補發:用Meal Prep+模組化飲食來減肥之實操
分為三個部分:
1、原理及參考資料
2、無腦化實踐
3、成果展示及話嘮
1、原理及參考資料
首先列出模組化飲食的兩篇主要文章,均來自@仰望尾跡雲 :
整體來說,模組化飲食可以概括為:
1、根據體重、年齡、運動量計算所需熱量
2、按九大模組依次選擇食物,湊齊一天所需熱量。
而如果在外面吃飯,因為油和菜的量不好衡量,所以基本無法按照這個模組化飲食法吃飯。反過來,如果參考Meal Prep的內容,週末按量購買好一週的餐食,再定量搭配,兩者結合可以產生1+1>2的功效。
那麼Meal Prep是什麼呢?它是國外健身圈流行的一種準備健身餐的方法,強調在週末一次備菜,吃若干天。老外喜歡買很多很多個飯盒,然後週末一次性把它們裝好,工作日簡單加工即可吃飯。
但是對於我們國人來說,熱菜放冰箱冷藏一週,基本就等於每天都吃剩菜了。我個人比較能接受的是每週採購一兩次食材,每隔1-2天做飯。
關於剩菜是否可以吃,可檢視下面幾篇文章:
菜譜參考公眾號:健身小廚、MissFitness。雖然後來我覺得隨手炒炒就好了。。無腦化嘛
2 、 無腦化實踐
在確定meal prep在一定程度上是安全健康的,以及它可以協助模組化飲食之後,就要開始規劃執行meal prep了。
然而在執行之前還要簡單處理一下資料。
雲老師的模組飲食表,裡面有些食物我是基本不會碰的,或者很難在超市裡買到(舉例:肉類裡的驢肉。。。蔬菜裡的芹菜)。而由於各類菜品所需重量不一,在買菜時基本記不住所謂的,西紅柿要200g,西葫蘆可以吃350g這樣的細節。
所以要再傻瓜化一下這張表,讓它更加容易上手。以下是處理流程:
1)在食物表裡選出好買好吃好做的食品
2)利用【食物派】查詢不在列表上的食物/排除異常食物,並新增到表上
3)計算這些菜品的平均重量
4)按照正餐、加餐量搭配出每天所需食品重量。
具體可看文章底下的EXCEL附件。
1、選出好買好吃好做的食品
如上表。對食品進行篩選,好買好吃的就打個1。
2、利用【食物派】查詢不在列表上的食物/排除異常食物
模組化飲食裡,有一些常見食物缺失(如我愛吃的毛豆)
所以這裡使用【食物派】的app,把這類食物估算重量寫進表裡,並去除一些不適宜我多吃的食物。
3、計算該種類【好買好吃】的平均重量
如上表,用EXCEL的透視表算出,我想吃的食物,在該種類中的平均重量是多少。
舉例,我喜歡吃的蔬菜,平均每份重量約216g,而模組化飲食要求每天至少吃3份蔬菜,那麼我每天要保證吃650g左右的蔬菜。
4、 按照正餐、加餐量搭配出每天所需食品重量
已知每份平均重量以後,就可以大致算出每頓食物重量了。
如我按兩頓正餐、一頓加餐、一頓早餐計算,我每頓大致的食物分配應該是:
也就是說,如果按照這個吃法跟我所需的熱量分配,我準備一份正餐時,要準備324g蔬菜、75g肉、85g主食。如果我規劃出說這周我要做10頓正餐,5頓早餐的話,5頓加餐,那麼我就能算出來說,這周我要買:
我喜歡吃的蔬菜 3240g,肉750g,水果3000g,牛奶雞蛋若干。
接下來就是去菜市場採購湊滿數量,或者直接網上超市買好等送貨即可。
這樣的吃法,不用管哪天要吃多少蔬菜,要怎麼吃,只要種類足夠豐富,就可以隨意買買買,再整體稱重著吃,比每次看錶配菜要更容易堅持一點。
3、成果展示及經驗
根據上面的無腦搭配,大概堅持meal prep + 模組化飲食一個半月吧。
以下是幾點額外的感想:
1)綠葉菜週末多吃一點,隨煮隨吃,平時如果要吃綠葉菜,買生菜做成沙拉就好,不要煮熟了帶飯。真要帶飯,還是各種瓜果莖類做熟了能帶的久一點。
(生菜洗乾淨,用瀝水盆瀝乾水分,按重量往密封袋裡分裝好,包個廚房紙,可以冰箱冷藏2-3天。)
2)買一個不粘鍋很重要。譬如我買了個不用油的牛排鍋,每次做飯就是把蔬菜、肉往裡面一扔,開火煮一會兒加點鹽就能裝碟了。如果鍋會粘底,就要放很多油。
3)便當最好用玻璃飯盒,Glasslock有一款分隔的玻璃飯盒,還蠻好用的。塑料飯盒雖然有分隔,但是留味道,而且每次不敢微波爐加熱太久,總覺得飯不熟,最後我還是改買glasslock了。
