InfoQ编辑2018年推荐阅读清单(第一部分)

\u0026#xD;

本文要点

\u0026#xD;\u0026#xD;
  • InfoQ编辑团队会定期碰头,互相分享各自的推荐阅读清单。本文目的在于将面向InfoQ社区广泛地分享他们的推荐清单。\u0026#xD;\t
  • InfoQ的核心价值之一,就是InfoQ网站上的所有内容必须是由软件交付实践者提供的。这些软件交付实践者是活跃在设计、构建和运维软件一线的人员。InfoQ的编辑都是兼职的,大家共同致力于分享自身的知识和经历。\u0026#xD;\t
  • 本期热门的推荐阅读资源包括:Nicole Forsgren、Jez Humble和Gene Kim合著的“Accelerate”一书,Adrian Colyer维护的技术博客“The Morning Paper”,Steven Skiena撰写的《算法设计指南》一书。\u0026#xD;
\u0026#xD;\u0026#xD;

InfoQ的核心价值之一,就是InfoQ网站上的所有内容必须是由软件交付实践者提供的。这些软件交付实践者是活跃在设计、构建和运维软件一线的人员。由此,向InfoQ贡献内容的撰稿人都是一些在正常工作之余的兼职编辑,InfoQ的所有内容是由兼职编辑修改和审核的。这些业界专家都是具有远见卓识的业界领袖和毕生保持学习的实践者,他们的目标不仅局限于提升InfoQ信息的优秀质量,而且意在努力增进IT业界的专业化程度,促进和发展社区。

\u0026#xD;\u0026#xD;

InfoQ编辑团队会定期在QCon大会上碰头,互相分享各自的最新收获,QCon大会定期在伦敦、纽约、旧金山、北京、上海等城市举办。会上的一个重大亮点就是大家交换推荐阅读书单,并就最新的书籍和资料展开讨论。

\u0026#xD;\u0026#xD;

鉴于分享知识是InfoQ的核心价值之一,InfoQ编辑们致力于收集并分享大量可推荐给读者的知识,使他人可从中受益。在未来的一周内,我们将为InfoQ读者推出一组系列文章,分享由这些编辑们所推荐的阅读书单,并概要评述推荐书籍的重要性。

\u0026#xD;\u0026#xD;

我们非常期望能收到读者们的反馈。如果大家想要了解如何成为InfoQ编辑,或是希望通过申请加入编辑团队,请参阅“投稿”页面中提供的指南。

\u0026#xD;\u0026#xD;\u0026#xD;\u0026#xD;

Ben Linders

\u0026#xD;\u0026#xD;

bee05d56daa7356dd0dc18cca4906fe8.jpg\"Ben Linders 在荷兰工作,是一位敏捷、精益、质量和持续改进领域的独立顾问。                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                     

\u0026#xD;\u0026#xD;

“Accelerate”,作者:Nicole Forsgren、Jez Humble和Gene Kim

\u0026#xD;\u0026#xD;

Nicole Forsgren、Jez Humble和Gene Kim合著的《加速:高性能技术企业的构建和扩展》(“Accelerate: Building and Scaling High Performance Technology Organizations”)一书指出了影响软件交付性能的因素,介绍了大量有助于实提高软件交付速度、稳定性和质量的技能和实践。

\u0026#xD;\u0026#xD;

我推荐本书的原因在于,书中的内容是基于扎实的研究,进而给出了对影响各因素间关系的深度洞悉。无论读者出于何种目的考虑采纳敏捷、精益或是DevOps,本书都能帮助他们聚焦于可影响这些目标的因素,并决定应用何种实践去实现上述目标。

\u0026#xD;\u0026#xD;

InfoQ曾对本书做过书评报道

\u0026#xD;\u0026#xD;

《从1到100,用心求变》,作者:Lynn Manns和Linda Rising

\u0026#xD;\u0026#xD;

f00be14009eae7e0bd26cbd85c2a7f5d.jpg\"
\u0026#xD;Mary Lynn Manns和Linda Rising合著的《从1到100,用心求变: 你我都需要的63个持续改进与提升策略 》(“More Fearless Change: Strategies for Making Your Ideas Happen”)一书阐述了多种驱动组织可持续改进的模式。

\u0026#xD;\u0026#xD;

对于身处改进中的读者(说实话,当今社会中谁能置身于改进度外),《从1到100,用心求变》是一本经典书籍。在2015年,两位作者重新修订了书中给出的48种模式,并新添加了13种模式。

\u0026#xD;\u0026#xD;

InfoQ曾对本书做过书评报道

\u0026#xD;\u0026#xD;

