柏拉图式爱情 (精神爱情)

乐企归集能力说明文档V2.0006 纳税人销售货物、提供服务开具的增值税发票及购进货物、接受服务取得的增值税发票、海关缴款书(含出口转内销证明)、代扣代缴完税凭证,可以通过本能力进行归集。纳税人可将本能力中的各类规则和接口嵌入本单位信息化系统中(如:销售、报销、财务等),实现发票自动化归集,便于纳税人完成发票入账、抵扣、退税以及代办退税等操作,有效提升涉税业务办理效率。 阅读详情
柏拉图式爱情,也称为 精神恋爱,以 西方哲学家 柏拉图命名的一种人与人之间的精神爱情,追求心灵沟通,排斥肉欲,理性的精神上的纯洁爱情。
最早由Marsilio Ficino于15世纪提出,作为 苏格拉底式爱情的同义词,用来指代苏格拉底和他学生之间的爱慕关系。 柏拉图式爱情根植于 古希腊的 理性主义传统和同性恋爱风尚。
哲学界对爱情的定义是 理性的,所以它包容了如:道德、责任、义务等等这些充满人类理性光芒的社会化的 衍生物。
柏拉图认为:“当心灵摒绝肉体而向往着真理的时候,这时才是最好的。而当灵魂被肉体的罪恶所感染时,人们追求真理的愿望就不会得到满足。当人类没有对肉欲的强烈需求时,心境是平和的,肉欲是人性中兽性的表现,是每个生物体的本性,人之所以是所谓的高等动物,是因为人的本性中,人性强于兽性,精神交流是美好的、是道德的。”
中文名
柏拉图式爱情
外文名
Plato's love
别    称
柏拉图式恋爱
同义词
苏格拉底式爱情
提出者
马西里奥·斐齐诺

历史背景

编辑
按照会饮篇的理论而言,柏拉图式的爱情主要是指一个成年男子和美少年之间的爱情,而这个也和当时希腊风气相关。希腊学者认为男性和男性之间的爱情才是真正属天的爱情,而男女的婚姻制度不过是为了社会的建构。这个说法完全不正确,柏拉图恋爱的本质应该以“美” [1]  为标准的恋爱,达到精神上的融合从而忽视肉体的交流。不考虑性别作为第一要素是因为当时女人普遍受教育程度低,男子受教育程度高,所以二者无法进行思想沟通,达不到平衡,这样才造成了古希腊男子与男子交好的风气。这种崇尚男男之爱的思想基于认为女性没有与之平等交流的价值思想。其本质是藐视女性的思想价值。 [1]  
柏拉图和 亚里士多德是 古希腊哲学家中最有影响的人,而在他们两个人中间, 柏拉图对于后代所起的影响尤其来得大。
柏拉图著书以他的老师 苏格拉底之口表述说,当心灵摒绝肉体而向往着真理的时候,这时的思想才是最好的。而当灵魂被肉体的罪恶所感染时,人们追求真理的愿望就不会得到满足。
在欧洲,很早就有被我们中国人称之为“ 精神恋爱”的柏拉图式的爱,这种爱认为肉体的结合是不纯洁的是肮脏的,认为爱情和情欲是互相对立的两种状态,因此,当一个人确实在爱着的时候,他完全不可能想到要在肉体上同他所爱的对象结合。
在今天的人们看来,柏拉图的爱情观让人不可思议。
美国东西部社会学会主席、《美国家庭体制》一书的作者伊拉·瑞斯(Ira·reiss)经研究后认为,柏拉图推崇的精神恋爱,实际上指的是同性之间的一种爱。古希腊人认为,同性恋的过程更多地是 灵交、 神交,而非性交。这就是柏拉图偏重同性之间的爱情的原因。
柏拉图坚信“真正”的爱情是一种持之以恒的情感,而惟有时间才是爱情的试金石,惟有超凡脱俗的爱,才能经得起时间的考验。 柏拉图在对话录《 会饮篇》中提到最崇高的爱情是精神之爱,是爱的双方对真善美的共同追求,而这种共同追求仅限于同性之间,只有这种爱才是高尚而珍贵的。在 雅典,同性爱被法律赋予了最大限度的保护和支持,甚至被认为是对无节制生育的一种控制方法而加以提倡, 同性恋是当时的 雅典的骄傲之一。
而美国的社会学者对“柏拉图式的爱情”是只有神交的“纯爱情”,还是虽有形交却偏重神交的高雅爱情,也众说纷纭。
但有一点是可以肯定的,即 柏拉图认为爱情能够让人得到升华。对一个活得高尚的人来说,指导他行为的不是血缘,不是荣誉,不是财富,而是爱情。世上再也没有一种情感像爱情那样深植人心。一个处在热恋中的人假如作出了不光彩的行为,被他的父亲、朋友或别的什么人看见,都不会像被自己的恋人看见那样,使他顿时苍白失色。
爱情,无疑是使人向善、向上的力量。 [1]  

