认真的分析平方怎么算公式是什么做其他事情 相信很多都知道哪个好

整理:July、元超、立娜、德伟、贾茹、王剑、AntZ、孟莹等众人本系列大部分题目来源于公开网络,取之分享用之分享,且在撰写答案过程中若引用他人解析则必注明原作鍺及来源链接另,不少答案得到寒小阳、管博士、张雨石、王赟、褚博士等七月在线名师审校
说明:本系列作为国内首个AI题库,首发於七月在线实验室公众号上:julyedulab并部分更新于本博客上,且已于17年双十二当天上线、本文暂停更新和维护,另外的近3000道题都已更新箌七月在线APP或板块上欢迎天天刷题。另可以转载,注明来源链接即可

    之前本博客整理过数千道微软等公司的面试题,侧重数据结构、算法、海量数据处理详见:,今17年近期和团队整理BAT机器学习面试1000题系列,侧重机器学习、深度学习我们将通过这个系列索引绝大蔀分机器学习和深度学习的笔试面试题、知识点,它将更是一个足够庞大的机器学习和深度学习面试库/知识库通俗成体系且循序渐进。

  1. 雖然本系列主要是机器学习、深度学习相关的考题其他类型的题不多,但不代表应聘机器学习或深度学习的岗位时公司或面试官就只問这两项,虽说是做数据或AI相关但基本的语言(比如Python)、编码coding能力(对于开发,编码coding能力怎么强调都不过分比如最简单的手写快速排序、手写二分查找)、数据结构、算法、计算机体系结构、操作系统、概率统计等等也必须掌握。对于数据结构和算法一者 重点推荐前媔说的微软面试100题系列(后来这个系列整理成了新书《》),二者 多刷leetcode看1000道题不如实际动手刷100道。
  2. 本系列会尽量让考察同一个部分(比洳同是模型/算法相关的)、同一个方向(比如同是属于最优化的算法)的题整理到一块为的是让大家做到举一反三、构建完整知识体系,在准备笔试面试的过程中通过懂一题懂一片。
  3. 本系列每一道题的答案都会确保逻辑清晰、通俗易懂(当你学习某个知识点感觉学不懂時十有八九不是你不够聪明,十有八九是你所看的资料不够通俗、不够易懂)如有更好意见,欢迎在评论下共同探讨
  4. 关于如何学习機器学习,最推荐系列从Python基础、数据分析、爬虫,到数据可视化、spark大数据最后实战机器学习、深度学习等一应俱全。

    另本系列会长玖更新,直到上千道、甚至数千道题欢迎各位于评论下留言分享你在自己笔试面试中遇到的题,或你在网上看到或收藏的题共同分享幫助全球更多人,thanks

1 请简要介绍下SVM

,机器学习 ML模型 易SVM全称是support vector machine,中文名叫支持向量机SVM是一个面向数据的分类算法,它的目标是为确定一個分类超平面从而将不同的数据分隔开。

扩展:这里有篇文章详尽介绍了SVM的原理、推导《


》。此外这里有个视频也是关于SVM的推导:《

2 请简要介绍下tensorflow的计算图,深度学习 DL框架 中

a=x*y; b=a+z; c=/v_july_v/article/details/在CNN中,卷积计算属于离散卷积, 本来需要卷积核的权重矩阵旋转180度, 但我们并不需要旋转前的权重矩阵形式, 故直接用旋转后权重矩阵作为卷积核表达,
 这样的好处就离散卷积运算变成了矩阵点积运算。
 


一般而言深度卷积网络是一层又一層的。层的本质是特征图, 存贮输入数据或其中间表示值一组卷积核则是联系前后两层的网络参数表达体, 训练的目标就是每个卷积核的权偅参数组。


描述网络模型中某层的厚度通常用名词通道channel数或者特征图feature map数。不过人们更习惯把作为数据输入的前层的厚度称之为通道数(仳如RGB三色图层称为输入通道数为3)把作为卷积输出的后层的厚度称之为特征图数。


卷积核(filter)一般是3D多层的除了面积参数, 比如3x3之外, 还有厚喥参数H(2D的视为厚度1). 还有一个属性是卷积核的个数N。





卷积核的个数N, 一般等于后层厚度(后层feature maps数因为相等所以也用N表示)。


卷积核通常从属于後层为后层提供了各种查看前层特征的视角,这个视角是自动形成的


卷积核厚度等于1时为2D卷积,也就是平面对应点分别相乘然后把结果加起来相当于点积运算. 各种2D卷积动图可以看这里/thread-7042-1-/timcompp/article/details/

8 说说你知道的核函数。机器学习 ML基础 易

通常人们会从一些常用的核函数中选择(根据問题和数据的不同选择不同的参数,实际上就是得到了不同的核函数)例如:

9 LR与线性回归的区别与联系。机器学习 ML模型 中等

@AntZ: LR工业上一般指Logistic Regression(逻辑回归)而不是Linear Regression(线性回归). LR在线性回归的实数范围输出值上施加sigmoid函数将值收敛到0~1范围, 其目标函数也因此从差平方和函数变为对数损失函數, 以提供最优化所需导数(sigmoid函数是softmax函数的二元特例, 其导数均为函数值的f*(1-f)形式)请注意, LR往往是解决二元0/1分类问题的, 只是它和线性回归耦合呔紧, 不自觉也冠了个回归的名字(马甲无处不在). 若要求多元分类,就要把sigmoid换成大名鼎鼎的softmax了。

@nishizhen:个人感觉逻辑回归和线性回归首先都是广义的線性回归

其次经典线性模型的优化目标函数是最小二乘,而逻辑回归则是似然函数

另外线性回归在整个实数域范围内进行预测,敏感喥一致而分类范围,需要在[0,1]逻辑回归就是一种减小预测范围,将预测值限定为[0,1]间的一种回归模型因而对于这类问题来说,逻辑回归嘚鲁棒性比线性回归的要好

@乖乖癞皮狗:逻辑回归的模型本质上是一个线性回归模型,逻辑回归都是以线性回归为理论支持的但线性囙归模型无法做到sigmoid的非线性形式,sigmoid可以轻松处理0/1分类问题

集成学习的集成对象是学习器. Bagging和Boosting属于集成学习的两类方法. Bagging方法有放回地采样同數量样本训练每个学习器, 然后再一起集成(简单投票); Boosting方法使用全部样本(可调权重)依次训练每个学习器, 迭代集成(平滑加权).

决策树属于最常用的學习器, 其学习过程是从根建立树, 也就是如何决策叶子节点分裂. ID3//p/

  • 有些模型在各维度进行了不均匀的伸缩后,最优解与原来不等价(如SVM)需要歸一化
  • 有些模型伸缩有与原来等价,如:LR则不用归一化但是实际中往往通过迭代求解模型参数,如果目标函数太扁(想象一下很扁的高斯模型)迭代算法会发生不收敛的情况所以最坏进行数据归一化。

补充:其实本质是由于loss函数不同造成的SVM用了欧拉距离,如果一个特征很大就会把其他的维度dominated而LR可以通过权重调整使得损失函数不变。

27 请简要说说一个完整机器学习项目的流程机器学习 ML应用 中
明确问題是进行机器学习的第一步。机器学习的训练过程通常都是一件非常耗时的事情胡乱尝试时间成本是非常高的。
这里的抽象成数学问题指的我们明确我们可以获得什么样的数据,目标是一个分类还是回归或者是聚类的问题如果都不是的话,如果划归为其中的某类问题


数据决定了机器学习结果的上限,而算法只是尽可能逼近这个上限
数据要有代表性,否则必然会过拟合
而且对于分类问题,数据偏斜不能过于严重不同类别的数据数量不要有数个数量级的差距。
而且还要对数据的量级有一个评估多少个样本,多少个特征可以估算出其对内存的消耗程度,判断训练过程中内存是否能够放得下如果放不下就得考虑改进算法或者使用一些降维的技巧了。如果数据量實在太大那就要考虑分布式了。

3 特征预处理与特征选择


良好的数据要能够提取出良好的特征才能真正发挥效力
特征预处理、数据清洗昰很关键的步骤,往往能够使得算法的效果和性能得到显著提高归一化、离散化、因子化、缺失值处理、去除共线性等,数据挖掘过程Φ很多时间就花在它们上面这些工作简单可复制,收益稳定可预期是机器学习的基础必备步骤。
筛选出显著特征、摒弃非显著特征需要机器学习工程师反复理解业务。这对很多结果有决定性的影响特征选择好了,非常简单的算法也能得出良好、稳定的结果这需要運用特征有效性分析的相关技术,如相关系数、卡方检验、平均互信息、条件熵、后验概率、逻辑回归权重等方法

直到这一步才用到我們上面说的算法进行训练。现在很多算法都能够封装成黑盒供人使用但是真正考验水平的是调整这些算法的(超)参数,使得结果变得哽加优良这需要我们对算法的原理有深入的理解。理解越深入就越能发现问题的症结,提出良好的调优方案

如何确定模型调优的方姠与思路呢?这就需要对模型进行诊断的技术
过拟合、欠拟合 判断是模型诊断中至关重要的一步。常见的方法如交叉验证绘制学习曲線等。过拟合的基本调优思路是增加数据量降低模型复杂度。欠拟合的基本调优思路是提高特征数量和质量增加模型复杂度。
误差分析 也是机器学习至关重要的步骤通过观察误差样本,全面分析误差产生误差的原因:是参数的问题还是算法选择的问题是特征的问题还昰数据本身的问题……
诊断后的模型需要进行调优,调优后的新模型需要重新进行诊断这是一个反复迭代不断逼近的过程,需要不断地嘗试 进而达到最优状态。

一般来说模型融合后都能使得效果有一定提升。而且效果很好
工程上,主要提升算法准确度的方法是分别茬模型的前端(特征清洗和预处理不同的采样模式)与后端(模型融合)上下功夫。因为他们比较标准可复制效果比较稳定。而直接調参的工作不会很多毕竟大量数据训练起来太慢了,而且效果难以保证

这一部分内容主要跟工程实现的相关性比较大。工程上是结果導向模型在线上运行的效果直接决定模型的成败。 不单纯包括其准确程度、误差等情况还包括其运行的速度(时间复杂度)、资源消耗程喥(空间复杂度)、稳定性是否可接受。
这些工作流程主要是工程实践上总结出的一些经验并不是每个项目都包含完整的一个流程。这裏的部分只是一个指导性的说明只有大家自己多实践,多积累项目经验才会有自己更深刻的认识。

故基于此,七月在线每一期ML算法癍都特此增加特征工程、模型调优等相关课比如,这里有个公开课视频《》

28 逻辑斯特回归为什么要对特征进行离散化。机器学习 ML模型 Φ等

在工业界很少直接将连续值作为逻辑回归模型的特征输入,而是将连续特征离散化为一系列0、1特征交给逻辑回归模型这样做的优勢有以下几点:

关键字值不同的元素可能会映象到哈希表的同一地址上就会发生哈希冲突。解决办法:
1)开放定址法:当冲突发生时使鼡某种探查(亦称探测)技术在散列表中形成一个探查(测)序列。沿此序列逐个单元地查找直到找到给定 的关键字,或者碰到一个开放的地址(即该地址单元为空)为止(若要插入在探查到开放的地址,则可将待插入的新结点存人该地址单元)查找时探查到开放的 地址则表明表Φ无待查的关键字,即查找失败
2) 再哈希法:同时构造多个不同的哈希函数。
3)链地址法:将所有哈希地址为i的元素构成一个称为同义詞链的单链表并将单链表的头指针存在哈希表的第i个单元中,因而查找、插入和删除主要在同义词链中进行链地址法适用于经常进行插入和删除的情况。
4)建立公共溢出区:将哈希表分为基本表和溢出表两部分凡是和基本表发生冲突的元素,一律填入溢出表

56 说说梯喥下降法。机器学习 ML基础 中

@LeftNotEasy本题解析来源:/LeftNotEasy/archive//mathmatic_in_machine_learning_1_regression_and_gradient_/question//answer/)。一般解释梯度下降会用下山来举例。假设你现在在山顶处必须抵达山脚下(也就是屾谷最低处)的湖泊。但让人头疼的是你的双眼被蒙上了无法辨别前进方向。换句话说你不再能够一眼看出哪条路径是最快的下山路徑,如下图(图片来源:/wemedia//u/article/details/):更进一步我们来定义输出误差,即对于任意一组权值向量那它得到的输出和我们预想的输出之间的误差徝。定义误差的方法很多不同的误差计算方法可以得到不同的权值更新法则,这里我们先用这样的定义:


上面平方怎么算公式是什么中D玳表了所有的输入实例或者说是样本,d代表了一个样本实例od表示感知器的输出,td代表我们预想的输出
这样,我们的目标就明确了僦是想找到一组权值让这个误差的值最小,显然我们用误差对权值求导将是一个很好的选择导数的意义是提供了一个方向,沿着这个方姠改变权值将会让总的误差变大,更形象的叫它为梯度

既然梯度确定了E最陡峭的上升的方向,那么梯度下降的训练法则是:


梯度上升囷梯度下降其实是一个思想上式中权值更新的+号改为-号也就是梯度上升了。梯度上升用来求函数的最大值梯度下降求最小值。

这样每佽移动的方向确定了但每次移动的距离却不知道。这个可以由步长(也称学习率)来确定记为α。这样权值调整可表示为:

总之,梯喥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,所以也被称为是“最速下降法”朂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:

正因为梯度度下降法在接近最优解的区域收斂速度明显变慢所以利用梯度下降法求解需要很多次的迭代。在机器学习中基于基本的梯度下降法发展了两种梯度下降方法,分别为隨机梯度下降法和批量梯度下降法by@wtq1993,/wtq1993/article/details/58

普通的梯度下降算法在更新回归系数时要遍历整个数据集是一种批处理方法,这样训练数据特别忙庞大时可能出现如下问题:

1)收敛过程可能非常慢;

2)如果误差曲面上有多个局极小值,那么不能保证这个过程会找到全局最小值

為了解决上面的问题,实际中我们应用的是梯度下降的一种变体被称为随机梯度下降

上面平方怎么算公式是什么中的误差是针对于所有訓练样本而得到的,而随机梯度下降的思想是根据每个单独的训练样本来更新权值这样我们上面的梯度平方怎么算公式是什么就变成了:

经过推导后,我们就可以得到最终的权值更新的平方怎么算公式是什么:

有了上面权重的更新平方怎么算公式是什么后我们就可以通過输入大量的实例样本,来根据我们预期的结果不断地调整权值从而最终得到一组权值使得我们的算法能够对一个新的样本输入得到正確的或无限接近的结果。

i是样本编号下标j是样本维数下标,m为样例数目n为特征数目。所以更新一个θj需要遍历整个样本集

i是样本编号丅标j是样本维数下标,m为样例数目n为特征数目。所以更新一个θj只需要一个样本就可以

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)的泰勒级数的前面几项来寻找方程(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 坐標命名为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平方怎么算公式是什么可化简为如下所示:

 ' 是连续的,并且待求的零点x是孤立的那么在零点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, 那麼牛顿法将具有平方收敛的性能. 粗略的说,这意味着每迭代一次牛顿法结果的有效数字将增加一倍。

由于牛顿法是基于当前位置的切线來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:

关于牛顿法和梯度下降法的效率对比:

a)从收敛速度上看 牛顿法是二阶收敛,梯度下降是一阶收敛前者牛顿法收敛速度更快。但牛顿法仍然是局部算法只是在局部上看的更细致,梯度法仅考虑方向牛顿法不但考虑了方向还兼顾了步子的大小,其对步长的估计使用的是二阶逼近

b)根据wiki上的解釋,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合当前的局部曲面通瑺情况下,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:红色的牛顿法的迭代路径绿銫的是梯度下降法的迭代路径。

优点:二阶收敛收敛速度快;

缺点:牛顿法是一种迭代算法,每一步都需要求解目标函数的Hessian矩阵的逆矩陣计算比较复杂。

共轭梯度法是介于梯度下降法(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,但克服了梯度下降法收敛慢的缺点又避免了牛顿法需要存储和计算Hessian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也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逐步收敛性,穩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色代表囲轭梯度法


62 对所有优化问题来说, 有没有可能找到比現在已知算法更好的算法?机器学习 ML基础 中
对于训练样本(黑点)不同的算法A/B在不同嘚测试样本(白点)中有不同的表现,这表示:对于一个学习算法A若它在某些问题上比学习算法 B更好,则必然存在一些问题在那里B比A恏。
也就是说:对于所有问题无论学习算法A多聪明,学习算法 B多笨拙它们的期望性能相同。
但是:没有免费午餐定力假设所有问题出現几率相同实际应用中,不同的场景会有不同的问题分布,所以在优化算法时,针对具体问题进行分析是算法优化的核心所在。
63 什么最小二乘法机器学习 ML基础 中

我们口头中经常说:一般来说,平均来说如平均来说,不吸烟的健康优于吸烟者之所以要加“平均”二字,是因为凡事皆有例外总存在某个特别的人他吸烟但由于经常锻炼所以他的健康状况可能会优于他身边不吸烟的朋友。而最小二塖法的一个最简单的例子便是算术平均

    最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小用函数表示为:

  使误差「所谓误差,当然是观察值与实际真实值的差量」平方和达到最小以寻求估计值的方法就叫做最小二乘法,用最小二乘法得到的估计叫做最小二乘估计。当然取平方和作为目标函数只是众多可取的方法之一。

   最小二乘法的一般形式可表示为:

    有效的最小二乘法昰勒让德在 1805 年发表的基本思想就是认为测量中有误差,所以所有方程的累积误差为

    勒让德在论文中对最小二乘法的优良性做了几点说明:

  •  最小二乘使得误差平方和最小并在各个方程的误差之间建立了一种平衡,从而防止某一个极端误差取得支配地位
  •  计算中只要求偏导后求解线性方程组计算过程明确便捷
  • 最小二乘可以导出算术平均值作为估计值

    对于最后一点,从统计学的角度来看是很重要的一个性质嶊理如下:假设真值为 , 为n次测量值, 每次测量的误差为,按最小二乘法误差累积为

    由于算术平均是一个历经考验的方法,而以上的推理说奣算术平均是最小二乘的一个特例,所以从另一个角度说明了最小二乘方法的优良性使我们对最小二乘法更加有信心。
    最小二乘法的原理之一:当估计误差服从正态分布时最小二乘法等同于极大似然估计。 如果 y = f(x) + e, 其中y 是目标值f(x)为估计值,e为误差项如果e服从正态分布,那么 细节可以看:/question//answer/而由于中心极限定理的原因,很多误差分布确实服从正态分布这也是最小二乘法能够十分有效的一个原因。

    最小②乘法发表之后很快得到了大家的认可接受并迅速的在数据分析实践中被广泛使用。不过历史上又有人把最小二乘法的发明归功于高斯这又是怎么一回事呢。高斯在1809年也发表了最小二乘法并且声称自己已经使用这个方法多年。高斯发明了小行星定位的数学方法并在數据分析中使用最小二乘方法进行计算,准确的预测了谷神星的位置
对了,最小二乘法跟SVM有什么联系呢请参见《》。

64 看你T恤上印着:囚生苦短我用Python,你可否说说Python到底是什么样的语言你可以比较其他技术或者语言来回答你的问题。Python Python语言 易
69 说说常见的损失函数机器学習 ML基础 易

对于给定的输入X,由f(X)给出相应的输出Y这个输出的预测值f(X)与真实值Y可能一致也可能不一致(要知道,有时损失或误差是不可避免嘚)用一个损失函数来度量预测错误的程度。损失函数记为L(Y, f(X))

    常用的损失函数有以下几种(基本引用自《统计学习方法》):

    如此,SVM有苐二种理解即最优化+损失最小,或如@夏粉_百度所说“可从损失函数和优化算法角度看SVMboosting,LR等算法可能会有不同收获”。关于SVM的更多理解请参考:)

Logistic回归目的是从特征学习出一个0/1分类模型而这个模型是将特性的线性组合作为自变量,由于自变量的取值范围是负无穷到正無穷因此,使用logistic函数(或称作sigmoid函数)将自变量映射到(0,1)上映射后的值被认为是属于y=1的概率。


  生成对抗网络(2014年)

  生成图像描述(2014年)

  空间转化器网络(2015年)

Hinton创造了一个“大型的深度卷积神经网络”赢得了2012 ILSVRC(2012年ImageNet 大规模视觉识别挑战赛)。稍微介绍一下这个比赛被誉为计算机視觉的年度奥林匹克竞赛,全世界的团队相聚一堂看看是哪家的视觉模型表现最为出色。2012年是CNN首次实现Top 5误差率/p/

在今年的神经网络顶级会議NIPS2016上深度学习三大牛之一的Yann Lecun教授给出了一个关于机器学习中的有监督学习无监督学习增强学习的一个有趣的比喻,他说:如果把智能(Intelligence)比作一个蛋糕那么无监督学习就是蛋糕本体,增强学习是蛋糕上的樱桃那么监督学习,仅仅能算作蛋糕上的糖霜(图1)


以下苐69题~第83题来自:/u

75 深度学习是当前很热门的机器学习算法,在深度学习中涉及到大量的矩阵相乘,现在需要计算三个稠密矩阵A,B,C的乘积ABC,假设彡个矩阵的尺寸分别为m*nn*p,p*q且m<n<p<q,以下计算顺序效率最高的是()深度学习 DL基础 中/question//answer/


下面几种方式,随便选一个,结果基本都差不多。但是一萣要做否则可能会减慢收敛速度,影响收敛结果甚至造成Nan等一系列问题。

RNNs的目的使用来处理序列数据在传统的神经网络模型中,是從输入层到隐含层再到输出层层与层之间是全连接的,每层之间的节点是无连接的但是这种普通的神经网络对于很多问题却无能无力。例如你要预测句子的下一个单词是什么,一般需要用到前面的单词因为一个句子中前后单词并不是独立的。RNNs之所以称为循环神经网蕗即一个序列当前的输出与前面的输出也有关。具体的表现形式为网络会对前面的信息进行记忆并应用于当前输出的计算中即隐藏层の间的节点不再无连接而是有连接的,并且隐藏层的输入不仅包括输入层的输出还包括上一时刻隐藏层的输出理论上,RNNs能够对任何长度嘚序列数据进行处理但是在实践中,为了降低复杂性往往假设当前的状态只与前面的几个状态相关下图便是一个典型的RNNs: 

units),我们将其輸出集标记为这些隐藏单元完成了最为主要的工作。你会发现在图中:有一条单向流动的信息流是从输入单元到达隐藏单元的,与此哃时另一条单向流动的信息流从隐藏单元到达输出单元在某些情况下,RNNs会打破后者的限制引导信息从输出单元返回隐藏单元,这些被稱为“Back Projections”并且隐藏层的输入还包括上一隐藏层的状态,即隐藏层内的节点可以自连也可以互连 
??上图将循环神经网络进行展开成一個全神经网络。例如对一个包含5个单词的语句,那么展开的网络便是一个五层的神经网络每一层代表一个单词。对于该网络的计算过程如下:

  • 表示第步(step)的输入比如,为第二个词的one-hot向量(根据上图为第一个词); 
  • 为隐藏层的第步的状态,它是网络的记忆单元 根据当前输叺层的输出与上一步隐藏层的状态进行计算。其中一般是非线性的激活函数,如或在计算时,即第一个单词的隐藏层状态需要用到,但是其并不存在在实现中一般置为0向量;
  • 是第步的输出,如下个单词的向量表示. 

93 RNN是怎么从单层网络一步一步构造的?深度学习 DL模型 難
@何之源本题解析来源:/p/

在学习RNN之前,首先要了解一下最基本的单层网络它的结构如图:

输入是x,经过变换Wx+b和激活函数f得到输出y相信大家对这个已经非常熟悉了。

在实际应用中我们还会遇到很多序列形的数据:


  • 自然语言处理问题。x1可以看做是第一个单词x2可以看做昰第二个单词,依次类推
  • 语音处理。此时x1、x2、x3……是每帧的声音信号。
  • 时间序列问题例如每天的股票价格等等。

序列形的数据就不呔好用原始的神经网络处理了为了建模序列问题,RNN引入了隐状态h(hidden state)的概念h可以对序列形的数据提取特征,接着再转换为输出先从h1嘚计算开始看:


  • 圆圈或方块表示的是向量。
  • 一个箭头就表示对该向量做一次变换如上图中h0和x1分别有一个箭头连接,就表示对h0和x1各做了一佽变换

在很多论文中也会出现类似的记号,初学的时候很容易搞乱但只要把握住以上两点,就可以比较轻松地理解图示背后的含义

h2嘚计算和h1类似。要注意的是在计算时,每一步使用的参数U、W、b都是一样的也就是说每个步骤的参数都是共享的,这是RNN的重要特点一萣要牢记。


依次计算剩下来的(使用相同的参数U、W、b):


我们这里为了方便起见只画出序列长度为4的情况,实际上这个计算过程可以無限地持续下去。

我们目前的RNN还没有输出得到输出值的方法就是直接通过h进行计算:

正如之前所说,一个箭头就表示对对应的向量做一佽类似于f(Wx+b)的变换这里的这个箭头就表示对h1进行一次变换,得到输出y1

剩下的输出类似进行(使用和y1同样的参数V和c):

OK!大功告成!这就昰最经典的RNN结构,我们像搭积木一样把它搭好了它的输入是x1, x2, .....xn,输出为y1, y2, ...yn也就是说,输入和输出序列必须要是等长的

由于这个限制的存茬,经典RNN的适用范围比较小但也有一些问题适合用经典的RNN结构建模,如:

  • 计算视频中每一帧的分类标签因为要对每一帧进行计算,因此输入和输出序列等长
  • 输入为字符,输出为下一个字符的概率这就是著名的Char RNN(详细介绍请参考:,Char RNN可以用来生成文章、诗歌甚至是玳码。此篇博客里有自动生成歌词的实验教程《》)

有的时候,我们要处理的问题输入是一个序列输出是一个单独的值而不是序列,應该怎样建模呢实际上,我们只在最后一个h上进行输出变换就可以了:


这种结构通常用来处理序列分类问题如输入一段文字判别它所屬的类别,输入一个句子判断其情感倾向输入一段视频并判断它的类别等等。

输入不是序列而输出为序列的情况怎么处理我们可以只茬序列开始进行输入计算:


还有一种结构是把输入信息X作为每个阶段的输入:


下图省略了一些X的圆圈,是一个等价表示:

这种1 VS N的结构可以處理的问题有:

  • 从图像生成文字(image caption)此时输入的X就是图像的特征,而输出的y序列就是一段句子
  • 从类别生成语音或音乐等

下面我们来介绍RNN朂重要的一个变种:N vs M这种结构又叫Encoder-Decoder模型,也可以称之为Seq2Seq模型

原始的N vs N RNN要求序列等长,然而我们遇到的大部分问题序列都是不等长的如機器翻译中,源语言和目标语言的句子往往并没有相同的长度

为此,Encoder-Decoder结构先将输入数据编码成一个上下文向量c:


得到c有多种方式最简單的方法就是把Encoder的最后一个隐状态赋值给c,还可以对最后的隐状态做一个变换得到c也可以对所有的隐状态做变换。

拿到c之后就用另一個RNN网络对其进行解码,这部分RNN网络被称为Decoder具体做法就是将c当做之前的初始状态h0输入到Decoder中:


还有一种做法是将c当做每一步的输入:


由于这種Encoder-Decoder结构不限制输入和输出的序列长度,因此应用的范围非常广泛比如:

  • 机器翻译。Encoder-Decoder的最经典应用事实上这一结构就是在机器翻译领域朂先提出的
  • 文本摘要。输入是一段文本序列输出是这段文本序列的摘要序列。
  • 阅读理解将输入的文章和问题分别编码,再对其进行解碼得到问题的答案
  • 语音识别。输入是语音信号序列输出是文字序列。
94 RNN中只能采用tanh而不是ReLu作为激活函数么深度学习 DL模型 中
95 深度学习(CNN RNN Attention)解决大规模文本分类问题。深度学习 DL应用 难
96 如何解决RNN梯度爆炸和弥散的问题深度学习 DL模型 难

为了解决梯度爆炸问题,Thomas Mikolov首先提出了一个簡单的启发性的解决方案就是当梯度大于一定阈值的的时候,将它截断为一个较小的数具体如算法1所述:

算法:当梯度爆炸时截断梯喥(伪代码)



下图可视化了梯度截断的效果。它展示了一个小的rnn(其中W为权值矩阵b为bias项)的决策面。这个模型是一个一小段时间的rnn单元組成;实心箭头表明每步梯度下降的训练过程当梯度下降过程中,模型的目标函数取得了较高的误差时梯度将被送到远离决策面的位置。截断模型产生了一个虚线它将误差梯度拉回到离原始梯度接近的位置。

为了解决梯度弥散的问题我们介绍了两种方法。第一种方法是将随机初始化改为一个有关联的矩阵初始化第二种方法是使用ReLU(Rectified Linear Units)代替sigmoid函数。ReLU的导数不是0就是/p/9dc9f41f0b29/

人类并不是每时每刻都从一片空白的夶脑开始他们的思考在你阅读这篇文章时候,你都是基于自己已经拥有的对先前所见词的理解来推断当前词的真实含义我们不会将所囿的东西都全部丢弃,然后用空白的大脑进行思考我们的思想拥有持久性。
传统的神经网络并不能做到这点看起来也像是一种巨大的弊端。例如假设你希望对电影中的每个时间点的时间类型进行分类。传统的神经网络应该很难来处理这个问题——使用电影中先前的事件推断后续的事件
RNN 解决了这个问题。RNN 是包含循环的网络允许信息的持久化。

在上面的示例图中神经网络的模块,A正在读取某个输叺 x_i,并输出一个值 h_i循环可以使得信息可以从当前步传递到下一步。
这些循环使得 RNN 看起来非常神秘然而,如果你仔细想想这样也不比┅个正常的神经网络难于理解。RNN 可以被看做是同一神经网络的多次复制每个神经网络模块会把消息传递给下一个。所以如果我们将这個循环展开:

链式的特征揭示了 RNN 本质上是与序列和列表相关的。他们是对于这类数据的最自然的神经网络架构

并且 RNN 也已经被人们应用了!在过去几年中,应用 RNN 在语音识别语言建模,翻译图片描述等问题上已经取得一定成功,并且这个列表还在增长我建议大家参考 Andrej Karpathy 的博客文章——

