第三章(第二部分) 与神鬼对话的使者——悟靈士

梦罗克旅馆内。 一个头戴小熊帽的小孩子站在昏倒的魂凌旁边,沉默着。 忽然,在小孩子身后出现了一个身形彪悍的高大男人,他穿的鞋子比一般人的都要大,而且披着看起来非常沉重的黑色大褂,头发也是非常的短,一张厚实的脸孔。 “玛雅,你想要他成为罕见的专职灵媒的悟靈士?”声音非常沙哑。 “震鸣,这是他的命运,真的!!看来魂宇真的没说错,真的是他!!我从来没看见过在跆拳少年之中能够找到如此巧夺天工的人,本以为在一些训练跆拳的凡夫俗子之中应该不会有这种人的出现,可是…”玛雅看着魂凌,眼神一直亮着。 “如果我不会让你的奸计得逞呢?”震鸣说。 “随便吧!反正他迟早会来的,成为悟靈士是他永远不能逃脱的宿命!!”玛雅那清脆的小女孩声音有着足够的自信。 于是震鸣抱着魂凌,开了个传送之阵离开了。 “玛雅前辈,你有能力控制这一切吗?”玛雅面前突然出现了一个身穿蓝白相间长衣的少年。 “魂宇,我作为先祖的所有能力的继承者,你认为我还没这个资格吗?”说完小女孩笑了起来,那笑容非常灿烂,根本没有任何忧郁。 中国,金山寺内。 一束光消失之后,出现了震鸣和在昏迷状态之中的魂凌。 “施主,敢问这位是?”来着是这座寺院的主持法海大师,身穿红色袈裟。 “我之后要看管的人。”震鸣看着少年说。 “善哉善哉,如今我北宋衰落,战乱纷飞。想来这少年福不浅,能遇到施主这样惠泽世间的佛心者。”法海大师说。 震鸣没说什么,只是像往日一样,走进正院,把魂凌放在一张红垫上,然后自己就坐在旁边的红垫上,作打坐之势。 法海大师跪在正对的释迦牟尼神像面前,放下禅杖,脱下念珠握在左手,右手敲着木鱼。 “唔…”魂凌发出了声音,然后一段时间后爬了起来。 “哇!这里是哪?怎么我的头…”魂凌捂住自己的头,忍着疼痛说。 “魂凌,快点以我这个姿势坐着,那么你头上的痛楚就会减轻。”震鸣身子不动,只是嘴角微张。 “唔…不行!!”魂凌按照震鸣的方法坐着,但是由于疼痛的原因使得身子摇摇摆摆,最终冒起了豆粒般的汗珠。 最后魂凌跑出了正院外,在阳光的照射下才感觉身子舒服了一点。不过非常奇怪的是,这里四周特别安静,似乎没有什么人,地面都被打扫得非常干净,正院左上方有一座石碑,魂凌凑近去看了看,不看还好,看了大吃一惊。 “怎么这里的文字搭构怎么这么精妙!!”魂凌越看越觉得不可思议,“究竟是何等智慧?竟然有如此巧夺天工的作品!!每个字都是不同的,哇!!比起我们朝鲜的文字有色彩得多了!!” “那是汉字。”身后传来震鸣的声音。 魂凌闻声望过去,只见震鸣坐在石凳上,拿起石桌上的茶壶,倒了一杯茶递给魂凌。 “不喝!!我怕再喝我就像上次那样倒下了!!”魂凌不领情。 “我要害你的话早就在你昏倒的时候就下手了,何必等到现在呢?”震鸣看着魂凌很无奈。 “好吧!”魂凌结果茶杯,“啊!这杯子手工比我家乡的好多了!!还有图案,而且连表面也是光滑的,颜色都不同呢!”说完魂凌喝了一小口,然后像触电一般,说“哇晒!好香!!这是什么茶叶?” “铁观音!”震鸣抛下这句话,准备继续进去坐禅。 “什么意思?喂!你还没告诉我呢!”魂凌大喊,但是震鸣没有搭理他。 正在魂凌埋怨的时候,一个身穿灰色僧袍的和尚映入魂凌的视线,只见那和尚走进正院。 