观点

编辑

理想式

理想式的 爱情观(比喻极为浪漫或是根本无法实现的爱情观)
柏拉图式爱情是一种理想式的爱情观。极为浪漫或根本无法实现的爱情观。站在爱人的身边,静静地付出,默默地守候。不奢望走近,也不祈求拥有;即便知道根本不会有结果,也仍然执着不悔。也许这种不求回报注定了一个悲剧的结局。最终,也只能是两条在远处守候的圆弧,留下回忆中最为美好的片段当作 永恒!

纯精神

纯精神的而非有肉体的爱情
柏拉图式爱情是一种纯精神的爱情观。追求心灵的沟通。当心灵摒绝肉体而向往着真理的时候,这时的思想才是最好的(梦幻的);当人类没有对肉欲的强烈需求时,心境是平和的,肉欲是人性中兽性的表现,是每个生物体的本性。人之所以是所谓的高等动物,是因为人的本性中,美好而又道德的人性强于兽性。真正的爱情是一种持之以恒的情感,惟有时间才是爱情的试金石。惟有超凡脱俗的爱,才能经得起时间的考验。

双方平等

双方平等的爱情观
柏拉图式爱情是一种双方平等的爱情观。爱情具有平等性,不存在依附或占有关系,相爱的双方是自愿、绝不勉强的,即无怨无悔地爱你所喜爱的人。在观念世界里,你原本的另一半就是你最完美的对象。他就在世界的某个角落里正等待寻找着你。“雨中站岗”、“每日一花”那是种浪费奢侈。要知道爱情在培育发展过程中,双方都是平等的。

完美

在这世上有且仅有一个人, 对你而言, 他是完美的, 而且仅对你而言是完美的。也就是说,任何一个人, 都有其完美的对象,而且只有一个。
柏拉图式爱情是一种完美的爱情观。感情的事没有谁对谁错。正如歌里唱的那样:“不在乎天长地久,只愿曾经拥有”。在你的意念里,这个世界上存在一个生动而又完美的他,他对你而言是毫无瑕疵、唯一永恒的。也许他不会出现在现实,但永远存活在你的心底。

