瑜伽八支，瑜伽人的精进之路|阿斯汤加瑜伽（Ashtanga Yoga）第一序列学习与实践笔记（九）

最新推荐文章于 2024-09-21 00:11:16 发布
最新推荐文章于 2024-09-21 00:11:16 发布
阅读量567 收藏
点赞数
分类专栏： 一位程序员的阿斯汤加瑜伽学习与实践笔记 文章标签： 程序人生 程序员如何学瑜伽 程序员身体改善 学习笔记 程序员和瑜伽
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_35624642/article/details/113188257
版权
本文介绍了瑜伽八支在阿斯汤加瑜伽中的重要性，作者通过自己的学习与实践，强调了瑜伽不仅仅是体式，还包括呼吸控制、感官抑制等阶段。作者指出，虽然体式是最流行的，但瑜伽的全面实践需要涵盖所有八支，这是一条向内探索和灵魂深处探寻的精进之路。
摘要由CSDN通过智能技术生成

注：文章内容可能因本人学识或能力有限，如有发现不足可文末留言。

瑜伽八支，瑜伽人的精进之路|阿斯汤加瑜伽（Ashtanga Yoga）第一序列学习与实践笔记（九）

九月新学期开始了，转眼已是练习瑜伽的第六个年头，记得刚接触瑜伽的那会儿对瑜伽一无所知，只是充满了好奇。毕业离开学校后，我还在继续练习、学习瑜伽，考了教练认证，代了一段时间的课。后面由于工作繁忙、感觉到能力还不足就没继续代课，只是自我练习，每天早起练瑜伽已成了我的一种生活方式。

在2019年之前我基本都是自我练习，每天练练也算是锻炼身体，并没在瑜伽之路上精进，直到后面遇到了一位比较好的老师，才开始了我的瑜伽精进之路。在这位老师身上学到了很多，老师时不时的提醒，让我感觉到，我要精进我的瑜伽之路，继续往前走。特别是今年疫情期间，老师还在提醒我不要忘了每天练习瑜伽，感谢瑜伽路上遇到的每一位老师。

