爱的艺术 - 艾里希·弗洛姆

关于作者:德裔美籍心里学家和哲学家、法兰克福学派的重要成员。

刚刚打碎了个杯子,我想说的是我好想吃醋了,看到那位姑娘和别人聊的很开心,心乱如麻,坐卧不安,所以把书包放到了桌子上, 然后包带挂到了玻璃杯,碎了一地,好像也是心碎的声音。

醒了,清醒了,也是梦醒的时分。

看到了这本很薄的书。《爱的艺术》,我发现自己还不会爱别人。最近有个画展在久事美术馆。马克·夏加尔,主题爱即色彩。本想着今天过去看看。发现自己再遇到这位佳人之时,都在变化。我不是不敢开口,是真的不敢开口。怕失去怕破碎,又怕重蹈覆辙。

以后就这么定了,开心也看书,不开心也看书。不过必须要看技能类的知识,否则还是过不好,没法打开目前的情况。

所以说书吧,兴许能告诉我,一个正确的恋爱观念。没有钱的爱情,活着并不富裕的爱情。

在本书中作者的观点:爱情不是一种只需投入身心的感情,而是需要努力发展自己的全部个性,以此形成一种创造倾向,否则,一切爱的尝试都是会失败的。如果没有爱他的能力,不能谦恭、勇敢、真诚、自制地爱他人,就不可能得到满意的爱。

突然想起了一本书:给青年诗人的信

        一无所知的人也就一无所爱,什么都不做的人也就什么都不懂。什么都不懂的人是没有价值的。懂得事理的人也懂得爱、观察和发现...对事物本质了解得越多,也就越钟爱···· 设想所有水果与草莓同时成熟的人,对葡萄一无所知。

                                                         —— 帕拉塞萨斯(文艺复兴时期医学、自然科学、哲学家)

第一章 爱是一门艺术吗?

是的。因此它需要知识和努力。

        第一个理由:多数人宁愿吧爱当成被爱的问题,而不愿当成爱的问题,即不愿当成一个爱的能力问题。对他们来说,爱就是如何被爱、如何惹人爱:

        尤为男性采用:应该取得成就,获得自己所处的社会条件所允许的最大限度的地位和财富;

        尤为女性采用:使自己富于魅力,通过健美锻炼、修饰仪表、穿着入时等;

        男女共同采用的使自己富于魅力的其他方法:举止温文尔雅,谈吐风趣幽默,乐于助人,诚实谦虚,不矫揉造作。 这种方法很像“赢得朋友和影响他人”的方法相同。

        实际上,大多数人所谓可爱,不过意味着适于大众的爱慕和性吸引力的融洽。

        第二个理由:把爱的问题设想成为一个对象的问题,而不是才能的问题。人们认为爱是简单的,困难的事寻找正确的爱的对象,或者被爱。

        由媒人或者中间人帮助的传统婚姻。现有婚姻,后有爱。

        近代,美国 浪漫主义的自然爱的体验。现有爱,才有婚姻,所以对增加了“对象”的重要性。

        购买欲驱使下,购买一切支付得起的商品的激情。

        人们力图做一个交易:从社会价值基点来看,这个对象应该是值得要的,而且同时就我的公开和隐秘的财产和潜能而论,对象也应该想要我。当他们考虑到自己的交换价值的限度,并在这种交易中都发现可以得到的最好的对象时,这两个人就坠入了情网。

        第三个理由:混淆了最初坠入情网的经历 与 爱的“永恒” 之间的区别。

        试想,两个陌生人,像我们所有人一样,突然让他们破除 ‘陌生’ 这堵墙,而且立即赶到密切,赶到融洽,那么这一时刻是他们生活中最喜风,最激动的。

        突然产生的亲近感 ,奇迹般滴使他们容易相爱。然而这样的爱,不能持久。

        当他们熟悉之时,他们的亲密感就失去了神奇的个性,直到他们对立、失望和相互厌倦,扼杀了最初的激情。

        实际上,他们被痴恋的强烈感情所驱使,以此来互相证明他们的强烈感情的“狂热”,而这恰恰证明他们先前时和等的寂寞。


这本书没读完。。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于PyTorch的Embedding和LSTM的自动写诗实验LSTM (Long Short-Term Memory) 是一种特殊的循环神经网络(RNN)架构,用于处理具有长期依赖关系的序列数据。传统的RNN在处理长序列时往往会遇到梯度消失或梯度爆炸的问题,导致无法有效地捕捉长期依赖。LSTM通过引入门控机制(Gating Mechanism)和记忆单元(Memory Cell)来克服这些问题。 以下是LSTM的基本结构和主要组件: 记忆单元(Memory Cell):记忆单元是LSTM的核心,用于存储长期信息。它像一个传送带一样,在整个链上运行,只有一些小的线性交互。信息很容易地在其上保持不变。 输入门(Input Gate):输入门决定了哪些新的信息会被加入到记忆单元中。它由当前时刻的输入和上一时刻的隐藏状态共同决定。 遗忘门(Forget Gate):遗忘门决定了哪些信息会从记忆单元中被丢弃或遗忘。它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 输出门(Output Gate):输出门决定了哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。同样地,它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 LSTM的计算过程可以大致描述为: 通过遗忘门决定从记忆单元中丢弃哪些信息。 通过输入门决定哪些新的信息会被加入到记忆单元中。 更新记忆单元的状态。 通过输出门决定哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。 由于LSTM能够有效地处理长期依赖关系,它在许多序列建模任务中都取得了很好的效果,如语音识别、文本生成、机器翻译、时序预测等。

“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
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