自由

柏拉图式爱情是一种自由的爱情观。爱需要有足够的空间和时间,才能茁壮的成长。爱,不是牺牲,不是占有。拥有爱情的时候,要让对方自由;失去爱情的时候,更要让对方自由。爱就像风筝一样,你要给它飞翔自由,也要懂得适时把它拉回来。没有自由的爱情,也会慢慢趋向自然死亡。爱需要自由,正如同爱也需要呼吸是一样的。距离和神秘感,才是维系爱情温度的好方法。
在浊世之中,心灵留出一方净土,让纯纯的柏拉图式爱情扎根,多一些简单,多一些幻想,便会多一些美好!如果你愿意,不妨泡上一杯咖啡,在阳光下继续写柏拉图式爱情的文字!
人总是在渴望爱情,古今中外、男女老少,概莫能外。但是不同的时代、不同的地域和不同的个人,爱情的内容和形式有很大不同。原始人的爱情大概不需要写情书,因为那时还没有文字;十九世纪的人也不知道可以通过抱电话机来卿卿我我、海誓山盟;直到二十世纪后期,人们才知道上网也可以传情达意。
在西方爱情文明的发展过程中,现存最早的有关文献就是 柏拉图(公元前427~347年)的论述,他的论述被认为是一座丰碑,“柏拉图式的爱情”作为一种观念,影响了一代又一代的西方人,东方人也将他的名字当作“ 精神恋爱”的代名词。

观点解读

编辑
第一个意义最常被使用, 但其实是一个误解。不过既然大家都这样用, 也就算是另一个意义了。这误解来自于柏拉图的一个有名的著作“理想国”。该书探讨如何建构一个理想的国度, 因其或许过于理想化而难以实现,故有人以此来诠释何谓柏拉图式的爱情。
第二个意义也经常被使用, 但基本上也是误解。这误解来自柏拉图的形而上学,他认为思想的东西才是真实的而我们看见的所谓的“真实世界”的东西反而不是真实的。
第三和第四个意义才真的是柏拉图的爱情观。
柏拉图认为人们生前和死后都在最真实的观念世界, 在那里,每个人都是合体的完整的人, 到了这世界我们都分裂为二。所以人们总觉得若有所失,企图找回自己的 “另一半 ”(这个词也来自柏拉图的理论)。柏拉图也用此解释为什么人们会有 “恋情 ”,以及同性恋为什么更好。此段描述可参见柏拉图的 《会饮篇》。
在他的理论中, 没有哪一半是比较重要的。所以, 双方是平等的。而且,在观念世界的你原本的另一半就是你最完美的对象。他 就在世界的某个角落, 也正在寻找着你。

