若,人生若只如初见


(1)菩萨畏因 凡人畏果


张爱玲说:人生三恨:一恨鲥鱼多刺,二恨海棠无香,三恨红楼梦未完。


其实在我看来:红楼八十回,已经结束了。再续,已经是我偏要勉强。人生哪有那么多事非得有个终局结果呢?人生其实很多事都是无疾而终。禅宗说:菩萨畏因 凡人畏果。所以说:没有消息,已经就是最好的消息了。


你看,红楼梦启于人生若只初见,青梅竹马(为了这个头疼的年龄人设曹公把年龄线索都叨乱了,就怕黛玉初见宝玉时已经十岁已经到了情窦初开,那就心思大大不好了);红楼梦高潮盛开于元春省亲大家搬进这个世外桃源大观园,都是十一二三岁的少男少女,没有父母约束,也没有温饱难题,真是烈火烹油、鲜花着锦、钓鱼联诗、共赏西厢、醉卧海棠、啖鹿肉赏红梅、意绵绵温玉生香;而红楼一梦,最怕少年人多梦、梦醒总要归,所以在尾声80回处戛然而止,这已经是最好的宿命。何必非要弄得一片白茫茫真干净才算完。你看,这个伊甸园的破碎,就是起源于第69回:王熙凤弄小巧用借剑杀人 尤二姐觉大限吞生金自逝。这是伊甸园内死的第一个人。第74回:惑奸谗抄检大观园,已经司琪离去、晴雯逼死、迎春出嫁中山狼、香菱受夏金桂辱。所以我猜并非曹公遗失稿件,而是故意则为之,不许美人见白头啊,相见不如怀念,永远留一个最好的年华在心中就好。(就如一代宗师中宫二讲的:所谓的大时代,不过就是一个选择。或去或留,我选择了留在我的年月,那是我最开心的日子。 这就行了。而奶茶刘若英在41岁闪电结婚,恐怕也有此意味,真真暗合了奶茶曾经拍过的一部影片《20 30 40》)


花瓣已经渐次离开花朵。而宝玉呢,非要强求:“等我有一日化成了飞灰,——飞灰还不好,灰还有形有迹。——等我化成一股轻烟,风一吹便散了的时候,你们也管不得我,我也顾不得你们了。”而黛玉则不同:“撂在水里不好。你看这里的水干净,只一流出去,有人家的地方脏的臭的混倒,仍旧把花遭塌了。那畸角上我有一个花冢,如今把他扫了,装在这绢袋里,拿土埋上,日久不过随土化了,岂不干净。”所以有人猜测黛玉死于投湖,因为黛玉来源于水又回归于水,有人猜测黛玉死于上吊,带在林中挂嘛,而我独取病死:我这里并没亲人.我的身子是干净的,你好歹叫他们送我回去。所以装在这绢袋里,拿土埋上,是黛玉最好的结局。(这倒让我想起花样年华,梁朝伟对着树洞喃喃自语,然后拿泥紧紧的封上,也许这就是花样年华最好的结局,这和黛玉的结局多么的相像)


(2)一体两形


张爱玲说:也许每一个男子全都有过这样的两个女人,至少两个.娶了红玫瑰,久而久之,红的变了墙上的一抹蚊子血,白的还是“床前明月光”;娶了白玫瑰,白的便是衣服上的一粒饭粘子,红的却是心口上的一颗朱砂痣。


而中国人呢,特别喜欢求不得禅宗思想(不像佛教那么强调因果),所以往往一体两形,偏偏不叫合二为一。晴为黛影、袭为钗副,就是这样。而紫鹃呢,既有晴雯的出头:姨太太既有这四角俱全主意,为什么不和太太说去。又有袭人的忠诚:我倒是一片真心为姑娘.替你愁了这几年了,无父母无兄弟,谁是知疼着热的人?趁早儿老太太还明白硬朗的时节,作定了大事要紧。但是,谁又喜欢紫鹃呢?人们偏偏对求不得才如痴如醉。


倒是湘云,既有天真烂漫的爱哥哥爱哥哥,又有“寒塘渡月影 冷月葬花魂”的才情,还有中道经世的劝告,更有大小麒麟缘分伏线千里,还有娥皇女英的判词暗示:“湘江水逝楚云飞”(当配潇湘妃子湘妃竹),当是钗黛最完美的现实结合。但是,终究“你不是我的人”(见袭人),守了青春寡(但也未必,这不是还有因麒麟伏白首双星么。谁能看透那把翻云覆雨手)。


而青春寡的现实典型,就是李纨。虽居处于膏粱锦绣之中,竟如槁木死灰一般。小说中的李纨,一副小家子气(起个诗社还要拉上凤姐必须让凤姐从官中出20两银子,凤姐说你一个月四十两银子和太太一般,怎么不舍得)、怀念权力(见书中摸着平儿腰间的柜子钥匙,要不是贾珠去世,李纨才是真正的大奶奶啊,原本这个家应该是李纨当啊)。谁能想婚后守寡的湘云不会变成李纨呢?就如同宝玉说的:怎么做女儿时那样,一做了女人就成了鱼眼睛了。可见,现实我们总是不想接受。难怪窦唯老说:现实中实现不了的,就让梦去实现吧。这不可可就应了红楼梦这个书名么?


