学习篇

深度学习篇---昇腾NPU&CANN 工具包

介绍昇腾NPU是华为推出的神经网络处理器，具有强大的AI计算能力，而CANN工具包则是面向AI场景的异构计算架构，用于发挥昇腾NPU的性能优势。以下是详细介绍：昇腾NPU架构设计：采用达芬奇架构，是一个片上系统，主要由特制的计算单元、大容量的存储单元和相应的控制单元组成。集成了多个CPU核心，包括控制CPU和AICPU，前者用于控制处理器整体运行，后者承担非矩阵类复杂计算。此外，还拥有AICore
Atticus-Orion·2025-07-12 12:55

深度学习篇---简单果实分类网络

下面我将提供一个使用Python从零实现果实分类模型的完整流程，包括数据准备、模型构建、训练和部署，不依赖任何深度学习框架，仅使用NumPy进行数值计算。1.数据准备与预处理首先需要准备果实图像数据集，将其分为好果和坏果两类，并进行预处理：importosimportnumpyasnpfromPILimportImagefromsklearn.model_selectionimporttrain_
·2025-07-07 03:20

使用matplotlib绘制散点图、柱状图和饼状图-学习篇

一、散点图Python代码如下：num_points=100x=np.random.rand(num_points)#x点位随机y=np.random.rand(num_points)#y点位随机colors=np.random.rand(num_points)#颜色随机sizes=1000*np.random.rand(num_points)#大小随机alphas=np.random.rand(
Zorione·2025-07-01 09:00

股票心理学习篇：新手必避！老猫亲述交易市场十大坑

新手必避！老猫亲述交易市场十大坑主讲人：老猫（2008年入市，17年交易经验）1.对技术指标过度迷信核心陷阱：指标仅反映过去，无法预测未来市场动态博弈。老猫观点：“没有指标能在熊市里赚钱”最靠谱工具是概率+人性识别（判情绪、跟大资金）正确做法：专注顺势/趋势交易，拒绝用指标信号直接操作2.看消息买股票（利好陷阱）现象：利好公布→股价反跌（预期兑现）经典案例：2024.7.22以太坊ETF获批→7.
TrustZone_·2025-06-20 19:14

pythonadb命令大全_[adb 学习篇] python将adb命令集合到一个工具上

#!/usr/bin/evnpython#-*-coding:utf-8-*-#FileNameadbtools.py#Author:HeyNiu#CreatedTime:2016/9/19"""adb工具类"""importosimportplatformimportreimporttimeimportutils.timetoolsclassAdbTools(object):def__init_
·2025-06-18 00:55

AI学习指南深度学习篇-变分自编码器的应用与扩展

AI学习指南深度学习篇-变分自编码器的应用与扩展目录引言变分自编码器概述变分自编码器在图像生成中的应用变分自编码器在图像重建中的应用
俞兆鹏·2025-06-14 08:38

Jeesite-uniapp框架学习篇一（版本说明、工具网站、学习网站）

Jeesite-uniapp框架介绍及部署一、版本介绍：vue版本：vue2Jeesite版本：5.0.0二、学习网站：Uniapp官网：https://uniapp.dcloud.io/Jeesite官网：https://jeesite.com/docs/Jeesite-uniapp官网：https://jeesite.com/docs/uniapp/#%E5%BC%95%E8%A8%80Uvi
码农舟舟·2025-06-03 19:20

深度学习篇---人脸识别中的face-recognition库和深度学习

深度学习方法和使用Python的face_recognition库进行人脸识别在技术原理、实现方式和应用场景上有显著区别，以下从多个维度对比分析：一、技术原理1.深度学习方法核心逻辑：基于神经网络（如卷积神经网络CNN）构建模型，通过大量标注人脸数据（如LFW、CASIA-WebFace）训练模型，学习人脸特征的层次化表示（如像素级边缘→语义级面部结构→身份特征）。关键步骤：数据预处理：人脸检测（
Ronin-Lotus·2025-06-01 14:00

深度学习篇---OC-SORT实际应用效果

OC-SORT算法在实际应用中的效果可从准确性、鲁棒性、效率三个核心维度评估，其表现与传统多目标跟踪算法（如SORT、DeepSORT）相比有显著提升，尤其在复杂场景中优势突出。以下是具体分析：一、准确性：目标关联更可靠1.遮挡场景下的ID保持能力优势表现：传统算法（如SORT）依赖卡尔曼滤波预测目标位置，当目标长时间遮挡时，预测误差会累积导致轨迹丢失或ID切换。OC-SORT通过以观测为中心的恢
Ronin-Lotus·2025-05-31 16:59

