqUtI

好多新娘敲碗的 #婚禮備品清單 來拉💖

在PART1小編會為各位美女說明
以下這幾種類型的婚禮準備物品唷🤩🤩
❣️婚禮小物件
❣️婚房布置準備
❣️新娘服飾
❣️新郎服飾

趕快接著看下去吧💙

💟婚禮小物件
1.喜糖盒 🎁
2.喜糖/伴手禮
3.婚禮請柬
4.戒枕/戒指盒
5.紅包(大/小) 🧧
6.喜字貼紙
7.誓詞本🎀

8.香煙
9.堵門道具💨
10.拍照道具
11.禮花🌺
12.婚宴獎品毛絨玩具
13.酒水飲料🥂

💟婚房布置準備
1.壓床娃娃 🤡
2.婚房佈置小物 🛏
3.床上用品
4.氣球 🎈
5.喜字
6.婚紗定制衣架
7.瓜果盤
8.一次性杯子🥤
9.敬茶跪墊
10.敬茶茶碗🍵

💟新娘服飾
1.婚紗(主紗/出門紗)
2.頭紗
3.禮服(敬酒服/迎賓服)
4.隱形內衣
5.晨袍拖鞋🧖‍♀
6.婚鞋(平底鞋備用) 👠

💟新郎服飾
1.西裝
2.襯衫👔
3.領結/領帶
4.皮鞋/襪子👞
5.新郎配飾💍
(皮帶、手錶、墨鏡、袖扣)

#屯門 #友愛街市 #屯門友愛街市 #屯門之友 #屯門美食 #屯門公園 #屯門公園爬蟲館 #香港街市 #8424西瓜 #港版築地
#電影幻愛
位於屯門愛定商場的友愛街市，基滙資本早前花數月時間裝修，昨日（22日）終於開幕，並以新形象以人，成為全港首個「童話風」的特式街市。

基滙資本公共事務及市場總監黃梓謙坦言，整個翻新工程投資過千萬元，希望能吸引更多外來客，帶動街市生意。他又指，現時街市的衛生已大大改善，不但有更多店舖，更應用更多科技，承認有必要作租金調整，又指在疫情下，仍然有100%出租率，更有19間老店留下繼續經營。

Hello大家好我叫阿Tsar

由於現時大家都不可以出外去旅行

所以我就為大家介紹本地週末的好去處

現時大家可能都不會特別多出街，但是我仍都想拍回來給大家看

等疫情過後, 大家又多一個好去處啦

最近屯門友愛街市經過翻新之後

煥然一新, 裝修設計內外以童話為主題

門外呈不規則的「扭曲」形狀，設計仿照波蘭的「哈哈屋」

街市管理及購買方式十分專業, 有別於過往一般街市的傳統

貨品種類之多，直逼百貨超市, 但價錢亦相當大眾化，

最厲害是他們經常會有現場生劏大龍躉表演

直情置身於東京的築地巿場, 氣氛好, 環境光猛、衛生

場內亦有十多間小食店， 開放至凌晨12點

這個絕非廣告, 我只想介紹給大家週末多個好去處

除了行街市之外， 亦可以安排當日行程去屯門公園裏面有一個爬蟲館

我夜晚臨走的時候， 還去了龍門居小食街掃街

行程相當精彩， 所以除了該區的街坊之外

我特別誠意推薦給大家， 我由上環西隧口搭巴士過去， 不用45分鐘就到友愛街市

大家快點來跟我一齊行街市啦, Are u ready?

