张国荣生前经典歌曲

香港知名艺人张国荣,1日晚间6时41分传出从香港中环文华酒店16楼坠楼身亡,被送玛丽医院抢救无效死亡,终年46岁。身上留有一封遗书,由于今天是‘愚人节’,相关人员在查证后,目前已经香港警方证实。据了解遗书内容有提到自己最近的感情波折。
出生日期: 1956年9月12日
出生地:香港
血型: O型
别名:哥哥(兄长的意思)
别名的由来:合演《CHINESE GHOST STORY》的JOY WONG如此称呼他,自始四周的人也改称他这个名字
喜爱的花朵:兰花(因为此花寿命较长)
喜爱的食物:海鲜,特别喜爱龙虾
讨厌的食物:墨西哥菜(可怕,同时皱起眉头)
喜爱的颜色:白、黑、灰
演出之电影
1999《星月童话》、《流星雨》
1998《九星报喜》、《红色恋人》
1997《春光乍泄》
1996《风月》、《大三元》、《新上海滩》、
《金枝玉叶2》、《色情男女》
1995《金玉满堂》、《夜半歌声》
1994《锦绣前程》、《金枝玉叶》、
《东邪西毒》
1993《霸王别姬》、《白发魔女传I &II》、
《花田喜事》、《射雕英雄传之东成西就》
1992《家有喜事》、《蓝江传》
1991《纵横四海》、《豪门夜宴》
1990《倩女幽魂I人间道》、《阿飞正传》
1989《新最佳拍档》
1988《胭脂扣》、《杀之恋》
1987《倩女幽魂》、《英雄本色II》
1986《偶然》、《英雄本色》
1985《龙凤智多星》、《求爱反斗星》、
《为你钟情》、《圣诞快乐》
1984《缘份》
1983《鼓手》、《第一次》、《杨过与小龙女》
1982《冲激21》、《烈火青春》、
《柠檬可乐》
1981《毕业生》
1980《喝采》
1978《红楼春上春》
曾合作的名导演与演员
导演吴宇森、徐克、王家卫、张之亮、陈凯歌、
于仁泰、陈可辛、关锦鹏、谭家明
男演员周润发、梁家辉、许冠杰、梁朝伟、刘德华、
葛优、张丰艺、刘青云、周星驰
女演员龚利、张曼玉、林青霞、钟楚红、刘嘉玲、
袁咏仪、梅艳芳、叶童
曾经获得奖项
电影奖:最佳男主角--香港电影金像奖(香港)
最佳男主角--香港影评人协会(香港)
最佳男主角--日本影昼批评家协会(日本)
歌唱奖: IFPI唱片销量大奖
最受欢迎男歌星(TVB)
最受欢迎男歌星(TVB)
十大金曲(RTHK)
商台最受欢迎男歌星金奖(CR)
最受欢迎金曲金奖(TVB)
1、怪你过分美丽
2、左右手
3、倩女幽魂
4、沉默是金
5、路过蜻蜓
6、黑色午夜
7、当年情
8、爱火
9、无心睡眠
10、共同渡过
12、爱慕
13、当年情
14、为你钟情
15、无心睡眠
16、最爱
17、夜半歌声
18、当爱已成往事
19、追
20、红颜白发
21、深情相拥
22、今生今世
23、红

转载于:https://www.cnblogs.com/pingkeke/archive/2008/01/08/1030915.html

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