那些年震撼我们心灵的音乐

那些年震撼我们心灵的音乐

  由于个人爱好,喜欢听一些纯音乐,因此收集了一些比较好听的纯音乐曲子,其中包括一些音乐大师弹奏的曲子,比如宗次郎、久石让等,还有一些是电影原声配乐,比如加勒比海盗、勇闯夺命岛等经典电影的配乐,还有一些是游戏中的主题音乐,比如魔兽亡灵序曲,还有一些是90年代港剧古装片中常常用到的配乐。。。总之,这些音乐都或多或少震撼过我们的心灵,现在整理一下奉献给大家。

  请尊重作者劳动成果,转载请标明原文链接:

  http://www.cnblogs.com/dolphin0520/p/3817735.html

一.班得瑞、神思者等人的曲子

  班得瑞的曲子以清新的曲风为主,听起来有种神游仙界的味道。

  这下面18首是个人觉得班得瑞最好听的曲子

  1.月光

  2.雨的印记

  3.雪之梦

  4.小美人鱼

  5.微风山谷

  6.童年

  7.天堂之门

  8.清晨

  9.绿野仙踪

  10.寂静之声

  11.初雪

  12.变幻之风

  13.安妮的仙境

  14.your smile

  15.heaven on earth

  16.endless horizon

  17.childhood memory

  18.caribbean blue

  下面是神思者的曲子:

  1.妙音鸟

  2.海神

  3.伽罗

  4.happy arabia

  以下曲子是单独收藏的(后面为曲子名称,前面为作者):

  1.姫神 - ひとひらの雪 

  2.姬神 - 十三の春

  3.Daylight Of The Evening

  4.杨柳-林海

  5.琵琶语-林海

  6.理查德克莱德曼 - 星空

  7.Richard Clayderman - 秋日私语

  8.Richard Clayderman - 梦中的婚礼

  9.Richard Clayderman - 蓝色的爱

  10.卡农(弗拉门戈吉他版),卡农有很多版本的,个人觉得 弗拉门戈吉他版是最好听的版本

  11.卡洛儿 - 假如爱有天意

  12.吉田洁 - 遥远的旅途   (个人觉得比较抒情的一首曲子跟下面的第13首曲子曲风很像)

  13.Karunesh - A Journey Of The Heart

  14.矶村由纪子 - 风居住的街道

  15.The Truth That You Leave

  16.忧伤还是快乐

  17.冯曦妤 - 我在那一角落患过伤风

  18.Yanni - 和兰花在一起

 

  以下几首曲子是调子比较高昂的类型:

  1.Vangelis - Conquest Of Paradise

  2.Steven Burke - Hero's Theme(很多宣传片经常用到)

  3.Go West - 西行(体育频道经常用到的曲子)

  4.Era - The Mass(大气恢弘的一首音乐)

  5.Enigma - Return To Innocence

  6.Battle Without Honour Or Humanity

二.宗次郎、久石让等人的曲子

  1.宗次郎 - 故乡的原风景

  2.喜多郎 - 孙文与庆龄

  3.久石让 - 天空之城

  4.久石让 - Summer

  还有一些其他的曲子,个人觉得这几首最经典,喜欢它们曲子的朋友可以自己去寻找。

三.电影配乐

  1.卡洛儿 -再见 无间道(最经典的卧底警匪片无间道的配乐)

  2.加勒比海盗 - He Is A Pirate

  3.加勒比海盗 - Barbossa Is Hungry(加勒比海盗的这2首配乐都是比较大气的两首音乐)

  4.陈勋奇 - 天地孤影任我行(大话西游和东邪西毒里面那段很苍凉的配乐)

  5.勇闯夺命岛-Rock House Jail(勇闯夺命岛电影的配乐,我个人觉得《勇闯夺命岛》这部电影是尼古拉斯凯奇最经典的一部电影,很值得一看,尤其是人物的演出,还是配乐等,都堪称绝对的经典)

四.游戏主题音乐

  1.轩辕剑 - 三个人的时光

  2.仙剑奇侠传 - 莫失莫忘

  3.仙剑奇侠传四游戏主题曲-回梦游仙

  4.Nightwish - She Is My Sin(CS1.6的宣传音乐)

  5.The dawn(非常经典的音乐,大气磅礴,魔兽争霸三的宣传曲)

  6.横山菁儿- 英雄的黎明(卡通电影 三国志 的主题曲)

五.港剧配乐

  谈起港剧,比如古天乐版的《神雕侠侣》,黄日华版的《天龙八部》,吕颂贤版的《笑傲江湖》,古天乐版《寻情记》等,不仅当时红极一时,现在仍然是经典不可超越。个人觉得央视翻拍的版本跟这些经典版本的电视剧根本不在一个档次,无论是演员出演还是场景选取,还是配乐这些,港版的都要比央视的出色很多,这些都值得央视好好学习。可惜tvb近些年对武侠类的古装剧不是很感冒,基本没有再拍过类似的武侠古装剧,个人觉得是一大遗憾。港剧中的配乐大多是大师胡伟立、陈勋奇等人专门为某一部电视剧配的乐,从这里就可以看出当年港剧拍摄时的用心良苦。下面是一些经常出现在这些电视剧中的配乐:

1.原声带 - 断情殇

2.影视原声 - 徐州凯旋母之死

3.男儿无泪

4.笑傲江湖 - 琴箫合奏完整版(经典的一首曲子啊,原名叫做清心普善咒,是胡伟立大师在清心普善咒的基础上专门根据笑傲江湖的剧情改写的一首曲子)

5.晴天霹雳

6.迷情仙境

7.风姿花传

8.吕秀龄 - 情咒

9.纠结难解(笑傲江湖的配乐)

10.胡伟立 - 雪千寻

11.胡伟立 - 偷功

12.胡伟立 - 太极拳

13.胡伟立 - 市集

14.胡伟立 - 对峙

15.胡伟立 - 打斗

16.胡伟立 - 初识太极

17.陈志远 - 才子佳人

18.陈勋奇 - 追忆

19.陈勋奇 - 昔情难追

20.陈勋奇 - 幻影交叠

21.陈勋奇 - 尘归尘土归土

22.背景音乐 - 天地醉

23.鲍比达 - 少林雄风

24.鲍比达 - 交战

  以上是个人暂时收藏的一些纯音乐,如果有相同喜好的朋友欢迎交流,上面的音乐都可以在下面地址下载:

  http://pan.baidu.com/s/1bnzVj2Z

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。
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