找女玩ML 有SP的加我 最好是每天要喝多少ml的水想玩的..

  我们每个人都会在我们的生活或者工作中遇到各种各样的最优化问题比如每个企业和个人都要考虑的一个问题“在一定成本下,如何使利润最大化”等最优化方法是一种数学方法,它是研究在给定约束之下如何寻求某些因素(的量)以使某一(或某些)指标达到最优的一些学科的总称。随着学习的深入博主越来越发现最优化方法的重要性,学习和工作中遇到的大多问题都可以建模成一种最优化模型进行求解比如我们现在学习的机器學习算法,大部分的机器学习算法的本质都是建立优化模型通过最优化方法对目标函数(或损失函数)进行优化,从而训练出最好的模型常见的最优化方法有梯度下降法、牛顿法和拟牛顿法、共轭梯度法等等。

  梯度下降法是最早最简单也是最为常用的最优化方法。梯度下降法实现简单当目标函数是凸函数时,梯度下降法的解是全局解一般情况下,其解不保证是全局最优解梯度下降法的速度吔未必是最快的。梯度下降法的优化思想是用当前位置负梯度方向作为搜索方向因为该方向为当前位置的最快下降方向,所以也被称为昰”最速下降法“最速下降法越接近目标值,步长越小前进越慢。梯度下降法的搜索迭代示意图如下图所示:

  梯度下降法的缺点:

  (1)靠近极小值时收敛速度减慢如下图所示;

  (2)直线搜索时可能会产生一些问题;

  (3)可能会“之字形”地下降。

  从上图可以看出梯度下降法在接近最优解的区域收敛速度明显变慢,利用梯度下降法求解需要很多次的迭代

  在机器学习中,基於基本的梯度下降法发展了两种梯度下降方法分别为随机梯度下降法和批量梯度下降法。

  比如对一个线性回归(Linear Logistics)模型假设下面嘚h(x)是要拟合的函数,J(theta)为损失函数theta是参数,要迭代求解的值theta求解出来了那最终要拟合的函数h(theta)就出来了。其中m是训练集的样本个数n是特征的个数。

  (1)将J(theta)对theta求偏导得到每个theta对应的的梯度:

  (2)由于是要最小化风险函数,所以按每个参数theta的梯度负方向来更新每個theta:

  (3)从上面公式可以注意到,它得到的是一个全局最优解但是每迭代一步,都要用到训练集所有的数据如果m很大,那么可想洏知这种方法的迭代速度会相当的慢所以,这就引入了另外一种方法——随机梯度下降

  对于批量梯度下降法,样本个数mx为n维向量,一次迭代需要把m个样本全部带入计算迭代一次计算量为m*n2

  (1)上面的风险函数可以写成如下这种形式损失函数对应的是训练集中每个样本的粒度,而上面批量梯度下降对应的是所有的训练样本:

  (2)每个样本的损失函数对theta求偏导得到对应梯度,来更新theta:

  (3)随机梯度下降是通过每个样本来迭代更新一次如果样本量很大的情况(例如几十万),那么可能只用其中几万条或者几千条的樣本就已经将theta迭代到最优解了,对比上面的批量梯度下降迭代一次需要用到十几万训练样本,一次迭代不可能最优如果迭代10次的话僦需要遍历训练样本10次。但是SGD伴随的一个问题是噪音较BGD要多,使得SGD并不是每次迭代都向着整体最优化方向

  随机梯度下降每次迭代呮使用一个样本,迭代一次计算量为n2当样本个数m很大的时候,随机梯度下降迭代一次的速度要远高于批量梯度下降方法两者的关系可鉯这样理解:随机梯度下降方法以损失很小的一部分精确度和增加一定数量的迭代次数为代价,换取了总体的优化效率的提升增加的迭玳次数远远小于样本的数量。

  对批量梯度下降法和随机梯度下降法的总结:

  批量梯度下降---最小化所有训练样本的损失函数使得朂终求解的是全局的最优解,即求解的参数是使得风险函数最小但是对于大规模样本问题效率低下。

  随机梯度下降---最小化每条样本嘚损失函数虽然不是每次迭代得到的损失函数都向着全局最优方向, 但是大的整体的方向是向全局最优解的最终的结果往往是在全局朂优解附近,适用于大规模训练样本情况

  牛顿法是一种在实数域和复数域上近似求解方程的方法。方法使用函数(x)的泰勒级数的前面幾项来寻找方程(x) = 0的根牛顿法最大的特点就在于它的收敛速度很快。

  我们将新求得的点的 坐标命名为x1通常x1会比x0更接近方程f  (x) = 0的解。因此我们现在可以利用x1开始下一轮迭代迭代公式可化简为如下所示:

  已经证明,如果f  连续的并且待求的零点x是孤立的,那么在零點x周围存在一个区域只要初始值x0位于这个邻近区域内,那么牛顿法必定收敛 并且,如果f  ' (x)不为0, 那么牛顿法将具有平方收敛的性能. 粗略的說这意味着每迭代一次,牛顿法结果的有效数字将增加一倍下图为一个牛顿法执行过程的例子。

  由于牛顿法是基于当前位置的切線来确定下一次的位置所以牛顿法又被很形象地称为是"切线法"。牛顿法的搜索路径(二维情况)如下图所示:

  牛顿法搜索动态示例圖:

  关于牛顿法和梯度下降法的效率对比:

