西游里有一处禅院堪比如来讲经的上刹，另一处寺院还胜过？
文/姜子说书
图/《西游记》相关电视剧
《西游记》故事里，如来因为在灵霄宝殿门外力挽狂澜，降服了作恶多端的孙悟空，被玉皇大帝封为佛教的治世之尊，简称“世尊”。
自从如来在安天大会上得意荣归，他从此贵为世尊，不但灵山上的三千诸佛都来迎接他，灵山附近的几个国家也开始邀请如来去讲座，宣扬佛经。
说到拜请世尊如来去讲经的上刹，最出名的自然是祇园，又名布金寺。
如来要修六丈金身，自然少不得黄金供奉。这个嫌弃三斗黄金的佛祖，对于黄金铺地的布金寺，自然是非常满意的，称它为“上刹祇园”。
上刹祇园修建得十分气派，黄金铺地的传说，更是流传千古，以至于连唐僧这样的圣僧，孙悟空这样的大圣，都忍不住赞叹，艳羡不已。
其实，在西游世界里，有一处禅院堪比如来讲经的上刹，那就是观音院。
《西游记》第十六回“观音院僧谋宝贝 黑风山怪窃袈裟”，作者描绘观音禅院的景观，诗曰：上刹祇园隐翠窝，招提胜景赛婆娑。
可见，在《西游记》作者眼里，观音禅院也是一个不可多得的圣地，好比上刹祇园，赛过招提婆娑。
有意思的是，观音禅院和上刹祇园还真有个有趣的共同点，上刹祇园以黄金铺地闻名于世，而观音禅院也是富丽堂皇。
观音禅院有无数和尚，他们人人手里都有大把上好的袈裟，活了270岁的金池长老，更是穿金戴银，袈裟无数。
要知道，在西方某国的御用寺院，作为僧官的某人，手下的和尚们，可是连一件可以出门迎接贵客的长衫都没有。
观音禅院虽然没有黄金铺地，金池长老平日里却用着比黄金更珍贵的器皿，他手里的袈裟，一天一换，全年不带重样的，而且件件都是上好的袈裟。
与此相反，文中多次提到，孙悟空和猪八戒穿着破破烂烂的衣服，连件换洗的衣服都没有。
《西游记》故事里，上刹祇园和观音禅院虽然很牛，还有一处寺院还胜过这两者，如来都嫉妒疯了，而且垂涎三尺，难怪他安排观音去大唐。
这处寺院便是唐僧这个大唐僧官的地盘，原文中写到：(观音菩萨)入到寺里观看，真个是天朝大国，果胜裟婆，赛过祇园舍卫，也不亚上刹招提。
看到没有?在观音菩萨眼里，唐僧所在的寺院，胜过裟婆，赛过祇园，把如来最为得意的上刹祇园都给比下去了。
为何?唐僧曾经说过，世间唯名利最重!而比名利更重的便是王法势力，唐僧贵为御弟，是上国第一号的僧官，他的寺院，谁人敢比?
