小胖游海南(Mar,2010)-三亚,博鳌,海口


D4:

D1:

HU7279 10:55起飞,3点左右降落到了凤凰机场,那个热啊……不过善解人意的三亚人民了解我们北方人的疾苦,在提取行李的边上就有更衣室。提完行李,换好衣服,一楼出去,走上马路,就有著名的8路,5元到市里。40分钟左右,夏日百货下车,海韵路—蓝天巷—蓝天国际青年旅舍。check in, 直接扑向大东海,晚上,夏日百货 -2路 1元-第一市场--海鲜(芒果螺10元/斤;带子2元/个,小白螺5元/斤,扇贝5元/斤)-2路-夏日百货-YHA 加工。

提示:

1.凤凰机场出来就有8路,比机场大巴还多,5元。没有站牌,马路西向东方向等。

2.飞机AC 座位看南海观音。

3.从夏日百货去大东海不一定沿着海韵路走,在湘妹子酒家处,有一溜卖水果的,沿着水果摊走下去就是了。很近。

4.夏日百货的西门对面有欣园面包店,好像是连锁,不错。

提示:游完泳可以到淡水池涮涮,也可以到潜水的地方冲凉,当然回潜水的地方要低调并理直气壮些

2.海口东站的前一站就是五公祠,完全可以放下行李去五公祠一转,再取行李回市里

蜈支洲一日游(138元),早上9点左右到夏日百货,40分钟左右的车程,坐船要等大约30分钟的时间,上船15分钟到。上岸右面是潜水,也要排队,岸潜350,导游返50,水下真美,我一共下去了4次,使劲想办法磨教练再多饶我一次。呵呵。海参,带鱼,热带鱼,小丑鱼,各类珊瑚,大海龟。我还要……上来码头左面就是下海的地方,珊瑚很多,所以有点扎脚,水下礁石也很多,出来蹭团听讲解,一路上听植物知识到妈祖庙。回来沿着海边可以路过情人桥,淡水池然后回到码头,上岸等司机。回三亚的路有两条,要是不走亚龙湾,可以有一条隧道回城里,快一些。直接到银泰 BBQ(138元),太享受了,听着音乐,吃着海鲜,看着星光,还要进口青蛙的叫声,远处大东海还会升起烟火。出来步行到大东海海岸,岸边的喧闹衬着大海的宁静,海比天还要黑,还要广阔,白色的浪花一层层的拍向岸边,这是第二次看到夜晚的大海了。很美。回YHA

2.新国线回程的地方是在亚龙湾的丁字路口东北角等车,没有站牌,而且和来不是一条线路。

1.天域酒店是朋友告诉的,但是非常赞。

3.168(刘文波)就在明珠广场的北面,在三亚河南岸。

4.抱罗粉在第一市场的北面,也在三亚河南岸。

D3:

提示:

D2:

海南是小胖一直特别想去的地方,终于在暴涨的房价有所回落的时候跑到三亚去了……

南山寺+天涯海角 (208)不含素斋一日游,早上8点左右到夏日百货,1个小时左右到南山寺,观音堂,33罗汉堂,南山寺,海上观音。很大 巧家县属于哪个市 http://www.cits2.com/wenda/yunnan/1166.html,很漂亮,很热,很累。中午在缘起楼吃素斋。小贵,但是东西不错。3个多小时的游览时间。出来到天涯海角,很小,很漂亮,很热,学乖了15元的电瓶车。就为了看三块石头,天涯,海角,南天一柱。人多的,怎样都是合影。为了节省时间,小中巴4元回解放路步行街,穿过步行街到旺豪超市,买东西,2路 YHA-2路第一市场.(和乐蟹40元/斤,野生芒果螺22/斤 海胆4元/个不好吃)-2路168-2路 YHA

提示:到了天涯海角就有回家的车喽,如果不想等团,可以先闪人。

D5:YHA check out, 打车去汽车总站 10元 快车 8:20 47元 2.5小时到琼海,出来马路对面 2路3元到博鳌水城,淘宝价40元,成立会址+玉带滩,成立会址的外面是码头。可以在船上看到永久会址。回来原路返回。琼海站 1.5小时 26 元到海口东站,出来马路对面1路到明珠广场—南宝路-财富立方宾馆,80元大床房。

提示:

1.财富立方性价比相当高,马路对面就是机场大巴总站,楼下水果摊也还算多。晚上比较热闹。

早上出来解放路上做新国线,5元到亚龙湾,30分钟左右,到天域酒店,穿过去,直接到亚龙湾的沙滩,酒店本身就是个小型的植物园,很美。有冲脚的池子。回来继续新国线,5元-大东海-下午南田温泉一日游(138元),小鱼温泉确实挺有意思的。晚上直奔168 芒果汁20块钱一可乐瓶子。明珠广场-1路-第一市场,抱罗粉-1路-回YHA。

D6:南宝路出来民航大厦楼下机场大巴-15元-美兰机场-晚点-改签到第二天 12:15 CA1380 大巴回海口万华酒店-南宝路-明珠广场 1路 1元-五公祠-1元-明珠广场-酒店

D7:check out 机场大巴-美兰机场-12:15依旧晚点 12:30起飞4点到北京,冷……


莫道名微无人赏
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