Visual Studio VC++ 缺少类型说明符???

　　Triple T是国内一个年轻的设计师创立的潮牌，这个牌子的衣服都设计的非常好看，很适合小女生。 　　Triple T是一个知名时尚博主,造型师以及时装设计师桃巫奇一手打造的全新的时装品牌，Triple T的意思是Top TasteTalent，它新鲜有趣，科幻、电子、黑暗、街头、自然、概念、几何、生命等，无法用一句话去定义我们要去创造的未来，但我们的作品包含街头的，未来的，各种即将发生或无可揣测的预想，每一件作品我们都想用独特的多样方式赋予它独特而不乏味的生命力。这种从未知中诞生和遇见的刺激，就是TripleT的生命力于方向。

a set of three

还有Augmented chord(Aug)是什么意思?请指教.谢谢! 减和弦增和弦 关于音乐的英语词汇 alto 男高音，女低音 tenor 次中音 baritone 上低音，男中音

躺着的S是回音记号，由四个音或五个音来回级进而构成的旋律型，称为回音。如1上面有回音记号的弹奏2171或12171。音符上方有tr是颤音记号，由主音和其相邻的助音快速而均匀地交替而形成的音形，称为颤音。如四分音符1上方有tr记号的弹奏1212 12121就可以了。

　　心理学家（Psychologist）是研究心理学之学者。心理学最早起源于哲学，是从哲学中分离出来形成的一门独立的研究学科。　　心理学是人类自我思维、行为方式认知和剖析，研究人类怎样感知外界信息和怎样进行信息内化处理的心理和行为的规律的科学。　　．三元组抽象数据类型的定义 ADT Triplet { 数据对象：D={e1, e2, e3| e1, e2, e3∈ElemSet (定义了关系运算的某个集合)} 数据关系：R1 = {<e1, e2>, <e2, e3>} 基本操作： InitTriplet(&T, v1, v2, v3); 操作结果：构造了三元组T，元素e1, e2和e3分别被赋以参数v1, v2和v3的值。 DestroyTriplet(&T); 操作结果：三元组T被销毁。 Get(T, i, &e); 初始条件：三元组T已存在，1≤i≤3； 操作结果：用e返回T的第i元的值。 Put(&T, i, e); 初始条件：三元组T已存在，1≤i≤3； 操作结果：修改T的第i元的值为e。 IsAscending(T);

说明该单峰相邻碳上没有H。 如果相邻C连一个H，该峰就是双峰（doublet），如果连分是两个H，该峰就是三重峰（triplet），如果连三个H，该峰就是四重峰。（quartet).

不同于交叉熵损失仅仅考虑样本与类别标签之间误差，triplet loss关注样本与其他样本之间距离。来自论文 Learning local feature descriptors with triplets and shallow convolutional neural networks 对于包含 个样本的batch数据 。 第 个样本对应的 ，如下： 其中， ， ， ，分别代表锚点，正例（与锚点同类）和负例（与锚点不同类）。距离函数 , 用于度量锚点与正例负例之间的距离。 是人为设置的常数。最小化损失函数，使得锚点与正例的距离越小，与负例的距离越大。 由以上公式可知， (1) 当 ，即 , 该样本对应的 为0。 此时，锚点和负例的距离大于锚点和正例的距离，并且差值大于 。 对于这样的锚点被认为是易分类样本，直接忽略其带来的误差，从而加速计算。 (2) 当 , 该样本对应的 为 , 分为两种情况： pytorch中通过 torch.nn.TripletMarginLoss 类实现，也可以直接调用 F.triplet_margin_loss 函数。 size_average 与 reduce 已经弃用。reduction有三种取值 mean , sum , none ，对应不同的返回 。 默认为 mean ，对应于一般情况下整体 的计算。该类默认使用如下距离函数， 默认为2，对应欧式距离。pytorch也有计算该距离的函数 torch.nn.PairwiseDistance 例子： 结果： 该loss函数与 TripletMarginLoss功能基本一致，只不过可以定制化的传入不同的距离函数。当传入的距离函数是 torch.nn.PairwiseDistance 时，两者完全一致 例子： 结果和TripletMarginLoss一致： 使用自定义的距离函数： 结果：

Triplet Loss 是深度学习中的一种损失函数，用于训练 差异性较小 的样本，如人脸等， Feed数据包括锚（Anchor）示例、正（Positive）示例、负（Negative）示例，通过优化锚示例与正示例的距离 小于 锚示例与负示例的距离，实现样本的相似性计算。 数据集： MNIST 框架： DL-Project-Template 目标：通过Triplet Loss训练模型，实现手写图像的相似性计算。 工程 ： https://github.com/SpikeKing/triplet-loss-mnist Triplet Loss的核心是锚示例、正示例、负示例共享模型，通过模型，将锚示例与正示例聚类，远离负示例。 Triplet Loss Model 的结构如下： Shared Model 选择常用的卷积模型，输出为全连接的128维数据： Triplet Loss 损失函数 的计算公式如下： 模型参数： 超参数： 算法收敛较好，Loss线性下降： TF Graph： 算法效率 （TPS）: 每秒48163次 (0.0207625 ms) MNIST验证集的效果： 测试的MNIST分布： 输出的Triplet Loss MNIST分布： 本例仅仅使用2个Epoch，也没有特殊设置超参，实际效果仍有提升空间。 欢迎Follow我的 GitHub ： https://github.com/SpikeKing By C. L. Wang That"s all! Enjoy it!