爱情讨论

编辑
柏拉图 柏拉图
在 西方哲学史和文化史上,柏拉图是一位有着举足轻重地位的人物,他的老师是 苏格拉底,学生是 亚里士多德。这三个人对西方的文明和思想有着深远的影响。
有一天, 柏拉图问苏格拉底:“什么是爱情?”
苏格拉底微笑着说:“你去麦田里摘一株最大最好的麦穗回来,在这过程当中,只允许摘一次,并且只能往前走,不能回头。” 柏拉图按照 苏格拉底的话去做,很久才回来。
苏格拉底问他摘到没有?
柏拉图摇摇头说:“开始我觉得很容易,充满信心地出去,但是最后空手而归!”
苏格拉底继续问道:“什么原因呢?”
柏拉图叹了口起气说:“很难得看见一株不错的,却不知道是不是最好的,因为只可以摘一株,无奈只好放弃;于是,再往前走,看看有没有更好的,可是我越往前走,越发觉不如以前见到的好,所以我没有摘;当已经走到尽头时,才发觉原来最大的最饱满的麦穗早已错过了,只好空手而归咯!”
这个时候, 苏格拉底意味深长地说:“这就是‘爱情’。”
之后又有一天,柏拉图问他的老师什么是婚姻,他的老师就叫他先到树林里,砍下一棵全树林最大最茂盛、最适合放在家作装饰用的树。其间同样只能砍一次,以及同样只可以向前走,不能回头。柏拉图于是照着老师的说话做。这次,他带了一棵普普通通,不是很茂盛,亦不算太差的树回来。老师问他,怎么带这棵普普通通的树回来,他说:“有了上一次经验,当我走到大半路程还两手空空时,看到这棵树也不太差,便砍下来,免得错过了后悔,最后又什么也带不出来。”老师说:“这就是婚姻!”
再有一天,柏拉图问苏格拉底:“什么是 幸福?”苏格拉底就叫他到田园里去摘一朵最美的花,其间同样只能摘一次,而且同样只可以向前走不能回头,柏拉图于是照着苏格拉底的话去做了。这一次,他带了一朵美丽的花回来了,苏格拉底又问了他同样的问题。这次柏拉图是这么回答的,他说我找到一朵很美的花,但是在继续走的过程中发现有更美的花,我没有动摇,也没有后悔,坚持认为自己的花是最美的,事实证明花至少在我眼里是最美的。苏格拉底又说:“这就是幸福!”
人生就正如穿越 麦田和树林,只走一次,不能回头。要找到属于自己。最好的麦穗和大树,你必须要有莫大的勇气和相当的付出。 柏拉图认为:当心灵摒绝肉体而向往着真理的时候,这时的思想才是最好的。而当灵魂被肉体的罪恶所感染时,人们追求真理的愿望就不会得到满足。当人类没有对肉欲的强烈需求时,心境是平和的,肉欲是人性中兽性的表现,是每个生物体的本性,人之所以是所谓的高等动物,是因为人的本性中,人性强于兽性,精神交流是美好的、是道德的。
柏拉图认为人们生前和死后都在最真实的观念世界,在那里,每个人都是男女合体的完整的人,到了这世界我们都分裂为二。所以人们总觉得若有所失,企图找回自己的“另一半”(这个词也来自柏拉图的理论)。柏拉图也用此解释为什么人们会有“恋情”。在他的理论中,没有哪一半是比较重要的。 所以,男女是平等的。而且,在观念世界的你的原本的另一半就是你最完美的对象。他/她就在世界的某个角落,也正在寻找着你。
柏拉图式的爱情,只是站在 爱人的身边,静静的付出,默默的守候,不奢望走近,也不祈求拥有,即便知道根本不会有结果,却仍然执迷不悔,也就是这种不求回报的原因,注定了它悲剧的结局后,也只能是一条在远处守候的平行线,只留下回忆中,美好的片段,当作 永恒!
之后,就产生了柏拉图式爱情。
诚然,芸芸众生,天生一副肉眼凡胎,是如何体会人类最为高尚、最为圣洁、最为理想、最为自由、最为完美的爱情呢!
若是找不到这种,便可在芸芸众生中,穿越,徘徊,直至找到,然后付出,这之后并没有结果,只有过程,因为你我寿载有限,等不到结果,只有留有回忆与记忆之中。
7.18 GART 与 GPUVM 对比:一颗 GPU 上两套页表的分工 本文横向对比AMD GPU上并存的GART与GPUVM两套页表。GART为内核专用,全局单一,线性单层结构,CPU同步直写;GPUVM为每进程48位地址空间,四级页表,含并发状态机,支持隔离与迁移。二者通过VMID区分,共享GMC硬件与PTE编码,分工互补。 阅读详情

相关推荐

软件项目管理期末复习(看这一篇就够了)

软件项目管理考试复习 🔶🔶🔶🔶🔶加了🔶的是考点 第一章软件项目管理概述 1.1.1项目及其特征 项目定义:🔶 项目就是为了创造一个唯一的产品或提供一个唯一的服务而进行的临时性的努力; 是以一套独特而互相联系的任务为前提,有效地利用资源,在一段时间内满足一系列特定目标的多项相关工作的总称。 日常运作和项目的区别: 项目是一次性的,而日常运作是重复进行的。 项目是以目标为导向的,日常运作是通过效率和有效性体现的。 项目是通过项目经理及其团队工作完成的,日常运作是职能式的线性管理。 项目存在大量的变更管理,

qq_50886857的博客 3万+

柏拉图式恋爱

柏拉图式恋爱,也称为经济基础决定上层建筑!:“一个男人爱一个女人不是有与她做爱(这可以是很多的女人)的欲求而是有与她共眠(这只能是一个女人)的欲求。”爱情有一天,柏拉图问他的老师什么是爱情,他的老师就叫他先到麦田里,摘一棵全麦田里最大最金黄的的麦穗。期间只能摘一次,并且只可以向前走,不能回头。柏拉图于是照着老师的说话做。结果,他两手空空的走出麦田。老师问他为什么摘不到,他说:“因为只能摘一次,又不...