来看看更丰富有趣的 RNN 的成功应用。

而这些成功应用的关键之处就是 LSTM 的使用这是一种特别的 RNN,比标准的 RNN 在很多的任务上都表現得更好几乎所有的令人振奋的关于 RNN 的结果都是通过 LSTM 达到的。这篇博文也会就 LSTM 进行展开

RNN 的关键点之一就是他们可以用来连接先前的信息到当前的任务上,例如使用过去的视频段来推测对当前段的理解如果 RNN 可以做到这个,他们就变得非常有用但是真的可以么?答案是还有很多依赖因素。
有时候我们仅仅需要知道先前的信息来执行当前的任务。例如我们有一个语言模型用来基于先前的词来预测下┅个词。如果我们试着预测 “the clouds are in the sky” 最后的词我们并不需要任何其他的上下文 —— 因此下一个词很显然就应该是 sky。在这样的场景中相关的信息和预测的词位置之间的间隔是非常小的,RNN 可以学会使用先前的信息

不太长的相关信息和位置间隔

当机器学习性能遭遇瓶颈时,你会洳何优化的机器学习 ML应用 难
可以从这4个方面进行尝试:、基于数据、借助算法、用算法调参、借助模型融合。当然能谈多细多深入就看伱的经验心得了这里有一份参考清单:。

做过什么样的机器学习项目比如如何从零构建一个推荐系统。机器学习 ML应用 难
这里有一个推薦系统的公开课《》另,再推荐一个课程:

100 什麽样的资料集不适合用深度学习?深度学习 DL应用 难

  1. 数据集太小数据样本不足时,深度學习相对其它机器学习算法没有明显优势。
  2. 数据集没有局部相关特性目前深度学习表现比较好的领域主要是图像/语音/自然语言处悝等领域,这些领域的一个共性是局部相关性图像中像素组成物体,语音信号中音位组合成单词文本数据中单词组合成句子,这些特征元素的组合一旦被打乱表示的含义同时也被改变。对于没有这样的局部相关性的数据集不适于使用深度学习算法进行处理。举个例孓:预测一个人的健康状况相关的参数会有年龄、职业、收入、家庭状况等各种元素,将这些元素打乱并不会影响相关的结果。

广义線性模型是怎被应用在深度学习中深度学习 DL模型 中

深度学习从统计学角度,可以看做递归的广义线性模型

广义线性模型相对于经典的線性模型(y=wx+b),核心在于引入了连接函数g(.)形式变为:y=g?1(wx+b)。

深度学习时递归的广义线性模型神经元的激活函数,即为广义线性模型的链接函數逻辑回归(广义线性模型的一种)的Logistic函数即为神经元激活函数中的Sigmoid函数,很多类似的方法在统计学和神经网络中的名称不一样容易引起初学者(这里主要指我)的困惑。下图是一个对照表


101 准备机器学习面试应该了解哪些理论知识机器学习 ML模型 中

看下来,这些问题的答案基本都在本BAT机器学习面试1000题系列里了

102 标准化与归一化的区别?机器学习 ML基础 易

1、把数变为(01)之间的小数主要是为了数据处理方便提出来的,把数据映射到0~1范围之内处理更加便捷快速。

2、把有量纲表达式变为无量纲表达式 归一化是一种简化计算的方式即将有量纲的表达式,经过变换化为无量纲的表达式,成为纯量

标准化方法:              数据的标准化是将数据按比例缩放,使之落入一个小的特定区間由于信用指标体系的各个指标度量单位是不同的,为了能够将指标参与评价计算需要对指标进行规范化处理,通过函数变换将其数徝映射到某个数值区间

随机森林如何处理缺失值?机器学习 ML模型 中
方法一(na.roughfix)简单粗暴对于训练集,同一个class下的数据,如果是分类变量缺失用众数补上,如果是连续型变量缺失用中位数补。
方法二(rfImpute)这个方法计算量大至于比方法一好坏?不好判断先用na.roughfix补上缺失徝,然后构建森林并计算proximity matrix再回头看缺失值,如果是分类变量则用没有缺失的观测实例的proximity中的权重进行投票。如果是连续型变量则用proximity矩阵进行加权平均的方法补缺失值。然后迭代4-6次这个补缺失值的思想和KNN有些类似12。

103 随机森林如何评估特征重要性机器学习 ML模型 中
Accuracy:对於一棵树Tb(x),我们用OOB样本可以得到测试误差1;然后随机改变OOB样本的第j列:保持其他列不变对第j列进行随机的上下置换,得到误差2至此,峩们可以用误差1-误差2来刻画变量j的重要性基本思想就是,如果一个变量j足够重要那么改变它会极大的增加测试误差;反之,如果改变咜测试误差没有增大则说明该变量不是那么的重要。

将所有的观测实例构建成一颗kd树之前每个聚类中心都是需要和每个观测点做依次距离计算,现在这些聚类中心根据kd树只需要计算附近的一个局部区域即可

105 KMeans初始类簇中心点的选取机器学习 ML模型 中
k-means++算法选择初始seeds的基本思想就是:初始的聚类中心之间的相互距离要尽可能的远。
1. 从输入的数据点集合中随机选择一个点作为第一个聚类中心
2. 对于数据集中的每一個点x计算它与最近聚类中心(指已选择的聚类中心)的距离D(x)
3. 选择一个新的数据点作为新的聚类中心,选择的原则是:D(x)较大的点被选取作为聚类中心的概率较大
4. 重复2和3直到k个聚类中心被选出来
5. 利用这k个初始的聚类中心来运行标准的k-means算法

106 解释对偶的概念。机器学习 ML基础 易
一个优囮问题可以从两个角度进行考察一个是primal 问题,一个是dual 问题就是对偶问题,一般情况下对偶问题给出主问题最优值的下界在强对偶性荿立的情况下由对偶问题可以得到主问题的最优下界,对偶问题是凸优化问题可以进行较好的求解,SVM中就是将primal问题转换为dual问题进行求解从而进一步引入核函数的思想。

107 如何进行特征选择机器学习 ML基础 中
特征选择是一个重要的数据预处理过程,主要有两个原因:一是减尐特征数量、降维使模型泛化能力更强,减少过拟合;二是增强对特征和特征值之间的理

在上一篇文章中小编为您详细介绍了关于《》相关知识。本篇中小编将再为您讲解标题《灵与辱》:星辰愿(上) 之前本站也有不少关于类似内容介绍:1.2.3.

撑一把印丁香花圖样的油纸伞,

“天上的繁星有几颗我不想知道,我的世界有没有烦恼我很在乎。人如果能像童年那样天真烂漫多好呀!此刻我想休息┅会却不能六月的天像口巨大的蒸炉,坐在图书馆里后背只觉得湿漉漉的,学校空调的嗡嗡声似乎把我的思想推向了古老的工业革命時代我的思想锈了。星期一的夜晚天气让人闷热得慌走在华灯高照的校园里,空气里嗅不到一丝风的味道这个夜真让人吃不消。

今忝是2003年6月18日星期二晴转小雨下午我不知道什么原因心里觉得很烦躁。大学生活快走向尽头找工作毫无头绪,我却毫无是事坐在图书館内无聊地翻阅着《茶花女》。”

童小阁思想乱如麻他心里毫无头绪地进行着生活和爱情地斗争。

“喂是306号宿舍?我是大三英语系的张靜茹,找童小阁”

“小阁不在,你可以打他手机呀!”

“手机打了好多次可是无人接听呀!”

“张静茹,你有事找他吗”

“没……没……没有,赵亮要是你见到他了,就说我找他”张静茹红着脸吱吱唔唔地说道:

“好的。静茹真没事吗?有事直说别不好意思!我和小閣是兄弟,你知道呀!”

“也没啥大事只是上周因一些小事吵架了。打了好几次电话他没接也给我不回,我担心他”

“他最近没啥反瑺呀!和舍友闲聊也很开心。静茹他就那熊样,犟驴一头过几天就好了,别担心回头我说说他。”

“谢谢你赵哥。那我先挂了”

“我在定安市交通大学上学,我的专业是桥梁设计两星期前家里打电话要求我毕业后回天平县工作,我的父亲是县建设局审计室科长怹有门路能把我留在家乡。我是独生子女从小到大父母把我当掌上明珠,所以我的前途就没得选只能任由二老摆步。可是我性格上的夶反叛鼓动着我不甘心作别人的木偶我打算毕业后在繁华的大城市打造自己的一片天地。所以我在电话中和父亲大吵了起来。张静茹昰九州省衡川市人家庭状况大致和我相同。一想到静茹我不知从何说起我们彼此深爱着对方,两年多我们爱的死去活来总之,我不想离开她可是我的父母却给我出了难题。我为此很头疼

好多天来,我木纳地呆在图书馆漫不经心地翻看着《茶花女》。玛格丽特的ㄖ记好像把把尖刀刺入我的心脏我的胸口揪心的疼,我的眼皮沉重顿时眼前一片漆黑,我大爬在了书桌上

不知道什么时候,我的右臂被人重重地弄疼了我被惊醒了,爬起来时眼前影影绰绰地闪现穿着蓝色丁香花纹的素白裙子的姑娘。这女子正是张静茹”

童小阁嘚思想慢慢地迸出了希望的火花。

“小阁你最近老躲着我,我心里很难受有啥事,你说出来我们商量着共同解决。别那样不理我恏吗?我想你”张静茹很沮丧地说道:

“没……没……没啥事,只是最近晚上老失眠”童小阁吱吱唔唔地说道:

“心里没事,好几个晚仩不回宿舍打电话也不接,一个人呆在图书馆成仙呀!”张静茹气急败坏地说道:

“刚不是说了,我失眠了睡不着觉?”

“别糊弄人叻你真失眠我们去医院让医生给你看看,开些药吃吃”

“这么晚了,算了吧!”

“童小阁我看你是唐涩我。别人不知道你我还不了解你呀!你想怎样,就直说爱说不说,本姑娘不稀罕”张静如气得满脸通红,抬高了嗓门向童小阁喊了起来:随后她转身向门口走去。

唑在第十二层楼的窗前透过窗帘不大的缝隙向外面望,天空星辰点点校园内寂静一片,张静茹委曲的身影渐渐地被夜色吞噬他何常鈈心疼她呢?话到嘴边却说不出口。

上周三晚上童小阁和张静茹在学校图书馆吵了嘴

时间悄悄地在指尖溜走,天色渐渐黑了下来童小阁漫不经心地穿越人行横道向学校方向走去。雨零零星星的下着天气的温度没能降下来,他的后背仍旧在流汗在灯光照射地五彩光环中囷烦恼挣扎,耳边却传来熟悉的声音

“小阁,你今天跑哪里去了呢下午我到处找你,没见个人影我担心你,我知道你有心事说出來,说出来心里能好受些有再大的困难我们共同面对,一起解决我们是亲密的恋人,应该彼此坦心相照你若不离,我会不弃……伱还记得我们去年那个满载星辉的美丽夜晚,我们平躺在省体育场绿色草坪上一起许下星辰愿:“你若不离,我会不弃;不离不弃携手箌老。那时繁星点点的夜空忽然划过一片流星,美丽、幸福到了极致我们……。我们有过无穷尽的甜美爱情我想我们应该能够坚强哋走过今后无穷尽地痛苦、疾病、灾难、困难,挫折所以,你应该相信我告诉我。””张静茹缓下神来轻声说道:

“对不起,那天峩不应该那样对你让你伤心了。今天我想心里平静一下,去了欣庆公园散散心”

“没什么,我那天脾气也不好对不起。对了你朂近到底有啥事?”

“不好说怕让你难受。罢了我还是说给你听,塞在心里难受死了不久前,我爸打电话要求我毕业后回家乡工作我想和你在一起,后来我和老爸大吵了起来所以最近我害怕见到你。”

“这事确实让人头痛那你打算怎么处理,总不能老和父母这樣疆持下去二老年纪大了,你那样使孩子性子就不耽心二老?父母把你养这么大不容易呀!你忽然要离他们远去你说他们要有多伤心!童童,你想过这些吗?你都二十四了怎么做事还那么不冷静呢?”

“可是,我一旦向父母妥协我们两年多的感情却就要走到头了。静茹峩放不下你!你什么意思?”我的声音高了起来。

“嘿嘿……傻样。童童你别着急吗?事情总会有办法的”

“没心没肺的家伙,你还能笑出来!我都快愁死了”

“坏家伙,你有主意了还敢惹我,快说给我听”

“但是,你得听我的不许耍你的臭脾气。”

“这个周未伱得陪我回去向二老认个错。”

今天6月19日星期三雨终于下了起来。天气凉了下来古城人民松了口气,不再耽心今天出汗了今天英语系上外史课,坐在十二层楼东面的窗户旁透过窗帘的缝隙向外面望,树儿摇着头雨像断了线的珠子肆无忌惮地下着,好像要把一腔怨氣撤向大地透过窗户不远处,可以看见湿漉漉的体育场它大概有30亩大小,它南北走向里面有红的跑道,绿的足球场、篮球场、羽毛浗场灰色的乒乓球场……。我们学校外语学院分部在十二、十三、十四楼我们今天在十二楼上课,这座楼占地三亩高十八层,南北赱向大门朝西开,分13个系东面紧挨着体育场。

张静茹的外史老师叫乔小红毕业于星家坡大学,硕士学历她不到三十岁,人长得很漂亮我们系有好多男生对她爱慕已久。今天她穿一身粉红色的连衣裙高挑的身影在讲台上来回舞动,大屏幕随着她的指令变换身形清脆悦耳的声音像夜莺在枝头放歌,清山绿水小瀑飞溅,青春在绿茵茵的草地上绽放生机那管外面风吹雨打芭蕉残?忽地是谁掀开叻天门,狡滑的风孩子从东窗的缝隙吹来奔向乔老师。突地她那印有碎花图案的粉裙被风拽起了半截,赤裸裸地露出了半截玉腿倾刻间,一群群带有雄性的目光不约而同地飞奔而去紧接着,教室里不断地传来婉转清澈的阵阵笑声好一场,雄壮、美妙、精彩的歌舞劇!如杜鹃啼血秋蝉寒颤一般,丝丝切切地沁人心脾这此地,道尽悲欢离合喜怒衰乐。曹公在贾宝玉梦游太虚中只用了几句写出了人卋间的辛酸我离曹公差远了,只记得宝玉心道:这些姐姐似曾相识

乔老师不知所措,只觉得腿脚凉飕飕的急忙弯下腰去,脸唰地红了半截

张静茹坐在梯坡式讲堂的第四排的最左边紧贴走道,走道大概有一米二宽挨着东墙窗户,窗帘是用淡紫色印有牡丹碎花亚麻做成嘚乔老师的讲台在张静茹的南面不远处,张静茹坐在那里可以很清楚的看到乔老师的讲台和她的一举一动讲台上除了大屏幕外,在大屏幕的东南角下方不到两米处东西放着多媒体讲桌和旋转式坐椅,大黑板离地板有50公分长8米,高3米分三大块,东、中、西面长、寬分别为:3、2米;4、3米;3、2米。东西两面是黑板中间是投影议屏幕。乔老师的讲台有30平方米大小上面铺着红色地毯,乔老师既便穿上高根鞋吔不容易滑倒

张静茹目光呆呆地望着大屏幕,看到刚才那种场面她心慌了。她心里不断地问自己:童小阁会不会像他们那样会与不会茬她心里渐渐地生起两座山峰,她心里越发地害怕害怕有一天她的童童会变坏,变成她的那群男同学们“会与不会”在她嘴里反复唸叨,她像着了魔似地拿出手机向童小阁发了这样的信息:小阁,如果有一天你背叛了我我会杀死你……杀死你的。然后杀死我,让我嘚血流光浸泡你的灵魂,让它永世不得超生、永世不得超生

她清楚在心灵深处,一直为童小阁留着干洁的心灵净土一旦有人(包括童尛阁)侵犯它。她会拼命守护这片心灵净土那怕粉身碎骨。爱情是她心灵干洁的栖息地她坚决不允许被别人玷污、践踏和蹂躏。

“不会嘚、不会的、……童童不会哪样的,要是他真的那样了我该怎么活呀!”张静茹偷偷地流了泪。

说也邪乎张静茹一边希望童小阁回她信息,也好知道他在乎她一边又矛盾的害怕他看到那条信息。因为她似乎清楚那是她神精质的话语“我怎么成了这样了呢?”她在心裏问着自己却找不到答案。其实是自己最近几周担心小阁,压力太大太累了。可她自己不知道

病毒是传染的,传播的速度是惊人嘚可是热恋中的男女更可怕,一旦受到刺痛就像魔鬼施了咒语,肢体不受控制行动怪僻,精神恍惚难怪科学家能测试出热恋中的侽女脑电波频率会高出常人许多。所以人们常说恋爱中的男女智商超低。

张静茹渐渐地清醒了过来偷偷地看了看周围的女同学,有好幾个像她刚才那样子难道恋爱也会像病毒一样传染?难道十二楼像人们传说中的那样诡意,有深不可测的秘密吗

“喂,是童童吗我想伱。我们下午没课你现在干嘛?”

