Recurrent 第5页

什么是循环神经网络 RNN (Recurrent Neural Network)

学习资料:TensorflowRNN例子1TensorflowRNN例子2TensorflowRNN例子3PyTorchRNN例子1PyTorchRNN例子2Keras快速搭建RNN1Keras快速搭建RNN2RNN作曲链接今天我们会来聊聊在语言分析,序列化数据中穿梭自如的循环神经网络RNN.RNN是用来干什么的?它和普通的神经网络有什么不同?我会将会一一探讨.注:本文不会涉及数学推导.大家可以在

xyk_hust·2022-11-22 12:16

Recurrent Neural Network（RNN）——循环神经网络

循环神经网络（RNN），附代码参考：（代码目前版本基本是参考沐神的）[1]https://www.bilibili.com/video/BV1BQ4y1R7V7?p=3[2]https://www.bilibili.com/video/BV1kq4y1H7sw?spm_id_from=333.999.0.0在小规模问题上，RNN可能效果还是不错。特点：输入和输出长度无需固定，适合语音，文本等时序序

spespusliar·2022-11-22 12:15

Recurrent Neural Network(循环神经网络）

Long-TermDependencies(长期依赖）普通的RNN网络结构，每一步的状态state都依赖于前一步，那么从理论上来说，它应该是能够记住很多时间步之前见过的信息的，但事实上，想要学到这样的信息是十分困难的，最主要的原因在于梯度消失问题(vanishinggradientproblem)导致学习的困难。下面借助线性代数中的特征值与特征向量相关的知识来解释一下梯度消失问题。我们对RNN做出

胡小白的数据科学之路·2022-11-22 12:14

循环神经网络之Recurrent Neural Network（RNN）

1、什么是RNN？全名，叫做Recurrentneuralnetwork，它可以处理有序列的或者有前后关系的句子，利用前面的信息预测后面的信息，这个是RNN和CNN最大的区别。CNN不考虑顺序依赖关系，RNN考虑顺序依赖关系。2、RNN的结构这个图就是一个循环神经网络，它循环其实是一个"假"循环，就是将每个时间步的输入拆开即可。首先说一下RNN的输入和学习的参数。输入：x_t:每个时间步的输入，s

BlackMan_阿伟·2022-11-22 12:13

RNN（recurrent neural network）（一）——基础知识

RNN（recurrentneuralnetwork）（一）——基础知识RNN系列博客：RNN（recurrentneuralnetwork）（一）——基础知识RNN（recurrentneuralnetwork）（二）——动手实现一个RNN这篇博客主要介绍一下RNN的基础知识，如果你对RNN已经很了解了，想动手自己撸个RNN加深下理解，那么直接转到RNN（recurrentneuralnetwo

天泽28·2022-11-22 12:12

循环神经网络（Recurrent Neural Network，RNN）

本文摘自一下文章，感谢作者分享：https://blog.csdn.net/zhaojc1995/article/details/80572098RNN（RecurrentNeuralNetwork）是一类用于处理序列数据的神经网络。首先我们要明确什么是序列数据，摘取百度百科词条：时间序列数据是指在不同时间点上收集到的数据，这类数据反映了某一事物、现象等随时间的变化状态或程度。这是时间序列数据的定

左小田^O^·2022-11-22 12:42

循环神经网络（Recurrent Neural Network, RNN）

基本概念一般的神经网络(BP以及CNN)只对预先确定的大小起作用：它们接受固定大小的输入并产生固定大小的输出。它们的输出都是只考虑前一个输入的影响而不考虑其它时刻输入的影响,比如简单的猫,狗,手写数字等单个物体的识别具有较好的效果。但是,对于一些与时间先后有关的,比如视频的下一时刻的预测,文档前后文内容的预测等,这些算法的表现就不尽如人意了。循环神经网络(RecurrentNeuralNetwor

有梦想的雨·2022-11-22 12:41

如何区分Recurrent Neural Network(循环神经网络)和Recursive Neural Network(递归神经网络)

RNN一般指的是前者，后者是前者的泛化。Recurrentnetworks(Elman,1990)aredesignedtomodelsequences,whilerecursivenetworks(Goller&Küchler,1996)aregeneralizationsofrecurrentnetworksthatcanhandletrees.—YoavGoldberg《APrimeronN