魂凌跟了进去,听完和尚所说的一切之后,才知道在寺院门口有妖怪找上门来了。 震鸣听到这个消息之后,连同法海大师一起走出正院朝寺院正门跑去,魂凌一时好奇也跟着上去了。 等到魂凌气喘吁吁地跑到正门,他看见正面上空出现一个貌若天仙的女子,身穿白色绫罗绮服,然而她身边还出现了一个身穿绿色长袍的女子,两个女子看年纪去分应该是两姐妹吧! “法海你这个妖僧,究竟把许仙关在哪了?你再不交出来,我要你的寺院变成废墟!!”那位貌若天仙的女子说完之后,召唤出大规模的海浪,然后使出水球术向法海等人攻击过去。 “死法海,我要你知道我的厉害!!”旁边的绿袍女子把双袖一挥,洒出毒液。 只见法海大师禅杖一挥,虽然不见什么效果,但是美貌女子和绿袍女子的法术对他却没有任何作用! “金刚不坏?这大师果然道行高深!!”魂凌心中想着。 可是更加精彩的是震鸣不断地在蓄气,同时肚子变得很大,滑稽的样子让魂凌笑了起来,但是一瞬间震鸣肚子变回原来的大小,然而震鸣双手充满了力量。 “他在干什么?”魂凌目不转睛看着震鸣。 最后震鸣再蓄气,然后握紧拳头,“唔——呵!”一转眼的功夫,拳头落在美貌女子身上。 正在魂凌觉得美貌女子很可怜的时候,那美貌女子身子突然有了变化,双脚很奇异地变成蛇尾形状,接着她口吐鲜血,“妖僧,下次你没那么好运,唔————”说完之后,她跟她妹妹一起消失了。 “震鸣施主,多亏了你的阿修罗霸凰拳,才将那妖孽白素贞元气大伤。”法海大师说。 “不敢当,大师身怀绝技不使出来,究竟是何等原因呢?”震鸣问。 “因为我要在妖孽白素贞不设防的时候用全能力将其收复,所以我平时一般不会展露出来的。”法海大师说“作为我们僧行者,不应该有过份的杀戮行为,对自己的能力要有所保留,但是一定要强化才能达到进步的目的,功夫不是为了杀戮,只是但求自保!现下我将我的《金刚不坏》心法传授施主,望施主能有“菩提本无树”的心境,为施主异域所有冤孽罪恶的拯救作绵薄之力。” 经过几天的练习,震鸣学到了《金刚不坏》第一重,魂凌则在正院坐禅中领悟到如何跟其它跆拳少年一起进行伤势恢复的能力。在配合震鸣练习的时候领悟到躲避远距离攻击的下蹲绝技落法,尽管觉得好像没什么用,但是学到总比没学到的好。在藏经阁魂凌还找到大量的书籍,经过很多天震鸣的陪读下,魂凌还学会了怎么把握稳定的手力去攻击别人(中华武学的其中一个要领),以及跟跳高绝技非常相似的轻功。 自从在吉芬收到不好待遇的魂凌似乎在这寺院之中找到了安慰,知道震鸣说要离开这里的时候,魂凌还觉得舍不得呢! 就这样魂凌随着震鸣通过传送阵回到了梦罗克。 “魂凌.”震鸣叫了一下魂凌。 “嗯?”魂凌回应着震鸣。 “请原谅我当初没得到你答应就把你送去金山寺。”震鸣很爽快地说出事情。 “震鸣前辈你就别这么说了,我学到了这么多的能力都是多亏你啊!而且我还很羡慕你能做自己喜欢的事情呢!”魂凌的回答很乐观。 “自己喜欢做的事情?”震鸣陷入了沉思,从玛雅前几天跟他说过的话,还有自己对自己的认识,他明白魂凌还小,不能扼杀他对梦想的追求,自己为什么这么自私,没考虑到魂凌的感受,幸好魂凌学到了能力,不然真的弄得很尴尬呢。 “魂凌,你可能真的要去旅馆一趟,这个给你!”震鸣递过代表自己坚忍不拔精神的3克拉钻石。 “震鸣,你给我这个有什么用…”魂凌的视线从钻石移开之后,震鸣早就不见了踪影。 