如来因此嫉妒疯了，动不动就说东土之人多贪多杀，多淫多诳，多欺多诈，造下无边之孽，罪盈恶满，永堕阿鼻，不得超升。
然而，尽管如来趾高气扬地贬低孔氏的儒教，嘴上又不满王法刑罚，却偷偷写信，殷勤礼上大唐君，要分一杯羹。
西游记八十一难详解：第十难 夜被火烧（火烧观音院）
西游记的八十一难的第十难是夜被火烧，也可以叫做火烧观音院。
唐僧二人过了鹰愁涧，继续西行，走了两个多月的太平之路，走着走着，就又到了早春时节了。这一日，师徒二人，迎着夕阳，走在山路之中，正不知往何处休息的时候，远远的看到山凹之中有座建筑似是庙宇。师徒二人一见，瞬时欣喜，就直奔而去。
到了山门前，确是一座寺院。这寺院还不小，殿阁层层，廊房叠叠，（房屋多，寺院大）钟鼓楼高立，浮屠塔高耸（浮屠塔的存在代表这个寺院存在时间已经有些年数了），院内更是松柏竹木不见少，清幽花色两边存（院中松柏竹木不缺，环境清幽典雅）。最后作者又说了几句：安禅僧定性，啼树鸟音闲（安心修禅僧人才可以定性，那如果不安那？）。寂寞无尘真寂寞，清虚有道果清虚（修行枯燥事，看不破只落个寂寞无尘，心无所得，不得住空妙要，那可就是真寂寞了。清虚有道，才是真正的清净真虚，悠闲自在）。
作者最后又写诗一首，为后事做了暗喻：上刹祇园隐翠窝，招提胜景赛娑婆。果然净土人间少，天下名山僧占多。寺院大，庙堂高，园林好，却不是净土佛地，这天下的名山果真是僧占得多啊！（占而非居，虽住无得。天下名山虽多，但真正以佛名而行有道者，少矣。）
唐僧二人到了山门之前，刚要进去，就碰到一队和尚，这队和尚什么打扮？这原文中有介绍：头戴左笄帽，身穿无垢衣。铜环双坠耳，绢带束腰围。草履行来稳，木鱼手内提。口中常作念，般若总皈依。（口中常念，未必心中常有。总言皈依，却未必悟得般若。）
见了和尚，这三藏就上前见礼问讯，这一众和尚先问了唐僧来历，就邀请唐僧师徒二人进去奉茶。
唐僧二人进了山门，在山门里，才看见大殿上，上书观音禅院四字。唐僧见后，心中大喜，立马上前朝拜，这唐僧跟观音菩萨打交道多，菩萨给他送袈裟、锡杖、龙马、神徒，又帮他解难。原文道：三藏又大喜道："弟子屡感菩萨圣恩，未及叩谢。今遇禅院，就如见菩萨一般，甚好拜谢。"（佛言无分别，何处有分别？心中无有别，识则生见别。）
唐僧拜殿，对着那金像磕头，和尚们敲鼓，孙悟空撞钟。这唐僧拜完了，和尚的鼓也停了，这孙悟空还在撞钟，不紧不慢，撞了好一会儿。那和尚问："拜已完了，你为何还要撞钟？"孙悟空答："你哪里晓得，我这是做一天和尚撞一天钟。"前文中，这孙悟空介绍自己的火眼金睛的时候，说自己这双眼能看到一千里内的吉凶。他此时的这句话就是在质疑这观音禅院的众僧，只是一群僧混子，应付了事，而未真正的参禅修佛。我曾经与一个网友聊过，他说他已是出家的僧人了，但他还依然存疑，经文咒语背的也的很熟，但还是半信半疑，可见身份不一定代表一切。
孙悟空这一撞，把这一寺的僧人都惊出来了，我们这一难的反派主角也出来了，金池长老。这金池长老的出场，可以说是富贵逼人，僧杖，帽子，鞋子，衣服样样都嵌宝镶金，满目的虚荣。
这一段略写了，感兴趣的可以去看我的另一篇文章《》，因为我们这次主讲的是第九难夜被火烧。
唐僧与寺里的众位僧头长老见礼，一起喝茶聊天。说着说着就扯到袈裟上来了，这群和尚就说自己长老的袈裟如何多，多么的好。这孙悟空一听不服，就取出了锦襕袈裟给他们看。（攀比之心，最是惹祸根源。）
这一看，就是祸起的端源，这老和尚哪里见过这么好的袈裟，立马就要拿回去鉴赏，这唐僧无奈，只能让其拿去。（实际上，这唐僧已经感觉这众和尚的六根不纯，但最后袈裟还是借了出去。）
