张岱《湖心亭看雪》--新解

崇祯五年十二月,余住西湖。大雪三日,湖中人鸟声俱绝。是日更定矣,余挐一小舟,拥毳衣炉火,独往湖心亭看雪。雾凇沆砀,天与云与山与水,上下一白。湖上影子,惟长堤一痕,湖心亭一点,与余舟一芥,舟中人两三粒而已。

  到亭上,有两人铺毡对坐,一童子烧酒炉正沸。见余,大喜曰:“湖中焉得更有此人!”拉余同饮。余强饮三大白而别,问其姓氏,是金陵人,客此。及下船,舟子喃喃曰:“莫说相公痴,更有痴似相公者!”

一老师如此解说:

上课铃响了,投影仪投射出明朝张岱的画像和他的小品文《湖心亭看雪》。

  “张岱这篇小品文,写在夜深人静的西湖边,独自看雪,是何种心境?”周老师一来就发问,同学们沉默几许不敢答。“那请用一个现在最给力的形容词!”老师率先用了网络语言,大家来了兴趣,“那我们请这位长得很和谐的女生说说吧。”

  “我想,那是一种寂寞。”

  “对,那就是一种寂寞,属于明朝晚期的寂寞。”周老师用环抱在胸前的手指了指投影,下面请大家一起朗诵阿桑《叶子》中的歌词“孤单是一个人的狂欢,狂欢是一群人的孤单”,“一定要用最寂寞的语调哦。”

  读毕,他又活跃起来:“有句话说越寂寞,越美丽,我们这节课,就和张岱一起去体会寂寞,因为哥们上的不是课,是寂寞……”

  精彩镜头2

  “张岱其实是叛逆的90后”

  “冬夜,平常人在干‘神马’(什么),张岱一个人去西湖,他是非主流吗?依我看,他就是个叛逆的90后!”周密说。

  “90后?”有同学不解。

  “因为他是1597年生的,而且他不仅是个90后,还是个富二代、官二代呢。大家在文中找找呢?”

  同学们纷纷举手,有人说:“文中写他‘拥毳衣炉火’”,有同学回答:“他有童子烧酒”。

  周老师认为还不够,他说:“我再来补充下,文中有‘余住西湖’,想想现在杭州房价多贵?还能住在西湖边,是不是富二代、官二代啊?”周密一说,同学们表现出懂了的样子。一位男生告诉记者,他知道老师并非信口胡说,提前预习了张岱出身官僚家庭,但一生未做官,在众人交杯换盏时到湖边看雪,难道不正印证了他的寂寞?

  精彩镜头3

  “哥钓的不是鱼,是下一个春天”

  课堂上,同学们如有异议便可起立向老师提问,而老师周密则不时用时髦词汇来“刺激”同学们的想象力。

  整堂课上,老师不仅说到房价、官二代、寂寞哥,连文中“强饮三大白而别”一句也被他解释为害怕酒后驾驶。时髦词汇连绵不断,课堂氛围非常活跃。

  背诵文章也是趣味横生。文中一句“舟子喃喃曰:‘莫说相公痴,更有痴似相公者!’”他请大家用想得到的可以代替文中“痴”字的词语,一起朗读。瓜、雷、囧、呆……四遍读完,全班爆笑不止,他还提议用“脑壳里面有乒乓(四川话)”来试一试,请大家体会当时的意境。

  最后,他引经据典揭秘了张岱寂寞的原因——“张岱是明朝人,成文却在清代,亡国亡家,岂不是神马都是浮云啊?”“作者不是真到西湖看雪了,而是他的一个梦,和柳宗元独钓寒江雪一样,哥钓的不是鱼,而是下一个春天,是对未来的期待!”

  学生专家评点

  “很给力”

  学生们对周密老师的新教法,并不特别诧异,因为大家亲切称呼为“周密密”的他在课堂上总是特别有新意。女生潘雨洁说:“我们语文作业不多,但每次他都讲到点子上,我们学了很久都不会忘。”

  “周密老师的课堂让我们感受到了对传统文言文教法的颠覆,不只是过去读读背背、抠抠文字的教法,结合时事的教法真的非常给力啊!”成都市教育局教研员阎亚辉评价说,40分钟就让我们见到了老师的独立个性,他将自己融入到了文本,好像和作者张岱一样,“在山水之中,天人合一”。

  同事刘雅蓉听课后认为深受启发,她说:“新课改就是要求改变过去枯燥的教师灌输,转变为学生自读、自学,提倡学生的思维运转,周老师通过一个个很现代的设问,吸引了学生兴趣,他很给力。”

  学校校长段必聪告诉记者,学校允许融入各种新兴元素在课堂中,在此次教研会上,不仅文言文变得有趣了,学校的音乐、美术都在新课改后列入了展示课项目,鼓励学生们“学新语言”、“听民族歌曲”,在课程改革的“古今结合”中成长。

  新教法灵感

  “很网络”

  最潮老师:潮语学自网络

  周密老师1999年从教,从宜宾师院毕业后在四川师范大学进修本科。周密说,教师应该是真诚的人,应该注重教学的方式方法。

  为何想用网络语言教学?新教法的灵感其实来源于有一天晚上观看《艺术人生》,人艺一位院长告诉观众,文艺节目要有知识性、趣味性、现实性、最好再加点哲理。周密从中受益,他希望以网络趣味来吸引学生兴趣,结合现实传授知识和哲理。

  “其实很多学生把老师想得很弱智。”周密为了和学生们打成一片,他找来以前教过的学生,在人人网上加了好友,在上面他找到了“神马都是浮云”等大学生们最鲜活的话语。周密说他的很多学生现在都在国外,他们的语言中有最前沿的词句,他习惯性地记录下一个个戏谑的词句,希望在下一届学生中用到。

  “老师和学生之间其实不该有鸿沟,一篇课文N年前讲,和N年后讲,应该有不一样的方式和不一样的效果。我和我的学生一样,不会苍老。”

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/166034/viewspace-682078/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/166034/viewspace-682078/

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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