耿裕

Multi tool use耿裕(1430年-1496年),字好问,山西省平定县人。明朝政治人物。耿九畴之子。
景泰五年(1454年)中进士。改庶吉士,授户科给事中,改工科。天順元年(1457年),改裕检讨。
后因父亲耿九畴被石亨陷害,耿裕也被贬为泗州判官。父亲死后,又补为定州知州。
成化元年(1465年),召复检讨,历任国子司业、祭酒。后又任吏部左侍郎、吏部右侍郎。
后又调至南京礼部,再转南京兵部参赞机务。
弘治元年(1488年),拜为礼部尚书。弘治九年(1496年)病故,葬于平定东关重兴坡。死后追赠太保,谥文恪。著有《耿裕集》。[1]
註釋
^ 《明史·卷一百八十三》:耿裕,字好問,刑部尚書九疇子也。景泰五年進士。改庶吉士,授戶科給事中,改工科。天順初,以九疇為右都御史,改裕檢討。九疇坐劾石亨貶,裕亦謫泗州判官。終父喪,補定州。
成化初,召復檢討,歷國子司業、祭酒。侯伯年幼者皆肄業監中,裕采古諸侯、貴戚言行可法者為書授之,帝聞而稱善。歷吏部左右侍郎。坐尚書尹旻累,停俸者再。已,代旻為尚書。大學士萬安與裕不協,而李孜省私其同鄉李裕,欲使代裕,相與謀中之。坐以事,調侍郎黎淳南京,而奪裕俸。言官復交劾,宥之。裕入謝,既出,帝怒曰:「吾再寬裕罪,當再謝。今一謝,以奪俸故,意鞅鞅耶?」孜省等因而傾之,遂調南京禮部,而以李裕代。逾年,孝宗嗣位,轉南京兵部參贊機務。
弘治改元,召拜禮部尚書。時公私侈靡,耗費日廣。裕隨事救正,因災異條上時事及申理言官,先後陳言甚眾,大要歸於節儉。給事中鄭宗仁疏節光祿供應,裕等請納其奏。巡視光祿御史田大淵以供費不足累行戶,請借太倉銀償之。裕等言,疑有侵盜弊,請敕所司禁防,帝皆從之。南京守備中官請增奉先殿日供品物,裕等不可。帝方踐阼,斥番僧還本土,止留乳奴班丹等十五人。其後多潛匿京師,轉相招引,齋醮復興。言官以為言,裕等因力請驅斥。帝乃留百八十二人,余悉逐之。禮部公廨火,裕及侍郎倪嶽、周經等請罪,被劾下獄。已,釋之,停其俸。
初,撒馬兒罕及土魯番皆貢獅子,甘肅鎮守太監傅德先圖形以進,巡按御史陳瑤請卻之。裕等乞從瑤請,而治德違詔罪,帝不從。後番使再至,留京師,頻有宣召。裕等言:「番人不道,因朝貢許其自新。彼復潛稱可汗,興兵犯順。陛下優假其使,適遇倔強之時,彼將謂天朝畏之,益長桀驁。且獅子野獸,無足珍異。」帝即遣其使還。
尋代王恕為吏部尚書,加太子太保。御用監匠人李綸等以內降得官,裕言:「先有詔,文官不由臣部推舉傳乞除授者,參送法司按治。今除用綸等,不信前詔,不可。」給事中呂獻等皆論奏,裕亦再疏爭,終不聽。
裕為人坦夷諒直,諳習朝章。秉銓數年,無愛憎,亦不徇毀譽,銓政稱平。自奉淡泊。兩世貴盛,而家業蕭然,父子並以名德稱。九年正月卒,年六十七。贈太保,謚文恪。
參考文獻
官衔
|
---|
前任: 周洪謨
| 明朝禮部尚書 1488年-1496年
| 繼任: 屠滽
|
前任: 王恕
| 明朝吏部尚書 1493年-1493年
| 繼任: 倪岳
|
景泰五年(1454年)甲戌科殿試金榜
|
---|
| 第一甲 賜進士及第 共3名 | 孫 賢 - 徐 溥 - 徐 鎋
|
---|
| 第二甲 賜進士出身 共129名 | 丘 濬 - 易 貴 - 程景雲 - 胡 榮 - 陳 琳 - 康 麟 - 王 鉉 - 黃 謹 - 謝 綬 - 李 清 王朝遠 - 高宗本 - 嚴 端 - 孔公恂 - 史 瓘 - 張 寧 - 耿 裕 - 徐 鑾 - 劉 洪 - 孫 輝 彭 華 - 劉 釪 - 陳 龍 - 杜 宥 - 張 畹 - 黃 隆 - 張 黼 - 張 祚 - 謝士元 - 顧 瑾 章 瑄 - 盧 秩 - 曾 會 - 浦 鏞 - 朱 倫 - 黎永明 - 閻 本 - 苗 灝 - 魏 銘 - 程 鑑 王 穀 - 歐 廉 - 蔣 紱 - 陳 璧 - 李 芳 - 劉 瑄 - 楊 集 - 王 齊 - 宋 榮 - 范 鏞 許 誾 - 牛 綸 - 林思承 - 孟 勳 - 何 琮 - 費 廣 - 伍 方 - 卓天錫 - 黃 會 - 吳 禎 何喬新 - 莊 敬 - 魯 能 - 陳 瑄 - 楊 緯 - 蕭 青 - 曾 唯 - 陳雲鶚 - 趙文博 - 王 衡 邵 銅 - 黃 紀 - 吳 節 - 陳 雲 - 侯 瓚 - 魯崇志 - 郁文博 - 馬 進 - 李日良 - 謝 省 高 舉 - 呂 益 - 賈 奭 - 黃 紳 - 嚴 洤 - 塗 淮 - 沈 富 - 趙 昌 - 楊 琚 - 董 琳 葉 萱 - 宋有文 - 桂 琛 - 尹 直 - 鄭 珪 - 焦 顯 - 杜 謙 - 屈 銓 - 林時讓 - 劉 溥 鄭 瑛 - 李宗學 - 吳 顯 - 周 瑛 - 劉倫正 - 陳 貴 - 傅 韶 - 袁 潤 - 楊 恕 - 趙 博 范 文 - 郭仲珣 - 江 勛 - 汪 霖 - 單 昂 - 豐 載 - 龍 晉 - 顏 正 - 徐 海 - 楊 釜 周 琦 - 劉永通 - 鄭文奎 - 李 木 - 鍾 珹 - 劉 璧 - 唐 彬 - 李 敏 - 錢 源 - ---
|
---|