可这一看，这老和尚越看越伤心，就忍不住要留下来，最后竟自己闷着头哭了起来。这时候这寺里的其他和尚就出场了，其中有一个叫广智的，就说了："公公想要长久也好办，直接把他们结果了就行。埋在后花园也没人知晓。"这里的和尚张开就要杀人，这庙里住的还是和尚吗？这广智说完，这另一个叫广亮的就说了："不行，那个毛脸雷公嘴的，看着不好对付，不如咱们用火烧吧！大不了舍了三间禅房"这禅房说舍就舍，这十方丛林那一砖一瓦不是这信众的供奉？本非善人，又有何德居此佛地？这广亮的主意一出，这所有的和尚都说好，看清楚了是所有的和尚都说好！
这计谋定下来了，实行的是何人？是这全寺上下，七八十个房头，二百多个僧人，当夜一众搬柴，要烧死这唐僧。原文：原来他那寺里，有七八十个房头，大小有二百余众。当夜一拥搬柴，把个禅堂前前后后四面围绕不通，安排放火不题。
原先看西游记电视剧的时候，还觉得这孙悟空不慈悲，不像个出家人的模样，可这一庙的和尚有哪一个慈悲的，哪一个像出家人？若这全寺的和尚有一个有慈悲心的，生了那个救人的念头，暗中相告这唐僧，也不至于落的最后全寺被烧，只落得这唐僧住的三间禅房。
而且，看这一庙和尚的手段，他们做这种欺心之事，也不是一次了，估计那有德行的和尚也都被他们给挤走了，只留下这一群僧混子，在这里沽名钓誉，侵害良善。
接下来就像电视剧了演的那样，这和尚们偷鸡不成蚀把米，没把唐僧烧死，反烧了自家的院落。
孙悟空上天，去借了避火罩，护住唐僧住的三间禅房，又助了一把风，把这观音禅院烧得只剩下三间了禅房。
这一难夜被火烧，便是如此！
这一把烧的，烧的是那不净之地，烧的是那假佛虚僧。
于唐僧、孙悟空而言，烧的就是心中的贪欲，目中的虚荣，眼前的虚假。
宋代青原行思禅师说，参禅有三重境界：参禅之初，看山是山，看水是水；禅悟渐深，则看山不是山，看水不是水；彻悟后，看山仍然是山，看水仍然是水。而此时，唐僧要禅悟的就是看山不是山，看水不是水，直指人心，参见本来面目。
这金池长老空活了二百余岁，到了最后依然没有看破，可见有道不在年高，法深不在僧龄。
群僧放火，悟空助风。 看似这孙悟空做了恶事，不帮忙救火，还推波助澜，实则是心中已留了大慈悲了！你看文中怎么写的：行者暗笑道："果依我师父之言，他要害我们性命，谋我的袈裟，故起这等毒心。我待要拿棍打他啊，可怜又不禁打，一顿棍都打死了，师父又怪我行凶。罢，罢，罢！与他个顺手牵羊，将计就计，教他住不成罢！"
万般心念皆由心，慈悲心念起微尘。一朝烧尽人间欲，火中升出功德林。
这一场大火烧去了群僧的住处，也烧去了他们心中的贪念，给了他们从新做人的机会。
唐僧醒后，埋怨悟空该救火而不应该助风，但我们就看着恶人行凶，而置之不理，只守自己的清净吗？何为当头棒喝？何为以金刚力降服诸魔心？
纵人行凶，便是杀人。今日孙悟空放过他们，他们明日又不知对那汉僧、宋僧、明僧生出什么勾当，依托这佛家庙宇做出个什么肮脏事来。反不如一把火烧了清净。让这一庙众僧明白这因果报应之事，虔心改过，从新做人。
唐僧既然知道这金池长老有了恶心，就应该舍了面皮，不把袈裟借去，这才是对的。若不借袈裟，这观音禅寺想来也是烧不去的吧！
有因有果，有圆有缺，自在之理，放之由心！
文中所言，仅代表个人观点，有不同观点的朋友可于评论区留言！
本文由恒阅国学原创，欢迎关注，带你一起长知识！
机器学习的下溢和上溢
一种极具毁灭性的舍入误差是下溢（underflow）。当接近零的数被四舍五入为零时发生下溢。另一个极具破坏力的数值错误形式是上溢（overflow）。当大量级的数被近似为 ∞ 或 −∞ 时发生上溢。进一步的运算通常会导致这些无限值变为非数字。必须对上溢和下溢进行数值稳定的一个例子是softmax 函数（softmax function）。softmax 函数经常用于预测与 Multinoulli 分布相关联的概率，定义为