进击的小绵羊·2022-11-22 12:11

深度学习之循环神经网络(Recurrent Neural Network，RNN)

递归神经网络和循环神经网络循环神经网络（recurrentneuralnetwork）：时间上的展开，处理的是序列结构的信息，是有环图递归神经网络（recursiveneuralnetwork）：空间上的展开，处理的是树状结构的信息，是无环图二者简称都是RNN，但是一般提到的RNN指的是循环神经网络（recurrentneuralnetwork）。为什么有bp神经网络、CNN、还需要RNN？BP神

奔跑的大西吉·2022-11-22 11:38

RNN（Recurrent Neural Network）循环神经网络

**RNN（RecurrentNeuralNetwork）在传统的全连接神经网络中，从输入层到隐藏层再到输出层，每一层之间的节点是无连接的，因为输入和输出是独立的，所以这种普通的神经网络对于序列数据的处理是无能为力的。而现实中，绝大多数的数据都是序列数据，比如音频、视频、文本等，都存在时间线，想要挖掘数据中的序列信息和语义信息，就需要神经网有更加特殊的结构，比如对于序列信息每一时刻的信息记忆能

云南省高校数据化运营管理工程研究中心·2022-11-22 11:07

初识循环神经网络Recurrent Neural Network（RNN）

循环神经网络（RNN）又称递归神经网络，是一种功能强大的神经网络类型，也是目前最先进的顺序数据算法之一。循环神经网络（RNN）利用它的内部记忆来处理任意时序的输入序列，目前常用于处理如手写识别、语音识别等。循环神经网络（RNN）顾名思义，它带有一个指向自身的环，这个环装神经网络表示它用以传递当前时刻处理的信息给下一时刻使用，它对相同神经网络进行多重复制，每一时刻的神经网络会传递信息给下一时刻。初识

asuro007·2022-11-22 11:35

Recurrent neural network（循环神经网络）

RNN（RecurrentNeuralNetwork）是一类用于处理序列数据的神经网络。在bert，transformer没有问世以前，RNN在NLP任务中的运用是十分广泛的。为此也诞生了许多基于RNN的模型，例如我们常常提到的LSTM等等。在这里我们先介绍最简单的RNN模型，simple-RNN。1.RNN的模型结构上图所展示的便是一个单层（单向）的RNN的结构。在结构中我们可以看到，一个单层的

菅田将暉_·2022-11-22 11:33

【极简介绍】什么是RNN（循环神经网络）Recurrent Neural Network ？

仅学习使用~目录一、理解一二、理解二什么是RNN（RecurrentNeuralNetwork）?一、理解一在识别图像时，输入的每张图片都是孤立的。认出这张图片是苹果并不会对认出下一张图片是梨造成影响。但是，对于语言来说，顺序是十分重要的，【我吃苹果】和【苹果吃我】，词语顺序的改变表达了完全不同的意义。顺序也提供了一定的信息，比如吃后面大概率是代表食物的名词。为了捕捉数据的这种关联，人们找到了RN

追光者♂·2022-11-22 11:01

基于循环特征位移聚合器的车道线检测（RESA: Recurrent Feature-Shift Aggregator for Lane Detection）

2021年的车道线检测新方法。官方公开视频、论文、源码：https://www.bilibili.com/video/BV1664y1o7wghttps://arxiv.org/abs/2008.13719https://github.com/ZJULearning/resa（该视频对现有车道线检测方法进行了分类、归纳总结，很完善。建议食用）基于深度学习的车道线检测方法可分为如下几类：实例分隔。例

Wincher_Fan·2022-11-22 09:50

Crafting Adversarial Input Sequences for Recurrent Neural Networks

作者：19届lz论文：《CraftingAdversarialInputSequencesforRecurrentNeuralNetworks》问题对手可以制作对抗性序列来误导分类和顺序递归神经网络贡献:•我们在序列数据的上下文中形式化了对抗样本优化问题。我们使用前向导数来调整制作算法以适应RNN的特殊性。这包括展示如何计算循环计算图的前向导数。•我们研究将模型预处理输入的对抗性扰动转换为原始输入

中南大学苹果实验室·2022-11-21 00:20

《Improved Recurrent Neural Networks for Session-based Recommendations》 DLRS 2016 阅读笔记