《敏捷估计与规划》,作者:Barry Boehm和Richard Turner

\u0026#xD;\u0026#xD;

51cf94fa6471064442f5360d451cb57e.jpg\"

\u0026#xD;\u0026#xD;

Barry Boehm和Richard Turner合著的《敏捷估计与规划》(“Balancing Agility and Discipline: A Guide for the Perplexed”)一书对敏捷方法和计划驱动方法进行了对比。该书是一本经典图书,针对如何根据人们的需求,需求敏捷和规划以及应用实践间的平衡。

\u0026#xD;\u0026#xD;

更多信息,可访问该书的出版信息

\u0026#xD;\u0026#xD;\u0026#xD;\u0026#xD;

Chris Swan

\u0026#xD;\u0026#xD;

fa0371d0c0b27562477f0c4e46504ee9.jpg\"Chris Swan is Fellow 是DXC.technology的董事、副总和全球交付CTO。他在企业中领导跨产品系列的运营设计转变、利用数据推动客户转型和服务履行的优化。                                                                                                                                                                                                                                                                                                                                                                                            

\u0026#xD;\u0026#xD;

“Accelerate”,作者:Nicole Forsgren、Jez Humble和Gene Kim

\u0026#xD;\u0026#xD;

我再次推荐“Acclerate”一书。我要强调指出的是,该书适用于各行各业的企业,书中介绍的内容是基于数据和分析的,而非采用案例研究的讲述方式。因为案例研究很容易被读者否定,“我们并不喜欢这类案例,它们对一些企业适用,但并不适用于我们”。

\u0026#xD;\u0026#xD;

《信息安全工程》,作者:Ross Anderson

\u0026#xD;\u0026#xD;

b1c6e9d77abe2f85a9d3ec04bdda442d.jpg\"

\u0026#xD;\u0026#xD;

永恒的经典教材《信息安全工程》(“Security Engineering: guide to building dependable distributed systems”)。任何关注安全的读者(当然,任何人都应关注安全),应该熟知该必读书目。特别要指出的是,现在该书可在线免费下载。

\u0026#xD;\u0026#xD;

该书的详细信息,可访问作者的主页

\u0026#xD;\u0026#xD;

由Adrian Colyer维护的博客“The Morning Paper”

\u0026#xD;\u0026#xD;

该博客会定期发布对多篇计算机领域重要论文的解读,它为读者了解业界的最新动态提供了一种简单的方式。对于那些想从该博客中汲取精华内容的读者,也可阅读InfoQ提供的季度评论。

\u0026#xD;\u0026#xD;

直接访问该博客,请点击此链接

\u0026#xD;\u0026#xD;

InfoQ与Colyer合作推出季度评论杂志。有兴趣的读者可点击此链接

\u0026#xD;\u0026#xD;\u0026#xD;\u0026#xD;

Richard Seroter

\u0026#xD;\u0026#xD;

8c6f9c302c5e9bc25581aaf44fa57a31.jpg\"Richard Seroter 是Pivotal的产品高级总监,他具有科罗拉多大学的工程学硕士学位。                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                    

\u0026#xD;\u0026#xD;

《格鲁夫给经理人的第一课》,作者:Andy Grove

\u0026#xD;\u0026#xD;

cd756eedd80c41ae0306a4377b25a4b6.jpg\"

\u0026#xD;\u0026#xD;

《格鲁夫给经理人的第一课》(“High Output Management”)一书是Intel前CEO Andy Grove于二十多年前撰写的,但书中内容时至今日依然很有价值。无论是技术经理新人,或者已任职多年者,都能在本书中发现大量可用于改进自身管理技能和团队整体性能的指导。我是在2018年上半年读的这本书,立刻后悔为什么我没有在五年前读到它。该书将会改变你对于召开会议、一对一座谈、做出决策和持续改进上的做事方式。

\u0026#xD;\u0026#xD;

更多信息,可访问该书的出版信息

\u0026#xD;\u0026#xD;

《数据密集型应用系统设计》,作者:Martin Kleppmann

\u0026#xD;\u0026#xD;

7ba1b8200db9593e0de68b4165a8761d.jpg\"

\u0026#xD;\u0026#xD;

《数据密集型应用系统设计》(“Designing Data-Intersive Applications”)一书是我今年读到的写得最好的技术图书。在本书中,Kleppmann很好地阐述了数据存储和处理解决方案的一些现状,并指出了在选择最适合方案中需考虑的因素。书中提出的存在于可扩展性上的挑战和问题,是很多人在处理分布式系统中尚未考虑到的。尽管很多开发人员宣称自己知道如何构建稳健的应用,但是我怀疑很多人在面对数据层时依然存在许多考虑不周之处。这本书可加速提升读者对此的认知。

