那些搁浅的爱情和梦想

两个人分手了,最悲伤的可能是一条狗。

 

2013年的夏天,有天下班,大雨滂沱,我开车路过雁南路,看见我的小闺蜜段思思和她的古牧芭蕾在她家小区门口的站牌那拉锯战。

 

段思思要拉芭蕾回家,而芭蕾不肯,赖死赖活趴倒在站牌底下,一人一狗,形同角力。大雨里,段思思终于受不了,撒手把狗绳松开,蹲在芭蕾身旁边,哭得不成人形。

 

我在车里看着她们,缓缓开离,没有停车。段思思那一刻的脆弱不想被尴尬撞破,她那一刻难能放任的哭泣也并不需要被打扰。

 

我知道,芭蕾是在等周子恺。

 

大型犬芭蕾实在很大,站起来像一座大山,一座灰白色阴影温润的大山。

 

你能想像一座大山向你俯下身来的感觉吗?芭蕾很好客,每次我去段思思那里玩,它都要把我扑倒,伸出舌头在脸上或胳膊上舔上那么一下才OK。这算芭蕾的待客礼仪,它喜欢的客人哪个也躲不掉。芭蕾是只主意笃定的狗,你躲到哪它都会机智地找过来,直到完成它的贵宾接待仪式为此。

 

起初我很害怕芭蕾的口水,每次一去就东躲西藏,最后还是难免要受它伸出舌头温柔一刷。后来习惯成自然,知道死活躲不过,也就死猪不怕开水烫,每次进门我都特自觉地把袖子挽起,一截上好的胳膊伸到芭蕾面前,迎来狗国公主满意的眼神和深情一舔。

 

我想不出来娇小玲珑的段思思怎么会养这么大的一只狗,芭蕾的庞大身躯能盖了两个她。这种大型狗是很难打理的,洗澡、收拾它每天掉的狗毛,都是重体力活,连大便都要比别的狗  多几倍,连我想一想都蛮心疼段思思。

 

幸好她后来交的男朋友周子恺,愿意照顾她和她的超级大胖狗,洗刷刷,喜唰唰。

 

芭蕾是只没有立场的狗,她明明是段思思的狗,却很快爱上了代替段思思每天遛它打理它的男主人周子恺。

 

我后来去段思思家玩的时候,芭蕾急匆匆舔过我,便火烧屁股地奔去同周子恺打闹了。

 

芭蕾最爱玩的是扔骨头,它一次次不厌其烦地把彩绳织的大骨头叼到周子恺手里,让他甩给自己,然后追着那团红绿满屋跑。家里不是什么宽绰豪宅,芭蕾体型又巨大,根本跑不开,总是一不小心,总是听见呯一下,抬头一看,狗头就上了墙。邪恶如我忍俊不禁,芭蕾呜咽一声,不以为意,爬起来继续快活地撒脚丫子奔。

 

那时候,段思思常常一边画她的小插画,一边抬起头看这对父女俩,眼神柔情蜜意。

 

芭蕾为什么叫芭蕾?我问过一次。段思思还没来得及开口答我,周子恺就抢着答:“跳芭蕾是段思思小时候的梦想呗!”段思思甜甜看过去,他俩相视一笑。

 

咳,这对伤不起的小情侣!

 

每次我走,小情侣必定手牵手出来送我,顺便遛狗。我每回从后视镜看他们一家三口,  画面满满,自有天伦,心生感动。

 

段思思是自由职业,本来黑白颠倒没人能管,和周子恺好了以后作息就规律起来。

 

周子恺是银行柜台里的坐班族,朝九晚五。每天早上,段思思牵着芭蕾送他到门口站牌,下班时,美女和美狗又一同守在站牌下欢欣地迎接他回来。

 

芭蕾眼尖鼻子灵,总是窜得比段思思快,一只硕大狗头在周子恺周整西服上蹭来蹭去。

 

有天段思思突然吃了醋,问周子恺,我和芭蕾一同掉下水里你救谁?周子恺放声大笑,笑完了,答:“救你。”段思思立时很满意。马上又听周子恺说:“狗刨狗刨,有哪只狗不会刨?”段思思跃上周子恺的后背,挥着她白皙小拳头不满地哇哇大叫。周子恺嘻嘻哈哈地背着段思思往家跑,芭蕾在身后不知所以,快乐地左摇右摆跑起来。

 

那样的辰光多好。好到让后来回忆的人足够悲伤。

 

他们分手以后,段思思看起来还好,忧伤难免,倒也算平平淡淡,没有过过激行为。她只是时常怔忡。发呆的模样任人一眼看过去,谁也不知道她是浪荡到了有周子恺的过去,还是牵挂着没周子恺的将来。

 

有一天,我正在出租车上,段思思给我打电话,她兀端端地问我:“江朵姐,你说,爱情有什么用?”我想了想,答她:“爱情本来就不是拿来用的啊。”那是她和周子恺分手第二个月。

 

比段思思要失控的那个,是哀怨的古牧芭蕾。在它那样犟的狗脑袋里,根本就不理解为什么人的世界里分离和爱都可以是翻云覆雨的事情。它每天下午到了点就要冲出门去迎接它的男主人,它把狗绳叼到段思思手里,段思思不去,它一遍又一遍地塞给她,执意把她领到门边。段思思只好每天陪它在站牌站到天黑,再一人一狗慢慢走回家,累得身心俱疲。

 

他不会回来了。他不会回来了。永远不会回来了。你知道吗。

 