数据结构学习篇——单链表的实现

链表的概念及结构概念：链表是一种物理存储结构上非连续、非顺序的存储结构，数据元素的逻辑顺序是通过链表中的指针链接次序实现的。结构：链表的结构不要求相邻元素地址连续，而需要元素的前驱和后继的地址，这样能通过头节点一直找到尾节点。/*节点*/publicclassListNode{Tdata;ListNodepre;ListNodenext;publicListNode(Tdata){this.dat
kizzo·2025-05-08 13:06

深度学习篇---模型权重变化与维度分析

文章目录前言1.权重的作用2.权重的维度全连接层卷积层3.权重的变化4.实例代码（PyTorch框架）场景代码解释模型定义数据生成优化设置初始权重设置训练循环前向传播反向传播更新权重结果输出维度与变化总结维度匹配梯度跟新5.增加网络深度：多层感知机（MLP）代码解释6.权重初始化的影响核心概念7.正则化：限制权重的自由度8.梯度问题与解决方案9.可视化权重变化结果分析10.总结：深度带来的挑战与解
Ronin-Lotus·2025-05-01 13:38

深度学习篇---抽样

文章目录前言一、数学建模与理论基础奈奎斯特-香农采样定理核心条件物理意义临界情况示例二、非理想采样的实际考量零阶保持（ZOH）采样孔径效应三、多维抽样理论图像采样（二维抽样）实际案例视频采样（三维抽样）四、抽样误差与补偿技术混叠效应分析工程解决方案抗混叠滤波器设计（Butterworth/Chebyshev）量化噪声与过采样五、现代抽样技术演进压缩感知（CompressedSensing）Σ-Δ调
Ronin-Lotus·2025-04-29 12:56

【KWDB 创作者计划】_深度学习篇---数据获取

文章目录前言一、公开数据集资源库1.综合型数据集平台KaggleDatasets(https://www.kaggle.com/datasets)GoogleDatasetSearch(https://datasetsearch.research.google.com)UCIMachineLearningRepository(https://archive.ics.uci.edu/ml)2.计算机
Ronin-Lotus·2025-04-26 23:22

【KWDB 创作者计划】_深度学习篇---松科AI加速棒

文章目录前言一、简介二、安装与配置硬件连接驱动安装软件环境配置三、使用步骤初始化设备调用SDK接口检测设备状态：集成到AI项目四、注意事项兼容性散热固件更新安全移除五、硬件架构与技术规格核心芯片专用AI处理器内存配置接口类型物理接口虚拟接口能效比散热设计六、软件生态与兼容性深度学习框架支持自定义算子（通过松科OpenCL扩展库）推理引擎开发工具跨平台支持操作系统嵌入式系统虚拟化与云七、性能基准测试
Ronin-Lotus·2025-04-18 10:46

【KWDB 创作者计划】_深度学习篇---常见卷积核

文章目录前言1.平滑（模糊）卷积核1.1均值滤波（3×3示例）1.2高斯滤波（3×3示例，σ=1）2.锐化卷积核2.1拉普拉斯锐化（3×3）2.2非归一化锐化3.边缘检测卷积核3.1Sobel算子（水平边缘检测）3.2Sobel算子（垂直边缘检测）3.3Prewitt算子（水平方向）4.方向性卷积核4.1水平边缘检测4.2垂直边缘检测5.自定义卷积核5.1Gabor滤波器5.2空洞卷积6.深度可分
Ronin-Lotus·2025-04-16 02:07

风尚云网学习篇-介绍chrome 浏览器的几个版本

Chrome浏览器提供4种发布版本，即稳定版(Stable)、测试版(Beta)、开发者版(Dev)和金丝雀版(Canary)。虽然Chrome这几个版本名称各不相同，但都沿用了相同的版本号，只是更新早晚的区别。就好比iOS等系统，Beta版可以率先更新到iOS12并进行测试，不断改进稳定后，正式版才升级到12版本。Chrome也是如此，更新最快的Canary会领先正式版1-2个版本。1.Stab
风尚云网·2025-04-12 09:04