國外meal prep基本用的是塑料飯盒,可能因為他們吃沙拉冷菜比較多吧。。
4)Meal Prep最重要的是色彩要鮮豔。譬如多買點彩椒紅蘿蔔做搭配
5)雞胸肉、牛肉最方便做,因為提前醃製後,配點黑胡椒粉烤烤就很好吃。魚肉什麼的太腥了,做起來不方便,而且不容易保鮮。以及豬肉要吃只能吃裡脊肉。
成果展示:
歡迎指點,一起瘦。
相關推薦
補發:用Meal Prep+模組化飲食來減肥之實操
自從上次讀到仰望尾跡雲 老師的模組化飲食的帖子,再瞭解了一些Meal Prep的內容,結合著做Meal Prep健康餐至今已經快一個半月了。整體感覺還可以,所以在這裡講一下自己的心得體會。 分為三個部分: 1、原理及參考資料 2、無腦化實踐 3、成果展示及話嘮 1、原理及參考資料 首先列出模組化飲
C程式設計|用函式實現模組化程式設計詳解(一)
目錄 一、為什麼要用函式 使用函式可使程式清晰、精煉、簡單、靈活。 函式就是功能。每一個函式用來實現一個特定的功能。函式名應反映其代表的功能。 在設計
從壹開始前後端分離 [ Vue2.0+.NET Core2.1] 十六 ║Vue基礎:ES6初體驗 & 模組化程式設計
緣起 昨天說到了《從壹開始前後端分離 [ Vue2.0+.NET Core2.1] 十五 ║ Vue前篇:JS物件&字面量&this》,通過總體來看,好像大家對這一塊不是很感興趣,嗯~~這一塊確實挺枯燥的,不能直接拿來程式碼跑一下那種,不過還是得說下去,繼續加油吧!如果大家對昨天的小demo
用Fragment建立模組化元件
Fragment類似於Activity,有自己的layout佈局,也有一系列相關的生命週期方法。在Activity執行(resumed)期間,它的生命週期可以獨立地控制,但當Activity停止或銷燬時,尚未銷燬的它將一起被停止或銷燬。它是View的子類View
Flask 用Blueprint實現模組化的應用
在一個大型專案中,肯定會有很多模組組成,比如一個網路管理系統可能有流量運營模組,實時分析模組,故障預警模組等。我們可以利用Flask Blueprint 實現每個模組的功能進行獨立的開發與管理,後
何愷明、吳育昕最新成果:用組歸一化替代批歸一化
編譯 | 阿司匹林AI科技大本營按:近日,FAIR 團隊的吳育昕和何愷明提出了組歸一化(Grou
nginx教程第六篇:用HTTP核心模組配置一個靜態Web伺服器(二)
網路連線的設定 下面介紹網路連線的設定配置項: 1. 讀取HTTP頭部的超時時間 語法: client_header_timeout time( 預設單位: 秒) ; 預設: client_header_timeout 60; 配置塊: http、 serve
4、pytest 中文文件--pytest-fixtures:明確的、模組化的和可擴充套件的
目錄 1. fixture:作為形參使用 2. fixture:一個典型的依賴注入的實踐 3. conftest.py:共享fixture例項 4. 共享測試資料 5. 作用域:在跨類的、模組
tensorflow 1.0 學習:用別人訓練好的模型來進行圖像分類
ima ppi gin 什麽 dir targe spl flow blog 谷歌在大型圖像數據庫ImageNet上訓練好了一個Inception-v3模型,這個模型我們可以直接用來進來圖像分類。 下載地址:https://storage.googleapis.com/d
tensorflow 1.0 學習:用Google訓練好的模型來進行影象分類
谷歌在大型影象資料庫ImageNet上訓練好了一個Inception-v3模型,這個模型我們可以直接用來進來影象分類。下載地址:github:https://github.com/taey16/tf/tree/master/imagenet下載完解壓後,得到幾個檔案:其中的c
tensorflow 1.0 學習:用別人訓練好的模型來進行影象分類