摘要：本篇论文在上篇论文的基础上对该模型进行优化，主要体现在以下几点：新的数据预处理方式，数据增强数据分布改变（时效性）Generaliseddistillationitemembedding代替全预测空间1.基础模型模型依旧简单，但是不同于之前的模型，它对embedding层加入了dropout参数来防止过拟合。首先介绍：2.1数据增强本篇作者用了两种方法做数据增强，一种是预处理增加数据量，一种

佛系·2022-11-20 23:13

《session-based recommendations with recurrent neural networks》ICLR 2016 阅读笔记

文章简介:该文提出了利用RNN建模一个session间用户的点击序列。该方法完全利用用户在当前session里的反馈去做推荐，相比原依赖用户历史记录的推荐能在解决冷启动问题上更为简洁有效。模型文中提出的模型如下图所示:Input层是对所有item做的one-hotencoding,接下来是一层embedding层，再往下是一层或多层RNN模型，再往下是一个feedforward层，然后接到outp

StudyLess·2022-11-20 23:39

读书笔记1：《SESSION-BASED RECOMMENDATIONS WITH RECURRENT NEURAL NETWORKS》

先来理解一下Session-BasedRecommendation的定义。它的中文翻译是基于会话的推荐。关于会话我的理解是：就像在网上下一个大文件（如果对方服务器支持断点重传），我们可以每天抽出多段时间去下载。每天抽出的多段时间中的一段开始到暂时的时间就可以看成是一个会话。用户的整个记录就是用户每天的签到会话组成。我觉得：固定的时间窗口内的签到行为（我自己的定义，\狗头），较短时间内的连续签到行为

sa726663676·2022-11-20 23:39

【推荐算法论文阅读】Session-based recommendations with recurrent neural networks

CC‘s World·2022-11-20 23:34

【推荐算法论文阅读】Recurrent Neural Networks with Top-k Gains for Session-based Recommendations

本文是一篇很好的讲述进行梯度下降和参数更新时，困难样本、简单样本与梯度消失之间的关系，以及如何设置使简单样本对平均梯度的影响更小。一、samplingtheoutput在每个训练步骤中，GRU4Rec将会话中当前事件的项目（由one-hot向量表示）作为输入。网络的输出是项目的一组分数，对应于它们成为会话中下一个项目的可能性。GRU4Rec引入了基于mini-batch的采样。对于mini-bat

CC‘s World·2022-11-20 23:34

SESSION-BASED RECOMMENDATIONS WITH RECURRENT NEURAL NETWORKS论文解读

SESSION-BASEDRECOMMENDATIONSWITHRECURRENTNEURALNETWORKSICLR2016首先介绍下session-based的概念：session是服务器端用来记录识别用户的一种机制.典型的场景比如购物车，服务端为特定的对象创建了特定的Session，用于标识这个对象，并且跟踪用户的浏览点击行为。我们这里可以将其理解为具有时序关系的一些记录序列。一、写作动机传

SCS199411·2022-11-20 23:57

2016_ICLR-Session-based recommendations with recurrent neural networks阅读笔记

Marilynmontu·2022-11-20 23:27

Session-based Recommendations with Recurrent Neural Networks

Abstract我们将RNN使用在了一个新的领域——推荐系统。现实的推荐系统经常面对短对话数据（例如体育服装店）而不是充足的用户使用记录（例如Netflix)。在这种情况下，经常被称赞的矩阵分解的方法不在准确。这个问题在实践中经常使用基于物品的推荐来解决。例如，推荐相似物品。我们认为通过对整个会话进行建模可以给出更加准确的建议。因此，我们提出了一种基于会话的RNN推荐方法。我们的方法同样被认为在实

D_feather·2022-11-20 23:56

SESSION-BASED RECOMMENDATIONS WITH RECURRENT NEURAL NETWORKS

SESSION-BASEDRECOMMENDATIONSWITHRECURRENTNEURALNETWORKS基于会话的递归神经网络推荐首次将递归神经网络（recurrentneuralnetworks,RNN）应用于推荐系统。通过对整个会话进行建模，可以提供更准确的建议。因此，提出了一种基于RNN的基于会话的推荐方法。以往的推荐系统只考虑了用户的最后一次点击或选择，忽略了过去的点击信息。在基于会

Altira·2022-11-20 23:25

【深度学习MVS系列论文】R-MVSNet: Recurrent MVSNet for High-resolution Multi-view Stereo Depth Inference