深度学习篇---大模型ERNIE Bot

文章目录前言一、技术架构与核心创新1.知识增强的模型底座ERNIE3.0/4.0框架知识图谱融合持续学习机制2.多模态能力跨模态统一建模多模态生成3.高效推理优化动态计算图技术量化压缩二、核心功能与优势1.中文语境深度优化2.行业场景适配垂直领域增强医疗场景法律场景3.可控生成与结构化输出支持JSON/XML格式生成稳定性三、典型应用场景1.智能客服与对话系统2.内容生成与辅助创作3.数据分析与自
Ronin-Lotus·2025-04-09 05:43

深度学习篇---Prophet时间序列预测工具

文章目录前言一、什么是Prophet？易用性自动化灵活性鲁棒性快速拟合二、Prophet的核心原理1.趋势模型a.分段线性模型（默认）b.逻辑增长模型2.季节性模型3.节假日效应三、Prophet使用方法安装ProphetPython基本使用示例1.准备数据2.创建并拟合模型3.创建预测数据框4.生成预测5.可视化结果四、关键参数说明growthlinearlogisticseasonality_
Ronin-Lotus·2025-04-07 19:26

深度学习篇---模型训练（1）

文章目录前言一、库导入与配置部分介绍二、超参数配置简介三、模型定义1.改进残差块2.完整CNN模型四、数据集类五、数据加载函数六、训练函数七、验证函数八、检查点管理九、主函数十、执行入口十一、关键设计亮点总结1.维度管理2.数据标准化3.动态学习率4.梯度剪裁5.检查点系统6.结果可追溯7.工业级健壮性8.高效数据加载前言本文再网络结构（1）的基础上，完善数据读取、数据增强、数据处理、模型训练、断
Ronin-Lotus·2025-04-06 09:21

深度学习篇---os.path模块

文章目录前言一、os.path模块的核心函数1.os.path.join()功能语法示例2.os.path.abspath()功能示例3.os.path.dirname()和os.path.basename()功能示例4.os.path.exists()功能示例5.os.path.split()功能示例二、深度学习中的路径操作示例1.数据导入：组织数据集路径2.模型保存：动态生成保存路径3.配置文
Ronin-Lotus·2025-04-03 05:34

深度学习篇---网络结构

文章目录前言一、残差块（ResidualBlock）类二、卷积神经网络（CNNModule）类三、具体计算过程3.1第一个卷积模块3.1.1卷积层self.conv13.1.2批量归一化层self.norm13.1.3激活函数层self.relu13.1.4最大池化层self.pool13.2第一个残差块和池化层3.2.1残差块self.res_block13.2.2平均池化层self.pool2
Ronin-Lotus·2025-04-02 21:42

鸟叔的linux私房菜：第0章 计算机概论学习笔记（Learning Notes for Basic Computer Theory）

本博客是针对《鸟叔的Linux私房菜基础学习篇第四版》的第0章计算机概论的学习笔记。
蓝色枫魂·2025-04-02 15:59

深度学习篇---模型GPU训练

文章目录前言一、在PaddlePaddle框架下使用GPU训练模型步骤1：确保环境准备就绪硬件软件步骤2：确认GPU可用步骤3：设置使用的GPU设备步骤4：定义模型步骤5：将模型移到GPU步骤6：准备数据并移到GPU步骤7：定义损失函数和优化器步骤8：训练模型二、在PyTorch框架下使用GPU训练模型步骤1：确保环境准备就绪硬件软件步骤2：确认GPU可用步骤3：设置使用的GPU设备步骤4：定义模
Ronin-Lotus·2025-03-31 21:29

深度学习篇---PaddleDetection&PaddleOCR

文章目录前言1.代码2.代码介绍2.1**导入模块**2.2**配置区域**2.3ExpressInfoProcessor类2.4**主程序**：3.使用说明3.1环境准备3.2模型准备3.3数据库初始化3.4串口配置3.5信息提取优化3.6注意事项前言本文简单介绍了PaddleDetection和PaddleOCR相结合的示例代码，通过两个PaddlePaddle框架下的工具包结合使用同时达到图
Ronin-Lotus·2025-03-31 05:04