谷歌在大型影象資料庫ImageNet上訓練好了一個Inception-v3模型,這個模型我們可以直接用來進來影象分類。 下載完解壓後,得到幾個檔案: 其中的classify_image_graph_def.pb 檔案就是訓練好的Inception-v3模型。 imagenet_synset_to_h
CSS float的初步理解:用兩種不同的方式來實現一個三列布局,其中左側和右側的部分寬度固定,中間部分寬度隨瀏覽器寬度的變化而自適應變化
最近在學習web前端的知識,今天看IFE平臺上的開源題目的時候,遇到了一個問題(小白就是小白)TAT,問題實現很簡單,但由於自己基礎還沒打牢,半天解決不了,問題如標題所述,實現效果如圖:要求:用兩種不同的方式來實現一個三列布局,其中左側和右側的部分寬度固定,中間部分寬度隨瀏覽
tensorflow學習筆記十一:用別人訓練好的模型來進行影象分類
谷歌在大型影象資料庫ImageNet上訓練好了一個Inception-v3模型,這個模型我們可以直接用來進來影象分類。下載完解壓後,得到幾個檔案:其中的classify_image_graph_def.pb 檔案就是訓練好的Inception-v3模型。imagenet_sy
MOOC清華《面向對象程序設計》第8章:用代理模式實現延遲初始化
blank ngx cin www. oci 初始化 lanp margin 程序 Z9閃5PFVL衣坑9http://shequ.docin.com/zdfi78227 哦3O8b4z宦塹7http://huiyi.docin.com/dvok6368 W34搜6csiy
MasterDAX創始人李成:用雲服務模式解決中心化交易所的集權問題
放心 pan 完全 範圍 管理者 ali 機會 這才 差異 7月28日,由火星財經(微信:hxcj24h)、光谷創業咖啡、 Consensus Lab共識實驗室共同主辦的線下交流活動“火星財經中國行·成都站”在成都電子科技大學舉行。MasterDAX創始人李成發表了主
Caffe視覺化(二):權重及輸出視覺化(用Deep Visualization Toolbox實現)
Caffe視覺化(二):權重及輸出視覺化(用Deep Visualization Toolbox實現) 本文記錄了博主在研究Caffe權重及輸出視覺化過程中發現的工具包,包括工具包的安裝、使用和調整(以適應自定義網路)的相關內容。更新於2018.10.26。 文章目錄
【Android開發—智慧家居系列】(二):用手機對WIFI模組進行配置
【Android開發—智慧家居系列】(二):用手機對WIFI模組進行配置 版權宣告:本文為博主原創文章,未經博主允許不得轉載。 https://blog.csdn.net/u010924834/article/details/49496729 在實際開發中,我開
初識模組化開發工具:
初識模組化開發工具:git 是分散式程式碼管理工具,管理程式碼的npm 是包管理工具,管理外掛、工具啊,是個轉換器,他是哪來的了,他是伴隨node下載下來的,版本也是伴隨node變化;node 是個後臺的環境;首先安裝node,然後用命令安裝browserify:npm install -g browseri
TensorFlow神經網路:模組化的神經網路八股
1、前向傳播: 搭建從輸入到輸出的網路結構 forward.py: # 定義前向傳播過程 def forward(x, regularizer): w = b = y = return y # 給w賦初值,並把w的正則化損失加到總損失中 def g
Android:關於專案元件化/模組化的設計
隨著技術越來越成熟,這兩年,元件化開發與外掛化開發的熱度一度高漲。對於元件化,有的人也喜歡稱之為模組化開發,我也比較喜歡稱之為模組化開發。使用模組化開發也已經有一段時間了,特此總結一下模組化開發的心得,防止以後忘記。 什麼是模組化開發 對於模組化開發的概念,有的人可