RecurrentMVSNetforHigh-resolutionMulti-viewStereoDepthInferenceCVPR2019核心思路之前的缺陷：scalability,hardforhigh-resolutionscenescontribution:scalableMVSframework内存消耗减少，也可以应用大场景insteadofregularizingtheentire3

doubleZ0108·2022-11-19 19:41

Recurrent-VLN-BERT

RecurrentVLN-BERT复现遇到的bugcreatedockersudonvidia-dockerrun-it--mounttype=bind,source=/home/oem/Desktop/Zeyue/Attack/Matterport3DSimulator,target=/home/oem/Desktop/Zeyue/Attack/Matterport3DSimulator--vo

weixin_43664102·2022-11-19 01:26

Deep Recurrent Q-Learning for Partially Observable MDPs（DRQN）

Abstract深度RL已经为复杂的任务提供了精通的控制器。但是，这些控制器的内存有限，并且依赖于能够在每个决策点感知完整的游戏画面。为了解决这些缺点，本文研究了用循环LSTM替换卷积后的第一个全连接层，从而在DQN中增加循环的影响。最终的DRQN尽管每个时间步骤只能看到一个帧，但可以成功地随时间整合信息，并在标准Atari游戏和具有闪烁游戏画面的部分可观察的等效游戏中达到与DQN相当的性能。此外

西西弗的小蚂蚁·2022-11-16 11:06

【机器学习】李宏毅——Recurrent Neural Network(循环神经网络)

假设我们当前要做一个人工智能客服系统，那该系统就需要对用户输入的话语进行辨认，例如用户输入：IwanttoarriveTaipeionNovember2nd那么该系统就能够辨认出来Taipei是目的地，而后面是时间。那么我们可以用一个简单的前向网络来实现这个事情，输出为这个单词属于哪个含义的概率。但这会存在问题，例如输入以下：IwanttoleaveTaipeionNovember2nd同样输入都

FavoriteStar·2022-11-09 04:54

dropout的比例_Keras Lstm中dropout机制

最近发现Lstm中有个比较鸡肋的dropout机制keras.layers.GRU(units,activation='tanh',recurrent_activation='hard_sigmoid'

一稿过·2022-11-07 21:44

复现R3Net: Recurrent Residual Refinement Network for Saliency Detection

论文codehttps://github.com/zijundeng/R3Net要求Python2.7PyTorch0.4.0torchvisionnumpyCythonpydensecrf实现细节安装环境，在此省略（可参考here)这里强调一下，pretrainedResNeXtmodel最好是从作者提供的官网下载，作者试了从官网下载，反正调了好久没调通。在运行过程中，出现了下面这个问题，仔细分

Wei Ji·2022-11-07 08:18

Recurrent Neural Network(Concise) - 简洁实现循环神经网络(RNN循环神经网络)

文章目录循环神经网络的简洁实现定义模型训练与预测小结循环神经网络的简洁实现虽然从零开始实现循环神经网络的实现方式具有指导意义，但并不方便。这次将展示如何使用深度学习框架的高级API提供的函数更有效地实现相同的语言模型。我们仍然从读取时光机器数据集开始。importtorchfromtorchimportnnfromtorch.nnimportfunctionalasFfromd2limportto

Gaolw1102·2022-10-20 23:40

Transformer在量化投资的应用

循环结构（recurrent）的语言模型和编码器-解码器体系结构取得了不错的进展。但是，RNN固有的顺序属性阻碍了训练样本间的并行化，对于长序列，内存限制将阻碍对训练样本的批量处理。

BigQuant·2022-10-17 07:46

谣言检测论文精读——9.Multimodal Fusion with Recurrent Neural Networks for Rumor Detection on Microblogs

Abstract我们观察到，除了文本之外，越来越多的用户正在使用图像和视频来发布新闻。推文或微博通常由文本、图像和社交环境组成。在本文中，我们提出了一种新颖的具有注意机制（att-RNN）的递归神经网络，以融合多模态特征以进行有效的谣言检测。在这个端到端网络中，图像特征被结合到文本和社会背景的联合特征中，这些特征是通过LSTM（长短期记忆）网络获得的，以产生可靠的融合分类。Introduction