| 第三甲 賜同進士出身 共217名 | 崔 忠 - 潘 傑 - 胡 福 - 徐 毅 - 王 常 - 李 襃 - 徐 宗 - 熊 俊 - 錢 俊 - 張 浩 王 臣 - 陳 政 - 劉 顯 - 李 益 - 甯 珍 - 王 春 - 胡德盛 - 曾 清 - 翟 政 - 方 逵 錢 璡 - 鄭 華 - 夏 璣 - 胡 寬 - 蔣 昂 - 鄭 同 - 王 紀 - 勞 鉞 - 鄭 岑 - 鄒永昌 林 雍 - 孔 鏞 - 王 鑑 - 劉 恕 - 上 泰 - 梁 矩 - 馬 聰 - 劉 珂 - 孫 璚 - 顏 夔 王 豫 - 翁 經 - 滕 佐 - 沈 聲 - 孟 淮 - 郁 綸 - 黃 讓 - 湯 清 - 蔣 瑄 - 林孔仁 劉 謨 - 黎 庸 - 羅 淮 - 王 績 - 于 琇 - 李 瓘 - 章 律 - 楊 瑄 - 王 重 - 金 澤 王 用 - 謝 瑀 - 許 顒 - 王 魯 - 劉 濟 - 林 宗 - 李 常 - 朱 紳 - 李 溥 - 馮 韺 周 正 - 桂茂之 - 鄧廷瓚 - 聊 讓 - 李 稷 - 吳 㻞 - 李 巽 - 楊 紹 - 劉寅之 - 阮 勤 何 玘 - 呂 恕 - 左 源 - 蔣 敵 - 楊 璧 - 李景孟 - 秦 玘 - 曹 隆 - 彭 盛 - 馮 定 何 淵 - 吳 讓 - 史 珍 - 孫 忱 - 水 桓 - 張 岐 - 董 淵 - 吳 中 - 丁 慈 - 康 驥 王 欽 - 孫 敬 - 王 珪 - 王 瓘 - 李 田 - 聶 元 - 林 傑 - 趙 敔 - 張 奎 - 于 坦 王 稽 - 毛 傑 - 李 麟 - 王 昇 - 洪 冕 - 曹 泰 - 田 濟 - 劉 傑 - 徐 觀 - 畢 亨 趙 相 - 戴 珙 - 李 裕 - 劉季清 - 徐 紳 - 李 嗣 - 鄭 瑞 - 裴 衷 - 李 璵 - 夏 忠 王 盧 - 郭 舒 - 楊 宣 - 陳孟晟 - 楊 琛 - 史 蘭 - 茂 彪 - 張 綱 - 張 僖 - 龍 霖 武 齊 - 劉 瑄 - 王 璘 - 吳 玘 - 劉 清 - 劉 孜 - 冉 哲 - 吳 庚 - 劉 岌 - 羅 明 田景暘 - 伍 驥 - 魏 瀚 - 程 泰 - 杜 庠 - 葉 頤 - 金 紳 - 李 岳 - 鄭 安 - 吳 節 黃 甄 - 程 永 - 趙 忠 - 袁 愷 - 葉 淇 - 李 述 - 張 贊 - 毛 吉 - 蕭惟昌 - 段 堅 宋 澄 - 呂 洪 - 楊 懋 - 樊 英 - 白 侃 - 汪 振 - 謝 廉 - 徐 宗 - 邢 簡 - 趙 章 劉 蔭 - 婁 瑾 - 王 寬 - 俞 璟 - 何 經 - 施 奇 - 張述古 - 毛 倫 - 孫 珂 - 楊 宣 高 亮 - 李 昂 - 劉 充 - 李 文 - 周 鼐 - 金 純 - 金 禮 - 孫 洪 - 方 陳 - 王 聰 夏 時 - 程萬鍾 - 閻 鼐 - 陳 儼 - 劉 瑜 - 李志綱 - 熊 惠 - 韓 殷 - 周 晟 - 周一清 王 度 - 王 詔 - 王上齡 - 牛 宣 - 俞 紀 - 沈 黻 - 沈 譓 - --- - --- - ---
|
---|
| 前一科:景泰二年辛未科 · 後一科:天順元年丁丑科
|
|
4iZ48NLwKF38 y1S6V 9DDN2 PD3Okfinf5G0E,DoOVYxG I,FmLL74tRv qMhn
Popular posts from this blog
Ramiro Burr's New Blog - to go back: www.ramiroburr.com From Latin rock to reggaeton, boleros to blues,Tex-Mex to Tejano, conjunto to corridos and beyond, Ramiro Burr has it covered. If you have a new CD release, a trivia question or are looking for tour info, post a message here or e-mail Ramiro directly at: musicreporter@gmail.com Top Tejano songwriter Luis Silva dead of heart attack at 64 By Ramiro Burr on October 23, 2008 8:40 AM | Permalink | Comments (12) | TrackBacks (0) UPDATE: Luis Silva Funeral Service details released Visitation 4-9 p.m. Saturday, Rosary service 6 p.m. Saturday at Porter Loring, 1101 McCullough Ave Funeral Service 10:30 a.m. Monday St. Anthony De Padua Catholic Church, Burial Service at Chapel Hills, 7735 Gibbs Sprawl Road. Porter Loring (210) 227-8221 Related New Flash: Irma Laura Lopez: long time record promoter killed in accident NewsFlash: 9:02 a.m. (New comments below) Luis Silva , one of the most well-known ...