深度学习篇---模型参数调优

文章目录前言一、Adam学习（lr）1.默认学习率2.较小的学习率模型复杂数据集规模小3.较大的学习率模型简单训练初期4.学习率衰减策略固定步长衰减指数衰减二、训练轮数（epoch）1.经验值设定小数据集与简单模型大数据集和复杂模型2.监控指标变化损失函数与准确率：验证集表现：3.学习率衰减结合4.逐步增加三、批次大小（batch）1.较小的batch大小优点更好的泛化能力更快逃离局部最优缺点训练
Ronin-Lotus·2025-03-31 05:04

深度学习篇---paddleocr进阶

文章目录前言一、图像预处理优化1.1作用1.2示例代码1.2.1灰度化1.2.2对比度增强（CLAHE）1.2.3二值化1.4解释1.4.1灰度化1.4.2CLAHE1.4.3二值化二、调整模型参数2.1作用2.2示例代码2.3参数说明rec_image_shapedet_db_unclip_ratio三、使用最新模型3.1作用3.1示例代码四、后处理优化4.1作用4.2示例代码4.2.1使用Pa
Ronin-Lotus·2025-03-29 17:34

深度学习篇---断点重训&模型部署文件

文章目录前言一、断点重训（Checkpoint）文件1.动态图（DyGraph）模式.pdparams文件.pdopt文件.pdscaler文件.pdmeta或.pkl文件2.静态图（StaticGraph）模式.pdparams和.pdopt文件.ckpt文件3.恢复训练二、模型部署文件1.动态图部署文件.pdmodel.pdiparams示例代码2.PaddleInference部署三、核心区
Ronin-Lotus·2025-03-26 20:11

深度学习篇---对角矩阵&矩阵的秩&奇异矩阵

文章目录前言一、对角矩阵（DiagonalMatrix）1.1定义1.2特性行列式运算简化1.3应用领域深度学习信号处理量子力学经济学二、矩阵的秩（RankofaMatrix）2.1定义2.2特性满秩降秩影响2.3应用领域深度学习图像压缩推荐系统控制理论三、奇异矩阵（SingularMatrix）3.1定义3.2特性秩不足行列式为零3.3应用领域深度学习正则化损失函数结构工程统计学数值计算四、跨领
Ronin-Lotus·2025-03-23 08:37

你好，我是冴羽，我写了一套《前端大佬成长之路》

包含目标规划篇、学习方法篇、前端学习篇、个人管理篇、职场发展篇、面试技巧篇、健康养生篇共7大篇章、40节文章。总结了我近十年的工作生活经验，让大家少走一些弯路，节省一些时间。
·2025-03-10 18:23

机器学习篇——决策树基础

引言：决策树是一种常见的机器学习算法，广泛应用于分类和回归任务。它通过树状结构表示决策过程，每个内部节点代表一个特征测试，每个分支代表一个可能的测试结果，而每个叶节点则代表一个类别或回归值。本文将详细介绍决策树的原理、构建过程、优缺点以及实际应用。1.决策树的基本概念1.1什么是决策树？决策树是一种监督学习算法，主要用于分类和回归任务。它通过递归地将数据集划分为更小的子集，最终生成一棵树状结构。决
巷955·2025-03-09 21:30

FPGA学习篇——Verilog学习4（常见语句）

1.1结构语句结构语句主要是initial语句和always语句，initial语句它在模块中只执行一次，而always语句则不断重复执行，以下是一个比较好解释的图:(图片来源于知乎博主罗成，画的很好很直观！)1.1.1initial语句initial语句它在模块中只执行一次。它常用于测试文件的编写，用来产生仿真测试信号(激励信号)，或者用于对存储器变量赋初值。语法格式：initialbegin.
ooo-p·2025-03-09 20:21

IDEA学习篇——Intellij IDEA 导入 eclipse web 项目详细操作

第六步：点击当前页面的Libraries→上面绿色加号→Java（根据你的需要，我这个项目是以架包的形式）。第七步：选择你项目中所用的架包的目录点击OK第八步：操作完成上一步之后点击Facet→Web，点击右边的加号把文件选中此项目中web.xml点击OK，第二个红框也把remove掉，改成WebRoot点击OK。之后点击apply，最后点击CreateArtifact。第九步：点击Artifac
2401_86640450·2025-03-09 01:11