头发没了还会再长·2022-10-04 07:06

循环神经网络(Recurrent Neural Networks, RNN)介绍

目录1什么是RNNs2RNNs能干什么2.1语言模型与文本生成LanguageModelingandGeneratingText2.2机器翻译MachineTranslation2.3语音识别SpeechRecognition2.4图像描述生成GeneratingImageDescriptions3如何训练RNNs4RNNs扩展和改进模型4.1SimpleRNNsSRNs24.2Bidirecti

weixin_33737134·2022-10-02 07:34

循环神经网络( Recurrent Neural Networks,RNN)介绍

循环神经网络(RNN,RecurrentNeuralNetworks)介绍这篇文章很多内容是参考：http://www.wildml.com/2015/09/recurrent-neural-networks-tutorial-part

weepon·2022-10-02 07:33

rnn神经网络层次_详解循环神经网络(Recurrent Neural Network)

今天的学习资料是这篇文章，写的非常详细，有理论有代码，本文是补充一些小细节，可以二者结合看效果更好：https://zybuluo.com/hanbingtao/note/541458在文末有关于RNN的文章汇总，之前写的大多是概览式的模型结构，公式，和一些应用，今天主要放在训练算法的推导。本文结构：模型训练算法基于RNN的语言模型例子代码实现1.模型和全连接网络的区别更细致到向量级的连接图为什么

涵冷·2022-10-02 07:03

转循环神经网络(Recurrent Neural Networks, RNN)介绍

目录1什么是RNNs2RNNs能干什么2.1语言模型与文本生成LanguageModelingandGeneratingText2.2机器翻译MachineTranslation2.3语音识别SpeechRecognition2.4图像描述生成GeneratingImageDescriptions3如何训练RNNs4RNNs扩展和改进模型4.1SimpleRNNsSRNs24.2Bidirecti

coder_new·2022-10-02 07:44

Fundamentals of Recurrent Neural Network

基于循环神经网络实现语言模型。对于语言模型的介绍https://blog.csdn.net/RokoBasilisk/article/details/104303197我们的目的是基于当前的输入与过去的输入序列，预测序列的下一个字符。循环神经网络引入一个隐藏变量HHH，用HtH_{t}Ht表示HHH在时间步ttt的值。HtH_{t}Ht的计算基于XtX_{t}Xt和Ht−1H_{t-1}Ht−1，

BrianYan_CSU·2022-10-02 07:11

循环神经网络(Recurrent Neural Network)详解

循环神经网络(RNNs)是神经网络中一个大家族，它们主要用于文本、信号等序列相关的数据。常见的循环神经网络有长短期记忆网络(LSTM)、门控循环单元网络(GRU)等，而这些循环神经网络都是在最早的一种神经网络基础之上改进而来的，所以兔兔在本文讲解的是循环神经网络家族中最早的一种神经网络——循环神经网络(RNN)，并在RNN的基础上介绍双向循环网络(BidirectionalRNN,BRNN)与深层

生信小兔·2022-10-02 07:37

深度学习笔记（四）——循环神经网络（Recurrent Neural Network, RNN）

目录一、RNN简介（一）、简介（二）、RNN处理任务示例——以NER为例二、模型提出（一）、基本RNN结构（二）、RNN展开结构三、RNN的结构变化（一）、NtoN结构RNN模型（二）、Nto1结构RNN模型（三）、1toN结构RNN模型（四）、NtoM结构RNN模型（encoder-decoder模型、seq2seq模型）四、梯度消失及梯度爆炸（一）、什么是RNN的梯度爆炸和梯度消失（二）、如何

AD稳稳·2022-10-02 07:37

Video Super-Resolution with Recurrent Structure-Detail Network阅读笔记

VideoSuper-ResolutionwithRecurrentStructure-DetailNetwork（视频超分与循环的结构-细节网络）文章检索出处：2020ECCV论文：https://arxiv.org/abs/2008.00455代码：https://github.com/junpan19/RSDN本篇笔记主要对整篇论文从头到尾进行阅读分析，如果只对模型部分有兴趣，可直接观看第四

写Bug的小廉·2022-09-28 07:18

NLP论文（情感分析）：《Combination of Convolutional Neural Network and Gated Recurrent Unit for Aspect-Based S

