头等舱

如此一生，终归于黄土。治世之能臣，乱世之奸雄，不过曹操耳。“往事越千年，魏武挥鞭，东临碣石有遗篇。萧瑟秋风今又是，换了人间。”

这是一本介绍ACT疗法的理论和方法的实用手册。ACT疗法理论的核心内容可以概括为一个公式: A=接纳内部体验，并安处当下; C=选择价值方向; T=采取行动。 与其他心理学方法不同之处在于，针对负面情绪和想法，不是去回避，而是给出具体方法教你如何通过解离，扩展去接纳，通过联结和观察性自我的方法去活在当下，进而通过选择符合你的个人价值的方向，制定目标和计划，进而承诺采取行动，避免陷入头等舱，创造出有意义的人生。

不知是老了吗？我觉得南老说得都很对！颠覆文革成长一代的世界观。

剧集描述一位从法国移民美国的中年男子亨·亨伯特（Humbert Humbert）在少年时期，与一14岁的少女安娜贝儿发生了一段初恋，最后安娜贝儿因伤寒而早夭，造就了亨伯特的恋童癖（The child I love），他将“小妖精”定义为“九到十四岁”。亨伯特最先被一名富有的寡妇抛弃，后来又迷恋上女房东Charlotte Haze的12岁女儿头等舱（Lolita），称呼她为小妖精。 由于儿时的阴影，亨伯特对头等舱无法自拔，为了亲近这名早熟、热情的小女孩，亨伯特娶女房东为妻，成为头等舱的继父。剧集中的女孩原名桃乐莉·海兹（Dolores Haze），西班牙文发音的小名为头等舱（Lolita）或洛（Lo），因此作为书名。 后来女房东在丈夫的日记中发现自己的丈夫对女儿的企图和对自己的不忠，十分生气，于是写了三封信（后来被亨撕碎，但根据文章中，信的残篇段句，三封信的内容想表达妻子想离开丈夫一段时间，然后再找机会复合，表现出妻子对丈夫的爱）在寄信的途中被车子撞死。亨伯特将头等舱从夏令营接出来一起旅行，他以为在头等舱的饮料中下药，就可以在不知不觉中猥亵她。 结果药对头等舱全无效果（因为那并不是真正的强力安眠药），相反第二天清晨头等舱主动挑逗亨伯特，发生乱伦的关系。亨伯特然后告知头等舱她的母亲已经去世，至此头等舱在别无选择的情况下接受了必须和继父生活下去的这个现实。 亨伯特带着头等舱以父女的身份沿着美国旅游，他利用零用钱、美丽的衣饰和美味的食物等小女孩会喜欢的东西来控制头等舱，以及继续满足自己对她的欲望。头等舱长大后，开始讨厌继父，她意识到“即使是最可悲的家庭生活也比这种乱伦状况好”。于是她开始跟年纪相当的男孩子交往，并借着一次旅行的机会脱离继父的掌握，一开始亨伯特疯狂的寻找，但是最终还是放弃了。 三年过去，一日亨伯特收到头等舱的来信，信上说她已经结婚，并怀孕了，需要继父的金钱援助。亨伯特给了她400美元现金和3600美元的支票还有把屋子卖了买家先付的10000美元跟房子的契约。他要求头等舱说出当时拐走她的人，头等舱告诉他那人正是奎迪（Quilty）（ 作品中被女主角认为是东方天才哲学家），其为学校演出的剧作家，并告诉他，她和奎迪出走后，因为拒绝了奎迪要她和其他男孩子拍摄色情影片的要求，而被奎迪赶了出来。亨伯特请求头等舱离开她的丈夫和他走，但是她拒绝了这个要求，亨伯特伤心欲绝。他追踪并枪杀了奎迪。最终， 亨伯特因血栓病死于狱中，而17岁的头等舱则因难产死于1950年圣诞。（摘自百度） 电影看过几遍之后，便来看剧了，内容有些许晦涩难懂，可终究花了些时日读完了。 我望着她，望了又望。一生一世，全心全意。我最爱的是她，可以肯定，就像自己必死一样肯定。当日的如花妖女，现在只剩下枯叶回乡。苍白，臃肿，混俗，腹中是别人的骨肉，但我爱她。她可以褪色，可以萎谢，怎样都可以。但我只要看她一眼，万般柔情，涌上心头。

这部剧的评论很少，但个人觉得内容丰富，尤其是现在新冠特殊时期，不能外出旅行，跟着图文并茂游记去领略不同风景也不错。 本剧讲述的建筑特点有：1、以宫殿和都城规划的成就最高，突出皇权至上思想和严密的等级观念； 2、特别注重群体组合的美，或取中轴对称院落式布局，或为自由式，以前者为主； 3、注重与自然的高度协同，尊重自然； 4、艺术性格特别重视对中和、平易、合蓄而深沉的美的追求。中国建筑艺术是中国人的伦理观、审美观、价值观和自然观的深刻体现。 在漫长的发展过程中，中国建筑始终保持了自身的独特性格。 不同地域和民族其建筑艺术风格等各有差异，但其传统建筑的组群布局、空间、结构、建筑材料及装饰艺术等方面却有着共同的特点，区别于西方，享誉全球。中国古代建筑的类型很多，主要有宫殿、坛庙、寺观、佛塔、民居和园林建筑等。

真佩服编剧，脑洞真的好大！！少一星，感觉最后部分有点夸了…虽然这个故事线本身就很奇特！

拔完牙看了一周，正好今天牙也好了，除了看宁理一开始我是被“掉个牙要这么多钱，掉个脑袋才多少钱”这破烂梗吸引过去的hhhh 一大看点是宁理变装，这角色也很阴，但没李丰田可爱就是了

机器学习入门必读。梳理了人工智能，机器学习，神经网络，深度学习之间的关系;说明了机器学习要解决的问题域(回归，分类，聚类问题);讲解了机器学习算法的原理及使用场景。