\u0026#xD;\u0026#xD;

更多信息,可访问该书的主页

\u0026#xD;\u0026#xD;

读者可以收听InfoQ对Martin Kleppmann的采访录音

\u0026#xD;\u0026#xD;

“Overcomplicated, Technology at the Limits of Comprehension”,作者:Samuel Arbesman

\u0026#xD;\u0026#xD;

鉴于我们正在构建越来越复杂的系统,因此我们应该认识到,没有任何人能理解整个系统,知道系统会如何出错。我们不应过分膜拜技术,也不应对技术抱有恐惧心理。正确的做法是在两者间找到正确的平衡点。《过度复杂:处于理解边缘的技术》(“Overcomplicated, Technology at the Limits of Comprehension”)一书介绍了如何对日益复杂的系统做设计、构建、探索和排错。该书为我提供了几种新的思考问题途径。

\u0026#xD;\u0026#xD;

更多信息,可访问该书的主页

\u0026#xD;\u0026#xD;\u0026#xD;\u0026#xD;

Ben Evans

\u0026#xD;\u0026#xD;

40c93dbdd236f833c8e82abb4ff3a2f9.jpg\"Ben Evans 是jClarity的联合创始人,一家致力于JVM性能优化的公司。Ben是LJC(伦敦Java用户组)的组织者,JCP执行委员会成员,并参与制定了Java生态系统的标准。他还是一位Java冠军程序员,三次担当JavaOne摇滚明星演讲者(Rockstar Speaker)。此外,他撰写或合著了《Java程序员修炼之道》(“The Well-Grounded Java Developer”) 、最新版的《Java技术手册》(“Java in a Nutshell”)和“Optimizing Java”等图书。

\u0026#xD;\u0026#xD;

《C专家编程》,作者:Peter van der Linden

\u0026#xD;\u0026#xD;

fa635f61c304c861fa60adfd2c668e07.jpg\"

\u0026#xD;\u0026#xD;

《C专家编程》(“Expert C Programming”)讲授了一些常被人误解的C和Unix知识,的确可令读者提升相关知识的层次。

\u0026#xD;\u0026#xD;

更多信息,可访问该书的主页

\u0026#xD;\u0026#xD;

《判断力》,作者:Roger Fisher和William Ury

\u0026#xD;\u0026#xD;

3436453c2456b5bdb5ac18c6ed745d02.jpg\"

\u0026#xD;\u0026#xD;

《判断力》(“Getting to Yes: Negotiating Agreement Without Giving In”)一书介绍的谈判技术高度适用于专业技术人员所处的多个场合。如果正确使用,可给出非常好的结果。

\u0026#xD;\u0026#xD;

该书的更多介绍,可访问作者的个人网站

\u0026#xD;\u0026#xD;

《算法设计指南》,作者:Steven Skiena

\u0026#xD;\u0026#xD;

60b791610c4306d8558845ef26caca86.jpg\"

\u0026#xD;\u0026#xD;

对于使用任何编程语言的开发人员,《算法设计指南》(“The Algorithm Design Manual”)都是十分有用的手册。

\u0026#xD;\u0026#xD;

更多信息,可访问该书的主页

\u0026#xD;\u0026#xD;
额外推荐:由Adrian Colyer维护的博客“The Morning Paper”
\u0026#xD;\u0026#xD;

和Chris Swan一样,再次推荐读者定期阅读该博客。

\u0026#xD;\u0026#xD;\u0026#xD;\u0026#xD;

Srini Penchikala

\u0026#xD;\u0026#xD;

7851216480516cb5ec8e5d6f23aecdb1.jpg\"Srini Penchikala 目前在德克萨斯州奥斯丁市任高级软件架构师。他也是InfoQ大数据和NoSQL数据库社区的责任编辑。Srini在软件架构、设计和开发上具有22年的经验,目前正在撰写“Big Data Processing with Apache Spark”一书,并与他人合著了“Spring Roo in Action”一书,该书已由Manning出版社出版。

\u0026#xD;\u0026#xD;

“Dare to Serve”,作者:Cheryl Bachelder:

\u0026#xD;\u0026#xD;

本书讲述了一位领导者应如何通过服务他人并服务于企业的最佳利益,进而提供卓越的成果。本书作者Cheryl Bachelder于2007年加入陷入困境的Popeyes Louisiana Kitchen炸鸡专营店并担任CEO。她通过采用“服务型领导”模式扭转了企业的经营局面,并使企业恢复盈利。

