第一次习武的经历

从小就做武侠迷,用了近20年,终于圆梦了。很好玩,但是没有想象中轻松。

 

这天,一个练太极的,一个散打的,一个泰拳的,我以及另一个初学者,再加上老师,共六人。

 

(仅仅备忘,所以记流水账了)

6点多就醒来,7点不到出门,披星戴月,快9点时候,我是第一个到的,和老师聊了聊,先教我站一个桩,说是比传统站法要稳一些。我先按传统姿态站,他横向轻轻一推我就倒了,再按他的站法,前后左右都推了一下,是稳当一些了。

 

然后又去聊天,等来了另一个初学者,老师让我们先打一个60斤的沙袋做热身。

 

以前还没打过沙袋,沙袋中段有一个皮结构的外层,另外沙子都沉到最下层去了,所以打时不容易伤手。

 

早上来的匆忙,穿一双凉鞋就来了,一起脚,踢疼了脚趾头,又不好意思声张,赶紧请教踢的时候用脚的哪个部位。然后老师给我们演示了泰拳、散打、跆拳道的不同踢法,然后又示范了一下他自创的踢法,我觉得站他旁边有一种危险感,那一脚要是招呼到我身上,估计得拦腰折断——夸张了点,进医院是一定的。

 

老师还算是体贴学生,发现我穿的凉鞋,马上找了双布鞋给我换上。

 

然后来了个练太极的。说到太极,我先插叙一下,后来在回去的城铁上,我向他提起以前看过的一个视频,一个太极老头被二十多个人推,纹丝不动。还拿日本的柳龙拳的视频做比。他说柳龙拳的那个隔空打物有点扯,但是太极的那个是真的。为打消我的疑虑,他站立不动让我推。结果不说也知道,肯定是推不动啦。

 

不过作为一个唯物论者和计算机科学工作者,我当然不会只用“有真功夫”之类的话敷衍过去。这其中的原理,其实一说就破:一般人当你用力向他推去时,他用脚后撤做支撑,形成一个稳固结构,但是这个练太极的是把我的推力引向身旁,具体动作是他身子一扭,这时候,我的推力作用不到他的重心,如果要继续推他,要么就用扭的力,要么就收回来再对准重心推。

 

这个描述是有点复杂,简单的说,我一推,他身子就扭啊扭的,让我没有着力点,有力没处使。

 

如果对这个还是明白不了的话,就只好自己找个练太极的推推看,我就不做详细力学分析了。

 

对于那个二十人推一个人的视频,他这么解释,实际上起作用的就前面几个人,而后面的人则因为前面的人要维持身体平衡,所以他们的力被抵消,最终没有传递过去。

 

插叙完毕,继续主线。老师先让我们练习内钳马步,还有冲拳,这个因为我有自学过一点点,练习起来还是很轻松的,老师还顺带提了一下出拳的同时身体前进的步法,不过不是今天练习的重点。

 

然后开始了今天的重点,对马冲拳。开始练的还挺好玩。

 

练的过程中,散打与泰拳的也来了。人算来齐了,于是给我们先摆个对马冲拳的pose照相,随后我们轮流带上护具录制实战视频。

 

因为还什么都不会,实战打的很差,以至于后来剪辑的视频中都直接把我的戏份给cut了。

 

不过我看他们打倒是明白看视频与看现场真的是两种感受,尤其是这么近的现场。因为场地比较小,后来我都躲到外面去看了。

 

这期间,老师还给我们演示一下空手入白刃。我做可怜的小白鼠,当然,白刃是用短棍代替的。一开始我还使个坏心眼,我想打不到身体,打你的手没问题吧。被制服两次之后,我承认,我拿砍刀的话肯定伤不了他。至于匕首,由于危险性比较大,我不知道老师的心理素质如何,姑且存疑。

 

实战练习完后,我们继续练对马冲拳,手上动作不变,但是改一进一退,也就是一攻一守。守的一方不用太大力。几个来回后,我问我的搭档,你胳膊疼吗?疼呀!疼你还用这么大力,我以为你不疼呢!老师说,你们回去胳膊会肿起来,记得泡热水,搽红花油,等消肿后再练习,肿了三次之后,你的手就不是原来的手了。

 

又练了几轮,我换了几个搭档,发现一件事:越是初学的用劲越大。像那个练太极的,动作就比较柔,很愿意和他对练。那个练散打的,以前也没练过对马冲拳,也是上来就发很大的力,搞的两人都疼的不行。老师给他纠正一下动作后,就变轻了。

 

都疼的练不动时,老师教了我们一个变化,就是防守的那方把拳变掌,接触的一瞬间轻抚对方的胳膊,说是这样比较的不疼。

 

果然没那么疼了,靠,不早说。

 

12点了,我心里念叨,快放了吧。

 

谁知老师说,你们回去很难找到对练,要珍惜现在的机会,来,再去练几个来回……

 

回到家,泡过热水,涂上红花油,手到没肿,但是有淤血,像是被人用棍子打过一般,我赶紧拍照留念。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
机器学习是一种人工智能(AI)的子领域,致力于研究如何利用数据和算法让计算机系统具备学习能力,从而能够自动地完成特定任务或者改进自身性能。机器学习的核心思想是让计算机系统通过学习数据中的模式和规律来实现目标,而不需要显式地编程。 机器学习应用非常广泛,包括但不限于以下领域: 图像识别和计算机视觉: 机器学习在图像识别、目标检测、人脸识别、图像分割等方面有着广泛的应用。例如,通过深度学习技术,可以训练神经网络来识别图像中的对象、人脸或者场景,用于智能监控、自动驾驶、医学影像分析等领域。 自然语言处理: 机器学习在自然语言处理领域有着重要的应用,包括文本分类、情感分析、机器翻译、语音识别等。例如,通过深度学习模型,可以训练神经网络来理解和生成自然语言,用于智能客服、智能助手、机器翻译等场景。 推荐系统: 推荐系统利用机器学习算法分析用户的行为和偏好,为用户推荐个性化的产品或服务。例如,电商网站可以利用机器学习算法分析用户的购买历史和浏览行为,向用户推荐感兴趣的商品。 预测和预测分析: 机器学习可以用于预测未来事件的发生概率或者趋势。例如,金融领域可以利用机器学习算法进行股票价格预测、信用评分、欺诈检测等。 医疗诊断和生物信息学: 机器学习在医疗诊断、药物研发、基因组学等领域有着重要的应用。例如,可以利用机器学习算法分析医学影像数据进行疾病诊断,或者利用机器学习算法分析基因数据进行疾病风险预测。 智能交通和物联网: 机器学习可以应用于智能交通系统、智能城市管理和物联网等领域。例如,可以利用机器学习算法分析交通数据优化交通流量,或者利用机器学习算法分析传感器数据监测设备状态。 以上仅是机器学习应用的一部分,随着机器学习技术的不断发展和应用场景的不断拓展,机器学习在各个领域都有着重要的应用价值,并且正在改变我们的生活和工作方式。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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