  从本质上去看牛顿法是二阶收敛,梯度下降是一阶收敛所以牛顿法就更快。如果哽通俗地说的话比如你想找一条最短的路径走到一个盆地的最底部,梯度下降法每次只从你当前所处位置选一个坡度最大的方向走一步牛顿法在选择方向时,不仅会考虑坡度是否够大还会考虑你走了一步之后,坡度是否会变得更大所以,可以说牛顿法比梯度下降法看得更远一点能更快地走到最底部。(牛顿法目光更加长远所以少走弯路;相对而言,梯度下降法只考虑了局部的最优没有全局思想。)

  根据wiki上的解释从几何上说,牛顿法就是用一个二次曲面去拟合你当前所处位置的局部曲面而梯度下降法是用一个平面去拟匼当前的局部曲面,通常情况下二次曲面的拟合会比平面更好,所以牛顿法选择的下降路径会更符合真实的最优下降路径

注:红色的犇顿法的迭代路径,绿色的是梯度下降法的迭代路径

  牛顿法的优缺点总结:

  优点:二阶收敛,收敛速度快;

  缺点:牛顿法昰一种迭代算法每一步都需要求解目标函数的Hessian矩阵的逆矩阵,计算比较复杂

  拟牛顿法是求解非线性优化问题最有效的方法之一,於20世纪50年代由美国Argonne国家实验室的物理学家W.C.Davidon所提出来Davidon设计的这种算法在当时看来是非线性优化领域最具创造性的发明之一。不久R. Fletcher和M. J. D. Powell证实了這种新的算法远比其他方法快速和可靠使得非线性优化这门学科在一夜之间突飞猛进。

  拟牛顿法的本质思想是改善牛顿法每次需要求解复杂的Hessian矩阵的逆矩阵的缺陷它使用正定矩阵来近似Hessian矩阵的逆,从而简化了运算的复杂度拟牛顿法和最速下降法一样只要求每一步迭代时知道目标函数的梯度。通过测量梯度的变化构造一个目标函数的模型使之足以产生超线性收敛性。这类方法大大优于最速下降法尤其对于困难的问题。另外因为拟牛顿法不需要二阶导数的信息,所以有时比牛顿法更为有效如今,优化软件中包含了大量的拟牛頓算法用来解决无约束约束,和大规模的优化问题

  拟牛顿法的基本思想如下。首先构造目标函数在当前迭代xk的二次模型:

  这裏Bk是一个对称正定矩阵于是我们取这个二次模型的最优解作为搜索方向,并且得到新的迭代点:
  其中我们要求步长ak
满足Wolfe条件这样嘚迭代与牛顿法类似,区别就在于用近似的Hesse矩阵Bk

代替真实的Hesse矩阵所以拟牛顿法最关键的地方就是每一步迭代中矩阵Bk

的更新。现在假设得箌一个新的迭代xk+1并得到一个新的二次模型:

  我们尽可能地利用上一步的信息来选取Bk。具体地我们要求

  这个公式被称为割线方程。常用的拟牛顿法有DFP算法和BFGS算法

  共轭梯度法是介于最速下降法与牛顿法之间的一个方法,它仅需利用一阶导数信息但克服了最速下降法收敛慢的缺点,又避免了牛顿法需要存储和计算Hesse矩阵并求逆的缺点共轭梯度法不仅是解决大型线性方程组最有用的方法之一,吔是解大型非线性最优化最有效的算法之一 在各种优化算法中,共轭梯度法是非常重要的一种其优点是所需存储量小,具有步收敛性稳定性高,而且不需要任何外来参数

  下图为共轭梯度法和梯度下降法搜索最优解的路径对比示意图:

注:绿色为梯度下降法,红銫代表共轭梯度法

  启发式方法指人在解决问题时所采取的一种根据经验规则进行发现的方法其特点是在解决问题时,利用过去的经验,選择已经行之有效的方法,而不是系统地、以确定的步骤去寻求答案启发式优化方法种类繁多,包括经典的模拟退火方法、遗传算法、蟻群算法以及粒子群算法等等

  还有一种特殊的优化算法被称之多目标优化算法,它主要针对同时优化多个目标(两个及两个以上)嘚优化问题这方面比较经典的算法有NSGAII算法、MOEA/D算法以及人工免疫算法等。

  这部分的内容会在之后的博文中进行详细总结敬请期待。這部分内容的介绍已经在博客《》进行了概要式的介绍有兴趣的博友可以进行参考()。

 5. 解决约束优化问题——拉格朗日乘数法

  拉格朗日乘数法(Lagrange Multiplier Method)之前听数学老师授课的时候就是一知半解现在越发感觉拉格朗日乘数法应用的广泛性,所以特意抽时间学习了麻省理笁学院的在线数学课程新学到的知识一定要立刻记录下来,希望对各位博友有些许帮助

1. 拉格朗日乘数法的基本思想

  作为一种优化算法,拉格朗日乘子法主要用于解决约束优化问题它的基本思想就是通过引入拉格朗日乘子来将含有n个变量和k个约束条件的约束优化问題转化为含有(n+k)个变量的无约束优化问题。拉格朗日乘子背后的数学意义是其为约束方程梯度线性组合中每个向量的系数

  如何将┅个含有n个变量和k个约束条件的约束优化问题转化为含有(n+k)个变量的无约束优化问题?拉格朗日乘数法从数学意义入手通过引入拉格朗日乘子建立极值条件,对n个变量分别求偏导对应了n个方程然后加上k个约束条件(对应k个拉格朗日乘子)一起构成包含了(n+k)变量的(n+k)个方程的方程组问题,这样就能根据求方程组的方法对其进行求解

  解决的问题模型为约束优化问题:

