首页 > 其他分享 >说感知

说感知

时间:2023-09-23 22:44:55浏览次数:28  
标签:黄皮 前桌 肠粉 大概 感知 变化

听着一首很温暖的歌,无由来的有点伤感。掰着手指头一数,想起来了好多东西,估摸着竟有十年过去了。
怀念好多东西。小时候,天河城中村三块钱的肠粉;老家门口两颗葱绿的黄皮果树;一口清甜甘冽的井水;隔壁一段一段地教我写作文的姐姐;午后,投射在中学图书馆窗户帘上的缕缕阳光;给我递纸巾,喊我叠字的前桌……
当时的我对世界投以无限的热情,我也允许将我的时间,将我的热情,将我的情感分与他人,并且期愿可以收到同等的,这大概是一种很传统的思想——“利他而利己,无我而成大我”,是很朴素的情怀,付出了自然就会有收获,but之后的日子里,好像不是如此诶,还是要承认并接受无常无果的事存在与发生。
记忆从此断裂了,再而后的日子里,昏昏沉沉,脑海里阴雨连绵,从春夏刮至秋冬,再也没有什么清晰的画面了。
待我再度感知到的时候,三块钱的肠粉店已不知何时换了人家;葱绿的黄皮果树倒了;那一口井水也被填了;隔壁家的姐姐出嫁了;图书馆回不去了,前桌大概再也不相见了,所有曾经相关的、不相关的、熟悉的、不熟悉的,一切都走向了另一个方向。这些变化都毫无端地,很突然,又似在未曾知的时间里准备了很久,我还呆愣愣地站在原地,软弱的思维,破碎的界限,模糊的自我让我什么东西都没看清。就这样,很偶然地就发现,原来我的时间停滞了这么久,我对世界变化的感知是如此迟钝而模糊。
窗外下着雨,听着风雨声,又一阵难过,这真是:满庭秋风细雨碎,青春欢潺付水流。
之前和戚老师出去吃饭,和她说起其他事项上大概的知觉。但是她也有点犯疑惑,不理解我说的是啥。当时很失落,顿感我的思维陷入了一个误区,总觉得女性是感性的,共情通感能力是很强的,可成志趣上的互补,可是现在感觉是指向其他的方向了。
突然就觉得好不正常,在这么多事情上的知觉和处理上,我就像坐在深渊里,望着天上的星光,中间隔了好多层迷雾,不清醒,不通透。其他人的“正常”是随着时间的变化而自然而然形成的,只有我在迷迷糊糊,没有感知到这种变化,这种变化而来的正常也没有在我身上停留过,并且走向了另一个极端——软弱至此,求外而不求内。
参加某宴席,该桌上有个同龄者,似是挺优秀的,同席间还有其他长者,协调起来,体现出一种很奇妙的“内质”:温和而谦逊,仁厚而敏于事,没有那种油腻腻的故作精致与傲慢感,从内到外自然生发,大概用敦敏一词概括形容比较贴切。如今只能重新去体察、去学习这种正常的“内质”。

 

标签:黄皮,前桌,肠粉,大概,感知,变化
From: https://www.cnblogs.com/mrym0521/p/17725275.html

相关文章

  • springBoot spring6 无法加载 thymeleaf的,在html页面中无法智能感知 th:这些
    网上所有的坑我都试过了,还是无法解决问题,@ControllerpublicclassSellController{@RequestMapping("/test01")/*@ResponseBody*/publicStringindex(){return"test01";}}”test01“下面永远是波浪线,无论把网上查出来的解决问题的方案我......
  • 基于全息感知的智慧高速IT设施监控运维方案
    作为智能交通的重要细分领域,建设智慧高速是实施交通强国战略的重要基础。在信息化时代,交通行业已经依托信息化建设取得了显著的成果,其中以收费网络、办公网络、监控网络和通讯网络为基础的网络架构已经形成,并且正在逐步完善网络架构的安全运维和优化建设。智慧高速公路作为交通行......
  • LSS(Lift,Splat,Shoot)-实现BEV感知的最佳利器
    整个模型的作用,就是将单个摄像头2维的信息先lift到3维,然后再将多个摄像头3维的信息进行splat(拼接)。然后再去对历史轨迹进行shoot,预测主车未来的行驶轨迹。从二维转到三维需要满足一下三个性质:1.转换完之后障碍物的性质是不会改变的;2.和camera的顺序无关;3.和camera所处位置无......
  • 《动手学深度学习 Pytorch版》 4.3 多层感知机的简洁实现
    importtorchfromtorchimportnnfromd2limporttorchasd2l模型net=nn.Sequential(nn.Flatten(),nn.Linear(784,256),nn.ReLU(),#与3.7节相比多了一层nn.Linear(256,10))definit_weights(m......
  • 《动手学深度学习 Pytorch版》 4.2 多层感知机的从零开始实现
    importtorchfromtorchimportnnfromd2limporttorchasd2l#经典数据集与batchsizebatch_size=256train_iter,test_iter=d2l.load_data_fashion_mnist(batch_size)4.2.1初始化模型为什么不直接使用Tensor而是用nn.Parameter函数将其转换为parameter呢?......
  • 论文解读 | OmniObject3D:用于逼真感知、重建和生成的大词汇量3D对象数据集
    原创|文BFT机器人这篇论文的主要目标是介绍和探索OmniObject3D数据集,该数据集包含大量真实扫描的3D物体,涵盖了190个类别,提供了多种丰富的注释,包括纹理3D网格、采样点云、多视图图像等。作者将OmniObject3D应用于多个3D视觉任务,包括交叉场景的新视角合成、神经表面重建和3D物体生......
  • 石油石化行业网络监控运维方案,全局态势感知,实时预警
        石油石化行业是一个高科技密集型行业,投资巨大、人员众多,各产业价值链的关联度较高,大型石油石化企业实现了上中下游产业的一体化协同发展。随着工业4.0时代的来临,信息化和工业化融合,物联网、云计算等新技术的普及推广,在驶入智能化赛道后,石油石化行业也在经济高速发展的......
  • 拓展边界:探索无人驾驶技术中的感知与决策
    无人驾驶技术正以惊人的速度改变着我们的交通方式和城市生活。在实现自动驾驶的过程中,感知与决策是关键的两个环节,涉及到车辆对周围环境的理解和智能决策。本文将深入探讨无人驾驶技术中感知与决策的重要性,以及它们在现实场景中的应用。感知:车辆的“眼睛”和“耳朵”感知是自动驾驶......
  • 智慧医院IT运维方案,全局网络态势感知
        随着医疗卫生体制改革不断深化,卫生行业信息化应用不断普及,大数据、AI、医疗物联网等技术的应用,快速推动“智慧医院”建设。以HIS(医院信息系统)、EMRS(电子病历系统)、PACS(影像归档和通信系统)、RIS(放射科信息管理系统)等为代表的IT系统逐步成为医院的核心资产,最终成为医疗......
  • 无涯教程-TensorFlow - 感知器的隐藏层
    在本章中,无涯教程将专注于从x和f(x)的已知点集中学习的网络,由单个隐藏层将构建此简单网络。解释感知器隐藏层的代码如下所示-#Importingthenecessarymodulesimporttensorflowastfimportnumpyasnpimportmath,randomimportmatplotlib.pyplotaspltnp.ran......