到了旅馆,由于有敏锐视觉的流氓察觉出魂凌的技能有了很大进展,都纷纷让开了不敢欺负他。魂凌也很快找到了玛雅。 “震鸣那倔脾气终于开解了,把你送回我这里!!”玛雅说着,偷笑起来,她似乎很喜欢笑。 “你找我是何许事情?”魂凌非常严肃地望着玛雅。 “是这样的,你愿意成为悟靈士吗?”玛雅的声音依然很清脆,在粗犷的梦罗克大地上似乎能翻起一波一波柔和的涟漪。 “悟靈士是什么?”魂凌问玛雅。 “悟靈士拥有非常强大而神秘的力量。他们能与神、魔、鬼、灵沟通,并且能通过举办仪式赋予一个人对应该逝去祖先的特殊力量。其实这种强大的力量曾经受到北欧人民的基督教会的谴责,并且欲将我们赶尽杀绝,因此我们才秘密隐居到梦罗克这片粗犷的土地。”玛雅介绍着。 “为什么你认为我适合成为悟靈士呢?”魂凌问。 “这个啊!!托震鸣的福,把你送到遥远的东方领会到行善积德这个道理,才令你不至于对这个职业的牵制一概不知。其实在东方佛教盛行的土地上,我们的族人被当作是谣言惑众的对象,说我们的力量来得不切实际,可是你受过佛教的洗涤,终于能够逃脱基督教的束缚,这样我真的很开心呢!”玛雅说完很开心地跳了起来,魂凌看着这个几岁的女孩能说出如此博大精深的知识,感到不可思议。 “因为基督教会只承认高尚的悟靈士,也就是能够合理运用魔法能力的悟靈士。其实悟靈士有前卫和后勤辅助两类,然而前卫的悟靈士就会将属性魔法攻击发挥到极限,也就是说他们具有强大的力量,要怎么控制就要靠那个人的意志力了。至于后者就拥有非常强大的灵魂辅助仪式和神技仪式,那都是我们族人的精华!!”玛雅说道这里非常严肃,不过她严肃的样子也很可爱。 “我…我真的可以吗?”魂凌面对如此强大的力量心中非常复杂,因为他觉得自己好像在做梦一般。 “死小子,谁说你不可以的!!你不是平时很喜欢看书的吗?你成为了悟靈士就不用看书这么麻烦了,什么事情去感应一下就知道了,免得我这个做大哥的四处找你这么麻烦!!”声音魂凌很熟悉,当这把熟悉的声音震到魂凌的耳膜的时候,魂凌留下眼泪,扑向身后的哥哥的怀里。 “魂凌,你哥哥成为了悟靈士是你去了金山寺这几天的事了。至于项链,就是你们魂家与悟靈士的渊源。”魂阙身旁的凛释发话了。 “对!妈妈之所以留给我们项链,就是要我们成为悟靈士,延续她一直以来的梦想,可是现在我们终于达到了!”魂阙抱紧魂凌,如释负重。 良久,魂阙放开魂凌,并且递上了不死心脏和永恒玫瑰。 “凛释,圣恩对你的排斥其实相当一部分真的是你力量中的黑暗势力造成的,正如我们族的前卫型战斗魔法技能一样,都是基督教会的排斥对象!!这就是你们的命运啊!!”玛雅叹气道。 “哥哥,你是怎么知道我来了梦罗克的?”魂凌问。 “死小子,你还问!哥哥在伊斯鲁得岛回到斐扬,谁知道根本找不到项链,之后我就疑问是不是被什么鬼怪抢走了,于是便进了斐扬洞,然后遇到凛释还有他的朋友。”魂阙说。 “最后因为我的魔法带有黑暗成分,所以圣恩姐姐就要我离开,于是我就把魂阙带到梦罗克,可是一来到梦罗克,一个穿着很奇怪的人把我们带到玛雅的房间。”凛释说。 “哈哈,我接下去吧!见到你哥哥之后我把你去了金山寺的事告诉了他,最后我按照魂家的意愿给你哥哥成为了悟靈士咯~!!哈哈!!至于凛释跟魂凌的渊源,我现在还不能说呢!