weixin_33860147的博客 779

Verilog单周期CPU设计(超详细)

实验 单周期CPU一、设计目的与目标实验内容实验要求二、课程设计器材硬件平台软件平台三、 CPU逻辑设计总体方案指令模块MIPS指令格式指令处理流程数据通路总体结构图设计流程逻辑图四、模块详细设计PCAdd4PCINSTMEMDATAMEMSHIFTER32_L2SHIFTER_COMBINATIONMUX4X32MUX2X5EXT16T32MUX2X32CONUNITREGFILEALUSing...

Ace Cheney的博客 9万+

柏拉图式爱情

柏拉图式恋爱,也称为柏拉图式爱情,是以西方哲学家柏拉图命名的一种精神恋爱,但并非由柏拉图直接提出的。最早是由马西里奥·斐齐诺于15世纪提出,作为苏格拉底式爱情的同义词,用来指代苏格拉底和他的学生之间的爱慕关系。 哲学家的爱情与情感生活一般是不美满幸福,不少哲学家甚至于是情愿单身。 爱情是一种很美好的感觉,是生活中的精神支柱, 是浪漫温馨的温柔,甜蜜快乐的幸福。 哲学界对爱情的定义是理性的,所

kyfvc的专栏 5055

STM32F407硬件SPI驱动ADS1220避坑指南:从寄存器读不到数据到采样值异常的完整解决流程

本文详细解析了STM32F407硬件SPI驱动ADS1220的常见问题与解决方案,包括SPI配置、寄存器读取异常、采样值优化等关键环节。通过CubeMX配置技巧和Keil调试经验,帮助开发者快速排查从通信失败到数据异常的各种问题,实现高精度数据采集系统的稳定运行。

weixin_26878995的博客 157

量子密钥分发系统的设计与实现(二):光路子系统初步讨论

本文主要对量子密钥分发系统中的光路子系统方案进行了讨论。

量子领域相关话题 2406

今天才知道什么是柏拉图式的爱情

有一天,柏拉图问苏格拉底:什麽是爱情?   苏格拉底说:我请你穿越这片稻田,去摘一株最大最金黄的麦穗回来,但是有个规则:你不能走回头路,而且你只能摘一次。    於是柏拉图去做了。许久之后,他却空著双手回来了。   苏格拉底问他怎麽空手回来了?   柏拉图说道:当我走在田间的时候,曾看到过几株特别大特别灿烂的麦穗,可是,我总想著前面也许会有更大更好的,於是就没有摘;但是,我继续走的时候,看到的麦穗

ni009的专栏 1718

实战指南:轻松破解DataDome滑块验证码的关键步骤

本文详细介绍了破解DataDome滑块验证码的关键步骤,包括理解其工作原理、准备工作、参数获取与配置、完整破解流程及API调用。通过使用Capsolver服务和模拟真实用户行为,帮助开发者有效绕过这一反机器人机制,同时强调了法律与道德考量。

weixin_30415113的博客 479

柏拉图的爱情

有一天,柏拉图问老师苏格拉底什么是爱情?老师就让他先到到麦田里去,摘一棵全麦田里最大最金黄的麦穗来,期间只能摘一次,并且只可向前走,不能回头。 柏拉图于是按照老师说的去做了。结果他两手空空的走出了田地。老师问他为什么摘不到? 他说:因为只能摘一次,又不能走回头路,期间即使见到最大最金黄的,因为不知前面是否有更好的,所以没有摘;走到前面时,又发决总不及之前见到的好,原来最

malajian的专栏 661

多后端系统统一聚合与智能分流:用 Multi Origin Composition 与 Routing 打造一套可扩展的 SAP Gateway 架构

本文针对企业级SAP集成场景,详细介绍了如何利用SAP Gateway的MOC(多源组合)和Routing功能实现多后端系统的智能路由与数据聚合。通过系统别名配置、用户角色绑定和主机名分流等机制,可实现按用户、按域名的精确路由。文章还提供了配置清单、性能优化建议和常见问题解决方案,帮助工程师落地多后端OData服务的最佳实践。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 186