那假设女儿结了婚不守青春寡呢?会怎样呢?嗯,每个正妻除了闺中的你侬我侬、花前月下,回到现实中,还是内贤当家。红楼梦中就有这样的活生生角色:宁府秦可卿、荣府王熙凤。


秦可卿,红楼一书中迷一样的人物。无父无母,天生地养。在仙界是太虚幻境之主警幻仙子之妹,被老书儒营缮郎(工部搞建造,和贾政工部员外郎一个体系)秦业抱养。秦业同时还抱养了一个男孩,却不幸夭折。这和黛玉多么的像。黛玉本身太虚幻境一棵绛珠草,降生在书宦人家,黛玉也有一个弟弟却不幸夭折。更奇的是,生得袅娜纤巧,行事又温柔和平,其鲜艳妩媚,有似乎宝钗,风流袅娜,则又如林黛玉,乳名“兼美”。看见没?秦可卿可是兼钗黛二人之美。而且持家能手连凤姐都惺惺相惜,更被贾母赞为重孙辈第一妥当得意之人(想想黛玉的持家能力:凤姐小产时考虑找代管人,黛玉宝钗皆可,只是一个身子骨弱一个沉默守拙又都是外亲。而且黛玉即使不管家也曾经对宝玉说过:我每每留意筹划,你们家尽出的多进的少,可见黛玉也是持家小能手)。而且宝玉的性启蒙,也是和梦中的可卿有肌肤之泽,真是:现实中实现不了的,就让梦去实现吧。但是秦可卿的命运是什么?从正面来看是要强之心:张太医也说:据我看这脉息:大奶奶是个心性高强聪明不过的人,聪明忒过,则不如意事常有,不如意事常有,则思虑太过.此病是忧虑伤脾,肝木忒旺,经血所以不能按时而至。这又和黛玉是多么的相像。真是一体两形。


好似现实中就根本没有完美,只能一体两形,理想中有一个,现实中有一个。见了红玫瑰又想白米饭,有了白玫瑰又心想朱砂痣。


倒是红楼中还有一位虚实结合最完美的角色,那就是贾母。史侯家的千金小姐,从小也和湘云一样活泼开朗,害的从枕霞阁木头上摔下碰破了额头,又是品味卓绝,给大家讲隔水赏乐、才子佳人、软烟罗茜窗。还有持家有道:在王夫人、凤姐、袭人晴雯、宝钗黛玉中间拿捏有度。但是即使如贾母集美貌智慧持家于一身,最后也是服从了现实:放弃了黛玉,选择了宝钗(也可能是黛玉早逝,只能选择宝钗)。


黄粱一梦二十年呐。


(3)出世入世求不得


中国的哲学讲究:小隐隐于野 中隐隐于市 大隐隐于朝。也就是说:你真正修行,不是跑到深山老林躲开是非就心安理得,那都是假的,真正大富大贵大波大浪来临时,你还是会立刻崩溃。就如同宋美龄讲过:“我承认,也许你们说的都是真的,但是,那只不过是因为他们还没有尝到真正权力的滋味。”所以,我反而有点能想通西藏密宗讲的欢喜禅。人的欲望,最基本的就是食、色,为啥,性也。也就是说:人也是动物,都有动物的根性,这是不由自主的,这不是你读了多少书经历了多少事懂了多少道理就能控制的了的。在色的面前仍然能不悲不喜不增不减,那还真的是突破人性了。那到底这样的修行者还是人吗?就连一直崇尚无神论的中国人(子不语怪力乱神),都只是说:正直聪明谓之神(你以为神是西游记封神榜里神通广大腾云驾雾啊),就连印度佛教中的佛,也只是拥有大智慧者的意思(啥叫拥有大智慧者?就是你能看得清自己也能看得清别人,还能做到知行合一就是大智慧者)。


那在红楼梦中,谁真正具有佛性呢?


当然我们第一个想到的就是妙玉。妙玉是在栊翠庵带发修行啊。但是要知道,妙玉并不喜欢修行,妙玉也是生在富贵人家,只不过从小生病,被赖头和尚算命,说只有出家舍身才能保命。于是,妙玉才带发修行(而佛教认为你有头发你就会老割舍不断,必须断发才能断舍离)。你看妙玉,别人谁也不给红梅,唯独宝玉去了才给。宝玉过生日,居然妙玉下粉帖祝贺。宝玉去喝茶(见刘姥姥二入荣府贾母带大家逛大观园),妙玉居然将自己常日吃茶的那只绿玉斗来斟与宝玉。妙玉和惜春下棋,见到宝玉后晚上回去打坐,心猿意马想着宝玉居然走火入魔口吐白沫。可知,妙玉虽出世,但比凡夫俗子更熏心烈炽。