我平日去外國旅行, 都喜歡去到當地的街市參觀

就好像我曾經拍過曼谷的Or Tar Kor 新鮮蔬果市場

日本東京築地、英國倫敦Borough market

西班牙La Boqueria Market, 墨爾本victoria market、

以上那幾個市場, 都是CNN的國際排名之內,

除了西班牙的La Boqueria Market我未剪輯上載之外

其餘都全部上載並且得到網友的喜愛

今日我就來到屯門友愛街市，一樣精彩

當中我最欣賞的就是這個生劏大龍躉的表演

大家去過東京築地見過山劏三文魚表演

都知道是當地一個好受歡迎的活動

現在來到香港友愛街市都有得睇, 你看看

師傅手起刀落、刀工簡潔、俐落、手快

如果我不告訴你, 你都不知道是香港，屯門友愛街市

你還以為我在播放東京築地的旅遊片

現場有氣氛之餘、工作人員亦維持好好的秩序

因為在大龍躉未生劏之前、在場人員已經派籌給各位顧客

大家可以排隊購買， 你看師傅身上穿著的T-恤

是日本浮世繪圖案，好有東瀛風格, 視覺上「贏晒」

大龍躉的肉質細嫩，味道鮮美，營養豐富，是為高檔宴席必備之佳餚。

龍躉越大條越好吃，過50斤的味最佳。

龍躉要選魚身、嘴和尾完好無損傷的;