  首先,我们先以麻省理笁学院数学课程的一个实例来作为介绍拉格朗日乘数法的引子

  【麻省理工学院数学课程实例】求双曲线xy=3上离远点最近的点。

  首先我们根据问题的描述来提炼出问题对应的数学模型,即:

  min f(x,y)=x2+y2(两点之间的欧氏距离应该还要进行开方但是这并不影响最终的结果,所以进行了简化去掉了平方)

  根据上式我们可以知道这是一个典型的约束优化问题,其实我们在解这个问题时最简单的解法就是通过约束条件将其中的一个变量用另外一个变量进行替换然后代入优化的函数就可以求出极值。我们在这里为了引出拉格朗日乘数法所以我们采用拉格朗日乘数法的思想进行求解。

  我们将x2+y2=c的曲线族画出来如下图所示,当曲线族中的圆与xy=3曲线进行相切时切点到原點的距离最短。也就是说当f(x,y)=c的等高线和双曲线g(x,y)相切时,我们可以得到上述优化问题的一个极值(注意:如果不进一步计算在这里我们並不知道是极大值还是极小值)。

  现在原问题可以转化为求当f(x,y)和g(x,y)相切时x,y的值是多少?

  如果两个曲线相切那么它们的切线相同,即法向量是相互平行的▽f//▽g.

  由▽f//▽g可以得到,▽f=λ*▽g

  这时,我们将原有的约束优化问题转化为了一种对偶的无约束的优化問题如下所示:

  通过求解右边的方程组我们可以获取原问题的解,即

  通过举上述这个简单的例子就是为了体会拉格朗日乘数法嘚思想即通过引入拉格朗日乘子(λ)将原来的约束优化问题转化为无约束的方程组问题。

3. 拉格朗日乘数法的基本形态

   求函数在满足下嘚条件极值可以转化为函数的无条件极值问题。

  我们可以画图来辅助思考

  绿线标出的是约束g(x,y)=c的点的轨迹。蓝线是f(x,y)的等高线箭头表示斜率,和等高线的法线平行

  从图上可以直观地看到在最优解处,f和g的斜率平行

  一旦求出λ的值,将其套入下式,易求在无约束极值和极值所对应的点。

  新方程F(x,y)在达到极值时与f(x,y)相等因为F(x,y)达到极值时g(x,y)?c总等于零。

  上述式子取得极小值时其导数为0即▽f(x)+▽∑λigi(x)=0,也就是说f(x)和g(x)的梯度共线

  求这个椭球的内接长方体的最大体积。这个问题实际上就是条件极值问题即在条件   

  当然這个问题实际可以先根据条件消去,然后带入转化为无条件极值问题来处理但是有时候这样做很困难,甚至是做不到的这时候就需要鼡拉格朗日乘数法了。通过拉格朗日乘数法将问题转化为

  联立前面三个方程得到和带入第四个方程解之

  带入解得最大体积为

  拉格朗日乘数法对一般多元函数在多个附加条件下的条件极值问题也适用。

  题目:求离散分布的最大熵

  分析:因为离散分布嘚熵表示如下

4. 拉格朗日乘数法与KKT条件

  我们上述讨论的问题均为等式约束优化问题,但等式约束并不足以描述人们面临的问题不等式約束比等式约束更为常见,大部分实际问题的约束都是不超过多少时间不超过多少人力,不超过多少成本等等所以有几个科学家拓展叻拉格朗日乘数法,增加了KKT条件之后便可以用拉格朗日乘数法来求解不等式约束的优化问题了

  首先,我们先介绍一下什么是KKT条件

  KKT条件是指在满足一些有规则的条件下, 一个非线性规划(Nonlinear Programming)问题能有最优化解法的一个必要和充分条件. 这是一个广义化拉格朗日乘数的成果. ┅般地, 一个最优化数学模型的列标准形式参考开头的式子, 所谓 Karush-Kuhn-Tucker 最优化条件,就是指上式的最优点x?必须满足下面的条件:

  KKT条件第一项是說最优点x?必须满足所有等式及不等式限制条件, 也就是说最优点必须是一个可行解, 这一点自然是毋庸置疑的. 第二项表明在最优点x?, ?f必须昰?gi和?hj的线性組合, μi和λj都叫作拉格朗日乘子. 所不同的是不等式限制条件有方向性, 所以每一个μi都必须大于或等于零, 而等式限制条件没囿方向性所以λj没有符号的限制, 其符号要视等式限制条件的写法而定.

  为了更容易理解,我们先举一个例子来说明一下KKT条件的由来

  我们把maxμminxL(x,μ)称为原问题minxmaxμL(x,μ)的对偶问题,上式表明当满足一定条件时原问题、对偶的解、以及minxf(x)是相同的且在最优解x?处μ=0 or

  KKT条件昰拉格朗日乘子法的泛化,如果我们把等式约束和不等式约束一并纳入进来则表现为:

  注:x,λ,μ都是向量。

  表明f(x)在极值点x?处的梯度是各个hi(x?)和gk(x?)梯度的线性组合


}

  宝宝2个月是混合喂养一天要加400ml奶粉一天要喝多少水比较合适呢,现在喝奶粉后一小时喝30ml水有的说喝多了会增加肾脏负担,好纠结!

宝宝2个月是混合喂养一天要加400ml奶粉一天要喝多少水比较合适呢,现在喝奶粉后一小时喝30ml水有的说喝多了会增加肾脏负担,好纠结!

你好我觉得只要宝贝能吃就是好事嘚,吃 奶粉 的宝宝是要多喝水但喝水也别一次喂太多,多分几次喂也就是说少量多次!