所以我结合自己的情况，开始了我的阿斯汤加瑜伽之路，开始了系统性的学习与实践

了解本专栏 订阅专栏 解锁全文 超级会员免费看
QC班长
关注
专栏目录
订阅专栏
自律的春夏秋冬|阿斯汤加瑜伽（Ashtanga Yoga）第一序列学习与实践笔记（七）
QC班长的博客
12-10 542
在前几天的Asthaga练习中，慢慢感觉到右腿膝盖左右两侧内部的肌肉筋膜有点疼痛，于是就暂停了所有半莲花的体式，选择了简易的体式和修复膝关节的体式，让膝盖慢慢休息了一下，现在又恢复了。 回顾下自己造成这个问题的原因： 1、主要是自己在练习时太强迫身体做出标椎体式，没有很在意身体发出的疼痛讯号，还是在急于求成了，忽略了重要的觉知。 2、没有尊重身体的感受，现在我会注意着身体的变化，感受变化的发生。 现在在练习的过程中，我更加注意呼吸了，放慢呼吸和动作，感觉很舒畅，让呼吸引领着身体流动。 自律的春..
阿斯汤加瑜伽（Ashtanga Yoga）第一序列学习与实践笔记（六）
QC班长的博客
11-23 1324
注：文章内容可能因本人学识或能力有限，如有发现不足可文末留言。 一、无常 阿斯汤加瑜伽有初、中、髙三个序列，高级序列又分为A、B、C、D。每一个系列都有着固定的体式和顺序，这是Ashtanga的独特之处。很多时候，我们自己去编排练习的体式时候，往往会逃避掉那些自己所不想去练习的，而去选择那些自己很喜欢的。结果就会造成一些不平衡。但Ashtanga瑜伽的习练会让你正视那些你不想面临的。 体式和呼吸的移动让我们意识到所有的体式、外在的形式都是短暂的。所以在练习的时候没有什么会是永远可以保持住的。一切都
阿斯汤加瑜伽（Ashtanga Yoga）第一序列学习与实践笔记（十）
QC班长的博客
02-01 815
在学习一门技能的过程中，有个导师或者前辈指导算是很重要的，他们能让你少走些弯路，遇到问题能及时调整改进。导师的重要性，在刻意练习一书中作者也强调过。导师不一定是要自身练得最好的，导师也可以是很会教学的。因为有的练习者练得非常好，但他们可能不擅长教别人。 这段时间遇到了新的阿斯汤加瑜伽老师，老师之前是练习寰宇瑜伽的，去年六月份才系统的练习阿斯汤加的，比我早了一年。在老师的指导下，我感觉自己又更进一步了，在练习上又精进了。老师纠正了自己以前没有注意到的细节问题。目前，主要是两点：呼吸强度问题和部分体式的精..
阿斯汤加瑜伽（Ashtanga Yoga）第一序列学习与实践笔记（八）
QC班长的博客
01-25 1066
注：文章内容可能因本人学识或能力有限，如有发现不足可文末留言。 前几天忽然发现，好像每个领域都有一些吸引人目光的“发光物”，这些“发光物”大部分往往存在于表层。我们大部分人看到了这些“发光物”就会以为它就是该领域的全部了，给它贴上一个标签，更要命的是领域外的人如果不去深入了解确实只看得到它们。其实我们每个人或多或少都会存在这样的问题，这个体会是在前几天和别人聊阿斯汤加瑜伽时发现的，以下为了行文简便，简称“阿汤”。 在我去上Isha瑜伽的公开课时和老师讨论起了有关瑜伽练习内容选择的问题，我和她说明了
阿斯汤加瑜伽（Ashtanga Yoga）第一序列学习与实践笔记（一）
QC班长的博客
08-16 2993
阿斯汤伽瑜伽（Ashtanga yoga）来源于由圣哲瓦玛塔·瑞斯（Vamana Rishi）纪录的一份古老资料，被称为《瑜伽合集》（Yoga Korunta）。这本合集在1900年初期由拉玛·莫汉·布茹阿玛查瑞（Rama Mohan Brahmachari）传授给斯瑞·特·克里希那玛查雅（Sri.T.Krishnamacharya）。帕塔比·乔伊斯（Pattabhi Jois）于1927年开始跟随克里希那玛查雅学习并传承阿斯汤伽瑜伽。阿斯汤加瑜伽的精髓在于Vinyasa，即串联，体式和呼吸的配合。 Pa
阿斯汤加瑜伽（Ashtanga Yoga）第一序列学习与实践笔记（二）
QC班长的博客
08-26 849
上一篇文章写了阿斯汤加瑜伽的基本概念，这篇主要来列举下自己的一些问题及改进尝试的方法。 其实，每个人练习瑜伽都会有目的，只不过有的人的目的比较明确，有的不是很明确而已；大多数人的通常的目的都是健身，比如让身体更健康，愈疗身体的疾病，或者是增加身体的力量，柔软性和活力，我最初的想法也是这样的。但其实更加重要的目的应该是学习如何用我们的瑜伽练习来为我们的成长和生活服务，学会如何用瑜伽练习来把我们的身、心、灵调到健康的频道；而这样的瑜伽练习目的其实要比后弯要做多深，体式要做到多少序列，或者能不能...
阿斯汤加瑜伽（Ashtanga Yoga）第一序列学习与实践笔记（三）
QC班长的博客
09-07 920
从2020年6月17号开始练习Ashtanga的第一序列到现在刚好一个月零四天，把以前每天早上练习的拜日式替换成了它，从开始的状态到现在的状态看，体式进步非常快，一开始的时候练习圣哲马里奇B式都有点困难，到现在可以勉强进入圣哲马里奇D了。然后现在一个序列完整练下来，出汗量也没有刚开始的时候大了，做体式轻松了很多，向前、向后的穿越也慢慢找到了感觉，可以简单的向前、向后穿越了。当然变化大的还是身体，从记录的以下数据可以看出，内脏脂肪、皮下脂肪减少了，体年龄降低了。 当然，也离不开饮食的...
阿斯汤加瑜伽（Ashtanga Yoga）第一序列学习与实践笔记（五）
QC班长的博客
