2012春天和老公游:南京--苏州--周庄

原文地址: 2012春天和老公游:南京--苏州--周庄 (来自 @轻博客) 作者: 喜鱼兒甲韵

时间:2012年2月24日~29日

路线:南京--苏州--周庄

一、游前准备

1.订机票:春秋航空199元;第一排座椅加50元(晚上的航班,第一排舒服些)

2.查攻略:根据时间选择路线,交通方式,想去的地点和美食

2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

二、24日

1.晚上10点多到达南京禄口机场,坐大巴(40元),1号线10点以后就没有了,做的2号线就近到西华门

2.到达积分兑换的宾馆,房间里有空调,但是由于是春天特别的冷,多加床被子

三、25日

1.早:宾馆早餐是免费的肯德基,有皮蛋烧鸭粥哦2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

2.我的地方在新街口附近,走不远还有珠江路站地铁,感觉到哪里都很方便。

步行至南京大学,去了攻略里介绍的南京特有店铺——先锋书店,遇到喜欢的书就卓越一下,看有卖就拍下来回去在卓越买;卓越上买不到的就立刻买下来2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

三毛是最早影响我的书了,纪念一下,这一系列我都想要。

3.接下来打算到夫子庙,先到了水游城,中午吃的回味鸭血粉丝 汤包,两份29元,好好吃,汤包有点甜,那也好好吃,现在有点馋了

2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

4.之后就到了夫子庙:游古街、商业街、吃小吃、去江南贡院、游秦淮河......热闹极了。

2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

四、26日

1.沿着中山路、丹凤街溜达

去了邮局、路过的江苏电视台,看到街街巷巷的南京人生活,感觉又沧桑又质朴

2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

2.寻街弄巷的到了李记清真馆,没有想象的那样吸引人,倒是还有人在排队让我坚信这里好吃。老公没有怎么吃,觉得脏,不过小吃就是这样的嘛!锅贴4.5元5个;煎包5元2个;混沌4元;牛头粉丝汤10元,还是很便宜的。

2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

3.晚上去了1912酒吧街,本来想去苏荷见识见识,老公却极度想回宾馆了,累了,路上买了一盆草莓,才15元,很甜,回去一边看电视,一边吃草莓

五、27日

1.总统府,40元

进门左转有邮局,买了明信片20元6张的,盖了印章,回去送给同事,既可以看照片也可以当书签!

2.从南京站坐动车到达苏州

在观前街住下,观前街溜达溜达,好吃的还是挺多的

2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

苏州的丁哥黑鱼馆,咱家楼下也有一家呵呵

六、28日

1.去了神舟租车,服务又好,又快又方便,赞一个!第二天还的车,最后总共费用下来不到200元。

2.车上有导航开车去了拙政园,门票50元,现在是淡季,进入4月旺季以后门票70元。找了一个讲解员60元。

3.驾车去周庄:路非常好走,马路比苏州市区的路还要宽,而且淡季路上的车没有几辆。

在同程网上预订门票,本来100的,预定88元!

4.住在周庄青年旅社,一晚90元,看见方丈和咪咪,秋香在家待产中

2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

5.满眼的万三猪蹄啊,黑乎乎的没有兴趣吃,去了一家西餐店,是叫江南水乡,还是水乡人家的忘了。也不错。

2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

iphone4S拍摄效果不错吧 2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

6.张厅、沈厅、双桥、万三旧居

也是一段耐人寻味的历史

2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

2012春天和老公游:南京--苏州--周庄 - 情缘心语 - 手机天堂 软件教学世界

【6层】一字型框架办公楼(含建筑结构图、计算书) 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。
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。
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。
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