\u0026#xD;\u0026#xD;

该书倡导的领导原则是“激情、倾听、计划、指导,问责和谦逊”。在该模型中,服务型领导者帮助员工在工作中找到目标,并将可实现的高绩效目标定义为“大胆的目的地”,推动员工参与其中。实现目标是通过解决实际问题、提供资源并衡量结果。

\u0026#xD;\u0026#xD;

在软件开发团队中,服务型领导力很好地诠释了Scrum Master和架构师等角色。

\u0026#xD;\u0026#xD;

更多信息,可访问该书的官方网站

\u0026#xD;\u0026#xD;

《对话智商》,作者:Judith E. Glaser

\u0026#xD;\u0026#xD;

bffb5684906493d68cb994dbcbca15cf.jpg\"

\u0026#xD;\u0026#xD;

《对话智商——如何通过三级对话达成卓越表现》(“Conversational Intelligence: How Great Leaders Build Trust \u0026amp; Get Extraordinary Results”)一书是组织人类学家Judith E. Glaser撰写。书中新给出了一些有效的强大对话方式,向大脑提供信任、合作和共同成功等信息。在书中,作者提出了一种新的框架,用于了解哪些对话激活了更高层次的智能(如信任、诚信、同理心和良好的判断力)。

\u0026#xD;\u0026#xD;

对于企业中各个层级的敏捷软件开发团队和团队领导者,该书都是很好的资料。

\u0026#xD;\u0026#xD;

更多信息,可访问该书的官方网站

\u0026#xD;\u0026#xD;

“Reactive Microsystems”,作者:Jonas Bonér

\u0026#xD;\u0026#xD;

当前,微服务已成为开发解决方案的主流。如果读者尚不甚了解如何在分布式系统环境中管理这些微服务,那么这本迷你书提供了非常及时的资源。

\u0026#xD;\u0026#xD;

在该书中,Bonér阐述了如何使用事件和命令等概念来管理微服务间的交互。本书向读者介绍了事件优先的领域驱动设计(DDD),以及如何实现一直有效的DDD原则与再次提出的事件驱动架构(EDA)间的协同工作。

\u0026#xD;\u0026#xD;

该书可从Lightbend网站下载。

\u0026#xD;\u0026#xD;

查看英文原文: The 2018 InfoQ Editors’ Recommended Reading List: Part One

“您的项目进行得怎么样 遇到了令人沮丧的变化 不确定性 还是产品错过了标志点和最终期限 MikeCohn清晰明了地展示了如何有效地开发具有高商业价值的软件 通过敏捷估计与规划 即使环境发生了变化 您仍可以将精力专注于真正需要的地方 ” RickMugridge RimuResearch有限公司 FitforDevelopingSoftware的第一作者 “我们是本书所述的敏捷方法的忠实信徒 并通过实现和继续采用这些方法获得了许多极其重要的积极影响 我向所有希望使自己的软件开发过程更为实际和有效的人极力推荐此书 ” MarkM.Gutrich Fast401k公司总裁兼首席执行官 为什么传统的指令性规划会失败而敏捷规划会成功;如何使用故事点或理想日来估计功能的规模 以及它们分别适用于哪种情况;如何以及何时进行重估;如何同时采用经济和非经济手段确定功能的优先级;如何将大的功能分解成更小的更易管理的功能;如何规划迭代周期并对开发小组的初始进度率进行预测;如何安排具有高不确定性或者进度易受影响的项目的进度;如何对由多个开发小组合作开发的项目进行评估 《敏捷估计与规划》一书为对敏捷项目进行估计与规划提供了权威实际的指导方针 在本书中 敏捷联盟的共同创始人MikeCohn讨论了敏捷估计与规划的思想 并使用现实的例子与案例分析向您详细地展示了如何完成工作 本书清晰地阐述了有关的概念 并引导读者逐步认识到下列一些问题的答案:我们要构建什么 它的规模有多大 需要在什么时候完成 到那个时候我们到底能完成多少 通过这本书 您首先会认识到优秀的计划由哪些东西组成 接着会了解到如何才能使计划成为敏捷的 ">“您的项目进行得怎么样 遇到了令人沮丧的变化 不确定性 还是产品错过了标志点和最终期限 MikeCohn清晰明了地展示了如何有效地开发具有高商业价值的软件 通过敏捷估计与规划 即使环境发生了变化 您仍可以将精力 [更多]
1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip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。
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

打赏作者

2名名名名名名名名名名名名名名名名名名名

谢谢啊011702

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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