NLP论文（情感分析）：《CombinationofConvolutionalNeuralNetworkandGatedRecurrentUnitforAspect-BasedSentimentAnalysis》笔记论文介绍模型结构文章翻译AbstractV.CONCLUSION相关视频相关的笔记相关代码pytorchtensorflowkeraspytorchAPI:tensorflowAPI论

电信保温杯·2022-09-22 21:06

论文：DeepAR: Probabilistic Forecasting with Autoregressive Recurrent Networks

领域：时间序列中的概率预测（probabilisticforecasts）基础知识：解决的问题：方法：auto-regressiverecurrentnetwork效果：优势：同时预测大量的序列，例如零售中的大量商品。大量序列中的全局变量都被输入模型，被考虑。不足：点评：虽然是2019年的论文，但其实我觉得我17年就看过类似思路了wtte-rnn。

YueTann·2022-09-09 07:49

论文翻译：2021_A New Real-Time Noise Suppression Algorithm for Far-Field Speech Communication Based on Recurrent

论文地址：一种新的基于循环神经网络的远场语音通信实时噪声抑制算法引用格式：ChenB,ZhouY,MaY,etal.ANewReal-TimeNoiseSuppressionAlgorithmforFar-FieldSpeechCommunicationBase

凌逆战·2022-08-26 17:00

Recurrent Dynamic Embedding for Video Object Segmentation

周末大概看了一下最近的vos领域的发展，简单地介绍一下发表于cvpr2022的这篇工作。BackGroundVOT和VOS其实是非常相像的，只是target一个是bbox，一个是mask；这篇文章是半监督的VOS，主要是在其他帧中跟踪某一帧的mask。可以简单概括一下半监督vos的几种主流方法：Onlinefine-tuningbasedmethods顾名思义，先学习一个通用的分割特征，然后在测试

Transform ai·2022-08-23 07:52

论文翻译：2020_Lightweight Online Noise Reduction on Embedded Devices using Hierarchical Recurrent Neural

论文地址：基于分层递归神经网络的嵌入式设备轻量化在线降噪引用格式：SchröterH,RosenkranzT,ZobelP,etal.LightweightOnlineNoiseReductiononEmbeddedDevicesusingHierarchical

凌逆战·2022-08-16 21:00

Detecting Rumors from Microblogs with Recurrent Neural Networks（IJCAI-16）

记录一下，很久之前看的论文-基于RNN来从微博中检测谣言及其代码复现。1引言现有传统谣言检测模型使用经典的机器学习算法，这些算法利用了根据帖子的内容、用户特征和扩散模式手工制作的各种特征，或者简单地利用使用正则表达式表达的模式来发现推特中的谣言（规则加词典）。特征工程是至关重要的，但手工特征

LeonYi·2022-07-08 13:00

Block Recurrent Transformer：结合了LSTM和Transformer优点的强大模型

在以前的文章中，我们讨论过Transformer并不适合时间序列预测任务。为了解决这个问题Google创建了HybridTransformer-LSTM模型，该模型可以实现SOTA导致时间序列预测任务。但是我实际测试效果并不好，直到2022年3月Google研究团队和瑞士AI实验室IDSIA提出了一种新的架构，称为BlockRecurrentTransformer[2]。从名字中就能看到，这是一个

·2022-07-08 13:17

深度解析论文A Dual-Stage Attention-Based Recurrent Neural Network for Time Series Prediction

ADual-StageAttention-BasedRecurrentNeuralNetworkforTimeSeriesPredictionAbstractQuestionMethodIntroductionModel参考模型介绍RNNLSTMSeq2seq相关工作与现有工作的区别AbstractQuestion①处理时间序列问题。②RNN结构共享一组梯度下降的训练参数（U,W,b），所以梯度在

扔猿太膻·2022-06-25 18:17

《SRN-DeblurNet：Scale-recurrent Network for Deep Image Deblurring》论文笔记

代码地址：SRN-DeblurNet1.概述导读：图像去模糊是从粗糙到精细（coarse-to-fine）的过程，在传统方法与基于深度学习的方法中，一般使用金字塔结构中不同分辨率逐渐去重建得到清晰的图像，这篇文章也是使用这样的方式从而提出了一个新的模糊去除方法Scale-recurrentNetwork（SRN-DeblurNet）。相比一些现有的方法其具有结构简单、参数量少、且容易训练的特点，性

m_buddy·2022-06-10 07:07

推荐频道

Recurrent