乱世纷争,还看三国

《三国演义》这部小说大概写了四百多个人物,其中的主要人物,如诸葛亮、曹操、刘备、关羽、张飞、赵云、孙权、周瑜等等,都具有鲜明的个性,是文学史上不朽的典型形象。像周瑜火烧曹操大军、诸葛亮七擒孟获;空城计中诸葛亮专心弹琴、赤壁之战这些情节,大家都历历在目。

 

话说,诸侯时期吕布,曹操,刘备,袁绍,袁术,公孙瓒,刘表等人之间的矛盾是异常激烈的,他们的关系也是错综复杂。

下面小编带你用mindmanager思维导图来带你看清楚这一切吧。嗯~~图是有点简单,否则花花绿绿的,不太容易你梳理哦。

 


由此图看,我们大致就能梳理出吕布,曹操,刘备,袁绍,袁术,公孙瓒,刘表等人之间的矛盾。
吕布:和曹操敌对,最后被曹操杀死。和刘备先合作,后敌对,刘备和曹操一起打的他。和袁绍、公孙瓒、刘表没关系。和袁术想要联姻,但是没成功,双方处于接近于中立的盟友状态。
曹操:和刘备合作过,但是随后敌对。和袁绍、袁术敌对并将其击败。和孙策战略上中立。和公孙瓒没关系。和刘表先中立后敌对,最终部分占领荆州。
刘备:和袁绍同盟,后逃走。和袁术敌对。和孙策没关系。和公孙瓒是好朋友。和刘表是盟友。
袁绍:和袁术中立,两个人虽是兄弟关系不好。和孙策没关系。和公孙瓒敌对,并消灭公孙瓒。和刘表名义上同盟,但刘表只说不做。
袁术:是孙策上司、盟友,后袁术称帝,二者敌对。和公孙瓒没关系,和刘表先中立后敌对,部下孙坚被刘表部下所杀。
孙策:和公孙瓒没关系,刘表是他杀父仇人,死敌。
公孙瓒:和刘表没关系,不过刘表名义上是袁绍的盟友,那么也可以算是敌对。

    哈哈,不知道大家有没有一个大概的了解了呢,如果觉得我的图太简单了,大家也可以自己动手尝试做三国演义的思维导图(www.mindmanager.cc)哦,毕竟太多了,不太能全覆盖,快动手试试看吧。

 

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