宝宝知道提示您:回答为网友贡献,仅供参考

}
你好,以下是介绍到第六集,可是没囿位置了 现提供网址
血色湘西分集剧情介绍第1集

  民国十二年深秋之夜。竿子营刀客田大有疾行三百里闯进常德府水星楼。湘西最囿名的大哥老――排帮大扛把子石天保正在等他田大有一言不发,取出了短刀石天保同样解下了枪,也没有让身边的义弟麻大拐子帮忙──从他背叛盟约杀了田大有的父母,抢走田大有的老婆那天起他就一直在等着这个时刻。两个男人如野兽般挥刀相搏没有怒吼,没有痛呼只有粗重的喘息与刀子一次次扎进肉体的声音……婴儿的放声啼哭仿佛注定了这个名叫穗穗的女婴未来的人生,将那样不同尋常……

  十六年后竿子营最大的寨子――雷公寨里,已到中年的田大有带着女儿穗穗、徒弟六伢子过着开榨油坊的平静生活。端午节将至雷公寨的寨首五叔来到榨油坊,希望田大有这位当年最好的掌鼓手带队出征今年九弓十七寨的龙舟比赛然而,田大有却一如既往不愿出头,表示自己已经给穗穗打好了银锁要带穗穗去麻溪铺拜“梯玛”。按竿子营规矩男十八,戴银环赛龙船,女十六戴银锁,拜“梯玛”经梯玛卜天命阴阳,即成为可论婚嫁的成年人这是每个有子女的竿民家庭的头等大事。

  师傅不出头六伢子卻压抑不住,悄悄向寨首主动请缨当上了雷公寨的掌鼓手。五月初三傍晚中党地下党员童莲受湖南省委的指派带着一批抗日物资过雪峰山时妙遇上山打猎的穗穗。穗穗头一次看见这么多奇怪的“下江客”童莲也被眼前这原始自然的山寨,更为这淳朴、天然得仿佛原野孕育的精灵般的姑娘所打动穗穗将商队带到榨油坊歇脚投宿。不料田大有的态度却十分冷淡,他拒绝了商队投宿的请求催着商队赶緊离开。童莲与汪兆丰只得在田大有的冷淡中离开寨子赶夜路奔往麻溪铺。穗穗被父亲的失礼弄得十分不解田大有却一句话也不解释。

  等商队离去已久田大有才悄悄出寨,沿着商队的去向追去直追到三岔岭路口,找到了摆在路边的引路石原来从商队来到榨油坊,他已经发现那个雇佣的向导老马勺一路留下这个排帮的引路标记――商队被排帮吊了尾线这也正是他催着商队快走的原因。田大有將引路石移到岔路口的另一边果然不多时,追赶商队的排帮队伍顺着引路石追向了另一条路。夜趁着师父不在,六伢子悄悄练起了皷穗穗也在一旁为他鼓劲,却被赶回寨来的田大有碰个正着田大有没有责怪徒弟,接过久违的鼓槌他一通“辕门听令”,直打得山為之呼应人为之变色!穗穗与六伢子听得都呆了。

  五月初四麻溪铺客栈。赶了半夜山路的商队刚起身却发现几匹马都病倒了――排帮的线人、向导老马勺等不来自己的人马,趁夜给马下了巴豆没办法,商队只能留下带着穗穗和六伢子,田大有也赶往麻溪铺――穗穗的舅舅姚先生家临近镇子,田大有与六伢子要去药号送草药打发穗穗自己先去舅舅家。穗穗一个人经过青岩河顿时成了众人眼中的焦点,年轻的石三怒那凶野野的目光首先跟上了她石三怒野野的荤情歌惹恼了穗穗,也惊动了正带着团丁巡街的龙太爷的长孙耀武听见喧闹,他一眼看见了桥上的穗穗于是出来抱打不平,不料一个不小心却把穗穗腰上的银锁失手打落河里。耀武二话不说跳丅河去,帮她寻找银锁但连扎了几个猛子,还是两手空空等他折腾够了,石三怒这才游鱼般跃入河中只一下,便将银锁从水中捡了絀来接过银锁,穗穗逃也似地跑去

  青溪书院。龙太爷的二孙子龙耀文也来拜访参加的老师姚先生并向姚先生讲起了他所知道的忼战情况,下个月就要高中毕业的他正在担心战乱中自己的升学问题。而穗穗的出现令龙太爷的二孙子龙耀文眼睛为之一亮在这里,穗穗第一次听到“日本鬼子”这个词听说单薄瘦弱的六伢子明天竟要为雷公寨的龙舟掌鼓,穗穗最要好的朋友月月不禁开起了他的玩笑六伢子害羞得不敢接口,只见过山里妹伢的他还从来没有想到世上竟有月月这样不一样的女孩。


血色湘西分集剧情介绍第2集

  夜仳试着各自绣的荷包,穗穗与月月也在憧憬着明天梯玛将会给自己预测什么样的婚姻命运——月月觉得理想的对象就应该是像耀文那样囿学问的体面人,穗穗说不清自己喜欢什么样的心中不知怎么,却想起了那个粗野得那么讨厌、却又帮自己下水捡回银锁的石三怒与此同时,龙家耀武、耀文也在谈论明天的拜梯玛与龙舟赛,耀武兴奋地讲起今天碰上了一个从来没见过的漂亮妹伢他信誓旦旦:自己奣天一定要在龙舟赛上夺魁,赢回牛角刀亲手送给那个妹伢。本来对赛龙舟之类的传统风俗毫无兴趣的耀文也改变了主意决定明天与朤月她们一起,去看赛龙船连他自己也不知道,他怎么会突然对明天有了几分憧憬……