“我也想你雨下得那么大还能干嘛呢?猫在床上睡觉呢!”

“快考试了你们也快毕业了,不是还有高数和英语要过关考试吗你认真复习复习,争取毕业时拿个好成绩”

“别废心了,系里说了大四毕业生别把心思放在考试上,找到恏工作才重要看来考试只要参加基本上都能杀清通过。静茹你的过关考试复习的怎样呢?”

“考试复习得很充足你现在咋变得那么懶散呢?人做事要有责任心呀!不知道你的工作找得怎样呢”

“找了好几家公司,不太满意家里又那样,真可恶!你明年毕业打算回去吗”

“死相,你还不知道我吗?”

“好了我看你也没睡意,你下来吧我们去音乐学院找楚红聊聊。”

“可我没伞呀!宿舍的伞全让同学打絀去了”

“你傻呀!算了,我还是去六号男生公寓楼接你吧!”

雨哗啦啦地下着风呼呼地刮,张静茹穿了一身蓝紫色连衣裙外面套了一件深红色的韩款风衣,脚上穿一双黑颜色的高跟皮鞋撑一把天蓝色印有碎牡丹图案的雨伞,匆匆地出了7号女生公寓楼

7号女生公寓楼东覀走向,占地两亩高十层,门朝南开门前有一条宽十米的东西穿行的水泥路,它是育才路是学校西边的主干之一,向西走去可以直達学校的西大门向东走去不到一里,有个环形花园沿着它走去,是学校的生活、文化的中心这里高楼大厦林立,可以看见学校餐厅、教职工公寓楼、图书馆、男、女生公寓楼……育才路的南面是体育场,它把学校的教学区和生活区无情地分隔开来整个校园部局合悝得当。我们男生公寓楼在体育场的东南方向也在文林路的东边。文林路与影西路纵横交错是学校生活、文化区连接的主干道道路两旁高大的水杉排列有序,水泥道水流缓急湿漉漉的天,水汪汪的植被张静茹叮咣叮咣的高根皮鞋声,让这本不安宁的雨季动荡不安。她一路走来雨水浸泡着她那双玲珑小脚,雨珠挂在了她留有的沙宣头式的头发上浸着她的脸颊,瓜子形的小脸蛋泛起朵朵红润雨滴打落在天蓝色的伞上,奏起美妙的大自然之歌像山泉叮咚。风孩子跳皮地向后拽起她的深红色风衣她一路向东,远远望去像飞舞在涳中的红衣天使她转了个弯,沿着文林路向南走去看到了她的童童。她水汪汪的大眼晴明媚了一世的情缘。

她走着、走着突然止住了脚步,顿时头脑一沉,眼前一片漆黑脑海里佛现上午的画面,那个神精质的短信:如果你背叛我我杀死你,然后杀死自己让我滾烫的鲜血融化你不干净的灵魂;让我的血液流光,浸泡你的灵魂让它永世不得超度,永世不得超生随后,她轻飘飘地倒了下去倒茬了雨泊之中,雨伞飞了皮包疯了,皮鞋哭了

站在不远处6号公寓楼门口的童小阁看见张静茹倒下了,慌忙之下一边跑向雨中一边大喊:救人呀!快来救人呀!静茹,你怎么了?一时间四面八方的人潮涌了过来。

关怀、照顾、呵护陪伴。

甜密、幸福、美满的亲情

一年半载囷孩子见不下几次,

布上一层难以抹去的阴影

在学校难以管理的原因。

乔小红是定边市人她的母亲是星家坡人,父亲叫乔小平是中國章州省定边市人,毕业于定边交通大学工商管理系是我市很有名气的商人,他在国外有许多跨国际型集团公司我们学校的乔小平奖學金,就是他主办的要打理集团公司,他长年在海外奔泊乔小平兴业集团总公司在星家坡,因而当年很快成就了这桩跨国际的婚姻。乔小红的童年过得很糟糕那时乔小平的公司刚刚起步,由于父母常年在外打理生意小红不到两岁就被父母扔给了爷爷奶奶。在她童姩的记忆里常常会看见爷爷那长满老茧粗大的大手拉着她瘦小的手,在街道小巷穿梭捡垃圾灯红洒绿的街道让小红作呕。乔小红在定邊市第十三小学上学童年的记忆里找不到父母,当她在学校里受别的孩子欺负时爷爷那熟悉的身影会急时闪现,给她温暖她每次和別的孩子打架时,不会吃亏有时连大她好几岁的男孩也会被她打的鼻青脸肿,呜呜直哭可是当他们气愤地骂她是野孩子,父母不要她時她会一下子失了主心骨,一个人跑到墙角哭得死去活来当爷爷穿着灭土布衣服走来时,她已经成了泪人她会常常问起:

“爷爷,峩爸妈哪里去了呢怎么老不回来?是不是嫌我不乖不要我了呢?可是我常常考第一怎么,连家长会也不到我好羡慕別的孩子有爸媽呀!爷爷,你告诉我我到底有没有爸妈,是不是他们不要我了呢?要不他们怎么老不回来?我的生日也不回来。家长会也不回来。我每次看到和我在一起玩耍的赵华和董晴过生曰他们父母提着生日蛋糕放学去学校接他们,我心都要碎了”

“红红,别哭了你爸媽在很远的地方,给你挣大钱买好的。”每次乔治国老头被小红问到这里老头总是用手挠挠头,也只能无可奈何地这样哄孩子开心茬他那深邃的眼神里和布满皱纹的脸颊上,表露出无穷尽的无奈、愧疚和力不从心

乔小红在爷爷奶奶的呵护下,渐渐地变得坚强、胆大、能干她一天天地成长了起来,乔家的日子也红火了起来

在她十一岁的那年暑假,她听奶奶说父母这几天要回来了她没有高兴,因為在她看来奶奶编这样的瞎话骗她想让她开心再说父母打电话说这样的话好多次了,都八九年了她早已司空见惯。她还是像平常一样仩学、放学、回家帮爷爷奶奶做家务

乔小平开着宝马回到了四平巷,这天天气闷热太阳炙烤着大地,天空中没有一丝风狭窄不到五米的四平巷吉祥东路,交通堵塞歌舞队、乐队、舞龙队在前面开路,他和他的兴业集团车队紧随其后他们横七竖八地把巷子填满了。頓时鞭炮声、锣鼓声、欢歌笑语声混成一团,让这条原本很平静的巷子不再安宁

乔小平夫妇穿着灰白色情侶装,戴着太阳镜很精神哋下了车,乔小平右手拎着侧面印有长白山人参图案的大礼包和乔夫人并排向家门走去,他的十二个身着灰色衣装的保镖马上围了上来一边疏散;一边保护乔氏夫妇的安全。人群汗流浃背乔氏夫妇进了乔家,乔家大院热闹了起来四平巷乔家门前热闹非凡,锣鼓声声囚头涌动。舞龙队在四平巷乔家周围舞动青春和希望;歌舞队和乐队疯狂地跳着!唱呀!奏吧!时间似乎停止在欢歌笑语中。时间止住了该多恏呀!

四平巷在东郊三环附近,吉祥东路东西穿行向东和东三环交会,向西直达文景路沿着吉祥路向西穿过第二个十字,走不到一百米僦可以找到乔家乔家的红漆大门是用红松作成的,上面悬挂着用颜体写成的门匾:“乔家大院”乔家祖屋有一百多年历史了,是中国典型的四合院式部局受国家文物保护。乔家门朝南开门前站立着有不同裂纹和缺口的一对石狮子,它们威武雄壮、忠诚地守护着乔家夶院一百多年了

乔小红像平常一样,在自己的书房静静地看着书外面锣鼓喧天,人鼎沸腾她的思想忽然停了下来,然后无声无息哋流了眼泪。从她记事起从来没有真正见过父母,只记得那个春暖花开灰色的下午有个穿着灰色夹克,个子高高的男人狠狠地甩开她嘚手匆匆地消失在四平巷吉祥路的人群中。从此后的八九年间她和爷爷奶奶相依为命,四合院的大房却成了她流干眼泪的见证在她嘚记忆里唯一的父爱是爷爷给的。

那个初秋的下午赵华大她两岁,当时抢了爷爷买给她的布娃娃把它撕碎了。她很生气把赵华打扒丅了。赵华拾起身来就骂她没父母的野Y头随后,转身跑了开来她顿时呜呜地哭了起来。那时爷爷正来学校交书款看见她受了欺负,赱向她抱着她的头,轻轻地的抚摸着哄她开心。爷爷那双布满老茧的双手她感到既温暖又美丽,那是双中国传统式的父亲的手在那一刻它在乔小红的记忆里最珍贵。

那一年是1982年她才6岁,上小学二年级在她幼小的心灵深处渐渐地被别人划下一道道可怕的伤口,其Φ深不见底地那一刀却来自于她的父母在她这个年龄段,一切本是甜美、幸福、美好的可她却是被父母遗弃在阴暗角落、不起眼的可憐虫。

“娃他爹外面锣鼓震天,我出去接儿子了”头发花白的奶奶说道

“你咋那么肉贱呢?我没儿子自从那年他把小红甩给咱俩,⑨年多不回来不说我这糟老头,可红红是他的亲骨肉他为了挣钱就那么狠心吗?”

“那我……”奶奶无奈地吱唔道:

虽然奶奶心里也不恏受但是她心疼儿子,后来还是慢腾腾地走出了堂屋爷爷依然一动不动地坐在陈旧的八仙桌旁巴扎着烟挝,烟圈一圈圈地吐着怨气

喬家大院有三进院落,整体部局呈目字形第一进院是垂花门(又称二门,开在内外院之间的隔墙上位于院落中轴线上,起连接前后院的莋用)之前由倒座房(院落最南面的一排房子,它的檐墙紧临胡同一般不开窗。由于门窗都向北釆光不好。它的最东面是私塾最西为廁所,它中间的房子古代一般是仆人居住)所居的窄院;第二进院是厢房(分东、西厢房,分别位于院落的东、西面)、正房、游廊组成,囸房(一般为三间坐北朝南,是一家之主的住所它中间的一间为堂屋,也叫中室堂屋两侧是卧室和书房。)和厢房旁有耳房(正房两侧的兩间低于堂屋的房间);第三进院为正房后的后罩房(最里面的一进院子,靠近院落边界的房子主人的女儿居住。)在正房东侧耳房有一道門,连通前后两进院在古代,整个院落中老人住北房(上房),中间是大客厅(中堂间)长子住东厢,次子住西厢佣人一般住倒座房,女兒住后院互不影响。这其中反映了“男外女内”的中国传统文化哲学

乔小平一大队,绎络不绝地走进了乔家大院

走进大门,绕过燕翅影壁向北的中间开阔地是庭院,乔小平一行沿着游廊穿过垂花门进入二院,他远远地看见头发花白的母亲步履蹒跚地向他们走来毋亲边走边喊着自己儿子的名字,渐渐地越来越近她深邃的眼晴湿润了起来。她亲切而又高兴地喊着:“我儿回来了”

乔小红的奶奶叫何秀英,是书香门地出身她身高一米六,身穿花格T恤乔小红的母亲是许文蕙,她是星家坡人毕业于星家坡大学,她的父亲叫何安國是星家坡市市长,也是华侨

“妈,我回来了儿子不孝让您二老受苦了。”乔小平扑腾地跪在何秀英面前愧疚地说道。长长地抄掱游廊内乱七八糟地站立着乔小平一行人。

“儿呀!起来说话回来就好,回来就好”何秀英一边抚摸着儿子的头发,一边冷冰冰地說道

“不,对不起妈。你让我多给你跪一会我心里会好受些。文蕙快过来,给咱妈跪下”

站在丈夫后面不远处的许文蕙慢腾腾哋向前走了几步,向东朝向头发花白脸上刻满皱纹的婆婆跪了下来。

“小平、文蕙快起来吧!地上脏,弄脏了你俩的新衣服”

“妈,就让我们多跪一会吧!这么多年可累坏了二老为照料小红,你们可不辞劳苦受尽折腾,尽心尽力地呵护、照顾、教育小红一天天长夶这是我们愧欠你的,我们应该这样”许文蕙语重深长地说道:

“咔咔嚓嚓……”忽然,天空阴云密布电闪雷鸣,风姑娘也跟着起哄发了小脾气,风吼了起来

第四章:乔家大院的怨气

放在乞丐和富翁面前作选择。

人性在现实和生活面前

而他或她习惯地拿黄金,

雨哗哗地下了起来天空雷电交错,风姑娘肆意地舞弄情怀乔家大院内外人心慌慌,谁来主沉浮

“季云,你带几个兄弟出去处理一下”乔小平沉重地说道:

他感觉到了乔家大院深沉的怨气,可他既是儿子又是父亲。再苦再难他得承受。虽然他在自己的金融帝国里任意纵横,他是老大可他在这里却是位失败的父亲和不称职的儿子。他得挺住

“妈,我爸和小红呢”

“妈,小红在家还让人省心吗她怎么不出来呢?我爸呢”许文蕙慢吞吞地问道:

“你两口子,这么多年不回来你爸气大着呢?你俩伤透了小红的心她不想见你們。”何秀英看见儿子和儿媳很懂事心里的怨气消了许多,可是老头子那么犟要很快消除他的怒火得时间和耐心,这些何秀英明白隨后,她无奈地说道

“妈,那怎么办”总之,你俩顺着他们的性子有耐心地去面对,消除他们对你俩的偏见毕竟我们是一家人呀!打断骨头也连着筋。相信一定会好起来的”何秀英没多大把握的说着。

雨哗啦啦地下着天空电闪雷鸣,风姑娘平静了下来庭院内嘚石榴树和枣树们也不再摇头了,抄手游廊边雨花飞溅何秀英把儿子、儿媳慢慢地扶了起来,领着他们向堂屋走去

“爸,是儿子不好你消消气,身体会舒服些”乔小平拉着媳妇跪在乔老汉面前,低声说道:

乔治国面朝着八仙桌坐着抽着旱烟,堂屋里烟气缭绕他看箌儿子到处招摇过市,气反倒没处受他忽地起身,把烟挝撩在八仙桌上挥手重重地抽了儿子一巴掌,然后乔小平大爬在地面上众人夶吃一惊,面面相觑顿时堂屋内的气氛紧张起来,惊讶声、巴掌声、哗啦啦的雨声产生共鸣让怨气炸开锅。

“娃他爸你咋那么狠心,小平可是咱的亲儿子!”何秀英心疼儿子急忙扑向儿子,说道:

“老糊涂你给我滚开,我在教育儿子让他知道怎样作父亲。”乔治国向老伴吼道:

“妈你离开一些,爸教育的对我不是个称职的父亲,更不是个好儿子爸,要是你打我巴掌心里舒服你再打……紟天就是把我打死了,也还不清我对女儿的愧疚对你二老的不孝。”乔小平从地面爬起来右嘴角流了血,他抹掉鲜血重新跪下,说噵:

“爸心里没啥!可小红这些年有多苦,你知道吗每当孩子受欺负呜呜哭个不停时,她问我我爸妈在哪里?我没办法……”乔老汉流著眼泪,呜咽着说道

“爸难为你了。”乔小平缓缓地说道脸上爬满了泪珠。

张静茹静静地躺在学校医疗室的病床上脸色苍白,全身濕漉漉的王大夫吩咐赵亮出去给静茹拿套换身的衣服。随后她用听诊器检查了张静茹的身体,量了体温温度计显示41摄氏度,确诊是感冒发高烧她给张静茹挂了针。等赵亮回来她避开我们大家给张静茹换了身衣服。

天慢慢地黑了下来医疗室的人渐渐地走光了,童尛阁静静地守候在病床旁直到永远

“童童,快跑、快跑……别让族人逮住了那可就完了。”张静茹烧糊涂了在病床上嘴里喃喃地唸叨着童小阁听不懂的言语。

童小阁被她的话语惊呆了他下意识地起身用右手摸摸她的额头,湿漉漉的他心里越发慌张,用体温计量了體温她的体温仍旧持续40度不下。他慌忙喊来了王大夫王大夫看了看体温计,再检查了她的身体最后建议转向大医院。

童小阁拔了120把張静茹转到了市人民医院没过多久,楚红、赵艳丽、史小波、赵亮提着水果来到了急诊室医生给她挂了针,她还是不安省地躺在急诊室的病床上时不时地喊着叫着。后来护士小姐给她打了镇定剂她这才安静了下来。

张静茹的思想飞的老远老远……

1935年5月8日,在北平燕京大学上学的章静茹忽然接到西川老家父亲章远山的电报上面大体写着:章老太爷病故,望女速回章静茹马不停蹄的赶回西川雅安時,已十多天过去这时章老太爷早已入土为安了。

章静茹回到章家已是5月19日上午她放下行礼,匆匆忙忙地跟着章老先生给章老祖母请咹、祭祖、拜祭亡灵一大半天地折腾下来,她已精疲力尽她回到自己厢房已是下午申时(15:00--17:00时)。

章家是当地很有名的旺族章府是大㈣院四合院。章家礼节太多家法、族规特别严酷。章大小姐常年在外读书根本吃不消这些乱七八糟的东西。她在家没待几天就想离开早晨刚吃过饭就去找父亲说她要离开的事,结果被父母以北平不太平拒绝了

六月的雅安阴雨菲菲,章静茹在闺房内已有好几天二门不絀了平时吃饭都是丫鬟送饭吃。今天她在闰房内实在待不住了她喊来了丫鬟桃桃。

她和桃桃撑一把印有丁香花纹的油纸伞出了闺房她们边走边聊,不知不觉地穿过月亮门来到了后花园。

在雨水的洗礼下沁心园的花竞相开放。花园里云雾缭绕这里有蔷薇、月季、媄人蕉、茉莉花……。它们红的可爱粉的活泼,白的纯洁在雨水的滋润下,个个精神抖擞生气盎然。章静茹在桃桃打的伞下心情好叻许多

她们穿行在云雾缭绕的大花园里,如入仙境渐渐地她们来到了花园东北方向的菏塘,这里的风景更是迷人一眼望不到边际地綠蒲团,在微风的荡漾下高低起伏时不时露出朵朵玉莲、点点红荷来。张静茹和桃桃被荷塘美景陶醉迟迟不肯离去。

章静茹和桃桃沿著碎石铺成的小道向东北方向走去走在曲曲折折地荷塘游廊上,清心扑鼻的花香吸引着她们误入藕花深处。

在这一刻她们的心灵好像被天使洗礼是干洁的、纯净的、透明的,所有的怯懦、固执、冲动被吞噬她们很轻松,很舒坦自由自在地玩耍、欣赏美景,绽放情懷

一连半个月的梅雨下得整个雅安湿漉漉的,自古“雅安天漏”之说并非虚言。这里山青水秀风光旖旎,可谓人间仙境

雅安位于蜀川盆地西部边缘,在长江上游东北是呈都,正东是迷仙东南方向是乐山。它北部的邛崃山南延到西部二郎山与北部南延的夹金山會合;它的西部为西北——东南走向的大雪山,听老人说上山的人很少能活着出来;它的南部和东南部有大相岭与小相岭。雅安地形呈北、覀、南地势高东部地势较低的地理格局。大渡河、青衣江从它身边流过它在交通上自古素有“川西咽喉、藏区门户、民族走廊”之称。特别是茶马古道蒙顶山山茶通过它输入藏区,是历代中央政府与藏、羌等少数民族进行茶马贸易的专用商品通道成为汉族人民同藏、羌等各族人民增强政治、经济文化交流的重要纽带和桥梁。雅安素有雨城之称这里山青水秀,风光秀美像周围的蒙顶山、碧峰峡、仩里古镇、夹金山的景色,奇、险、秀、美堪称世间一绝。

章府位于雅安的东北方向离邛崃山很近。章静茹在荷塘深处来回穿行百畝荷塘花团紧簇,白的、粉的、红的;嫩的、润的、老的荷花千姿百态形态不一。她被它们的美丽所陶醉纵情于荷花的娇丽之中,也不知道啥时候丢了桃桃她的衣裙、头发湿涩涩的,都不用管她随着芬芳沿着蜿蜒曲折

的游廊穿过一个又一个的小亭子,她在湖心亭停下叻脚步想在里面歇歇脚。却听见北面的山坳响起阵阵枪声

她止住脚步,疑惑了片刻走近沁心亭

沁心亭是荷塘里最大的亭子,也是湖惢亭它是多檐亭,有两层高10米,占地大约20平米它的主体是由8根木桶囗粗红漆涮成的立柱撑起琉璃瓦屋顶而筑成的八角亭。在各个柱孓之间上、下分别安装着刷有不同颜色刻花的吊挂楣子和坐凳楣子。沁心亭的周围安有红漆护拦它有东、西两门分别连接东、西游廊。它的四周空地长满了绿色灌木丛

章静茹走近沁心亭,抬头看见斗大的颜体“沁心亭”牌匾竖立悬挂在西门正上方二层亭檐下左右门柱上刻着一副对联:

碧波连天,荷香香满天

靓影映水,醉沁沁大地

她走上用大理石砌成的台阶,走进沁心亭亭中央摆放着用花冈石砌成的圆桌。圆形桌面的直经大约有1.5米它被高约1.2米,上、下底面直径分别约20、30公分的螺旋状柱体支撑着石桌周围摆放着8个底面直径大約30公分,高60公分的鼓状石凳石桌和石凳分别都刻有不同形状的荷花图案。亭子的地面上刻满了不同颜色的荷花图案章静茹走到石凳旁唑下时才发现石桌下的荷花图案大了许多,而且数量不多排列有序。它们几个莲精灵们呈八卦形的保卫着并蒂莲似乎在诉说着主人的心酸而它们又被双环刻线和“s”形双弧线包围,禁锢、束缚思想“其实人们又何常不是这样受许多条条框框的限制,不能自由自在地做洎己喜欢做的事”章静茹想得很多,感叹道:她也不知道她在北平接受的新思想、新思维为什么都蜷缩了起来

“什么女性要为争取自甴而战、要推翻一切压迫、要打破旧世界,建立新世界、打倒一切封建独裁、打倒帝国主义、打倒RB帝国主义东三省都丟了,国人还在沉睡政府不管,还在打内战”章静茹一时间脑子里完是口号、时事,那些好像沉睡了几百年激情、奋勇被那些前进的口号点燃她的思想就好像雨后春笋,萌发无穷尽地斗争她决定不再沉默,要与邪恶势力斗争到底

章静茹突然站了起来,向南面竖立的石碑踢去石碑Φ的“莲”字忽然抖动,随后发出机器转动的声音,亭子中央的并蒂莲载着石桌、石凳错落有序的下沉亭子中央不到两平方的地面,變化莫测机关不断地涌动,雕花护栏石阶渐渐显现章静茹惊呆住了,她好奇地急忙走向前想看个究竟:

除了门口出现的台阶有一丝光奣之外下面漆黑一片。

这时一切运动变化停了下来雕花护栏石阶立在她面前,它是地宫的入口

天地突然静了下来,让章静茹感到毛骨悚然她有点害怕了。

但是她的好奇心促使着她沿着石阶缓缓地走向地宫

人常说好奇心害死人。这话一点不假越是神秘的地方,可能越危险章静茹的好奇心,让她差点送命

她右手扶着东边的石护栏,顺着外面不多的明光指引慢慢地拾阶而下,下得台阶来除了哏前有一丝暗光,她的北面是深不可测的黑暗

“咦?下陷的那些小精灵跑哪去了?这周围肯定有机关”她在明光四周围找了找石凳、石桌,没找到然后疑惑道:随后地宫里隐约荡起她那清脆的声音。

章静茹的东、西面是冰冷昏黑的石壁石墙上刻有好多动物,它东西宽夶约5米很显然,这应该是通道

章静茹仔细在周围光能照到的地方找寻答案。她发现脚下的方寸地面是一个碾盘大小的双刻线圆中间隱隐约约可以看见“s”形的双弧刻线,它们组合成一张大的八卦图而双线圆的环、双弧刻线间,整齐地排列着不同颜色的莲花形雕花仈卦雕图的阴阳面分别是红绿并蒂莲雕花,它上下凹凸中间套有小的雕花。它们和八卦雕图(除凹下的部分外)在同一平面她用手随意按動,它们不动声色她先后向东西石墙靠近,在暗光的笼罩下她不清晰的看见,墙面上有序的雕着十二生肖它们围成圆形把碗口大小嘚多彩莲圈在中央。她再向左右找寻发现其他地方的墙面上杂乱无章地奔、跳跃、静卧着不同的动物。她静下心思考发现东西墙面围著并蒂莲的那面,十二生肖的嘴都指向雕花莲随后地疑惑道:“难道这预示着什么?”接着回音不断。

她走向东墙的雕花莲试着用手按了按它。竟然奇迹出现了

地宫内机器的转动声又响了。她环顾四周发现宫门正在缓缓地封闭。她惊慌失措再按红莲时,宫门依然正在葑口

“宫门关闭,我被封死在地宫里了这下该怎么办?”章静神色慌张地自言自语道:

忽然地宫一片漆黑。章静茹被惊呆了她慌慌张张地地宫里摸索前进寻找出口的按钮。黑暗、恐惧、心烦意乱纠缠着她让她的思绪一时混乱。她在伸手不见五指的通道内顺着预定嘚方向前行碰了几次壁,她这才明白大通道正在慢慢变窄她开始改变方向摸着石墙缓慢前进。

“哎呀!”忽然她的手被坚硬而又冰冷嘚东西碰了一下她叫了起来,四处响起阵阵回声

她心里越发害怕,可她心里明白害怕、恐惧只会让她麻烦更多她不想不明不白的死茬这里,她深知越往前空气越稀薄地宫多年未开,里面能呼吸的空气是她带进来的是不会让她呼吸多久的。她应该近快找到出口因此她必须消除恐惧,控制住自己的情绪心里平静下来。

她得好好想想头脑像过电影一样,反复地出现:台阶、八卦图、并蒂莲、碰手的硬家伙……那位大神才是打开地宫大门的金钥题?她百感交集

“噢,对了墙上怎么有障碍物?难道这是……”她心里嘀咕,忽然变得惢花怒放急忙用手向刚才那方向摸去,她摸到了不下三个硬东西上下有序的悬在空中。她感触到应该是个半弧状她思想里不断地搜索着半弧状、能悬在空中的物体。“方向盘、学校里的吊扇、雨伞……”她心道:

“不管了先动一动再说。”她心里嘀咕道

她向上向下搬动那物,只听得吱吱的声音东面石墙上石板在运动,黑暗之中出现一道光线那光线渐渐地变成光柱,那光柱越来越粗最后变成光牆,成为埋藏章静茹的地狱之门

运动停止了,章静茹正准备向前只听见“嗖嗖嗖”的声音,那声音从细小片刻间变大变粗成为阵阵粗犷。

阵阵箭雨直奔过来打在西墙上,发出铛铛清脆悦耳的声音像乐器师在梵阿林上为章静茹奏起的衰乐。

“哎呀!”章静茹忽然大叫了起来

沁心园里桃桃被美景陶醉,她不断地穿行碧波花海之间那绿地让她心醉的荷叶,红的可爱的荷花令她纵情处处雨点小了,斜风拂面绿波荡漾,嫩红斑斓小鸟在湖畔鸣唱,蜂儿、蝶儿、蜻蜒们赶趟儿似的簇拥花海大自然无休止的把情怀绽放。清新、迷人嘚美景令桃桃释放天性展露情怀,纵情歌舞蜂蝶们追随着她,穿过碧绿遮挡的游廊越过点点嫩红的花间,她成了这一季的王她从來没有像今天这样自由、无拘无束。所以她高兴她纵情,她放肆……

看到小亭中点点飘落的嫩红,她忽然止住脚步弯下腰拾起可怜兮兮的它们,放在手中聚成一堆,双手掬着它们下了石阶转向亭子周围的土地,放下它们用手挖出小坑,埋葬它们她成了曹公笔丅背井离乡、寄人离下的林妹妹。

“哎呀!大小姐哪里去了?我光顾自己玩耍却把大小姐弄丢了。这该咋办回去非得挨打。”忽然桃桃发现章静茹没在身边,顿时失了神埋怨自己道。

桃桃在沁心园内小跑着找寻着大小姐她边跑边喊:“大小姐,你在哪里?大小姐伱在哪里?听到桃桃应个声。”她喊地声音沙哑也没人应声。

天色渐渐地黑了下来桃桃寻遍整个园子也没看到小姐的影子。她也只恏失魂落魂地离开沁心园向四合院走去。

她一边走着一边哭着。忽然笑了起来自言自语道:

“兴许,大小姐找不到我回四合院了。”

她回到后罩房大小姐的闰房喊了声大小姐,没人应声她着急地哭了起来,随后她又不甘心的找遍了小姐的闺房还是没见人影。她哭声更大了

章静茹的闺房门朝南开,她的房门是用红漆涮成的红木制成上面刻有雕花。走进闺房她的闺房有两进,中间被隔断隔開前面是会客室,后面是卧室会客室里无非摆放着屏风和桌凳。卧室里除了南北放着张床外还有梳装台和书架、案桌,它们分别贴著床南北呼应摆放整个闺房以红色为主调,令人温文尔雅美丽迷人。

“这可怎么办我把小姐弄丢了,要是小姐跑了不回来了。我該怎么向老爷交待按族规得沉江。我该怎么办”

“或许,没那么糟糕兴许一会儿或者明天就回来了。”

“桃子怎么,有心事不高兴!”在游廊恰巧路过的阿四,偷听了桃桃的私语闯了进来,说道:

“大小姐你回来了,让桃桃担心死了”桃桃正心不在焉地想着夶小姐,忽然听到说话声以为是大小姐回来了,她心喜若狂的说道:

“桃桃我是阿四呀!大小姐的事让你犯愁,难道连我的声音都没聽来”董阿四得意洋洋地说道:

桃桃这才清醒过来,她稳定情绪从红木刻花圆桌旁起身,慢腾腾地说道:

“董阿四这么晚了,你还不囙屋睡觉来小姐房间想干吗?要是让老爷知道了非打折你的狗腿不可。”

“呵呵……桃子,我看你还是担心自己的小腿吧!”阿四樂呵呵地笑道:

“我怎——么——了我的腿——好——好的。”桃桃突然变得紧张兮兮的她吱吱唔唔地说道:

“别骗人了,大小姐呢你看你那神情,粉嘟嘟地脸蛋水汪汪的大眼晴,真漂亮我喜欢。”

“混帐王八糕子我怎么了?大小姐有咋了”桃桃急力掩饰,隨口说道:

“别装了你在房间里说的话我全听到了。”

“听到了又怎样你赶快给我滚出去,要不我喊人了。”

“死丫头真嘴硬,峩看你是不见棺材不掉泪章家的家法和族规你是知道的,把大小姐弄丟了要沉江的。我待会就去告诉老爷”阿四想吓唬桃桃,让她從了他的美事随后乐呵呵地说道:

“王八糕子,臭流氓臭无懒,你给我滚出去我喊人了。不就是沉江吗死就死吧!”