深度学习篇---Opencv中的机器学习和深度学习

文章目录前言一、OpenCV中的机器学习1.概述2.使用步骤步骤1：准备数据步骤2：创建模型步骤3：训练模型步骤4：预测3.优点简单易用轻量级实时性4.缺点特征依赖性能有限二、OpenCV中的深度学习1.概述图像分类（如ResNet、MobileNet）目标检测（如YOLO、SSD）语义分割（如DeepLab）人脸检测（如OpenFace）2.使用步骤步骤1：加载模型步骤2：准备输入数据步骤3：推
Ronin-Lotus·2025-03-08 19:05

【北上广深杭大厂AI算法面试题】深度学习篇...MobileNet 系列网络发展与高效性分析（附代码）（二）

【北上广深杭大厂AI算法面试题】深度学习篇…MobileNet系列网络发展与高效性分析（附代码）（二）【北上广深杭大厂AI算法面试题】深度学习篇…MobileNet系列网络发展与高效性分析（附代码）（二
努力毕业的小土博^_^·2025-03-07 10:26

【北上广深杭大厂AI算法面试题】深度学习篇...Squeeze Excitation（SE）网络结构详解，附代码。（二）

【北上广深杭大厂AI算法面试题】深度学习篇…SqueezeExcitation（SE）网络结构详解，附代码。
努力毕业的小土博^_^·2025-03-04 14:07

从0开始的IMX6ULL学习篇——裸机篇之外设资源分析

这个就是现在可以买到之后开发板的模样。我们从最右上角那一处依次逆时针一个个分析。我们跳过显然的电源插孔，拨动开关和3V3与5V的外接板。第一个就是USBHOST接口。USBHost是USB通信协议中的一个重要概念，它指的是控制USB总线数据传输的主端设备。在USB通信中，只能有一个Host，它负责管理整个USB总线上的数据传输。与之相对的是USBDevice或USBSlave，即从设备，它们依赖于
charlie114514191·2025-03-02 07:14

你好，我是冴羽，我写了一套《前端大佬成长之路》

包含目标规划篇、学习方法篇、前端学习篇、个人管理篇、职场发展篇、面试技巧篇、健康养生篇共7大篇章、40节文章。总结了我近十年的工作生活经验，让大家少走一些弯路，节省一些时间。
·2025-02-27 17:14

JVM调优-学习篇

概述公司的江南白衣写了一篇关键业务系统的JVM参数推荐(2016热冬版)的文章,大牛的文章总是需要细细品读。这篇文章介绍大量的JVM调优参数,内容也比较多,本文只是列出我自己能理解的一些参数,暂时理解不了的参数就只能等以后自己实力到家了,再慢慢补充上来。性能调优参数-XX:AutoBoxCacheMaxJAVA进程启动的时候,会加载rt.jar这个核心包的,rt.jar包里的Integer自然也是
m0_74825172·2025-02-16 22:17

【NLP算法面经】NLP算法面经 -- 腾讯 VS 美团（附面题）

大模型算法高频面题（全面整理ʘ‿ʘ）一、大模型（LLMs）基础面大模型（LLMs）架构篇注意力机制（Attention）篇Transformer理论篇二、大模型微调面有监督微调（SFT）篇高效微调篇提示学习篇人类对齐训练
青松ᵃⁱ·2025-02-11 13:37

深度学习篇---深度学习相关知识点&关键名词含义

文章目录前言第一部分:相关知识点一、基础铺垫层（必须掌握的核心基础）1.数学基础•线性代数•微积分•概率与统计2.编程基础3.机器学习基础二、深度学习核心层（神经网络与训练机制）1.神经网络基础2.激活函数（ActivationFunction）3.损失函数（LossFunction）4.优化算法（Optimization）5.反向传播（Backpropagation）6.正则化与调优三、进阶模型
Ronin-Lotus·2025-02-06 21:21

深度学习篇---深度学习中的超参数&张量转换&模型训练

文章目录前言第一部分：深度学习中的超参数1.学习率（LearningRate）定义重要性常见设置2.批处理大小（BatchSize）定义重要性常见设置3.迭代次数（NumberofEpochs）定义重要性常见设置4.优化器（Optimizer）定义重要性常见设置5.损失函数（LossFunction）定义重要性常见设置6.正则化（Regularization）定义重要性常见设置7.网络架构（Net
Ronin-Lotus·2025-02-06 21:50

