创业即修行

有人说:中年男人最大的两个大忌就是:创业、炒股。

我笑着说:可惜我一件事情就把这两个大忌都做了。我是信奉俗世修行-中隐隐于市的。大隐隐于朝,我还做不到。

程老师说:创业的人都不是一般人。

我是佛教华严弟子,16岁因缘进华严寺因缘成为华严弟子,奉《华严经》。华严经就像少林入门长拳基本功,需要日常时时习得,把基本功练扎实。

《华严经》也是佛祖真正大乘得道(不是第一次菩提树下顿悟小乘得道),众人来贺并且求教佛祖想通了什么、而且是怎么想通的,佛祖分享了自己的心得。

如果大家还看不懂我以下讲的内容,大家可以先看我推荐的两本书,

一本书是《悉达多》,用通俗的故事讲了很深刻的佛理:真我(随天性的我是什么样)、本我(我的本分应该是什么)、无我(不管我的模样如何变化,我还是我)。

一本书是《禅与摩托车的维修艺术》,这和我说的俗世修行一样,通过日常点点滴滴的事情与自己和解终于顿悟解脱。

(1)佛陀

佛陀就是拥有大智慧的人。那什么是一个有智慧的人呢?从理性和感性两方面来谈。

从理性角度讲:智慧主要分为理解力和洞察力。理解力是静态地看现状,看到事物的结构关联关系、事物的重心、事物的模型范式相似性。洞察力是动态地看未来,能够看到发展规律和发展趋势。

从感性角度讲:智慧主要分为情商和情操。情商善于控制自己的情绪、善于处理好与他人的关系。情操就是自己有真善美的道德和价值观

(2)神的三重

神,我个人有三重观点:

1、神:商朝把历代死去的商王封为神,就如同封神榜都是活人给死人封神。神是人封的

2、神人:聪明、正直,谓之神。聪明和我上面讲的智慧有类似,但聪明且正直才叫神人。很多聪明人,聪明反而被聪明误。所以佛祖讲究智慧,也讲究菩提心。

3、科学:宇宙最底层原理,就如同四大力统一模型。

(3)佛的三重

我曾经还讲过一段。

佛祖说:知道自己的优缺点,但不知道别人的优缺点,而且即使知道自己的优缺点,也做不到知行合一。这种人叫罗汉。

佛祖说:知道自己的优缺点,也知道别人的优缺点,而且即使知道自己的优缺点和别人的优缺点也做不到知行合一。这种人叫菩萨。

佛祖说:知道自己的优缺点,也知道别人的优缺点,而且还能做到知行合一,这种人就叫佛陀。

(4)佛陀成长

佛祖的顿悟经历是这样的:

第一阶段:一开始苦修,但苦修并没有带来想通。

第二阶段:后来他开始按正常人生活做事,他感觉有一些心得了。这就是佛祖的一开始入世-出世-再入世-再出世,螺旋上升。

第三阶段:他感觉能总结出最终的共性了,快要喷薄而出了,所以他坐在树下通过集中精力来思考。终于得出自己一直感觉但却总结不出来的那句准确的话:人的烦恼主要来自渴望,消除了渴望就消除了烦恼。怎么消除渴望,佛祖给出了八条原则。这就是《华严经》中四圣谛和八正道。

成佛后的佛祖仍然继续成长,我个人认为有三个阶段:

第一个阶段:个人想明白了。这就是上面我讲的佛祖顿悟。

第二个阶段:开始成立组织。并且从一个领域顿悟扩展到全领域。这就是我一会要讲的《华严经》。

第三个阶段:就是自己要去世,亢龙有悔。这就是《涅槃经》。

(5)佛陀的空色:四重认知境界和八条原则

空,这个词翻译的不好,其实佛祖讲的是:世界上的一切事物都是相互依存的(谓之因果、因缘而起),都是动态变化连续变化无始无终(没有绝对的开始和结束)。所以我也老爱讲:多元思维-立体思维、逆向思维、动态思维、非线性思维。

《华严经》也对空的认知有四重境界(这就是四法界):

第一重认知境界:每一件事物都有它自己的特性。这就是宋理学程朱宣扬的格物致知。

第二重认知境界:认知到事物都共同的普遍真理和本质,它超越了具体的各种因人因事的不同表相假象。相/象这个词,我个人感觉更好,就是表面现象。其实事件的模型和范式很多事情都很相似,但是具体到每个人每件事都表现的不同,这就是相/象。

第三重认知境界:表象和真理不是相互分离的,而是相互渗透相互依存的。每一个具体的现象都是真理的体现,而真理也通过每一个现象展现出来。

第四重认知境界:一切现象都是相互关联、相互影响的。

色,这个词也翻译的不好,其实佛祖想讲的就是一切广义的诱惑/渴望。

佛说的四圣谛就是这个意思:人间一切的烦恼都来自渴望/不满意。那怎么消除呢?《华严经》讲到八正道,也就是八条原则。

第一条原则:要无私

第二条原则:要善良、要慈悲

第三条原则:注意口孽,不粗口、不说谎/不诽谤

第四条原则:不要做伤害他人人身和利益的事

第五条原则:自己给自己选择一个不会给他人造成伤害的职业

第六条原则:日拱一卒每日努力精进

第七条原则:一日三省吾身,保持对身心活动的觉察,不要被贪嗔痴所左右

第八条原则:通过打坐禅修-念佛号-观想放空这些方法,做到精神上的专注和清净

(6)从菩萨到佛陀:发愿理想,一层层升华自己

《华严经》里讲了十地菩萨,本质讲的就是如何一层层升华自己。

第一阶段:能放下我想我认为怎么样怎么样。只有放开了自己、开放了自己,才能多元汇聚、多元兼容,只有这样,才能持续成长。

第二阶段:能断舍离,让自己变的简单纯粹。我也经常讲:人生,精神的愉悦才是最重要的,而精神寄居的这具皮囊,一钵白饭就可以供养。

第三阶段:能修炼禅定和慈悲,并且让自己的行为开始影响到照亮他人。

第四阶段:能深入理解各种事务的关联关系以及变化趋势。

第五阶段:能用掌握的智慧真实解决日常问题。

第六阶段:能根据当时人当时事当时时当时势,灵活变换-万变不离其宗地真实解决日常问题。

第七阶段:更广大的慈悲。

第八阶段:坚持坚固不动,即使遇到再大的困难/没见过的事/恐惧,也坚信自己掌握的真理是对的。

第九阶段:更广大的影响普及到众生。

第十阶段:更广大的慈悲、更滋润所有众生。圆满,升为佛陀。

所以,小乘是通过渡自己来修自己,而大乘是通过渡别人来修自己。所以《华严经》又提到了菩萨道。十地菩萨讲的是方法,菩萨道讲的是心。

首先,你要:发愿发菩提心,就是决心为了普及众生而去寻求觉悟,而不是我觉悟了我才不管别人觉悟不觉悟,那就小乘了。

第二,你要:慷慨施予、乐于助人,包括你的认知、包括你的物资财富

第三,你要:忍受他人的伤害和困难,不生嗔恨

第四,你要:把普度众生和对事物本质的理解要结合起来,相辅相成融会贯通

第五,你要:你要不懈地修行,直到所有众生都获得解脱

  • 3
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、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有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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