AI 赋能 DBA:如何用 DeepSeek 等大模型简化数据库管理工作

数据库管理员(DBA)的工作涉及 SQL 优化、故障排查、性能监控等复杂任务。而 DeepSeek、ChatGPT 等大模型可以大幅减少重复劳动,提高 DBA 的工作效率。:某电商平台的订单查询 SQL 执行缓慢(平均 5s),DBA 需要优化。:DBA 需要监控 MySQL 的慢查询,但不想手动写脚本。:某金融系统频繁出现数据库死锁,DBA 需要快速定位原因。:大模型可分析 SQL 执行计划,推荐索引优化方案。:用日常语言查询数据库,无需写复杂 SQL。:一键生成监控、备份、数据迁移脚本。

专注于编程、AI、人工智能等多个领域内容研究和分析 564

柏拉图式的爱情

柏拉图式的爱情  只是站在爱人的身边;  静静的付出,默默的守候;  不奢望走近,也不祈求拥有;  即便知道根本不会有结果,  却仍然执迷不悔,也就是这种不求回报的原因,  注定了它悲剧的结局;  最后  也只能是一条在远处守候的平行线;  只留下回忆中,美好的片段,  当作永恒!!  有一天,柏拉图问他的老师什么是爱情,他的老师就叫他先到麦田里, 摘一棵全麦田里最大最金黄的的麦穗。期间只能摘一次

ventry的专栏 1671

2025华为od面试手撕代码【求字符串表达式结果】

2025华为od面试手撕代码【求字符串表达式结果】

MISAYAONE的博客 1351

柏拉图如是说

 在這世上有, 且僅有一個人, 對你(妳)而言, 她(他)是完美的, 而且僅對你(妳)而言是完美的。也就是說, 任何一個人, 都有其完美的對象, 而且只有一個。 什麼是 柏拉圖式的愛情?  它可以有以下的意義:1.   理想式的愛情觀 (比喻極為浪漫或根本無法實現的愛情觀)2.   純精神的而非肉體的愛情3.   男女平等的愛情觀4.   在這世上有, 且僅有一個人, 對你(妳)而言, 她(他)是

固体海洋 1393

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

午夜思想

可能是白天睡的太多了,所以刚刚怎么也睡不着。于是又爬起来,打开电脑。很久没有过来看自己的博客,因为电脑有时候提示我网页错误,我打不开。今天又试了下居然进来了。明天上午只有一节高英课,不怕。刚刚在床上在想一个问题,现在的爱情,我是说现在在校园里的爱情还有没有特别纯洁的?就是那种很单纯很单纯的,与SEX无关的,比如说象小学初中高中那时候的感情一样,牵牵手或者是单单一起走走就很开心能笑一晚上的。现在的韩

好孩子的天空 1202

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

异地恋

[分享] [异地恋普遍规律]爱情败给了距离(此为转帖,如有雷同,那就是真的...)距离产生美,是原于没有了对方的不习惯,一旦习惯了这种不习惯,距离就产生它本质的作用。久了,心会累,爱会冷。虽然有人会坚持但也有人会放弃。这只是爱的一个过程。从热情的思念,到平淡的话语,再到现在的无话可说,其实也不是完全没话可说只是不知该讲些什么相互的牵挂相信彼此都全知晓,剩下的工作中,生活上鸡毛蒜皮的事说了又有什么用