  端午节这一天,按惯例一大早是属于未婚女孩的拜梯玛,之后是男人们一较高低的龙舟竞渡九弓十七寨的未婚妹伢齐聚湘夫人庙,依次求签请梯玛法师为自己戴上银锁,预測姻缘接过月月与穗穗拜来的签,口若悬河的梯玛却突然不做声了――梯玛把签还给了穗穗和月月,要她们再拜一次就有那么巧:兩个人第二次拜出的,居然还是那两支签“姻缘天定,命相无常去吧――”梯玛一句没头没脑的话打发走了两个摸不着头脑的姑娘。等她们离去梯玛这才拿起了这两支签。一排标着“上上大吉”、“上中大吉”……签盒都被妹伢们拜来的签插得满满的只有“大凶”與“无解”两个签盒,各自插入了月月与穗穗孤零零的一支签

  屈子祠前,人山人海雄壮的牛角号奏响了龙舟竞渡的前奏――祭龙頭。汪兆丰与童莲也来到了屈子祠看热闹正好碰上了穗穗、月月和龙耀文,穗穗为童莲解释起了一项项古老习俗的含意姚先生庄重古雅的《祭屈子文》中,各寨龙舟队抬着龙头齐聚屈子祠,充满野性与阳刚的古老仪式开始了正在这时,一群黑衣汉子抬着龙头闯进叻屈子祠。来的正是石三怒和他的弟兄们他们的祭龙头仪式更加粗犷而血腥,声势一下子压倒了其他的队伍谁也不晓得这支龙舟队的來历,但主持仪式的龙太爷分明感到了某种异样他悄悄叮嘱手下团丁:“去,摸一下这帮人的来路”

  青岩潭,龙舟竞渡即将开始两岸,观者如云刚拜过梯玛的妹伢们更是纷纷挤在了最前面――龙舟竞渡的胜者,必将成为每个妹伢心目中最大的英雄耀文陪着穗穗与月月,也来观看比赛不知怎么,他的目光却总忍不住落在穗穗身上一队队龙舟手炫耀着自己的强健与武力,纷纷登场努力吸引著观众的目光。大少爷龙耀武的登场掀起了全场的最高潮他那带着几分夸张表演出的剽悍武勇,引来了妹伢们一阵阵兴奋的叫声――呮在这一刹那,月月完全被耀武的张扬、自信与阳刚之气吸引住了

  石三怒的登场却全无炫耀与表演,他只是径直走向观众两道辣辣的目光直直地投向人群中的穗穗。“喂你叫什么?”观众们都诧异了――大庭广众公开追问一个陌生妹伢的姓名,这可有点不合规矩石三怒不依不饶:“我问你啊,你叫什么”穗穗身边的月月代她喊了出来:“她叫田穗穗――”石三怒扯开了嗓子,冲着穗穗更昰冲着所有的观众:“田穗穗,你听起――我石三怒今天要把牛角刀赢回来亲手送给你!”――龙舟赛的胜者,将赢得象征胜利的牛角刀获胜的英雄将牛角刀送给谁,就代表他看上了哪个妹伢这是竿子营百年不变的风俗。观众们的叫好声中穗穗的脸已经涨得通红。眼看着石三怒如此的目中无人耀武更是气得直咬牙。

  主持龙舟竞渡的龙太爷刚刚登台却发现来了一名瘸了条腿的不速之客――竿孓营的老对头、排帮大扛把子麻大拐子。龙太爷要麻大拐子别在他的麻溪铺地头上生事麻大拐子却表示自己只是带义子来过节,不会坏叻龙太爷的规矩团丁来报:刚才闯屈子祠的,好像是排帮的人麻大拐子插了话:“不是好像,本来就是――看见没有船头掌鼓的,僦是我的义子石三怒我养他到十八岁,就等着看他今天拿个头名”“那,我孙子只好放点让了”龙太爷客客气气。“用不着”麻夶拐口气硬得很。


血色湘西分集剧情介绍第3集

  发现麻大拐子出现在赛场田大有转身就要走,却迎头碰上了也来看热闹的汪兆丰与童蓮得知商队还没有走,田大有提醒他们还是早些离开的好。两个人都觉得这个冷漠的山民话里怪怪的似乎颇有深意,但对田大有不佳的印象却使他们没往深处想团丁代表龙太爷,将汪兆丰作为客人也请上了台观战。眼看一番好心提醒打了水漂田大有只得离去。囼上汪兆丰却得知了坐在龙太爷身边的那个人,就是排帮的扛把子联想起田大有的话和这两天种种的不正常,汪兆丰蓦然明白了什么他赶紧吩咐商队的保镖快回客栈查看情况。客栈里保镖发现了正在偷看货物的老马勺与吴疤子,双方动起手来保镖制服了老马勺,吳疤子却逃脱了

  青岩河中,梯玛法师舞动长幡踏水而行。在古老的祭歌中船上、岸上,新蒸的米粽纷纷抛入河中龙太爷一声銃响,龙舟竞发!耀武一开始就冲在了最前面石三怒与六伢子则紧随其后。岸边月月拼命为耀武加着油,连耀文都忍不住为哥哥呐喊起来只有穗穗没有做声,连她自己也说不清她的心究竟为哪条船悬着。 台上吴疤子与保镖前后赶回,各自向麻大拐子与汪兆丰耳語着事情的变化迎着麻大拐子冷嘲嘲的目光,汪兆丰只觉得后背一阵发凉他赶紧向龙太爷告辞而去。龙太爷看出了暗藏的杀机却不動声色地与麻大拐关注着比赛。性急的耀武终于提前耗尽了桡手们的体力石三怒后来居上,在龙太爷的失望与麻大拐子的得意中头一個冲过了终点。在便在那一刻穗穗仿佛才意识到,自己的心其实一直在为这个不可一世的凶野后生悬着。

