跳到主要內容

漫遊,厄瓜多,基多(Quito),聖週五:耶穌受難日 Semana Santa, Viernes Santo, Quito, Ecuador

DSC09467-001

Semana Santa (Holy Week), Viernes Santo, condena y muerte de Jesucristo 耶穌受難日。
在天主教盛行的國家,今天都會有著大規模的遊行,Quito也不例外。

DSC09686

擠的水洩不通的Centro Historico與冷清的市中心街道形成強烈的對比。
但遊行的氛圍與其說是慶典,不如說是送葬 (事實也是如此),
大規模的人群戴著象徵罪人的面罩,
伴著背著十字架的受難耶穌一路走向San Francisco 教堂。
DSC09597
DSC09155-002
DSC09283
DSC09244
DSC09399
DSC09577
而在這耶穌受難日裡,
戴著面罩的罪人們手拿十字架、耶穌照片、聖母與象徵Nino Jesus的娃娃,
祈禱著自己的罪受到赦免。

而許多人更將已過往的親人照片貼在十字架上,
似乎代表著祈求這些死去的親友們,能跟隨著Jesus一起離開。

DSC09279
DSC09579
DSC09547
DSC09500

隊伍裡也有著象徵耶穌的角色,
背著 (或扛著)巨大沉重的十字架,走向San Francisco教堂,
過程中看到好幾次扮演耶穌角色的人們,因為背負沉重的木頭而露出痛苦的神情甚至跌倒,
或許這樣的方式,正是讓他們得以稍稍體會背負眾人的罪的方法吧。

DSC09595-001
DSC09449
DSC09127
DSC09298
DSC09442

同樣的,彷彿是懲罰般,
罪人們也同樣背負著木頭、十字架,甚至是仙人掌,
也有綁著鐵絲戴著腳鐐或如同臺灣民俗般拿工具鞭打自己。
不過相較西班牙的受難日遊行,可以見到在厄瓜多的遊行中,
除了天主教的色彩外,更有加入了傳統印地安人的元素在裡面,
他們穿著雖然不若歐洲遊行的豪華,卻帶著更直接、更原始的風味。
DSC09384
DSC09261
DSC09543
DSC09238
DSC09237-001
DSC09252
DSC09422
DSC09510
DSC09593

整個過程中,
身旁不時聽到人們的啜泣與禱告聲,
路旁的民宅擺出大型的擴音器,撥放著聖歌與祈禱文,
雖然擠著無數的人潮,但並不吵雜,
莊嚴、肅穆,令人動容。

DSC09617
有別臺灣傳統宗教活動的熱鬧、喜氣,
這帶著悲傷、警世意涵的宗教慶典,對於我們或許過於感傷,
身處在這隊伍之中,很容易便會被這巨大氛圍帶進低潮的情境裡。

DSC09599

縱然數度悲從中來,
但我很慶幸能參與這難得的盛事,感受全然不同的宗教氛圍,
還有深刻的體會什麼是萬人空巷的奇景。

DSC09627

後記 :
這組的照片非常多,文章的部份僅貼出部份內容,完整照片請見Picasa 或 Flckr

PAN
2012.04.06

More Information :
Location : Quito, Pichincha, Ecuador
Camera : Sony NEX5
Len : Leitz 35mm/2.8 Summaron
Date : 2012.04.06




DSC09127DSC09143DSC09144DSC09155-002DSC09176DSC09182
DSC09199DSC09206DSC09216DSC09227DSC09237-001DSC09238
DSC09244DSC09252DSC09261DSC09262-001DSC09279DSC09283
DSC09292DSC09298DSC09330DSC09352DSC09371DSC09384

留言

這個網誌中的熱門文章

醫學健康跨領域合作的開始:資料工程

一直都很喜歡在會議上與跨領域的專家、醫師、學者分享我們在數據工程與分析應用上的發展經驗。 許多的專家學者,對於大數據應用的認知都仍侷限在一個超大型結構化資料集的子集合應用,在規劃好的條件設定下,針對特定的目標(疾病、行為)進行篩選,將數據narrow down到可以被個人電腦或是單一伺服器架構處理的小型資料集。 這樣的半手工處理方式,對於專一(Specific)領域主題的資料追蹤計算或許已經十分足夠,但當中倘若資料清理方式有改變、篩選條件增減,所有的數據都要從raw重新處理,不僅造成大量的時間與人力浪費,對於專案計畫進度的延宕更是麻煩。這些還不包含