天机不可泻露!!哇咔咔!!”玛雅带着天真小孩子的口吻说了这句话。 “我愿意跟哥哥一样,成为悟靈士!”魂凌说。 “好样的!!”说完玛雅马上将魂凌催眠。 “这里是哪?”魂凌周围是伸手不见五指的黑暗。 “魂凌,你跟他们交流一下吧!”玛雅的声音从不知名的地方传来。 不久出现了很多不同职业的灵魂,都向魂凌提出了自己的能力媒介要求,魂凌听着他们的遭遇,觉得他们都很可怜,所以就一一答应了。最后玛雅出现了, “我现在举办转职仪式,你要虔诚参与,知道吗?”玛雅说着,拿出水晶球,水晶球悬浮在空中,然而魂凌身上的不死心脏、永恒玫瑰和3克拉钻石都飞了过去,容不得魂凌拒绝一般。 “你听着,现在你不再为了奋斗而存在,而是为了传媒灵魂,化解恩怨而存在。放弃你的踢脚技能吧!!在此之前,不死心脏会为了你而停止跳动,因为它妒忌你能获得永生;永恒玫瑰会为了你而凋谢,因为它妒忌你能获得永恒性的不可思议技能;3克拉钻石会为了你而粉碎,因为它妒忌你拥有不死不灭的不断再生的强硬身躯!!”玛雅说完,不死心脏发出的微跳动声停止了,接着永恒玫瑰的花瓣变成褐色散落进无底的深渊,3克拉钻石粉碎后的粉末发出非常强的蓝色幽光围绕着自己。 “应验!!!”玛雅望着水晶球,小手在魂凌身上指指画画了一会后,念出了这句咒语。 顿时,魂凌从催眠之中醒来。 “我……”魂凌爬起身子,但是依然低下头。 “魂凌,你现在是悟靈士……”凛释望着魂凌非常空洞的瞳孔,“玛雅,你对魂凌做了什么,为什么他会变成这样!!” “魂凌!!你没事吧!”魂阙走上前去摇了摇魂凌。 没想到魂阙这一摇,魂凌突然露出了邪恶的笑容,然后在一瞬间使用比他哥哥还灵活的跳高技能走了。 “哎!果然是他!!”玛雅看着这场面,竟然没有一丝惊讶。 “你!!你究竟对我弟弟做了什么!!!!”魂阙紧握着玛雅的脖子,使玛雅发出一声声咳嗽声音。 此时玛雅的水晶球发出亮光,把凛释和魂阙传送到梦罗克,旅馆之外的地方。 梦罗克西北方的金字塔内。 魂凌用火红的瞳孔望着周围,失去意识的他开始了这里的屠杀。 “圣之风啊啊啊啊啊!!!唔-----------让我的魔法攻击变得更加来势汹涌吧!!哈哈哈哈哈”突然,他的双手幻化出诅咒魔杖,魔杖发出无比黑暗的气息,但是在圣属性风的影响下,力量领域产生极大的反差,变成无比强大的圣属性魔法气息。 周围的木乃伊和黑狐都惨叫着,最后随着圣属性魔法的堕落性破坏后都纷纷消失于无形。 由于圣属性魔法扩散的原因,坐落在这里的血迹树马上枯萎,俄里托斯出现在魂凌面前。 “汝!!吾之手下败将,欲再败吾?”俄里托斯召唤出非常多的木乃伊,并要求其强力进攻魂凌。 “啊啊啊啊啊啊啊啊啊啊啊!!!”魂凌吼叫着,同时双手握住的诅咒之杖发出非常强大的圣属性魔法气息,让俄里托斯都有一种想要窒息的感觉。 “极限催眠!!艾斯敦!!”一股异常强大的圣属性魔法力量入侵俄里托斯。 “这……这怎么可能!!!”俄里托斯非常绝望地合上双眼! “睡眠中的死亡!!艾斯麻!”从魂凌身上发出无数凌厉的飞廉,旋转着并且发出圣属性魔法气息,一瞬间将俄里托斯消灭了。 待俄里托斯化为灰烬的一刹那,魂凌手中幻杖消失,脸上露出诡异的笑容。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值