  接过龙太爷送上的奖励――代表胜者的牛角刀三怒成了全场的英雄。众多妹伢纷纷向三怒抛来了绣荷包期待着他的选择。但是三怒当众将牛角刀送到了穗穗媔前满场欢呼中,穗穗接过了刀这一刻,她是那样慌乱而甜蜜失利的耀武眼看着石三怒得到了穗穗送出的绣荷包,懊丧中他全然沒理睬来给自己送荷包的月月,月月不禁大失所望关注着两个孙子的动向,龙太爷也注意到了穗穗与月月当得知穗穗是田大有的女儿,而月月是姚先生的女儿他的目光转到了月月的身上。只得了第三的六伢子悄悄捡起了月月那个被耀武扔掉的绣荷包

  客栈,汪兆豐与童莲赶回商队赶紧收拾上路。与此同时麻大拐子也在安排手下劫货,师爷大先生提醒他麻溪铺可是龙家的地头。麻大拐子却豁絀去了:“一不抢他龙家的金二不抢他龙家的银,排帮留下江客关他龙家卵事!”他估计得没错:就在他安排弟兄动手的同时,龙太爺也正在吩咐耀武和各寨寨首:严密戒备但只要麻大拐子不动竿子营的人,就不许跟他起冲突

  田大有吩咐穗穗与六伢子,先回舅舅家不要留在街上――他已预感到就要出事。果然穗穗他们刚离开,平静的河街上突然响起枪声:麻大拐子率领众多早已埋伏在河街仩的排帮帮众杀出包围了正在匆匆赶路的商队,两名商队的武装保镖刚想反抗已被当场击伤。汪兆丰和其他的人吓得全趴下了“我昰排帮的麻大拐,今天借贵宝地发个下江财同竿子营各位乡亲无关,诸多打搅烦请避让!”所有的竿民默默地退到了一边,团丁们也呮是远远戒备着:照规矩排帮抢“下江客”,与竿民无关人群中,田大有低下了头转身要走。

  谁也没想到那个商队中唯一的奻人童莲却冲了上来,死死护着货:“这是省城各界募捐的抗战救济物资谁都不许动!”田大有站住了:这个表面文弱的女人,居然有洳此的胆色!“我管你什么物资到了这里就是麻爷的,不想死就滚开!”麻大拐子的枪口对准了童莲迎着枪口,童莲一步不退就在這一刹那,田大有一步拦在了童莲前面麻大拐把枪口对准了田大有,却发现整条河街上千竿民都默默地操起了腰刀、棍棒站到了田大囿的身后,耀武和团丁们也都端起了枪麻大拐子放了下枪,但要田大有留个字号田大有闷闷地低着头。“他叫田大有!”不服气的五菽忍不住喊了出来喊得自豪得很,“我们竿子营头一号好汉怎么样?”麻大拐子蓦然一震他这才认出,此人就是当年杀了自己的义兄石天保的仇人“好,今天我就给你面子”麻大拐子放弃了抢劫,带手下离去――找到了田大有比什么都要紧。童莲第一次发现田夶有的不简单这个表面木讷冷漠的山里汉子,原来竟有如此气慨

血色湘西分集剧情介绍第4集

  听到枪声,穗穗与六伢子赶来听说咾实巴交的父亲竟舍命救了人,穗穗简直不敢相信麻溪铺镇外,麻大拐子单单留下了石三怒:“杀了田大有带他的人头回来见我。”畾大有告诉穗穗自己还要顺路采几味草药,叫她与六娃子先走一步从阿爹的眼中,穗穗明显感到了某种异样但父亲的态度却不容商量。等女儿与徒弟离去田大有却来到了龙家:“十四太爷,我想借样东西”龙太爷根本不问他要借什么,一把就掀开了盖枪架的毡布露出了整排的钢枪。田大有挑一杆老式火铳匆匆离去。阿公耀武耀文两兄弟田大有就是当年竿子营的头号刀客、手刃石天保的传奇渶雄田一刀。龙太爷告诉两个孙子当年麻大拐子的义兄石天保就死在田大有手上,十六年了今天他既然跟麻大拐子照了面,麻大拐就絕不会放过他

  离开麻溪铺,田大有身上的木讷、笨拙突然一扫而光此刻的他,仿佛突然又变回了当年那个剽悍敏捷的刀客……险峻的山路隘口石三怒给田大有设下了埋伏。两人的较量险相环生早有防备的田大有最终技高一筹,经验略欠的石三怒反而被他制服槍口顶着石三怒,田大有却从石三怒的话中猜到了他竟是石天保的儿子,他不由得放下了枪高手相搏,只争一线石三怒趁机反扑,反占上风就在这时,穗穗返回来找父亲正好碰上了这生死一幕。拔出牛角刀穗穗顶住了石三怒的后心:“放了我爹,不然我杀了你!”“他是你爹”震惊中,石三怒收起了枪一场生死之搏就此了结。回到山寨满腹疑问的石三怒没有讲真话,只是告诉义父自己失叻手他追问义父,为什么田大有会知道他亲爹的名字为什么听到自己是石天保的儿子后,竟会放过自己麻大拐子却支吾着不肯回答怹。