Google 資料庫方案–Spreadsheet–(1)資料呈現

HEMiDEMi 的標籤: Google , Google SpreadSheet , 雲端 早在規劃『 教育,意義! 』project時, 便有打算將整個網站建立過程撰寫一篇教學,讓有興趣以google 服務為基礎進行開發的朋友參考。 沒想到這個想法擺著就拖了好幾個月, 好在學生提出了問題,就趁這機會寫一寫吧。 基本上『 教育,意義! 』網站的架構完全建立在Google提供的服務, 廣義來說也是個雲端的系統, 所有的資料是分散在不同的服務架構下,再用GAE, Javascrript將服務資訊串接起來, 由Blogspot 統一呈現。 省了租主機的費用,或架站的硬體、電費, 最好的地方在於不用管理主機維運的問題, 只要專心做我的創意、嘗鮮就好了!!   多棒! 若將『 教育,意義! 』網站依功能層次來分類,可以分為三層結構, 當中的層次與使用技術大致如下: UI 介面層 服務 : Blogspot (網站介面) , Picasa (相簿空間), Google Apps 技術 : Javascript , AJAX ( JQuery ) App應用層  服務 : Google App Engine (GAE) 技術 : Java, Java Server Page (JSP) 資料層 服務 : Google Docs (文件), Google Spreadsheet (試算表) 技術/函式庫 : Java, Google Data APIs 本篇文章將著重在介紹以Google Spreadsheet 做為雲端資料庫, 其他主題將會陸續推出。 若對Google API 與 Google App Engine 初步建置有興趣, 可以參考之前文章: 佛心來著的 Google Data API – for JAVA 雲端的開始:Netbeans 無痛 Google App Engine Java 服務開發 Google Spreadsheet 做為資料庫系統 對於小型的資料系統來說, 採用Google Spreadsheet做為應用程式資料庫(如問卷調查或線上系統) 也算堪用, 目前的儲存限制為 : 40 萬個儲存格 每張工作表最多...

當咒術成真 - 文字生成的虛擬世界

  2024/02  這幾天灌爆各大ai社群的,不外乎就是文字生成高清畫質影像的OpenAI Sora , 讓人驚艷的細膩表現,自動化的場景生成與運鏡效果,縱使這個概念並不是多創新的模式,但Open AI始終很懂得抓住大家眼球  (Sora的各種生成影片: https://openai.com/sora  ) 關於Sora 的技術與介紹,不妨看看chatGPT 對它的描述: OpenAI Sora文字-視訊生成模型 在視頻數據上進行大規模訓練生成模型,具體而言,OpenAI聯合訓練了文本條件擴散模型,處理不同持續時間、解析度和長寬比的視頻和圖像。利用了一種在視頻和圖像潛碼的時空塊上操作的轉換器架構。受到Srivastava等人(2015年)在使用LSTMs進行視頻表示學習的無監督學習的啟發,OpenAI的最大模型Sora擴展了這些概念,能夠生成一分鐘的高保真度視頻。此外,Chiappa等人(2017年)描述的循環環境模擬器方法與我們的方法論框架相一致,表明擴大視頻生成模型的規模是建立通用物理世界模擬器的一條有希望的道路。 一、技術創新 OpenAI 的 Sora 模型在技術創新上主要融合了 diffusion models 與 transformer models 的特點,這一結合代表著從文字描述到視覺內容生成的一大進步。根據 Goodfellow et al. (2014) 的研究,Generative Adversarial Nets (GANs) 開創了使用機器學習生成圖像的新方法,而 diffusion models 則透過逆向的擴散過程從隨機噪聲中逐步建構出有意義的圖像,提供了一種不同於傳統 GANs 的新途徑。另一方面,Vaswani et al. (2017) 提出的 transformer 模型,通過其自注意力機制有效處理長距離依賴關係,已廣泛應用於語言模型中。Sora 模型的創新之處在於將這兩種技術融合應用,實現了從簡單文本提示生成高質量視覺內容的能力,這不僅展示了機器學習技術的新高度,也為未來的影像生成、自然語言處理和人機交互開啟了新的可能性。 二、物理現象與現實世界的模擬 Sora 的另一大進步是在模擬現實世界物理現象方面的表現。雖然現有模型如 Raissi et al. (2019) 所提出的 Physi...