个人去办理上沪c流程

牌没有拍到先买所以只能沪C罗嗦直接干活牌流程
1.个人户口身份证有户口拿户口本没有户口去派出所开居住证证明般要求居住外环外
2.先交购置税---沪南路管所(车辆管理分所也有说考场)沪南路2638号
   复印资料有人说资料全复印这个有点浪费复印总没错
   1)找导航进入后门口有个女收停车费--临牌给她钱进门看到停车场停车车后在停车场东面50米有个4号楼记住走正门(侧后门有个面写拍照我莫名其妙
   2)进门取号手边交税取号手边沪C额度审核(交税后才可以沪C额度审核)手边取号如果4s店给你张车辆购置税纳税申请表你可以填报如果没给你走到1号窗口拿这个申请表自己填填表方有模板自己填
   3)等待叫号叫到号出示*1出示户籍身份证原件复印件各份(身份证正反面户口本户主页常住人口登记卡)*2车辆购置税申请表*3机动车销售统发票(报税联)原件 *4 合格证原件复印件(这个忘要)服务人员告诉你钱你就刷卡交吧收现金最开心可以刷信用卡有没有积分知道)
   4)窗口会还你户籍身份证合格证原件*2,3,4要交会给你个 &1 中华人民共国税收完税证明(没啥用自己保存吧) &2 牌子这个牌子要去服务人员告诉你窗口换 &3车辆购置税完税证明(两份)
   5)拿到这些东西后去进门手边取号进行沪C额度审核叫到号后递交资料 *1 户口本身份证原件复印件 *2 车辆购置税完税证明* 3 还有个发票联联复印件 *4  合格证原件复印件(前面个窗口这个窗口就要)通过就OK啦

3.沪C 沪南路盐路(国产车4s店)
  1)有两个我从北门进入进门就面写新车验车手车验车开到个车棚停在黄线前前轮超过黄线
  2)车前方有个铝扣板房子从南门进入让你填写个机动车查验记录表(按照格式填勾画只有4,5,6按照合格证填写) 然后贴机动车照片车架号拓印膜(拓印膜带粘性会让你在拓印膜最后面加片白纸条纸条在拓印膜最后面记录表之间纸片要有两厘米留在拓印膜边),懂就问人还比较客气
  3)验车 伙子看生产日期然后拍个照片就说去楼办手续去吧我自己装行车记录仪后视镜镜子都没让拆
  4)办手续 到楼前台会让你出示资料合格证原件(原件没收换绿本)完税证明(副本)贴在张A4白纸发票注册登记联贴在张A4白纸保险单(副本)身份证户口本原件复印件(这个复印件比较复杂户口本户主页身份证正面复印在户口本登记卡页身份证反面复印在户口本复印时要折叠身份证压在需要信息户口本会复印或者没拿A4白纸现场给3元就可以帮你搞定
  5)然后进入手边第个窗口交所有资料给你个号码等待15~20分钟会叫号给你个带条形码自己去选号机器扫码选号(90秒时间)号码后去交费窗口交350元我给现金回到叫号窗口给她交费人非常工作人员也比较悠闲
  6)等待15~20分钟拿行驶证机动车登记证书(绿本)
等待3个工作日行驶证10元钱拿铁牌(铁牌可以邮寄



浦东沪C办理流程
首先完税,我是在浦东第三车管所完税的
地址:浦东新区沪南路2638号。外环下来沪南路第一个路口右转在里面四号楼,(建议车不要开进去,进去好像是要收停车费的。停在门口路边好了) 准备材料:
1. 身份证复印件;(正反两面)
2. 户口本复印件;(户主页和本人信息页) 3. 机动车销售发票第一联复印件;
4. 车辆合格证复印件;(有实际内容的那一面) 5. 完税申请单;(原件,卖车的提供)
6. 发票中的某一联(忘了);(原件,卖车的提供)
门口有流程介绍,问问询问处也可以,态度一般。复印0.5元一张 这里不收现金,只接受刷卡,信用卡也可。黄牛很多,收费200元。个人认为完全没有必要。工作日办下来总共半小时就完成了。 然后去外高桥办沪C。
地址:在富特西一路。沿着杨高路到外高桥保税区四号门一进门两米就右转,可以看到一个二手汽车交易市场,旁边是个医药物流什么公司。办事大厅在汽车交易里面,车要开进去才能看见。 准备材料:
1. 身份证复印件;(正反两面)
2. 户口本复印件;(户主页和本人信息页)沪C需要户口本

3. 注册登记表;(现场领取,填写)
4. 购车发票注册登记联;(原件,需要用胶水贴到A4纸上) 5. 购置税副本;(完税后开具的,有个副本联,需要用胶水贴到A4纸上)
6. 保单副本;(原件,卖车的提供) 7. 车辆合格证;(原件,卖车的提供) 8. 车辆查验单;(现场填写)
现场有工作人员指导;态度还可以。先到一号窗口车辆查验,工作人员还可以。没有什么刁难。再到4号窗口交材料,这个很慢,时不时有些牛会趁你不注意插队。然后就是等待。在25号窗口有个液晶屏上显示你的名字就可以选号了。6选1选完号,去交费,共300元,然后就又是等待,等待行驶证和车牌。现场就可以取牌。 全程下来共3小时。这里估计比较偏,没有现场黄牛。但是有些4S店的牛。办牌的人相对少一些


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