1 I having trouble getting my ResourceDictionary.MergedDictionaries to load from app.xaml. My WPF app has a static class with a Main defined and startup object set to it. Within Main I created an instance of App and run it. The override OnStartup fires and the mainwindow.cs InitializeComponent gives the error "Message "Cannot find resource named 'MaterialDesignFloatingActionMiniAccentButton'. If I put the resources in the mainwindow.xaml everything is fine, but I wanted them to load at the app level so I they are not in each page. Any help appreciated. public partial class App protected override void OnStartup(StartupEventArgs e) base.OnStartup(e); var app = new MainWindow(); var context = new MainWindowViewModel(); app.DataContext = context; app.Show(); from the Main.. var app = new App(); app.Run(); app.xaml.. <Application x:Class="GS.Server.App" xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation" xmlns:...
up vote 2 down vote favorite There is a clear pattern that show for two separate subsets (set of columns); If one value is missing in a column, values of other columns in the same subset are missing for any row. Here is a visualization of missing data My tries up until now, I used ycimpute library to learn from other values, and applied Iterforest. I noted, score of Logistic regression is so weak (0.6) and thought Iterforest might not learn enough or anyway, except from outer subset which might not be enough? for example the subset with 11 columns might learn from the other columns but not from within it's members, and the same goes for the subset with four columns. This bar plot show better quantity of missings So of course, dealing with missings is better than dropping rows because It would affect my prediction which does contain the same missings quantity relatively. Any better way to deal with these ? [EDIT] The nullity pattern is confirmed: machine-learning cor...