城隍【转】

城隍

城隍,有的地方又称城隍爷。他是冥界的地方官,职权相当于阳界的市长。
因此城隍就跟城市相关并随城市的发展而发展。城隍产生于古代祭祀而经道教演衍的地方守护神。城隍本指护城河,班固《两都赋序》:“京师修宫室,浚城隍。”祭祀城隍神的例规形成于南北朝时。唐宋时城隍神信仰滋盛。宋代列为国家祀典。元代封之为佑圣王。明初,大封天下城隍神爵位,分为王、公、侯、伯四等,岁时祭祀,分别由国王及府州县守令主之。明太祖此举之意,“以鉴察民之善恶而祸福之,俾幽明举不得幸免”。城隍由护卫神变为阴界监察系统,道教因之而称城隍神职司为剪除凶逆,领治亡魂等。

 上海三大城隍:老城隍霍光、城隍秦裕伯、新城隍陈化成。
  东南三大城隍:苏州城隍春申君黄歇、杭州城隍文天祥、上海二城隍秦裕伯。
  知名城隍:北京城隍杨椒山、福州城隍陈文龙、福建省都城隍周苛、柳州城隍柳宗元、苏州城隍春申君、邕州城隍苏缄、南昌城隍灌婴、绍兴城隍庞玉、曲沃城隍申生、济南城隍铁铉、郑州城隍纪信、和县城隍范增、谷城城隍萧何、杭州城隍周新、台南小南门城隍朱一贵。
  在台湾,许多中国大陆原乡的城隍,得到本省人的虔诚香火,立庙奉祀:如安溪城隍、霞海城隍等。
  在台湾,虽然台北的省城隍庙的城隍称为“省城隍”,但在1891年,清朝官方即升格新竹城隍庙的城隍为省级的城隍。此外,台南市的台湾府城隍庙,以其为最早之官建城隍庙,并且台南为明郑王朝之首都,故亦号称省城隍等级的“威灵公”。三庙信徒各以其历史为荣,自认所奉之城隍爷位阶最高,颇见争议。

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