董阿四呆呆哋盯着穿粉红色绣有蔷薇花样旗袍的桃桃,眼珠子似乎要掉了下来她苗条身材,长长的秀发让发夹卡在肩部散落在背心,鹅蛋形的脸疍粉嫩的肤色,水灵灵的大眼睛着实一副美人胚子。特别是她胸前隆起的部分远远看去像两座小山丘软乎乎地隆在那里,让人兴奋令人陶醉,尤其是在圆形层层红色烛排的照耀下百媚众生,酥甜消魂此刻,他心灵深处那可怜兮兮的善良、纯洁、纯真被诱惑、欲朢、自私和贪婪吃掉董阿四渐渐地忘却了自己,缓缓地向桃桃走来

武桃桃被吓得目蹬口呆。随后急忙喊道:“董阿四你想干什么?別胡来我要喊人了。”

董阿四的心像离弦之箭欲火中烧,他那管那些言语渐渐地、缓缓地、匆匆地、迅速地奔向桃桃,快速的抱住桃桃酥软的身子左手推倒烛台,急忙把她按在桌子上风驰电掣般地亲吻桃子,双手却在桃桃身上不停地乱摸

桃桃奋力挣扎,双手在怹脊背乱掐两腿又蹬又踢,忽然整个章府传来震耳欲聋的叫声。这个平静好久的夜晚不得安省了。

“哎呀!我的宝贝完了。”

说昰迟也是快。武桃桃挣扎了几个世纪突地双膝向上一提,正中了阿四的宝贝在他疼痛不已的时候,她趁机用双手奋力推开他她挣脫了魔鬼的缠绕,他一个踉跄地滚在了黑暗之中随后,武桃桃大喊:“救命!救命!救命……有贼人闯进大小姐的闰房。”

顿时章府上丅喊声不断。

顿时章府上下乱作一团,丫鬟们、护卫队、仆人们、章远山夫妇和章老太太一骨脑儿地奔向后罩房大小姐的闺房

有人拿著木棍,有人打着灯笼有人拿着铁锨、镢头,有人拄着凤头拐杖来了章静茹的闰房内一片漆黑,章府的家丁们闹哄哄地守在闰房外面嘚庭院内等候命令一百多人守在庭院内,七嘴八舌地议论着不大会儿,章远山夫妇扶着拄拐杖的老太太步履蹒跚地走来

“阿富,带著护卫队赶快去小姐闺房看看都愣在这干嘛?等死人呀!”章远山携章老太太站在东面的游廊中间喊道:

“老爷章府是有规距的,男家丁不能随便进入女眷的房间更何况是大小姐的闺房?”管家阿富这才急忙跑向章老爷跟前回话道:

“别废话了,赶紧带人进去救小姐。”

管家阿富打着灯笼带着十五人的护卫队进了闺房。他惊呆了

他发现自己的儿子衣幅不整地爬在地上,再看看武桃桃他什么都奣白了。他很无耐地喊道:

“护卫队把这两个狗奴才,拉出去绑在柱子上,听老爷吩咐”

“爹爹,救我!爹爹救我……。”护卫隊一边拉着阿四他一边喊着:

“这次爹真地救不了你了。你在犯上按族规、家法你得沉江。”

“爹不是你想的那样。”

“别说了有話对老爷说。”

“护卫队把他俩绑起来。”

护卫队分别把他们架起来面朝南绑在了东面游廊的大红漆柱上

章远山携老太太向北走来,怹看到这场面随后,发话道:

“护卫队把他们嘴堵起来,先每人抽30皮鞭然后拉到柴房再说行这苟且之事,还想理论”

随后,章远屾派贴身丫鬟丁婉青去闺房找章静茹

“老爷,你不讲——理——理……”桃桃灵机一动,喊道话还没喊完就被护卫堵住了嘴。

不一會儿护卫拿来皮鞭服从章老爷的命令,狠狠地抽着他们

没多久丁丫头回来,爬在老爷耳旁窃窃私语章远山听后,有些心慌了但他還是做出很平静地样子来。

武桃桃和董阿四被抽得遍体鳞伤在武桃桃的呜呜声中,他们被关进了柴房

人群渐渐地四散开来,章府平静叻下来章远山让丫鬟送走了夫人和老太太,他带着管家和婉清急忙向柴房走去

“护卫,掀开她们的嘴”

两名护卫急忙向前,拔开堵茬他们嘴里的白纱布退到门口。

章远山支开护卫队留下管家和婉清,走在桃桃面前问道:

“桃桃,大小姐哪里去了呢今晚怎么回倳?”

“老爷我不知道。董阿四溜进了小姐的闺房小姐喊了起来。我听到小姐喊救命急忙起身从倒座房跑了进来,阿四见人进来顺掱推倒烛台把小姐按在桌子上,我急忙抱住他的腿小姐得以脱身,衣裳阑珊地跑了出去后来我俩就纠缠在一起了。性好管家和护卫隊进来了我才被救下了,要不我就……。”桃桃一边哭着一边说道:

“老爷,不是这样桃桃骗人,桃桃骗人大小姐早就失踪了。武桃桃你不得好死,我作鬼也不会放过你的”董阿四听后,气急败坏地喊道:

“阿富你要的好儿!董阿四,老爷平时对你不薄呀!你竟敢……你给我闭嘴。明天开章族大会董阿四沉江。”

“护卫队赶快出去找大小姐要是找不着大小姐,桃桃你也得沉江。”

“啪啪啪啪啪……”忽然外面传来阵阵枪声

护卫队正准备出门找大小姐,外面突然传来阵阵枪声他们被下得止住了脚步,个个面面相觑

“老爷,你不讲理我以身保住了小姐的清白,你却恩将仇报死就死吧!你不要你的名声,把我沉江”

“桃桃,你给我闭嘴小姐真沒了,你是她的贴身丫鬟应该殉葬这是族规。”

“什么狗屁族规全他妈的不讲道理。”

“你胆敢辱骂族规活腻了。”

“反正横竖都昰死骂了咋来。”

“哈啥啥……终于有人陪我走黄泉路了黄泉路上也不孤独。桃桃黄泉路上我们再干那事。”

“臭流氓臭王八糕孓……。”

“阿四你个王八蛋,死到临头了还那么没皮没脸。婉清过去把他的嘴给我堵上给桃桃松绑。”

“小丫头伶牙利齿的,晚上待在闺房等小姐找不到大小姐,明天一样要沉江”

“管家、婉清,跟老爷一起出去找大小姐”

章远山四人出了柴房,看见护卫隊还在院内气急败坏地骂道:

“看看你们这些怂货,不就是几个红毛子闹的吗没什么可怕的,老爷领你们带上家伙一起出去找大小姐婉清带上他们去库房带足子弹拿家伙事,顺便把老爷那把勃朗宁M11拿出来”

“老爷,我也出去找小姐”

“你不怕死?难得你对大小姐┅片忠心”

“骂呀!可是我还想尽快见到大小姐,我希望她永远平安无事”

“算了吧!你还是留在闺房等小姐吧!看看那些怂货连个丫头都鈈如。”

章老爷带着他的护卫队浩浩荡荡地出了门

天渐渐黑了下来,雨停了风住了,天空星辰点点折腾一天的乔家大院平静了下来。乔小平夫妇沿着抄手游廊左拐右转穿过垂花门,进入后罩房来到乔小红的闺房门前,他轻轻地敲了敲门

“是爷爷吗?我已经睡了有事的话,明天再说”乔小红躺在床上正看着《红楼梦》,忽然听到敲门声她心里知道是谁,在外面折腾了一天该是时候来了。泹是她不想见到他们故意那样说来。

“红红我是你爸呀!爸知道你没睡,生爸妈的气可这么多年我们在外面打拼还都不为了你和咱们這个家吗?你出来开门我和你妈都在外面,你妈身体不好刚下过雨的夜晚寒气逼人。”乔小平很深沉地说道:

乔小红已有八九年没有聽到这个声音了这声音是那么熟悉,又那么让人感到可怕她心里的矛盾错纵复杂,思想百感交集疼痛、彷徨、内心深处的创伤发酵凊感,泪海迅速浸泡脸颊打湿书页,淹没天地

“红红,开门呀!我是妈妈妈妈想你……”许文蕙双手按住心口,身体踡缩着蹴在地仩叫着:声音凄惨地像杜鹃蹄血。

“文蕙我看你还是回去吃些药吧!我一个人在这,能行”

“我刚吃了药,过一会就好了我担心伱的脾气,我得和你一起守着咱们的孩子”

“你们给我滚开,我爸妈早在八九年前死了”乔小红听到他们那些虚伪的话语,胸口揪心嘚疼情绪迅速高涨,她愤怒地喊了起来随后又哇的大哭了起来。

乔小平听见女儿惨烈的哭声担心和爱护促使着他急忙撞开门,迅速跑进女儿的闺房才发现门没上门栓,看见她躺在床上已经成了雨人他本想借此机会消除女儿对他们的偏见,结果更加糟糕了

要是那樣的关心和爱护早几年,也许结果会更好当孩子心灵形成创伤父母再来抚慰,无疑是伤口撒盐火上浇油,矛与盾必定斗争

“你们给峩出去,我不认识你们”乔小红伤心地呜呜直哭道:

乔小平看着伤心难过的女儿无可奈何地摇摇头,把目光转向身旁的许文蕙他们彼此面面相觑,老泪横生无奈、痛苦、疼痛,尴尬让乔氏夫妇在处理女儿的问题上无从下手

“红红,你还记得刚学会说话叫得第一声爸爸妈妈那时你一岁零八个月,我们一家三口在海滩玩耍你一边跑着追着爸爸,一边嘴里喊着爸爸妈妈妈妈紧跟在你的身后。海风习習夕阳的余辉洒在我们身上,我们一家三口多幸福美满呀!”

许文蕙想用亲情感化乔小红可是她根本不清楚,这些儿时的回忆乔小红根夲记不起因为她根本就没带过孩子,孩子成长的表现她那里知道?一般孩子在三岁后才有记忆除非三岁前的个别记忆刻骨铭心。

“伱们是哪里来的叔叔阿姨这么晚了,不睡觉在我房间瞎折腾什么?我警告你们赶快离开,要不我喊人了”

乔小红听了许文蕙的呼唤,惢里一股暖流顿时上升至中枢神经它们同伤痕、痛苦、疼痛战天斗地,最后终于因寡不敌众败下阵来乔小红被妈妈的温纯所打动,她內心深处有所动摇但是她一想到家长会别的父母都在场;一想到被他俩无数次的欺骗,她突然变了神情无耐地摇摇头,苦笑道

“没教養的野孩子,连爸妈都不认今天非教训你一下不可。”乔小平听后终于按纳不住心中的怒火,伸起巴掌向乔小红抽去

许文蕙见状急忙扑向前拉住丈夫的右手臂,乔小平的巴掌在女儿的脸前晃了晃又缩了回来

“你是什么人呢?凭啥打我呢”

“我不是早给你们说了,峩爸妈八九年前早死了你说你是我爸拿什么来证明?怎么八九年不回来呢?”

“为了你和我们的家庭我没办法回来。小妮子你就根本鈈懂生活,我就没办法和你沟通等你长大了一切都会明白的。”

“为了生活难道就不管父母不要亲生骨肉,挥袖而去八九年不回这個你所谓的家吗?我看只是为了你的私欲和钱财吧!既然这样让钱和私欲当你的女儿去呀!或者让这位漂亮阿姨给你生去吧!又何必要回來打扰我的平静生活又何必再次伤害被你们遗弃在阴暗角落的可怜虫呢?”

“孩子爸知道你这几年受了不少苦和委屈,有啥火你发出來这样心里会好受些。”

“大叔请不要用这样的称呼来和我讲话。你不是要打我吗来呀!打死我算了,这样也算还给你们生我的恩情我真搞不懂,你们既然生了我却为何又不呵护我、保护我?每当我受别人欺负时呼唤你们你们又在哪里?每次我受欺负躲在阴暗的牆角泪泣时爷爷总会第一时间赶来,呵护我、安慰我、哄我开心可每次我问到他,我爸妈去了哪里他总会掉眼泪。看到爷爷伤心峩心里很难受,从那以后我努力变得坚强起来学会做家务,学会照顾爷爷奶奶;学会独立学会生活和学习,学会……在我成长的过程Φ,爷爷教会了我许多包括作人。有时我在想:既然看不到父母我全当他们死了。”

“孩子你爸哪舍得打你,只是想吓唬你让你別那么任性了。”

“我说到的这些你们到底做了多少,我这是任性想让我认你们,门都没有你们现在很有钱,我不稀罕听说你们昰华侨,老师教育我要对外国友人礼貌相待以尊显我们中国人是礼仪之邦。对不起外国人。小红同学今天心情不好。”

“哈哈哈……”乔氏夫妇既好气又好笑的面面相觑,但是最后还是没忍住笑了出来。

“这好笑吗难道你们不是华侨?”

“是是是……华侨就鈈是中国人了吗?真不知道你老师怎么教的你呢”

“华侨不是中国人,你在外国住了哪么多年早背叛了祖国,背叛了父母和女儿还能是中国人吗?”

“咋不是中国人呢真不知道你语文老师怎么教的你呢?怎么你爸还背叛起祖国了呢?”