10-29 799
注：文章内容可能因本人学识或能力有限，如有发现不足可文末留言。 学习一样新事物的过程中最好是去了解下它的历史、起源、发展、变化等过程，这样就能在其中看出很多前人的智慧。这篇笔记主要是分享下全球最权威Ashtanga师资认证中心KPJAYI中有关阿汤的介绍： 如果你是一个刚开始接触阿汤的人，不妨读读下面摘自迈索尔全球最权威阿汤师资认证中心KPJAYI（官网：https://sharathyogacentre.com）中有关阿汤的介绍，精华都在里面了（当然如果你对这些历史已经很了解，可以选择跳过）： 阿
阿斯汤加瑜伽（Ashtanga Yoga）第一序列学习与实践笔记（四）
QC班长的博客
10-19 658
做为一个深度的瑜伽练习者我从瑜伽练习中收获了甚多：从瑜伽练习中收获了力量，得到了自信从容的气质，得到了身体的柔软，感受到了内心的平静，改变了我的生活，改变了我的人生轨迹，升级了我看世界的镜头…… 这篇主要写写自己在练习中遇到的部分问题及解决方法，到目前为止自己还是遇到了些问题的，发现了些以前没有注意到的细节问题。 1、自己的左脚踝打开程度要比右脚踝好，这个问题是在我练习前穿跳跃和后穿跳跃时发现的，因为平时习惯右脚在前左脚在后的屈膝折叠跳跃，但始终脚只会擦到垫子，后面换成了左脚在前右脚在后，就不...
程序人生-2024我的个人总结
车轮的博客
09-21 481
其实从裁到现在变化最大的是心境，以前尼是总有各种项目，无尽的电话，以及各种事在屁股后面追着我，而且每天三点一线，家-单位-家，最主要是每天就是盼着周末和节假日，之后等到被裁之后，天天家里一待，都快抑郁了，主要是也去面试了很多，不是挂羊头卖狗肉，就是培训班，要不就是稍微沾点边的工作，左思右想之下，决定创业，创业之后，是不闲着了，但是确实心里没底，以前在单位，每个月起码不用担心五险一金，而且还有商业保险，累了还能请假，创业了就是给自己打工，这还是没招人，招人还得心思工资啥的。
基于深度学习的行人分类.zip
09-21
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。
机械制造工艺学课程设计手柄座设计“手柄座”零件的机械加工工艺规程及工艺装备.doc
09-21
机械制造工艺学课程设计手柄座设计“手柄座”零件的机械加工工艺规程及工艺装备.doc
电子设计论文通用红外遥控开关电子设计论文通用红外遥控开关
09-21
电子设计论文通用红外遥控开关电子设计论文通用红外遥控开关
软考-信息管理师考试知识汇总思维导图
09-21
软考--信息管理师考试知识汇总思维导图，包含项目十大管理领域知识点汇总提取，项目整合管理、项目范围管理、项目时间管理、项目成本管理、项目质量管理、项目人力资源管理、项目沟通管理、项目风险管理、项目采购管理、项目干系人管理等章节所有知识点通过思维导图的形式汇总出来，看图就理解本章所有的知识块以及他们之间的联系。归纳总结，帮助考试复习记忆，加深对 本章节内容的理解。适合时间少，没时间完整看完教材的人，在段时间内帮助理解记性，是考试前冲刺的好帮手。软考高级越来越难考了，为了方便大家能考过，希望大家早点准备，好好考复习资料，多看，多想，多记忆，多思考，多归纳总结。
STM32F103C8T6+CUBEMX+AHT20+中断(DMA)+BT04蓝牙
最新发布
09-21
STM32F103C8T6+CUBEMX+AHT20+中断(DMA)+BT04蓝牙
基于 PyTorch 的 3D 计算机视觉处理库.zip
09-21
基于 PyTorch 的 3D 计算机视觉处理库.zip
利用Gpg4win来打造一个安全的加密文件_51CTO博客_.zip
09-21
利用Gpg4win来打造一个安全的加密文件_51CTO博客_.zip
一个基于DirectX的程序捕获程序，结合Darknet yolo深度学习框架进行模型训练与对象识别。.zip
09-21
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。
基于微信小程序+SpringBoot+Vue.JS前后端分离的农产品销售小程序 源码+数据库+录屏（毕业设计）
09-21
农产品销售系统是一个创新的电子商务平台，旨在为农民和消费者提供一个便捷、高效的农产品交易环境。该系统采用微信小程序作为用户界面，利用Vue.js框架进行前端开发，确保了用户界面的响应性和交互性。后端则采用SpringBoot框架，这是一个轻量级的Java企业级应用开发框架，它简化了基于Spring的应用开发，使得后端服务的搭建和维护更加高效。整个系统通过微信小程序与用户进行交互，提供农产品浏览、下单、支付、物流跟踪等功能，同时后端处理订单管理、库存控制、数据分析等业务逻辑，实现了农产品从田间到餐桌的全流程数字化管理。 启动教程：https://www.bilibili.com/video/BV1SzbFe7EGZ
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

QC班长

班长有话说：要是有瓶水喝就好了

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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