黛玉具有佛性吗?虽然宝玉被贾环撒了一脸热油,黛玉大念阿弥陀佛,宝玉挨打,黛玉大念阿弥陀佛,宝玉被魔镇,黛玉念阿弥陀佛,宝玉被紫鹃激病,黛玉仍然念阿弥陀佛,就连宝钗都取笑黛玉:佛祖真是忙死了,又要讲经说法,又要普渡众生,又要管别人的姻缘。但显然,黛玉也不具有佛性。黛玉也是和妙玉一样从小生病,也是赖头和尚算命要出家舍身才能保命,否则就不能流泪不能听见哭声方能保命,但显然黛玉这两条都违背了,宿命就注定短命。按照一体两形来讲,妙玉何尝不是黛玉在出世界的影子?曹公把她们都命名为玉,可想必草灰千里。妙,实在是妙。妙这个字,起的也好。


那到底谁具有佛性?贾母?显然不是,贾母让人们抄了那么多经最后都还没有散完。是惜春?对,惜春是如妙玉一样带发修行了,但惜春为什么出家?惜春是为了避祸啊。当年查抄大观园的时候,惜春的大丫鬟入画被查出有违禁物品,惜春就说:你赶快把她带出去吧,我是听不惯的。嫂子别饶他这次方可.这里人多,若不拿一个人作法,那些大的听见了,又不知怎样呢.嫂子若饶他,我也不依。这就是惜春。


那到底谁具有佛性?宝玉?就连黛玉都羞着俩指头说:你都说了做两次和尚了,我都给你记着呢。就连宝玉都说:你死了我就做和尚去。当然,书中续也都说宝玉经历过人间繁华也经历过人间突变挫折,顿然醒悟,随僧道而去。看似最具佛性。但其实宝玉也并未具有佛性。想起宝玉的前身:神瑛侍者,何为瑛,瑛就是像玉的石头但不是玉。而大荒山无稽崖青梗峰上的那块大石头,也只是石头变玉(显然就是瑛)。宝玉一生爱聚、爱热闹、爱红,就连打机锋都没有宝钗黛玉看的透。假设宝玉不出家,而是正正常常的结了婚,估计也就活成了贾政那样。大家试想贾政,贾母说他年轻时候的那一种古怪,比宝玉更甚,成了亲后才渐渐好转,现在居了官,就更老成了。而贾政即使做了官,也喜欢和清客们下下棋、对对诗、逛逛园,其实和宝玉非常像。贾政也是心思纤巧:黛玉去世,贾政从江西粮差外任回来,回到房间第一句话就说:今天吃饭好像少了一人。其实他是说黛玉,但他不明说。贾政有赵姨娘,那袭人从女孩到女人也未必不会成为赵姨娘那样,只不过我们都是玻璃心,不敢把曹公想的那么堕落,人们都想在自己的心目中保留下最美好的红楼梦印象,曹公也不例外。


那到底会是谁呢?是谁闺房冷冷清清如白洞,连件摆设都没有,连衣服都是以素色为主。是谁道:漫揾英雄泪,相离处士家.谢慈悲,剃度在莲台下.没缘法,转眼分离乍.赤条条,来去无牵挂.那里讨,烟蓑雨笠巻单行?一仼俺,芒鞋破钵随缘化。


是了,宝钗。


真真看似最入世的人反而是最出世的人。而看似最出世的妙玉,最终的结局却是被贼人掠走堕入红尘云泥。


一体两形,果然世间事,是求不得的。


前天看八卦,集美貌智慧努力善良贤惠于一身、射手座、O型血的志玲姐姐,兜兜转转十五年又等到了爱的那个人。这很难。


文章里说志玲姐上快乐大本营,何老师问:作为艺人,你会觉得好遗憾吗?因为确实生命当中很重要的一块,就是勇敢的爱、自由的爱。林志玲神色黯然的说:会。对,这就是那个出身优渥,却从高中就远走加拿大,直至拿到多伦多大学西洋美术史研究所资格的女人。她神色黯然的说:会。


他们都是初见,他和她还都是名不见经传的模特,她是为了暑假打工社会实践,他却是为了养家养活单亲母亲。她看着他:笨笨的呆呆的,一点都不像娱乐圈的人。她谁能知道他背负了多少压力:她美貌、智慧、优雅、贤惠、出身好、学历高。他觉得他配不上她。他说:我觉得自己不够好。


其实他错了,一个再成熟再有深厚物质基础的男人,见到了真正自己喜爱的女子,也都会手足无措,也会觉得自卑,也会觉得自己不够好,即使把自己的一切给了她也配不上她。爱是装不住的。经历了那么多事,上了那么多娱乐通告,当她听到他的录影声音时,她还是一下子忍不住眼泪满眶。不要哭,不要哭,即使是抬起头,眼泪也会热热的流进耳朵里。


爱,差一点点都不行,就连出场的次序和时机不同,结果也会完全不一样。在遇见了爱,却还不懂得如何去爱的年纪。所以,若,人生若只是初见,也注定是一场悲剧。


这也是求不得的。


0?wx_fmt=jpeg


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