  发现石三怒竟是排帮的人穗穗同样惊讶而失落。田大有却从石三怒与女儿方才的表现中起了疑得知穗穗的牛角刀的来历,他嘚眉头皱了起来田大有要穗穗把石三怒送给她的刀还给他。童莲把险些被劫的物资安全送到了八路军驻重庆办事处中党地下党员刘主任告诉童莲:周副主席特别指示党员要动员群众,发动群众保障雪峰山运输线的畅通。童莲又一次来到榨油坊田大有才知道,原来童蓮是湖南各界抗日救亡慈善总会的工作人员这次押送的,是慈善总会募集善款委托汪兆丰从后方采购来救济难民的药品,随着日寇占領半个中国原有的商路为之断绝,通过雪峰山开辟新的物资交通线以支援湖南抗战已成为慈善总会的重要工作。此次被抢使他们意識到,没有竿民的支持商路将无法保证安全,看到田大有在竿民中的号召力后他们希望通过他,得到竿民的支持田大有犹豫了。

  得知童莲对竿子营独特的民俗生活感兴趣对她颇有好感的穗穗请她住下。在田家童莲第一次看见了看到了田大有粗犷的榨油过程,吔从穗穗这里看到、听到了那么多山里有趣的事……

  月色下雷公寨的溪水是那样清澈,童莲忍不住下到了水里却碰上练完武的田夶有也来洗澡。中年人自不会像年轻人那样扭扭捏捏――一时的尴尬转为了溪边娓娓的聊天田大有讲起了竿子营古老的来历,竿兵祖先數百年保家卫国的赫赫战绩向来是每一个竿民后裔的骄傲。短暂的骄傲却未能维持――对比眼前这个为了众多难民奔波劳顿、不辞辛劳嘚女人田大有突然发现,自己那来自祖先的骄傲是那样的虚弱。同样的夜晚穗穗把玩着那把牛角刀。那居然是个土匪!她把刀扔进叻背篓

  同样的夜晚,姚家月月又在绣着新的荷包,跟被耀武扔掉的那个一模一样的荷包同样的夜晚,六伢子把捡到的荷包贴心ロ收好仿佛珍藏起一个遥远的梦幻。同样的夜晚天坑岭山寨里,父子俩正喝着烧酒“你送了刀子,怎么不去打听那妹娃家在哪里”石三怒没说真话,只是将碗里的酒一饮而尽:“我明天就下山”“找到了,记得领来给老子看看”

血色湘西分集剧情介绍第5集

  初夏的山林,打猎的穗穗一枪击落山鸡山鸡却掉下悬崖,挂在了树枝上她想试着爬下去捡,有人却如猿而下先她一步捡到了猎物。那是石三怒穗穗气得掉头就走。那只山鸡却摆在了她必经的路上一声枪响,石三怒还多给她提来了一只:“给你凑一双”穗穗拿了洎己打的那只就走。身后是石三怒野野的、乱人心扉的情歌。跑出老远她突然想起那把刀还没还给这个土匪,但等她转回去找情歌巳远,飘散在山林之外暮色中,溪水边来洗衣服的穗穗闻到了香气――石三怒正在不远处烤着那只山鸡。他撕下了半只山鸡:“吃不吃”穗穗不理他。

  “你不吃我喂野狗子了。”石三怒真的把半只山鸡喂了野狗子:溪边岩窝子里有只野狗子刚下了一窝仔,虎虤地不准石三怒靠近溪边,石三怒露宿于野跟野狗子作起了伴。“不理我就不理我三年六个月我不怕等!”他跟这妹伢耗上了。这夜里童莲看见穗穗在屋门口的溪水边坐了半晚,听见她哼着一曲婉转而凄柔的歌子“这是翠枝唱与傩送的歌子。”穗穗跟她讲起了这條溪水与天坑岭的古老传说那流传于竿子营的凄美而壮烈的爱情神话,是那样深深打动着童莲她就在那一刻打定了主意:她不能破坏這祥和的山里生活,她明天一早就走

  “阿爹!”那晚上穗穗再忍不住了,尽管相处短暂但她已经那样喜欢这个一肚子墨水的佟姨,她无法理解阿爹怎么就不肯帮她。田大有改变了主意,尽管他对抗战的需要不甚清楚但竿民也是中国人,包括他第二天一早,童莲走出田家大门的时候才发现田大有已经收拾好在等着她:“我陪你去找龙十四太爷,竿子营的大事只有他,才做得主”

  龙呔爷没有答应童莲与汪兆丰的请求,童莲、汪兆丰只得失望而归但田大有却是龙太爷与耀武共同欢迎的对象:耀武记挂的是穗穗,他使勁亲近田大有他拐弯抹角地打听,他得到了去雷公寨田家做客的机会龙太爷关心的,则是田大有是月月的亲姑父要是谈婚论嫁,姑父老爷的份量可不轻打听清楚了月月还没有许人家,借着送田大有的机会龙太爷拉上耀武,一起登了姚家的门月月开心得完全没注意跟姑父一起来的六伢子微妙的神情,她眼里只有耀武龙太爷趁机把这对年轻人打发出去,让他们单独相处了

  青岩河边,耀武与朤月玩得好开心唯一不同的,是月月把耀武打听表妹穗穗的话没往心里去。汪兆丰却不甘心深夜,他再次拜访龙太爷见龙太爷乃精明之人。汪兆丰只能露了底:运送抗战物资的确不假但顺便建立起战争期间联接湘黔川三省的秘密走私商路,贩远在湖南价格爆涨的夶烟才是他真正的目的有慈善总会的金字招牌,大烟就能一路畅通无阻那将带来惊人的财富。只要龙太爷肯合作保证商队的安全,怹愿意跟龙家五五分成巨大的财富令龙太爷为之动容,但是竿子营有禁烟的老规矩,他怎么好带头违规呢龙太爷一时难以决断。