還要看魚鱗，要整齊不充血。盡量選購魚腩，或魚腩附近部位。

大龍躉身上有五部分是最好食的：一是頸骨，二是扣，三是腸，四是翅，五是皮。

要論口感豐富，那肯定是龍躉翅。龍躉本身就是肉質厚實的魚，

所以魚翅吃起來是連皮帶肉，嫩滑可口。

龍躉頸骨，骨髓香滑，還有滋補的妙用，是很多香港大富豪都會指定的滋補品，

有養精益氣的功效。龍躉腸爽脆過人，爆炒或做湯都別有一番風味，

龍躉扣，其實是指龍躉的胃部，它是龍躉最爽口的部位，爆炒後最適宜佐酒。

龍躉皮並不是以嫩滑就叫做好，最重要是以爽韌取勝，

故此在烹製時要講究火候，過火會有粗糙之感，

烹調恰當則成美味佳餚。最好選用濃湯飛水，

在吊出鮮香味的同時，又不會因過分烹煮而讓魚肉過柴。

另一種造法，還可以將它曬乾之後再重新浸發，

口感彈牙，會有股甘香味。

市面上所售的龍躉肉，大多數是冰鮮的。

對於鍾意食好西的人來說，龍躉還是要現場生劏，味道才不失真。

這裏當然不止買龍躉那麼簡單啦，還有好多好東西，跟我來吧

這個菜檔， 除了種類多和新鮮之外，價錢亦相當大眾化

還給我發現到有龜板賣喎、這些真不是每個街市都有得買㗎

大家知否龜板有什麼功效呀，龜板含豐富骨膠質、

水解物含多種氨基酸、蛋白質、脂肪及鈣鹽等。

龜板滋腎潛陽，益腎健骨，養血補心。

用來煲湯， 能夠增強免疫力、 抑制腫瘤、 滋陰壯陽

你可以買回去煲個龜板杜仲豬尾湯,

材料：龜板25克,炒杜仲30克,豬尾600克, 鹽1小匙，

將材料好像你平日煲湯一樣就ok㗎喇,

菜檔還有賣土茯苓、 牛大力、鑽地老鼠等等的中藥

這三件寶貝再加赤小豆扁豆, 功效是強力去濕、皮膚濕疹、周身骨痛、通便排毒

如果不太熟識的朋友, 最好先請教中醫師, 家庭主婦應該知我在説什麼

連菜檔阿姐都非常專業, 價錢牌寫了煲湯的餐牌

顧客不需要左想右諗, 諗下今晚煮什麼

這裹有好多藥膳食材料, 顧客可以一年四季都買來保健

醫生都少了生意呀， 珠豆手指茄,

10HKD3扎, 菜非常之新鮮

來自世界各地的海鮮，價錢一點都不貴，

有皇帝蟹啦、法國藍龍蝦、仲有麵包蟹、鮑魚、桶蠔

睇下養殖海鮮那些水，幾乎是我見過那麼多個街市最乾淨清潔的水

場內小販，非常專業，我聽到他們好耐心地教客人，

怎樣煮法會令到食物最好味的Timing和方法

你看有些海鮮, 有些真的堅平呀

由於現時實施限制令，市民又多了在家煮食呀

不要以為只是媽咪才會入廚房煮返兩味呀

現在好多年青男女，在家煮完好東西後

都鍾意上載自己的成果，跟網友分享一下

所以不只家庭主婦才會去街市㗎

男人入廚就更加加分喇，你看韓劇，見到些暖男那麼受歡迎就知道喇

你看這裏的經典中式甜品，砵仔糕、白糖糕、 鬆糕、糯米糍

拜神的糕點， 日本蛋大菜糕買二送一(優惠期內 ），

在那麼衛年的環境買甜品糕點，買得特別放心

他們還有一些煮糖水的材料，買些海帶返家煮綠豆沙吧

可以清肝排毒,大熱天時，就最適合的

講到肉類就更加精彩啦， 鱷魚尾肉47.9HKD

可以紅燒、燉湯，清蒸也非常鮮美，

鱷魚肉是一種低脂肪、低膽固醇的肉類，

還有滋心潤肺、補血壯骨、補腎固精和驅邪除濕的功效，

經常食用可補氣養血、平喘止咳。

鱷魚皮含有豐富的膠質，能有效的防治骨質疏鬆，並有潤膚養顏的功效。

這裏的肉類簡直是抵食夾大件, 看看塊牛魔王美國安格斯牛扒

在餐廳食最少要200HKD, 這裏有好多不同且受歡迎的醬汁

煮食不精的人，都可變成大廚呀

塊扒還大過我塊面呀, 好大包蒸餃, 裏面有20隻, 45HKD兩大包

20HKD三大個來自台灣的水仙芒, 50hkd兩磅美國爽甜車厘子

這裏除了有好多已經整好的湯包，你見到藍色盒包裝

其實是他們的自家工場製作，有好多是適合氣炸鍋煮食的

譬如好似這個花膠蝦丸， 當然如果你不用氣炸鍋也可以

我聽店舖的職員講, 裏面的花膠有你三分一隻手指那麼大架

已經調味, 所以烹煮過程簡單，還有法式牛角包，

放入氣炸鍋或焗爐幾分鐘就ok啦

加杯咖啡就一個早餐呀, 還有多款蔥抓餅、奶黃包 、銀絲卷

鮑汁花生雞腳， 食物好精緻、不是常見 有得賣的

場內有十幾間餐廳，有條小食街，營業至凌晨12點

門口就見到餐單, 每日有不同優惠，學生更加平

友愛街市每日推出多款食材優惠，街坊買餸著數多

早午晚餐的時間來 到都不會餓親, 那麼大包泰式豬頸肉都是48HKD

不鍾意堂食當然就可以打包啦,

街市裏面的裝飾，每個檔位上都有一朵朵「蘑茹」，

牆上階磚以粉色及白色點綴，再配以黑白色的地磚，

把街市打造成童話世界。 雖然這裏的小販並非童話故事裏面的公主,王子

但我好喜歡這裹的氣氛, 正正體驗到久違了的獅子山下精神

小販好勤力、好有人情味，更加添加咗新科技的元素

好像場內這間店舖啦, 售賣好多來自不同地方的雞蛋