段思思耐着性子一遍遍给芭蕾讲。

 

芭蕾不明白。它睁着两只大大的眼睛,睫毛忽闪忽闪,凑过头来温柔而疑惑地地舔掉她脸上的眼泪。它不知道女主人为什么突然就哭了,人类的眼泪那么咸。

 

为什么失恋是那么痛苦的事情,人们还都渴望恋情?我不知道。

 

有一天我在段思思家陪她的时候,她家旁边的商场地下停车场里正发生劫车事件。

 

歹徒是个年轻男子,随手劫了辆宝马,车上有一个年轻妈妈和她幼小的儿子。歹徒没有伤人,但也不肯放人,他在车内癫狂呼喊,只请求到达现场的警察开枪击毙他。后来我们看新闻追踪才知道,男子不过是失恋了,万念俱灰,一心求死。

 

失恋的力量多可怕!有的失恋不过是剪剪指甲,轻松辞旧,短暂清盘,春风吹又生。有的失恋,却是剥皮拔骨,把整个自我轻贱地献祭到一个无人在意的神龛上。

 

为什么失恋是那么痛苦的事情,人们还都渴望恋情?

 

那天段思思在电视机前默然很久,突然作答:“或许,是因为爱着的时候实在太过美好,人们才不介意承受结束时的心碎吧。”

 

因为美好时太过美好,我们才在悲伤作别时依然对相遇心存感恩。

 

段思思后来交了新男友。他比段思思大三岁,段思思常常叫他老曹。

 

老曹有自己的公司,自己管着自己。公司比较成熟,他的时间很自由,每天早早下班回家遛芭蕾,给他的小女朋友做饭。

 

芭蕾那会偶尔还会奔去站牌,站那伫一会,一条静默的大狗,看上去有些呆呆的。也只是一会儿。它大概自己也不记得在找什么了吧?

 

老曹问过段思思是不是上过班,芭蕾似乎在等下班的人。段思思摇摇头,聪明的老曹便不再问了。

 

老曹对芭蕾很好。他喜静,自诩老年人,不爱跑动和过于激烈的运动,很少陪芭蕾奔跑游戏。但他对芭蕾的照料很上心,不用狗粮打发它,三天两头炖骨头和料理猪肝给它吃,很勤快地给它洗澡和打理毛发。芭蕾有天半夜不舒服地哼哼,段思思本打算天明再带它看医生,老曹坚持要半夜爬起来,带它出门去了自己的兽医朋友家。

 

段思思问老曹为什么那么喜欢芭蕾,老曹刮刮她的鼻子,笑着说:“因为我不在的以前,是它替我守护了你那么久啊,它把我的小公主守护得那么好!”段思思鼻子一酸,眼泪就差点掉下来。

 

老曹曾经历过什么样的伤心事吗?他曾爱过谁,被谁爱过,他在爱里又经历了怎样的恩慈和辜负,才成长成今天这样温厚柔软的人?

 

段思思猜想是这样的。

 

但她从来没问过他,以后也不想问。她得到了正当好的他,在她尚且算正当好的年纪。她对命运满怀感恩。这样深沉的感恩,足够让她宽恕曾遭遇的不舍离别。

 

和老曹在一起的日子安稳而幸福。老曹每天下午从附近的菜市场买菜拎回来用心做饭,他记得段思思生活里的很多喜欢和不喜欢。每晚吃过饭,段思思都在老曹的臂弯里和他头抵着头一起看一阵电视。而芭蕾,早已习惯跟过来,卧倒在他们身边,把它大大的脑袋架在老曹的腿上,很快就睡出满满一张狗脸的心满意足。

 

老曹曾经想给段思思报个芭蕾班,他说有梦想不如就去实现。

 

段思思摇摇头,微笑着拒绝了。

 

那时候,她想起很多事:五六岁的时候,她想要一个漂亮的玻璃糖罐,里面装满各式美味糖果;七岁的时候,她想要一条层层叠叠隆重过人的洁白公主裙;再后来,她希望能够成为一个芭蕾舞者,旋起脚尖,被全世界最静的那一束灯光照耀……

 

成长里,她有过那么多梦想,后来都能被轻易实现,但是她再也没有去实现过。因为过期的梦想,已经没有了意义。

 

过期,意味着不再被渴求,不再被需要。生命里会过期的东西实在太多,诺言会过期,眼泪会过期,爱会过期,等待一个人的心也会过期。

 

谁都曾经梦而不得,谁都曾经无可挽留,那么就允许生命里存放一些被搁浅的美好吧。

 

在那么多无可挽留的过期里,段思思想,惟有好好爱着当下,大概才是对自己最大的善待。

 

在接受了老曹在不夜城突袭的当众求婚、戴上了老曹亲手给她套上的订婚戒指后,段思思终于同意搬去老曹的房子里。

 

搬家那天,芭蕾很着急,见很多东西被搬上车,生怕段思思会遗落它,早早地就跃上老曹的越野车后备厢,趴好了便不肯下来。

 

车开离的时候,段思思扭头凝视了一会家门口那个熟悉的站牌。烈日凛凛,空无一人。

 

去年那个多雨的悲伤夏季已经过去,她和芭蕾都早已上岸,在时间的春暖花开里,所有的伤口竟也早渐次愈合。

 

这世界,四季交替太匆匆,春花谢了秋红。一个人,一只狗,原来没有谁会永远在原地等谁。

 

这是苍茫时光里,属于我们的残忍,也是恩慈。

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