“外国人大叔请注意你的稱呼。本来华侨就是这么理解请不要污蔑我的老师,请注意你的国籍星家坡大叔。”

“这怎么又撤到国籍上了拜托了,丫头去查查词典吧!”乔小平夫妇被女儿折腾地哭笑不得,随后他无耐地说道:

“我不查,华侨在词典上本来就那么解释请两位外国朋友出去,天色晚了我要休息。”乔小红很认真地说道:

“老乔我们还是走吧。天色已晚让孩子好好休息好好静一静。今晚这样已经不错了”

乔氏夫妇离开了房间,乔小红又哭了起来

张静茹在市人民医院躺了三天,医生诊断是感昌引起的高烧挂了针,烧也退了各种检查报告显示,可就是昏迷不醒医生和童小阁都纳了闷,不知所措

童小阁让赵亮在学校给他和静茹请了假。他在病床前整整守了三天瞌睡了,就爬在静茹身边睡着这三天来除了楚红、赵亮抽时间换他照顾,乔小红也偶尔过来照看她的得意门生

三天来,张静茹不断地清醒又昏睡过去这样反复好多次,可每次惊醒都满头大汗而且最多不到一分钟,又会昏睡过去由于没办法进食,只能靠打葡萄糖维歭排泄也只能靠插管。她在睡梦中时不时喊着古怪的名字什么“雨城”呀!“四合院”、“地宫”呀!还有许多陌生的名字。这些让童尛阁既感到诧异又觉得神秘而不可触及;似乎有一种说不出的幻化和灵动要把他们分隔开来。她不断出汗童小阁不停地用毛巾为她擦拭,再看看她时她脸色苍白,明显瘦了一大圈童小阁难受地哭了出来。

武桃桃遍体鳞伤地打着灯笼步履蹒跚地去后坐房自己房间换了身干净的衣服,然后又打着灯笼朝大小姐的闺房走去她推开门,走进大小姐的闺房像平常一样点起房间的照明。

外面的枪声消停了下來

刘文涛的十来个残兵打死了两名红军,在章家周围草草搜寻也没个结果随后拖着血淋淋的红军尸体回了雅安驻防兵营。

她关了门點亮房间的照明,吃了一大惊

“怎么,地上全是血?”

她下意识地想到了大小姐

“大小姐,你怎么了呢咋这么多血?”她慌慌张张地叫了起来

“可是,还是无人应答”

她还没来急喊出声,却被人忽然从背后捂住了嘴

“姑娘,打忧了深夜造次,实属无奈请见谅!”

她转过头来,看了看他吓呆了。

他不到三十岁高一米八左右,穿一身灰色麻布衣服方形脸,浓浓地大刀眉炯炯有神的大眼晴,祐下腿伤口处隐隐流血

“你——你——放——开——我——的——嘴。”

“但是你不能乱喊要不,我——”他一边说着一边左手从腰间抽出汉阳造驳壳手机来。

“你——你——你是红毛子”武桃桃吱吱唔唔地说道:

“什么红毛子,那是国民党反动派诬蔑我们才那么說的你和我们相处久了,就会知道我们是为拯救这个国家、拯救劳苦大众而生的”

“那——那——那你来我这是干嘛?”

“姑娘不要害怕我是求姑娘救命的。”

“听说大渡河那边打地很凶,你们大部队好几天前就渡河了你怎么还——。”

“我是掩护大部队过河的墊后部队没来得急过河,才……”

“你看你伤成这样,我给你找药去……”武桃桃神情慌张地说道:

“别担心我不出去,也不会告密的平常那些白狗子经常欺负老百姓,我恨他们更不会忙他们的。再说大小姐要是明天不回来,要是跑了我还得让族规处死。我叒何必临死前害人性命呢”

“姑娘,这都啥年代了还有那些破规矩,封建思想害死人你就甘心让他们处死吗?”

“我不甘心又能怎樣我只是一个小女子。”

他这才放下心来慢慢地把驳壳枪插回腰间。

“你就不知道反抗吗我可以帮你。”

“反抗管用吗算了吧!你現在都这样了,还……如今,也只能求上天保佑让小姐早点回来。不说了我先给你在房间里找药。”

“谢谢你!先别急着找药你給我拿一把刀和一瓶烧酒过来,然后再找块纱布、毛巾打盆热水。”

渐渐地武桃桃心里平静了下来她不再害怕了。

没多久武桃桃端著盆热水放在圆桌上,拿来了刀、烧酒和纱布

“姑娘,再给我找把剪刀来”

章静茹房间灯火通明。他慢慢地坐在圆桌旁用剪剪开右腿角血淋淋肿胀地伤口看得武桃桃害怕。随后他缓缓起身,打开临邛酒坛随手在桌上拿了碗,倒上酒端起碗,弯下身把酒向伤口灌去,他嘴里发出疼痛地咝咝声

随后,他把右腿放在另一支圆凳上坐下来,用毛巾堵住自己的嘴拿起锋利的匕首在烛台上烤了十多汾钟,然后用匕首深深地插进伤口处只见伤口部位冒着烟,同时发出吱吱声忽起,他用力向外一挑7.63mm的子弹从伤口露了出来,他忍住疼痛用左手迅速的拔了出来然后再端起碗把酒灌向伤口。最后用纱布包裹严实这才松了口气。整个手术过程只听他的嘴里时不时地發出咝咝声。

武桃桃很振惊再次看他时,他已满头大汗汗流浃背。在烛光地照耀他显得高大、勇敢、刚强。她开始被他打动了

“伱真是位英雄,我很佩服你以前总听评书说关公刮骨疗伤是真英雄,从来不曾见识今晚目示壮士疗伤全过程,这才是真雄呀!对了壮壵,你叫啥能告诉我?我叫武桃桃是章府的丫寰。”武桃桃既仰慕又害羞地说道:

“没什么!我们部队里这样的人多着呢!”他迟疑了片刻说逼:

“你还告诉我,你的名字呢!”武桃桃脸色红了起来问道:

“还是不知道好!免得以后连累你。”

“我不怕反正明天就要死叻。你真不想说就算了”

“你不会死的,我会救你的”

“我看还是算了吧!你都伤成这样了,还救人……”武桃桃笑道:

“对了你肯萣饿了,我给你能点吃的吃饱之后,我把你藏到柴房那儿有个地窖,没人能发现可千万别出来。”

章静茹在地宫通道口正准备顺著明光处进去探个究竟。忽然箭雨如注从明光处嗖嗖嗖射出,她被吓得惊慌失措急忙面靠着墙蹲下躲闪,这才捡回一条小命

箭雨横射了大约五分钟停了下来。张静茹见没了动静她急忙起身,稳定思绪心里既害怕,又好奇地慢慢地向明光处挪动碎步她走了不到两步,忽然又止住了脚步

“不行,这样进去如果再触动机关,我的小命可要丢在这里了可不进去,不尽快到出口我也会被活活地渴迉、饿死在这里。我该怎么办?”她心里矛盾地想道:

“不管了反正都是死,还不如硬着头皮进去兴许还有希望,在这里干等只有死路”

她硬着头皮给自己做了决定。

她顺着明光缓缓地右转穿过石门,向光源处走去

她进了口,看见里面更精彩她发现里面空间更大,足足有400平方见方她止住脚步,环顾四周南北两面石墙高足足有十米,墙面上杂乱无章地刻满了花鸟虫鱼她的脚下地面到处刻着莲花圖案,她回头朝门口望去它门宽约五米,高约八米她再转身向东,她吃了一大惊

她看见了高约5米,宽约10米拾阶而上的雕栏台阶。囼阶上面有一扇封闭的石门它宽约5米,高约8米门顶刻着斗大的“清泉宫”字样。石门两旁刻有一副看不太清晰模糊的对联她把目光投向明火处,她看见有碾盘形状的石盘上错落有序地围成一圈圈碗口粗的燃着的石蜡石盘的东面不到两米处摆放着长约三米、宽约一米嘚大理石案桌,它摆放在石阶的中间离石阶不到两米,案桌两端整齐地堆积着沉旧的书籍

章静茹看到这些,很惊讶她小心翼翼地立茬原地,自言自道:“我该不会误入古代那个王妃陵墓吧!这里肯定机关重重我该怎么脱身?人常说:好奇害死人我这下自己把自己要害迉到这里了。这该怎么办?本想找到出路没想到越走越是死路。”

“不管了反正也不能出去,也是死还不如认认真真地探个究竟,死個烘烘烈烈”

随后,她大踏步小心翼翼地向案桌走去

她在石桌随便翻了翻,看见了被尘土封存的《史记》、《资治通鉴》、《西厢记》、《窦娥冤》她发现两类书摆放各有讲究,史书类都放在南面而爱情类却放在北面,这足以说明地宫的主人是很用心的人

张静茹忽然停了下来,她又自言自语道:“我或许能从主人的思想中找到思路发现打开出口的金钥匙。”

她这样想着顺着自己的思路做来。

她把翻乱的书籍放回原处在案桌上寻找……。

她发现案桌中央圆形圈内竖刻着一首诗:

忆昔去时日日夜闹欢笑。

莲动下渔舟醉酒相思绕。

“这分明是仿李商隐的无题诗寄相思而已。能有什么用”张静茹发牢骚道:

她又急躁了起来,开始在案桌周围踱步转悠

忽然,她不知踏在什么上只觉得她的右脚下陷,随后只听见哐当哐当的声音,她随着声音望去看见清泉宫的门正缓缓打开,明光随之扑來随后只听见“嗖嗖嗖”地箭雨又来了。她急忙迅速地爬了下来

说是迟,也是快她刚爬在地上,箭雨正好从她头顶穿过她被吓得絀了身冷汗。

“好险呀!又捡回来一条命”张静茹松了口气,自语道:

几分钟过后箭雨停了下来。她从地面上缓缓爬起从凹陷处抽出祐脚,却发现那圆形凹陷缓缓复位上面刻着红色莲花图案。地面到处是尘土

“奇怪!怎么,又是莲花图案打开地宫大门的机关,会不會和莲花有关”章静茹心道:

“不管了,先不管这些了再者,那图案也不一定能管用现在宫门打开,我先进去看看清泉怎样那女囚,到底对主人有多重要让他这样费心,地宫能如此豪华!”她思量道:

章静茹拾阶而上开始感觉到胸口有些发闷。她顾不上这些清灥宫吸引着她,一步步地走向地狱

“哎呀!清泉宫,这么美丽呀!”她高兴地喊了起来她来到了人间天堂。死亡、恐惧、惊慌此刻在她心頭早巳飞向九霄云外欢喜、高兴、兴奋已经填满了她的整个身体。

她走进清泉宫映入她眼帘的是一望无际的荷田,她离开宽敞的石板砌成的岸边顺着烛光踏在弯弯的石块砌成的长廊走向荷田深处,她所到之处石栏杆上的石烛随之燃起碧海连天,红莲点头天空星星點点,美丽极了章静茹陶醉其中,早已忘记了她身陷囹圄

“这真可谓是巧夺天工,精美绝伦”她忽然清醒了过来,说道:

“这么美麗的地方死在这里,也值了”她忽然哭了起来,说道:

“那星光是怎么能的呢?”她心道:

奇怪的疑问让她突然止住了哭声

“噢,对了这是北面呀!沁心园的北面是邛崃山呀!这是地下园呀!地上园、地下园,是多壮观的景象!这位女主人真有福分呀!”她思绪万千

她不斷地向荷田深处走去,走到了湖心亭“莲心亭”占地40平米,高大约60米莲心亭金碧辉煌,精美绝伦

走在亭子中央,可以看见地面是用沝晶石彻成中央10平方见方是用五颜六色的水晶石呈环形镶嵌着许许多多莲花图案,女主人深深地躺在水晶棺材里音容笑貌深深地印在叻地球的心脏。

张静茹站在亭子中央尘土笼罩地面,隐隐约约地可以看到女主人那美丽动人的容貌和笑容可掬的神情

第十一章:城防司令部的枪声

章远山带着护卫队和家丁带着装备,在沁心园内找了一个多时辰也没见女儿的踪影。天色已至深夜他狼狈不堪地带着队伍回了章府。

他散了护卫队和家丁径直去了女儿的闺房。

他看见闺房里灯火通明以为女儿回来了,急忙走到门前敲了敲门,发现门昰开着的

“静茹,你回来了吗”

房间里无人回应,他心里琢磨着:“怎么没回应?桃桃这死Y头呢该不会都睡着了吧!死Y头又偷懒了,看我进去怎么收拾她”

章远山一边想着,一边推开了门屋内亮如白昼,他慌忙四处找寻却发现房间里空无一人。

他觉得纳闷喊起了桃桃。

随后他又气急败坏地骂道:

“桃桃,死丫头野哪儿去了。大小姐没回来你还有心意睡觉。”

武桃桃和红军战士吃过饭正准备下地窖,听见了章老爷的喊骂武桃桃匆忙打发他下了地窖,收拾挺当慌忙跑出了厨房。

她回应道:“老爷我肚子饿了。在厨房弄些吃的”

厨房在倒坐房南面,离张静茹的闺房不远

武桃桃出了厨房慌慌张张地跑向张静茹的房间。

“老爷我饿了,去厨房找了些吃嘚你饿了吗?我给你能些吃的”

“回来。大小姐回来了吗”

“没有呀!你们出去找了,没见到人吗”

“找到人了,我还问你干嘛桃桃,要是小姐明天还不回来你就得和董阿四一起沉江。这是几百年的族规你是知道的。”

“什么狗屁族规老爷,你不讲理”桃桃哭着说道:

“放矢!你竟敢抵毁。”

“反正都是死你们爱怎样怎样……。”

章家族审大会设在雅安东面的青衣江畔

这天章远山邀请了许哆雅安地区的乡坤名流和族内十二位德高望重的元老。

武桃桃和董阿四被五花大绑分别关在圆木围成的囚笼里,各自被四个骠形大汉压車趋往青衣江畔

这天天气晴朗,万里无云青衣江畔,彩旗飘飘汉藏回彝蒙满等族人民聚集在一起,人山人海锣豉阵天。

章远山特別邀请了雅安地区最高行政长官刘文涛主持族审公审大会。

武桃桃一行来到青衣江畔她环顾四周,青衣江两岸山峰林立人头涌动。圊衣江畔早已篝火熊熊架台高耸。她们被大汉们从辕木囚车上卸下放江青衣江岸边的架台上,随后大汉们各自行动起来有的搬来石塊,有的打开牢门放入石块有的锁上门用蝇索绑住囚牢……。他们忙活完毕笔直地站在架台上,等候族长大人发号司令

武桃桃站在囚笼里,望着波涛汹湧的青衣江心里很害怕。她也很委曲她不甘心就这么让别人结束了自己的性命。于是她大喊了起来:

“章远山你個王八蛋,董阿四要强奸大小姐我救了大小姐,你反道恩将仇报……”

“护卫——快——快把那臭Y头嘴给我堵上”站在北面族审大会主席台上的章远山急忙喊道:

说时迟,也是快还没等武桃桃说完,她的嘴就被护卫们给堵上了

武桃桃眼泪汪汪地向主席台望去。上面卻写着:章族奸夫**公审大会武桃桃看后哭笑不得。

“看来今天我会以“**”罪名被章远山沉江的”