無添加無激素的，清遠雞，清遠雞營養豐富，

富含硒、維生素E及風味物質肌苷酸等，

清遠雞所含的OMEGA-3不飽和脂肪酸和磷脂更高一些，

這兩種物質可以促進膽固醇的代謝，對保護心腦血管非常有好處。

與普通肉雞相比，清遠雞微量元素硒含量是普通肉雞的1.8倍以上

他們懂得叫客人like店舖的facebook

即使友愛街市本身都有自己的facebook

大家未去到街市之前, 可以預先來看他們的街市最近，推廣優惠和活動

亦有會員積分制, 積分可以用來換取禮品或購物優惠

雖然我知道這段時間可能大家都少了出街,

不過每日都要買餸㗎啦, 街市出面就有一個西鐵站

相當方便，我行完街市之後，就搭一個站去到屯門市中心

車站左手邊就已經是屯門公園， 公園裏面有一個爬蟲館

免費參觀， 爬蟲館內展出了不同品種的爬蟲類動物，

有龜、有蟒、有蜥等合共52隻的活展品，

當中有不少甚至是被列為第一、二級的瀕危物種。

同時爬蟲館亦圖文介紹有關資料，

不論男女老幼，都算是屯門好去處呀！

行完昆蟲館，我臨搭車回香港之前去了龍門居小食街

三串都是$32hkd咋，希望你們喜歡我今日的介紹

記得幫我分享訂閱和like，按通知制

下一集繼續介紹筍嘢給大家, 88

成為這個頻道的會員並獲得獎勵：
https://www.youtube.com/channel/UCIuNPxqDGG08p3EqCwY0XIg/join

請用片右下角調4K睇片。

こんにちは、私の名前はああツァーです

今は誰も外に出られないので

地元の週末の素晴らしい場所をご紹介します

現時点では、特に通りを出て行くことはないかもしれませんが、私はそれを持ち帰ってみんなに見せたいと思っています。

流行後、誰もが別の良い場所を持っています

Tuen Mun Youai Marketは最近改装されました

装飾デザインの内側と外側のおとぎ話をテーマにした新しい外観

ドアの形状は不規則な「ねじれた」形状で、ポーランドの「母家」に似せて設計されています

市場管理と購入方法は非常に専門的で、過去の伝統的な市場とは異なります

百貨店に近い商品もたくさんありますが、価格もかなり人気があります。

最も強力なのは、彼らがビッグドラゴンのライブパフォーマンスを頻繁に行うことです。

東京の築地市場に直結し、雰囲気が良く、環境が明るく衛生的

会場には、午前12時までオープンしているスナックショップが10以上あります。

これは広告ではなく、週末にたくさんの良い場所を紹介したいだけです

市場に加えて、爬虫類ホールのあるトゥンムン公園への日帰り旅行も手配できます

私が夜に出かけたとき、私は通りを掃除するために龍門居Xiaoshijieに行きました

旅程はとてもエキサイティングなので、地域の近所を除いて

皆さんに心よりお勧めします上環西交差点からバスに乗り45分で友愛市場に向かいます

さあ、私と一緒に市場に行きましょう、準備はいいですか？

令人愉快的皮夾克。
與場合相符的髮型。
還有閃耀於腰間的皮帶扣。
怎麼看都已經沒有絲毫和風要素的雷光騎手，
Mr.Golden即坂田金時，在此登場！

「要和我一起騎摩托嗎？
那就戴上安全帽，衣服好好扣上哦？
因為我會以迅雷不及掩耳之勢，
狠狠抓住你的心哦！ 」

身高／體重：190cm·88kg
出處：史實、古淨琉璃燈
地區：日本
屬性：秩序·善　　　性別：男性
由於曖昧地解釋了「Rider」這個詞，
所以裝備了原創造型的騎士腰帶。

『夜狼死九·黃金疾走』
級別：B　　　種類：對軍寶具
Golden Drive Goodnight。
變形為超加速突擊形態的黃金熊號發動的突擊。
熊號的輪胎是雷神太鼓變化而成的，
越是旋轉，威力就越大。
雖然此乃強調的雷神之子這個性質進行的召喚，
但也同時強調了山姥之子的側面，
其結果導致他或許會變成
比Berserker更為「危險的男人」。
也可以看成——他興致勃勃地想要駕駛怪物坐騎馳騁。

揚善，懲惡！
對性格敗壞的傢伙發動特攻一擊！
不過這也要看心情。
有時候會忘記一切麻煩事，
騎著愛騎馳騁，化為一陣風——

——然而，世間無情，事情總是不能如意。
無條件愛著自己，等同於母親以及姐姐的源賴光，
曾經相互吸引卻又互相殘殺的酒吞童子，
由於敬愛酒吞而總是來找茬的茨木童子，
等等這些孽緣總是會來打擾金時。

只不過，金時倒不是不喜歡她們。
無論是賴光還是酒吞，
都是締結了深深緣分與情義的對象，
兩位無疑都是佔據金時內心深處重要地位的存在。
只不過在現世後，總是無法把握與她們的距離感罷了。

在這樣的情況下，無關過去直面自己的御主的存在
讓充斥著「總之好想把腦子徹底放空並騎著這傢伙
（熊號）好好飆一圈啊！ 」的心情，
煩悶不已的金時帶去了安寧。
記得一定要戴上安全帽哦。