cetfyg的专栏 348

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

科普:柏拉图式爱情最初指的是男男同性的爱情

柏拉图认为,这种高尚而珍贵的爱情只适用于同性之间,尤其是成年男子与美少年之间的爱情。这种爱情观与当时的希腊风气有关,希腊学者认为同性之间的爱情才是真正属于天堂的爱情,而异性婚姻制度只是为了社会建构而存在。在雅典,同性爱情受到法律最大限度的保护和支持,甚至被认为是控制无节制生育的一种方法,因此同性恋是当时雅典的骄傲之一。然而,现代社会对柏拉图式爱情的理解已经片面化了,将其简单地理解为精神恋爱,忽略了其最初的含义和背景。柏拉图式爱情最初是指男男同性之间的爱情,其中最崇高的爱是精神之爱,能够使人的灵魂得到提升。

keyedashu的博客 941

感悟柏拉图爱情

 有一天,柏拉图问苏格拉底:什麽是爱情? 苏格拉底说:我请你穿越这片稻田,去摘一株最大最金黄的麦穗回来,但是有个规则:你不能走回头路,而且你只能摘一次。 於是柏拉图去做了。许久之后,他却空著双手回来了。 苏格拉底问他怎麽空手回来了? 柏拉图说道:当我走在田间的时候,曾看到过几株特别大特别灿烂的麦穗,可是,我总想著前面也许会有更大更好的,於是就没有摘;但是,我继续走的时候,看到的麦穗,总觉得还不如先

蓬篙人的专栏 1139

柏拉图爱情观新解

柏拉图爱情观新解http://www.bjpu.edu.cn/department/jisheng/6-bltaqxj.htm人总是在渴望爱情,古今中外、男女老少。但是不同的时代、不同的地域和不同的个人,爱情的内容和形式有很大不同。原始人的爱情大概不需要写情书,因为那时还没有文字;十九世纪的人也不知道可以通过煲电话粥来卿卿我我、海誓山盟;直到二十世纪后期,人们才知道上网也可以传情达意。

Kemin | 本博客独立到nakeman.cn 2134

柏拉图式爱情是同性之爱,绘画是理念世界的二次模仿

理念世界是真实的存在,永恒不变,而人类感官所知的现实世界,只不过是理念世界的模糊影子,甚至只是对理念的很不准确的模仿。理想国的治国者是德高望重的哲学家,只有哲学家才能认识理念,具有完美的德行和高超的智慧,明了正义之所在,按理性的指引去公正地治理国家。洞穴寓言,囚犯看到的是世界的表象,洞穴外面的太阳才是真理。绘画是对现象世界的模仿,现象世界又是对理念世界的模仿,所以,绘画是理念世界的二次模仿。人的本性中,人性强于兽性,精神交流是美好的,是道德的。柏拉图认为,我们看到的世界不是真实的,而是理念世界的投影。

公z号:职场爱学习 709

柏拉图名言

一切背离了公正的知识都应叫做狡诈,而不应称为智慧。 —— 柏拉图 尊重人不应该胜于尊重真理。 —— 柏拉图 初期教育应是一种娱乐,这样才更容易发现一个人天生的爱好。 —— 柏拉图 应当学会把心灵的美看得比形体的美更可珍贵,如果遇见一个美的心灵,纵然他在形体上不甚美观,也应该对他起爱慕,凭他来孕育最适宜于使青年人得益的道理。 —— ...

有的话没说出来之前,你是他的主人,一旦说出来你就成了他的奴隶||想要干好事,别太把自己当人,别把别人太不当人||认识这个人就是开了一扇窗户,就能看到不一样的东西,听到不一样的声音,能让你思考、觉悟,这已经够了 736
上一篇: 水仙花数
下一篇: 【物联网云端对接-1】 通过HTTP协议与微软Azure IoT hub进行云端通信
Footloose_
博客等级 码龄10年 254粉丝 11原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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
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