信因果

简介: 我非佛家信徒,但也信因果,种善因得善果,善恶均有报,如果现在未报,要相信只是时辰未到。本来因果说是无法让我信服的,只因做恶的人没有人及时被制止,做了恶之后还可以在世间为所欲为;又或者是做恶的人一生中根本就没有被惩罚,他的所有罪过都被他的后代所承受了,这是为什么,他的后代也是无辜的,但是一出生就要承受先辈的恶果,难道他的后代出生就是为了承受恶果的吗?我非常的不解。

我非佛家信徒,但也信因果,种善因得善果,善恶均有报,如果现在未报,要相信只是时辰未到。
本来因果说是无法让我信服的,只因做恶的人没有人及时被制止,做了恶之后还可以在世间为所欲为;又或者是做恶的人一生中根本就没有被惩罚,他的所有罪过都被他的后代所承受了,这是为什么,他的后代也是无辜的,但是一出生就要承受先辈的恶果,难道他的后代出生就是为了承受恶果的吗?我非常的不解。
还有,如果说善有善报,为什么被欺骗的人往往是善良的?难道善良的人出生就是应该被欺骗的吗,我想大概真的有身不由已的时候。
最近看了部电视剧猎毒人,楚莹是大毒枭的女儿,她本是一个善良的人,却只因出生在大毒枭的家庭中,两次被欺骗,最终意外身亡,这就不让人不得不重新思考因果了。
如果从短时间来看的话,因果是无法让人信服的,因为大部分的受害人都是善良的人。如果从长远来看的话,因果是可怕的,我们应该有敬畏之心,心存善念,因为你种的恶因可能你此生都没有得到恶果,可是受到报应的是你无辜的后代,他们一出生什么事也不懂,却承受了你的恶果,轻者此生都在苦难中,重者不得善终。
想到这里,心中的一切愤怒也就烟消云散了,每个人的所作所为都有因果,被欺骗被伤害,也不必太过于恼怒,自会有报应。

目录
相关文章
|
3月前
|
机器学习/深度学习 计算机视觉
【Tied-Augment】卷出新花样:加强数据增强的有效性!从一篇顶刊论文中窥探的一些信息,
【Tied-Augment】卷出新花样:加强数据增强的有效性!从一篇顶刊论文中窥探的一些信息,
27 0
【Tied-Augment】卷出新花样:加强数据增强的有效性!从一篇顶刊论文中窥探的一些信息,
|
4天前
|
机器学习/深度学习 自然语言处理
专治大模型说胡话,精确率100%!华科等提出首个故障token检测/分类方法
【4月更文挑战第29天】华中科技大学等机构研究者提出首个针对大语言模型故障token的检测与分类方法,精确率高达100%,显著提升文本质量。该方法利用上下文信息及注意力机制的神经网络,有效识别语法、语义和事实错误,但在逻辑和风格错误检测上仍有待改进。虽然计算成本高且无法实时干预生成过程,但为优化LLM提供了新途径。[论文链接](https://arxiv.org/abs/2404.09894)
13 1
|
9月前
|
机器学习/深度学习
影像组学中ICC的可靠性探索:揭示一致性的秘密
ICC是一种常用的统计方法,用于评估不同观察者(或评估者)之间的一致性程度。在医学影像组学中,它被广泛应用于研究各种情况下医学影像数据的可靠性和一致性。例如,在新药研发过程中,使用ICC来评估医生之间对同一影像的诊断一致性,以确保研究结果的可靠性和可重复性。此外,ICC还可以应用于影像定量分析,如评估不同影像技术之间的一致性或不同扫描时间点之间的重复性。
1435 1
|
11月前
|
数据挖掘 数据库 网络可视化
SFINX: 一个基于Shiny部署的鉴定蛋白互作关系平台
目前研究蛋白质互作方法有很多,传统的方法是将天然蛋白免疫沉淀与质谱检测结合(CoIP-MS),另外流行的还有亲和纯化/质谱法(AP-MS),与CO-IP类似,它使用感兴趣的诱饵蛋白(bait proteins)上的表位标签和捕获探针来识别协同的猎物蛋白,不需要为每个新的诱饵蛋白购买或者开发特定抗体,得到的融合蛋白可以用链霉亲和素(strep)磁珠来亲和纯化,用生物素洗脱最终得到蛋白复合物。
96 0
|
11月前
|
机器学习/深度学习
差异基因通路富集分析的统计学假设-个人见解分享
本文主要分享了学习 “差异基因通路富集中使用的 超几何检验方法背后意义” 的个人见解
157 0
|
12月前
|
机器学习/深度学习 传感器 算法
北大&北航团队揭示电子转移规律,深度学习定量预测96种元素在任意压力下的电负性
北大&北航团队揭示电子转移规律,深度学习定量预测96种元素在任意压力下的电负性
121 0
|
12月前
|
缓存 算法 Python
概率图推断之信念传播
变量消除算法有个致命的缺陷:每次查询都要要从头开始重新启动算法。这样会非常浪费资源,并且在计算上很麻烦。 这个问题也很容易避免。通过在第一次运行变量消除算法后缓存这些因子,我们可以轻松地计算新的边缘概率查询,基本上不需要额外的成本。 实现上面的功能有2中算法:信念传播(BP)和全联结树算法,本文先介绍信念传播算法。
131 0
概率图推断之信念传播
|
12月前
|
机器学习/深度学习 人工智能 自然语言处理
如何信任你的「谣言粉碎机」?可解释事实检验算法研究|AAAI 2022
如何信任你的「谣言粉碎机」?可解释事实检验算法研究|AAAI 2022
|
数据挖掘
2022国赛C题古代玻璃制品的成分分析与鉴别思路分析
2022国赛C题古代玻璃制品的成分分析与鉴别思路分析
15042 9
|
Python
传播问卷调查数据不够?自己生成假数据!
传播问卷调查数据不够?自己生成假数据!
324 0
传播问卷调查数据不够?自己生成假数据!