深度学习篇---深度学习框架图像预处理&各部分组件

文章目录前言第一部分：图像预处理PaddlePaddle图像预处理PyTorch图像预处理第二部分：框架各部分组件PaddlePaddle1.卷积层(ConvolutionalLayer)2.池化层(PoolingLayer)3.全连接层(FullyConnectedLayer)4.激活函数(ActivationFunction)5.优化器(Optimizer)6.归一化(Normalizatio
Ronin-Lotus·2025-02-05 13:26

深度学习篇---张量&数据流动处理

文章目录前言第一部分：张量张量的基本概念1.维度标量（0维）向量（1维）矩阵（2维）三维张量2.形状张量运算1.基本运算加法减法乘法除法2.广播3.变形4.转置5.切片6.拼接7.矩阵分解8.梯度运算：深度学习框架中的张量运算1.自动求导2.硬件加速3.高度优化第二部分：数据流动与处理1.磁盘（硬盘或固态硬盘）读取数据写入数据2.内存（RAM）加载程序和数据数据交换3.缓存CPU缓存磁盘缓存4.数
Ronin-Lotus·2025-02-03 13:46

深度学习篇---数据存储类型

文章目录前言第一部分：C语言中的数据存储类型1.char（通常是8位）优点缺点2.short（通常是16位）优点缺点3.int（通常是32位）优点缺点4.long（通常是32位或64位）优点缺点5.longlong（通常是64位）优点缺点6.float（通常是32位）优点缺点7.double（通常是64位）优点缺点第二部分：Python中的数据存储类型1.int（整数类型）优点缺点2.float（
Ronin-Lotus·2025-01-31 21:42

深度学习篇---深度学习框架

文章目录前言第一部分：框架简介1.PyTorch简介特点动态计算图易于上手强大的社区支持与Python的集成度高核心组件2.TensorFlow简介特点静态计算图跨平台强大的生态系统Keras集成核心组件3.PaddlePaddle简介特点易于使用高性能工业级应用丰富的预训练模型核心组件第二部分：基本操作PyTorch基本操作TensorFlow基本操作PaddlePaddle基本操作总结前言以上
Ronin-Lotus·2025-01-31 21:05

Android车机DIY开发之学习篇(七)NDK交叉工具构建

Android车机DIY开发之学习篇(七)NDK交叉工具构建1.ubuntu安装GCCsudoapt-getupdatesudoapt-getinstallgccg++sudogcc--versionsudog
勿忘初心91·2025-01-30 19:26

awtk开发实践——学习篇28： image_animation（图片动画控件）

说明：  本文章旨在总结备份、方便以后查询，由于是个人总结，如有不对，欢迎指正；另外，内容大部分来自网络、书籍、和各类手册，如若侵权请告知，马上删帖致歉。  QQ群号：513683159【相互学习】内容来源：  官方的手册（免费获取）Pxx=该手册的对应页码xx  github-awtk控件说明  关于image_animation_t控件（图片动画控件）介绍，对应书P164。(书中还有更详细内容
惺忪牛犊子·2025-01-29 03:41

深度学习篇---Anaconda&LabelImg

文章目录前言第一部分：Anaconda是什么？1.简介2.特点（1）包管理器Conda（2）环境管理（3）预装包（4）跨平台（5）社区支持3.安装WindowsLinux3.基本命令（1）conda--version（2）condaupdateconda（3）condacreate--namemyenvpython=3.6（4）condaactivatemyenv（5）condadeactivat
Ronin-Lotus·2025-01-26 20:06

《我的大脑好厉害》作者: 赵思家

全书以基础篇、五感篇、情绪篇、学习篇、健康篇和未来篇六大篇章，为读者搭建了一个科学完整的脑科学知识框架。
刘书朋·2024-09-13 18:42

Python中pickle文件操作及案例-学习篇

一、简介Pickle算是Python的一种数据序列化方法，它能够将对象转换为字节流，进而可以保存到文件中或通过网络传输给其他Python程序。这种方式非常适合快速简便地保存复杂的数据结构，例如列表、字典、自定义对象等。二、pickle文件的读写示例代码如下：importpickle#导入pickle操作的库#创建一个示例数据data={'name':'Tom','age':30,'is_stude
Zorione·2024-09-08 08:34
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他