softmax用于多分类过程中，它将多个神经元的输出，映射到（0,1）区间内，可以看成概率来理解，从而来进行多分类！
softmax直白来说就是将原来输出是[3,1,−3][3,1,−3] 通过softmax函数一作用，就映射成为(0,1)的值为(0.88,0.12,0)，而这些值的累和为1（满足概率的性质），那么我们就可以将它理解成概率，在最后选取输出结点的时候，我们就可以选取概率最大（也就是值对应最大的）结点，作为我们的预测目标！但是：
从数值计算上说，如果 c 是很小的负数，exp(c) 就会下溢。这意味着 softmax 函数的分母会变成 0，所以 最后的结果是未定义的。当 c 是非常大的正数时，exp(c) 的上溢再次导致整个表达 式未定义。这也是深度学习训练过程常见的一个错误，看了本文之后，以后出现inf的时候，至少可以考虑softmax运算的上溢和下溢解决方法
解决办法很简单：
对任意a都成立，这意味着我们可以自由地调节指数函数的指数部分，一个典型的做法是取 x1x1 、....xnxn 中的最大值：a=max{x1,x2.....xn}
这可以保证指数最大不会超过0，于是你就不会上溢出。即便剩余的部分下溢出了，加了a之后，你也能得到一个合理的值。
正确性证明证明softmax不受输入的常数偏移影响，即
softmax(x)=softmax(x+c)
也就是证明加了偏移c之后，对整个softmax层的作用不起影响。如下：
机器学习的下溢和上溢
一种极具毁灭性的舍入误差是下溢（underflow）。当接近零的数被四舍五入为零时发生下溢。另一个极具破坏力的数值错误形式是上溢（overflow）。当大量级的数被近似为 ∞ 或 −∞ 时发生上溢。进一步的运算通常会导致这些无限值变为非数字。必须对上溢和下溢进行数值稳定的一个例子是softmax 函数（softmax function）。softmax 函数经常用于预测与 Multinoulli 分布相关联的概率，定义为
softmax用于多分类过程中，它将多个神经元的输出，映射到（0,1）区间内，可以看成概率来理解，从而来进行多分类！
softmax直白来说就是将原来输出是[3,1,−3][3,1,−3] 通过softmax函数一作用，就映射成为(0,1)的值为(0.88,0.12,0)，而这些值的累和为1（满足概率的性质），那么我们就可以将它理解成概率，在最后选取输出结点的时候，我们就可以选取概率最大（也就是值对应最大的）结点，作为我们的预测目标！但是：
从数值计算上说，如果 c 是很小的负数，exp(c) 就会下溢。这意味着 softmax 函数的分母会变成 0，所以 最后的结果是未定义的。当 c 是非常大的正数时，exp(c) 的上溢再次导致整个表达 式未定义。这也是深度学习训练过程常见的一个错误，看了本文之后，以后出现inf的时候，至少可以考虑softmax运算的上溢和下溢解决方法
解决办法很简单：
对任意a都成立，这意味着我们可以自由地调节指数函数的指数部分，一个典型的做法是取 x1x1 、....xnxn 中的最大值：a=max{x1,x2.....xn}
这可以保证指数最大不会超过0，于是你就不会上溢出。即便剩余的部分下溢出了，加了a之后，你也能得到一个合理的值。
正确性证明证明softmax不受输入的常数偏移影响，即
softmax(x)=softmax(x+c)
也就是证明加了偏移c之后，对整个softmax层的作用不起影响。如下：
