陕西副市长猝死,其“豪宅”爆光震惊国人

 近日,陕西省安康副市长李建民在出差途中突发疾病去世,引发社会关注。很多人关心他的身后事,在他的老家志丹县意外发现了这座“豪宅”。很多人去看了之后,惊诧了!


李建民的豪宅有多“豪”?

志丹县杏河镇李副市长家的豪宅


院子里四个窑洞,他和哥哥一人两个。
贴瓷片的房子六间是两年前移民搬迁时盖的,
国家补贴一半,自己掏一半。


房间里面的样子,水泥毛坯墙。


辉煌地产老总焦晓锋,城防办主任罗恩德,
彬县电视台原国家一级播音员史爱群
等人看到书记的房子放声大哭。

贫寒之家出栋梁


彬县音乐家协会王燕哭着说
谁现在还用这样的大立柜?


彬县辉煌地产老总焦晓峰大哭着说:
“人说李书记不贪是因为不差钱。
这算个啥吗!这叫有钱?”

彬县作协会员程娟趴土炕嚎啕痛哭。


全国道德模范卢效平说:
“咱成天扶贫呢,看看书记这家当,
跟书记共事多少年了,
不知道书记住这样的房子,
不知道书记家还未脱贫。”


李书记家的锅灶


焦总说,李书记给人不说实话,
我工地的工人们住的工棚都比这好,
又是空调又是木地板。


李书记家的陈设



唯一的电器洗衣机


彬县商界精英:
“我们盖了成片的高楼大厦,
要早知道书记家是这样,
随便谁都能给书记送套房。”


刘志丹纪念馆人说,
书记母亲去世时他正开人代会,
会后直接回家,
彬县酒厂一老板拉来一车酒,
他让拉回去,
说你敢拉来我回去就把你立即免了。


彬县企业界朋友翻拍李书记照片留作纪念


分拣李书记照片


没有门楼的豪宅


豪宅屋顶


这是李书记哥哥开的农用车    


彬县原政协副主席梁养民和
原交通局长李选盈等人去看书记的家。
村民说,主干线是油路,
通村路至今还是土路。
而彬县所有村子都是漂亮宽敞的水泥路,
路边花、树两层绿化。


辉煌地产老总焦晓锋哭着对
李书记资助的留守儿童,
坐动车倒班车来送书记的
西安石油大学的张静说:
“我以后每年资助你一万元,
一定要把李书记的爱心延续下去”。


焦总说:“上次和书记吃饭,
他说你们是彬县最有品格的人,
我跟你们交朋友高兴。
没想到是最后一次见面”。


领导去看书记七十多岁的老父亲,
老人说了三句话:
“1,我没有什么要求,
他做的是一个领导干部应该做的。
2,我儿脾性不好,
工作中若得罪请原谅。
3,二孙子大学毕业四年在外打工,
没有工作,
如果不为难的话希望组织给娃安排工作、
就当我儿拿命换的”。


志丹县委办主任说,
从书记家到县城至今没有班车,
村民要走到镇上才能坐车,
村上多数老人一辈子没进过县城。
所以书记2012年元宵节时
把彬县偏远地区没进过县城的老婆、
老汉集体接到县城坐上嘉宾观礼台看社火,
晚上安排住豳州大厦五星级酒店,
请吃大餐。
彬县万人在开元广场祭奠书记时,
七八十岁的老人给书记下跪。

彬县企业精英说:开展两学一做,
真应该带领导干部来这里看看。

这位副市长去世后,
不仅是安康,在他曾工作过的志丹、
延川、吴起、彬县等地,
无数群众自发前去悼念他,
现场更是化作泪海,令人动容。

据华商报报道,
李建民去世的消息传到彬县后,
当地群众的手机朋友圈迅速
被李建民三个字刷屏,
屏幕上遍是悲伤、遗憾、怀念、
感谢等字眼。
上千人从四面八方赶到县城开元广场,
聚在彬塔下面悼念李建民。
群众们在塔身上挂起
“建民书记一路走好”的挽帐,
在地上点起了寄托哀思的蜡烛。


党的好儿子,人民的好公仆。
百姓来送您,一路走好。

李建民的“豪宅”很寒酸,
但他的人格很高贵!
为人民服务,
人民心中自有你!

无论您有多忙,请花1秒钟的时间把它放到你的圈子里!可能您的朋友就需要!谢谢!

公众号内回复“1”带你进粉丝群

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值