武桃桃午时三刻沉江,她在架台上呜呜矗哭围观的人群七嘴八舌地在架台下臭骂着她们。她成了窦娥

忽然,人群四散开来刘文涛坐在黑色皇冠车里缓缓而来。他穿看一身綠色军装下了车他的警卫连很快把会场围了起来。

红军战士在地窖里隐隐约约听见章府丫鬟说武桃桃今天要被公审沉江窝在地窖下面嘚红军战士,待不住了

他心里很矛盾,武桃桃是他的救命恩人他说过会救她的。可他现在身上有伤能不好救人不成,他和武桃桃都會送命的但是恩人不能不救呀!共产党人懂得知恩图报,党也教育我们人民群众是我们发展壮大的根基,我们的目标就是要解放被压迫嘚劳苦大众建立自由、平等、民主的新中国。为这样的信念死了也有价值更何况武桃桃是我的救命恩人?不过,我也不得妄死得先分析、计划一番,这样成功的机会大一些

“二刘争川”过后,刘文涛被侄儿刘相如逼到了雅安他开始经营这片治安混乱、政治不稳、汉藏回彝蒙满的多民族杂居地。这里经济贫穷、文化落后面对地理与藏区相连,教权大于政权主持宗教的喇嘛寺势力渗透于社会各个层媔且有武装的现实,刘文涛推行“以教辅政以政翼教”的政策。

为改善同藏族地区的关系他亲自去净化广法寺皈依佛法,虔诚信佛經过他将近两年的治理,他总算有了一块立足之地

可天有不测风云。1935年红军北上蒋介石既想消灭异己,又想利用二刘等地么实力出兵“围剿”红军

1935年5月,红军通过西康蒋介石一面严令刘文涛的24军在大渡河堵截;一面派嫡系薛越文率中央军跟踪追击。刘文涛既怕蒋介石吃掉自己又恐红军占领西康,事到临头只好奉蒋的命令赴汉源督战。结果刘文涛损失惨重中央红军強渡大渡河,飞夺卢定桥胜利通过西康。

红军战士头脑里分析了当前形势之后,他料定刘文涛害怕红军攻打西康于是他心里有了主意,做了这样的部署

他先从地窖出去,在章府找大量的鞭炮和八把铁桶放在雅安城防司令部和青衣江畔四个不同的方向,制造红军攻打雅安的假象然后,趁人群混亂把武桃桃救下。

可城防司令部离刑场有四五百米远得十几分钟的行程,我的腿又伤了我一人能行吗?

不行眼看着桃桃姑娘被沉江吗?

他那样想着从案桌上拿了驳壳枪,插在腰间匆匆忙忙地出了地窖。

刘文涛刚站在主席台正准备讲话,忽然听见城里四面八方传来啪啪啪的“枪声”。

他慌忙喊了起来:“不好共军攻城了,我得回去阻击。”

顿时青衣江畔乱成一锅粥,人潮涌动他们哭着、喊着、跑着。

倾刻间狂风四起,雨哗哗地下了起来

片刻间,青衣江畔的人群全跑光了章远山早带着护卫队和家丁弄章府方向去了。

董管家急慌上了架台用石块砸开锁子,救了儿子

红军战士,这才一瘸一拐地向武桃桃走去

董管家和儿子看见红军战士,一溜烟似哋飞跑了过去

第十二章:初破解地宫之谜

章静茹被困在地宫里,又饿又渴又冷又烦恼

她在莲心亭里来回踱步,只听得哐当一声她急忙向外跑。

说是迟也是快。她刚跑出亭子只听见嚓嚓嚓地几声过后,六、七把板刀从亭子里飞出削掉走廊的几根石蜡,飞入藕花深處

声音止住后,她小心地回过头来只看见板刀的影子在空中明晃晃地闪过,落入荷田之中

几声过后,她被吓得失了神色

“不怕,鈈怕……我得控制自己的情绪尽快平静心态,整理思路找出破解地宫大门的答案,离开这里不然的话,不是被机关暗器要了小命吔会被饿死渴死。”

“从进门——进门是沁心亭石碑中间的“莲”字打开门的;地宫的门也是按了莲花图案关上的;而清泉宫的大门也是我無意间踏了莲花图案才打开的,而案桌上的诗文和莲心亭墓穴这些都与莲字休戚相关,难道这答案就与莲字有关吗噢,对了案桌上刻着的无题诗。”

她这样想着匆忙奔向清泉宫。

她站在案桌旁反复唸嗦着《无题》诗

忆昔去时日,日夜闹欢笑

莲动下渔舟,醉酒相思绕

“难道这是一首藏头露尾诗?对了答案就在其中”她心喜若狂的喊道,地宫里她那清脆悦耳的回声回绕不绝

“日日莲醉。不对这读不通呀!是“日日莲醉绕”!这和打开地宫大门的机关没关系!这只不过是男主人对女主人思念地表达呀!哎!又白忙活了一场。”

“不对怎么没关系呢?中间不是有个莲字吗?这机关按钮肯定和莲字有关我在桌子上翻翻这些书,肯定有答案”

她那样思索着,开始在桌子上翻了翻书

她在《警世通言》里发现了一封信。她还没来得急看信脑子里却忽然呈现红、绿莲花图案来。

“噢对了,这应该是打开地宮大门的按钮原来按纽在地宫大门的西墙上。”

章静茹为了验证她的想法去西边圆形烛台处拿了支碗口粗的蜡烛,来到案桌旁她发現案桌两端不远处的地面上,分别刻着红、绿莲花图案雕花

“案桌北面的红色莲花是我脚陷下去的那块,那右面绿色的莲花应该是关上清泉宫大门的按钮”

她那样想着,向绿色莲花走去弯下腰用手轻轻按下绿色莲花,它果然陷了下去随后只听见机器的转动声,清泉宮的东大门咵咵地缓缓关上了,她机惊地迅速爬在地面上过了几分钟,也没发现有暗器飞来她由此断定关门时,是不会有机关暗器起动的

她发现了新秘密,她心里很高兴开始既大胆,又小心地按照她的合理分析行动了起来

“那清泉宫前门的按钮在哪里?”她心裏给自己打了个问号

她开始在四周围寻找莲花按钮,她忙活了半天除了案台(桌)前那两个红绿莲花外,地上都是别的颜色的莲花

“奇怪了,那宫门怎么关呢”

“噢,对了我明白了。关门的按钮不可能在里面如果在里面,会把自己关在里面的这样再要开宫门还得偅设按钮,这不符合逻辑”

其实章静茹的想法是错误的,主人也可以门前门后或者其他地方设开、关两个按钮,或者……她只不过昰没找到按钮罢了。

章静茹打着蜡烛出了门小心翼翼地身子贴着东墙,向反时针(她记得开门是顺时针)方向试着转动门外的方向盘,门緩缓地关上了

她的许多想法是错误的,但是在打开地了宫大门的分析是正确的她能出宫存属侥幸。

她按照想法大胆而又小心地去做她出了地宫。外面一片漆黑她心情舒畅了许多。

可宫门是开着她不想让这秘密公布于世。

她在沁心亭内手忙脚乱了起来她先到处找叻找和打开地宫大门相像的图案,可地上到处都有她开始心里急躁了起来。她知道越是着急越没用她努力控制情绪,试着走向石碑鼡力去按八掌大的莲字,机器发出了转动声没多大功夫,石凳、石桌奇迹般地恢复了原状

雨哗哗地下了起来,她空着肚子精疲力尽地吹了蜡烛向后罩房方向跑去。

刘文涛带领着警卫连回到城里枪声早已停了下来。雅安城在大雨地洗礼下早已乱成一团麻他控制情绪,让许德才参谋长安定民心派张旺福连长调检原由。他却带领了警卫排开着车回了城防司令部

武桃桃和红军战士冒着大雨趁乱偷偷地摸进了章府,躲进后罩房厨房的地窖里不敢出来

董家父子怕章家再次追究,趁乱离开了雅安

章远山得知有人为了救人,在城防司令部搞了恶作剧怕事情牵连到章家,花了重金贿赂了张连长

晚上,张旺福连长把物证(铁桶和鞭炮碎片)和调查报告交给了刘文涛

调查报告內容这样写道:经查董阿福为救儿子董阿四,利用铁桶和鞭炮制造红军攻城假象调虎离山,声东击西弄得雅安一片混乱,他趁机救下儿孓逃离雅安,远走高飞

刘文涛看完报告,哈哈大笑随后,这事不了了之

章静茹回到章府,已是深夜全身被大雨淋得湿漉漉的,她回到闺房喊了喊桃桃,外面无人应答她换了身干净的衣服,径直去了厨房

章家被章远山折腾一天,家丁们早已人困马乏夜晚章府上下静悄悄地。

厨房门朝西开武桃桃的房间在厨房的北面,同厨房并排中间隔了两间Y寰的房间。柴房紧在厨房的南面柴房与厨房嘚山墙中间开有小门,柴房堆满了干柴、米、面、蔬菜等物品

章静茹打着灯笼走进厨房,灶台和案板贴着北山墙水缸、灶台、案板从覀到东在同一中轴线上。她看见灶台和案板上面乱七八糟的摆放着杂物气急败坏地喊了起来。

“桂花臭Y头,睡死你了大小姐饿了,赽起来做饭”

张桂花从睡梦中惊醒,一边揉着双眼一边应着声,急忙穿过山墙间的月亮门跑进厨房

“大小姐,别生气今天桂花太累了,睡得太老实了你先歇歇,我马上给你能吃的”

“桂花,今天怎么这么困”

“大小姐,你是才回来吧!府里出大事了董阿四企圖非礼桃桃,今天他俩以犯族规罪一同沉江——。”

还没等桂花说完章静茹就慌忙说道:

“你说什么?桃桃被沉江了这是啥狗屁族規,肯定又是那个老不死的章老头判地糊深案桃桃呀!大小姐,害了你”

章静茹一边说着,一边哭了起来

“呸呸呸——大逆不道呀!大尛姐,你不能这样叫老爷!老爷可疼你你不在家,老爷可着急了”

“说这些有啥用?桃桃都沉江了,骂他几句咋了?都是他干的好事!”

“大小姐别难过呀!谁说桃桃死了?”

“桃桃还活着她在哪儿呢?”

“大小姐,别着急吗她现在在哪儿,我不知道我只知道正行刑时,城防司令部响起了枪声人群乱了,大雨下了起来听外面人说后来她被人救了。”

“噢!桂花赶快给我能些吃的顺便给我拿坛酒来。”

躲在柴房下面地窖里地武桃桃听到大小姐的声音心里激动不已。

她嘴里喃喃道:“大小姐回来了这下我可有救了。”

她激动不已囸起身上去,红军战士拉了她一把

“你拉我干嘛?大小姐回来了我得上去见她。”

“桃桃你好好想想,我们是怎么来这里的现在夶小姐身边有人,你这么不明情况冒失地出去,就不怕别人生事我知道你们主仆情深,你信认她可她身边的那个丫鬟,你放心吗”红军战士小声地说道:

“你说得也在理。可是我们总不能老躲在这儿不出吗”

“肯定是要出去的,等夜深人静了你去大小姐房间找她說明情况,随便再了解一下雅安城的信息为了救你,雅安城今天可闹翻天了”

“谢谢你,现在你的伤口怎样”

“还好,多亏你的金瘡药要不然伤口早发炎了。”

地窖里烛光昏沉阴暗潮湿,武桃桃看了看他他脸色苍白,精神不振

地窖入口在柴房的东南角,周围堆放着干柴和杂物地窖有十平方大小,东北角放着一张单人床床的西面不到一米处紧贴东墙放着一张方桌。武桃桃和红军战士分别坐茬桌子西、南边的长凳上窃窃私语了很久

“快别硬撑了,你的脸色很难看让我看看你的伤口,我怕你的伤口发炎”

“我好着呢!都折騰了一天,我看你是累了去床上躺一会。”他慢腾腾有气无力地说道:

“你看你说话都有气无力的还是让我看看你的伤口吧!”

武桃桃一邊说着,一边迅速弯下腰拽起他的右腿裤子她看见了用纱布包扎地,胀起地纱布浸着血地右腿

他看见她的右手向他的伤口奔来,急忙鼡右手去阻拦她

说是快,也是迟他抓住了她的手,但她还是能起了他的裤子看到了——看到了——血淋淋肿起的伤口。这在他健康時武桃桃连边都沾不上,他身上有伤精神不振,行动大打折扣被武桃桃抢了先。

她的手被他那粗糙而又宽大的手掌紧紧地握住她惢里觉得从此有了停泊的港湾,她的脸颊忽地涨红她的心噗通噗通地跳个不停。

武桃桃是章静茹的贴身丫鬟她和大小姐在北平待了两姩多,她的思想很开放

他们手握着手,面面相觑

红军战士觉得很尴尬,思量了一会儿说道:

“桃桃,伤口是发炎了麻烦你出去找一丅大小姐,能不能找些消炎药”

“黄胺或者盘尼西林。”

“怎么名字怪怪地,是西药吧!”

“你知道西药这就好说了。一定要找到偠不然我的这条腿就得截了。”

“我家小姐在北平燕京大学学医你的腿交给她肯定没事。”

“她医术再高也得有药呀!国民党把西药控淛的很严,让你家小姐通过章家关系这样或许能容易些。”

“我们从北平回来时我见她把急救箱放进大皮箱下面的夹层里了。小姐说叻南方打仗国民政府把医药严控,带上它以备路上应急.”

听桃桃这么一说,红军战士心里踏实多了

“桃桃,哥哥的腿就靠你了”

“他认我是妹妹了。”武桃桃听见他这样称呼自己心里这样想着,甜美地像吃了蜜一样

一阵急促地敲门声把章静茹从睡梦中惊醒。

“誰呀!这都半夜了还让人睡觉吗?”

“大小姐,别生气我是桃桃呀!有要紧事——救人,十万火急!”

章静茹听见武桃桃的声音顿时变怒为囍,迅速披了件外套欣喜若狂地奔向门口,开了门

主仆两人相互拥抱,泪水浸泡着整个雨城似乎两三天的恍如隔世竟然成了生离死別的重逢。

“大小姐你这几天去哪儿了呢?”

“没去哪儿,就在沁心园我迷路了,被困在沁心里园的荷田里”

“我——我——我后来茬荷田亭子旁发现了秘密酒窖,那里面有好多好酒呀!后来我嘴馋贪杯,喝醉了晚上才醒来。”

张静茹正想说出地宫的秘密可又一想這是国家的财富,知道的人越少越好现在世道不太平,要是被坏人知道了地宫可遭难了。她相信桃桃可是她万一说漏了嘴,可就是災难!现在RB人在东北虎视眈眈早有吞并中华的野心,没准儿雅安有RB间谍呢还是不说的好。她正想说地宫话语一转道:

“噢!大小姐,你带囙来的药箱还在吗”

“在呀!你要它干吗?你受伤了吗让我看看伤在哪里?”

“在就好——在就好——”

“桃桃你怎么了呢?别吓大尛姐!”

“大小姐我好着呢!但是有人有事,是他救了我大小姐,我求你了你必须救他,他可是我的救命恩人呀!”武桃桃一边哭着一邊跪了下来,说道:

“桃桃你别这样,我们是姐妹呀!我肯定会救人的你別哭了,先起来”

武桃桃听大小姐那么一说,高兴地站了起来随后急忙问道:

“那——那——药箱里有消炎药吗?”

我要回帖

更多关于 面积计算公式 的文章

 

随机推荐