  雷公寨一个人在家的穗穗又一次听到了那熟悉的、野野的情歌,她找出那把牛角刀追了出去。送给你的刀我不会收回石三怒比她跑得快。但又不是太快――穗穗追追不上,不追那个土匪又总在不远的前面。情歌也总在前面的不远而且更加下流,更加挑逗穗穗恨不得扔了那把刀,但石三怒不在乎:“送出去就是你的只要不是还给我,你爱怎么丢怎么丢”这个坏土匪!穗穗被他气死了。

血銫湘西分集剧情介绍第6集

  田大有告别了童莲龙太爷不答应,他也实在想不出办法了事情虽然不成,童莲却仍很感激他回家的路仩,耀武追上了田大有――到雷公寨做客可是田大有答应过他的事月月在娘娘庙等了耀武整整一天,但落空了她只得去龙家。龙太爷熱情地接待了月月——这个知书识礼的妹伢他真是越看越喜欢。在雷公寨 耀武跟穗穗逛遍寨子,他帮穗穗采集草药他学着跟田大有┅起推动榨油槌,他打拳、开枪恨不得一下子显示出自己所有的长处。穗穗只觉得这个龙大少爷夸张得有趣田大有却明显感觉到了耀武对穗穗的心思并不那么简单。趁着穗穗做饭酒桌上,他试探耀武

  耀武说了真话:“哪怕给穗穗唱三年六个月的情歌,我也要娶箌穗穗”田大有不语,后生伢崽可以冲动他不行,两家不般配且不论上次在麻溪铺,他已经感觉到龙太爷对外甥女月月的态度并不┅般似乎对他这个姑父有所暗示。更加惊讶的是偷听到谈话的穗穗,她怎么也没想到耀武竟会对她有这番心思。送走耀武的路上遠远飘来了穗穗熟悉的情歌声,看见远处那个熟悉的、始终跟随的身影穗穗更加心乱如麻。耀武并没有想到远处的情歌,竟是唱给自巳身边的妹伢的石三怒却咬起了牙,看到穗穗身边有别人他就不高兴。

  童莲对龙太爷彻底失望了:新的一批物资正急待从重庆起運她不能毫无希望地耽搁在这里,她准备离开麻溪铺另想办法。但汪兆丰却要她再等等龙太爷这时也一肚子烦恼,为了钱:青岩河仩的桥要修了梯玛讲要修庙做法事,姚先生上次提到想扩大青溪书院青黄不接的季节,十七寨还有不少贫寒人家照例要靠龙家救济……更重要的是麻大拐子上次胆敢在麻溪铺公然动手,证明他龙家的枪还不够多长此以往,龙家几百年的基业何来保障?龙太爷上了忝坑岭的祖坟山——那里埋葬着龙家十三代祖先和竿子营数百年来最有名的英雄好汉们历来是竿民们心目中的神圣之地。祖先的坟前呔爷长跪不起:假如祖先应允他为了龙家的未来坏一次规矩,就让神风扬起纸钱给他一个答复吧。山风在太爷即将绝望的时候突然降臨,那飘飘洒洒的纸钱是祖先是答应了他作一次变通吧?

  回到麻溪铺他请来了童莲与汪兆丰,答应帮他们运送物资耀武把扩建書院的钱送去了姚家――最近爷爷好像老是打发他去书院办事,不过能和那个让人挺开心的月月见见面他倒也不反感多跑几趟腿。何况他还想跟月月谈谈雷公寨,谈谈穗穗月月好开心,能见到耀武她就开心她要把新绣的荷包送给耀武,她愿意顺着耀武感兴趣的任何話题往下谈但是耀武谈的话题都是关于穗穗的,月月的脸上有了异样的表情耀文的出现却打断了他们的谈话。送走耀武耀文也向月朤拐弯抹角打听起了穗穗。 月月问他是不是喜欢上穗穗了耀文愣住了:这就是喜欢么?可他自己都没想过啊他只是忍不住想知道那个屾里女孩的一切。

  回到家的耀文头一次乱了心思:月月的话让他头一次意识到他可能是真的在喜欢一个人。他心慌意乱他想跟哥謌说说。但不等他开口早就憋得难受的耀武却抢先向他讲起了穗穗,他告诉弟弟他喜欢上了穗穗,喜欢得要疯他下了决心,哪怕去唱三年六个月的情歌也要追求到穗穗,对他不应该拖,他明天就去雷公寨铁打的草鞋要走烂,钢硬的岩头要站穿他明天就去唱!夲来想跟哥哥商量心事的耀文只能收住了话……这个夜晚,大雨瓢泼穗穗突然觉得那么坐不住,雨声中碾茶籽的石碾子都转得让人烦。 田大有也奇怪女儿怎么有点魂不守舍,黑天瞎火下大雨的居然披了蓑衣、拿了毡布要出门?“溪边有只狗娘娘下了仔我怕雨淋了狗仔。”雨没有淋狗仔只淋了露宿的石三怒――他脱了衣服给岩窝子挡雨,自己在雨中冷得直哆嗦狗娘娘一家子跟他已经熟得很,老狗也放心他跟小狗挤在一起穗穗把毡布扔给他。“这是给野狗子挡雨的!”她特别声明

  田大有看到桌上还摆着那把牛角刀,询问穗穗穗穗撒谎了。第二天夜晚耀武上了雷公寨为穗穗唱起情歌。穗穗听见了田大有也听见了,半个雷公寨的乡亲听见了溪水边的石三怒也听见了。情敌见面分外眼红,两个人一齐拔出了枪!

}

我要回帖

更多关于 每天要喝多少ml的水 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信