钱也许会让人败坏,但没有钱,败坏的可能性更大VS贪婪的背后是恐惧

诗人纪伯伦,曾经写过一则寓言,说他在漫游四方的时候,曾经在一个岛上见过一个人头铁足怪物,在一刻不停的吃着呢土,喝着海水。纪伯伦在旁边观察良久,然后走过去问,“你从不感到满足吗?你的饥渴永远不会得到消解吗?”那个怪物回答说:“不,我已经满足了,我甚至已经吃喝的很疲倦了,但是我总是担心呐,明天没有泥土可以吃,没有海水可以喝啊。” 第一次看到这个故事的时候,我心里确实是被惊了一下。有的时候不管是他人,还是我自个儿,当对一个东西表现出贪婪的时候,反开底牌一看,其实不是贪婪,而是恐惧,是不安全感。这就是为什么一个暴发户往往很吝啬,而一个家道中落的没落贵族往往显的反而不贪财。他的家庭也许没有给他钱财,但是却给了他与生俱来的安全感啊,今天给大家看一个相反的道理:

 

要记得你心里的梦想
作者:李安

    1978年,当我准备报考美国伊利诺大学的戏剧电影系时,父亲十分反感,他给我列了一个资料:在美国百老汇,每年只有两百个角色,但却有五万人要一起争夺这少得可怜的角色。当时我一意孤行,决意登上了去美国的班机,父亲和我的关系从此恶化,近二十年间和我说的话不超过一百句!

但是,等我几年后从电影学院毕业,我终于明白了父亲的苦心所在。在美国电影界,一个没有任何背景的华人要想混出名堂来,谈何容易。从1983年起,我经过了六年的漫长而无望的等待,大多数时候都是帮剧组看看器材、做点剪辑助理、剧务之类的杂事。最痛苦的经历是,曾经拿着一个剧本,两个星期跑了三十多家公司,一次次面对别人的白眼和拒绝。

    那时候,我已经将近三十岁了。古人说:三十而立。而我连自己的生活都还没法自立,怎么办?继续等待,还是就此放弃心中的电影梦?幸好。我的妻子给了我最及时的鼓励。

    妻子是我的大学同学,但她是学生物学的,毕业后在当地一家小研究室做药物研究员,薪水少得可怜。那时候我们已经有了大儿子李涵,为了缓解内心的愧疚,我每天除了在家里读书、看电影、写剧本外,还包揽了所有家务,负责买菜做饭带孩子,将家里收拾得干干净净。还记得那时候,每天傍晚做完晚饭后,我就和儿子坐在门口,一边讲故事给他听,一边等待"英勇的猎人妈妈带着猎物(生活费)回家"。

    这样的生活对一个男人来说,是很伤自尊心的。有段时间,岳父母让妻子给我一笔钱,让我拿去开个中餐馆,也好养家糊口,但好强的妻子拒绝了,把钱还给了老人家。我知道了这件事后,辗转反侧想了好几个晚上,终于下定决心:也许这辈子电影梦都离我太远了,还是面对现实吧。

后来,我去了小区大学,看了半天,最后心酸地报了一门计算机课。在那个生活压倒一切的年代里,似乎只有计算机可以在最短时间内让我有一技之长了。那几天我一直萎靡不振,妻子很快就发现了我的反常,细心的她发现了我包里的课程表。那晚,她一宿没和我说话。

    第二天,去上班之前,她快上车了,突然,她站在台阶下转过身来,一字一句地告诉我:"安,要记得你心里的梦想!"

    那一刻,我心里像突然起了一阵风,那些快要淹没在庸碌生活里的梦想,像那个早上的阳光,一直射进心底。妻子上车走了,我拿出包里的课程表,慢慢地撕成碎片,丢进了门口的垃圾桶。

    后来,我的剧本得到基金会的赞助,我开始自己拿起了摄像机,再到后来,一些电影开始在国际上获奖。这个时候,妻子重提旧事,她才告诉我:"我一直就相信,人只要有一项长处就足够了,你的长处就是拍电影。学计算机的人那么多,又不差你李安一个,你要想拿到奥斯卡的小金人,就一定要保证心里有梦想。"

    如今,我终于拿到了小金人。我觉得自己的忍耐、妻子的付出终于得到了回报,同时也让我更加坚定,一定要在电影这条路上一直走下去。

    因为,我心里永远有一个关于电影的梦。

 

罗胖曰:
李安故事的真实内涵也许不是表面看上去的那个样子。
我从中读到的是——
1,追逐梦想的同时要有点钱。
2,或者有一个能挣钱的老婆。
3,追不到梦想,也不后悔。至少不把自己的生活搞得狼狈不堪。
钱,也许会让人败坏。
但没有钱,败坏的可能性更大。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip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
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
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 1
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