题目如下：7 。 9倍的总和一些和14是三十倍以上的差异时，一些减去56 。找到号码。 10 。汤姆和布伦达都有一个整数美元。五分之四的汤姆的钱等于七分之五的布伦达的钱。如果汤姆和布伦达都少于50元， 多少钱他们在一起？ 汤姆25元，布伦达28元，一共53元9 。如果您购买的1 / 4的价格，直板至1 / 2的变化你将获得如果你买了直板与1美元（不含税） ，你就会得到确切的价格直板。多少钱直板？ 11 。让我们一致认为，一些有三个相同的数字，连续将被称为triplet.Let的也同意了一些有4个相同的数字，连续将被称为quadruplet ，不能算作三胞胎。多少三胞胎有1000和2000之间（不包括1000年和2000年） ？ 13 。 “适当”的一些因素是所有因素除了一些本身。找到的总和之间的数字20和30日该产品的适当因素 一些数目相等，本身。Google的翻译实在让人看不懂~~~~ 只答了一题

我们再来回顾一下液晶显示器的基本原理。 液晶的成像原理可以简单的理解为，什么是OLED？ 不少读者容易将下一代显示技术OLED和LED或LED背光搞混淆，下面

氧分子（O2）的homo是一组简并轨道（能量相同,分别为π2py*和π2pz*）,根据洪特规则（ Hund"s rules）氧分子的三线态(triplet)比单线态(singlet)稳定,故最后两个电子分别排布在两个简并轨道上,且自旋相同.

调不到信息，识别错误。只需要再重新识别一次。Google推出FaceNet，使用三元组损失函数(Triplet Loss)代替常用的Softmax交叉熵损失函数，在一个超球空间上进行优化使类内距离更紧凑，类间距离更远；最后得到了一个紧凑的128维人脸特征，其网络使用GoogLeNet的Inception模型，模型参数量较小，精度更高，在LFW上取得了99.63%的准确率，这种损失函数的思想也可以追溯到早期的LDA算法。扩展资料早期的人脸检测算法使用了模板匹配技术，即用一个人脸模板图像与被检测图像中的各个位置进行匹配，确定这个位置处是否有人脸。然后可以使用一些机器学习算法用于解决该问题，包括神经网络，支持向量机等。以上都是针对图像中某个区域进行人脸-非人脸二分类的判别。这种方法的代表性成果是Rowley等人提出来的算法：用一个20*20的人脸模板图像和被检测图像的各个位置进行匹配，每次在被检测图像上截取出一个20*20的滑动窗口，将模板和窗口进行比较，就可以检测窗口中是否包含人脸（模型参数的响应值高就说明包含人脸）。这种方法只能解决近似正面的人脸检测问题，在其他角度的人脸检测效果并不好。

《猫和老鼠》中有只小猫叫托普斯，主角猫叫汤姆，其他还有的猫分别叫布奇、图多盖洛、莱特宁、米特。托普斯介绍：托普斯(Topsy)是动画片《猫和老鼠》中的角色，是一只黄灰色的小猫，他在1943年圣诞节第一次出现于短片《Baby Puss》中。他出现的次数较少。有时他是杰瑞的朋友，有时是“流浪猫铁三角”成员（三位分别是：布奇、莱特宁和托普斯）。在传奇中他的色彩偏向于黄色。但注意，托普斯不是三只小猫中的成员。三只小猫分别叫Fluff，Muff和Puff。他们出现于《Triplet Trouble》、《Heavenly Puss》和《胡桃夹子的传奇》。托普斯遇到主角老鼠杰瑞汤姆介绍：汤姆（Tom，1940－）是米高梅电影公司制作的经典动画片《猫和老鼠》中的主角之一，70年代老动画中的著名卡通明星角色。是一只蓝灰和白色混合的英国短毛猫。他与小老鼠杰瑞（Jerry）之间可称得上是一对欢喜冤家，二者亦敌亦友，有时互相捣乱，有时互相帮助，有时争论不休，有时团结和谐。他每天忙碌于捉住同住在一起的杰瑞，但总是不如意，总在被耍，憨傻得可爱。生活中充满幽默搞笑，同时也具有抒情与伤情的一幕；主人通常都为两只鞋太太。另外，他也爱慕漂亮的千金母猫图多盖洛。有时还被其他成员欺负，如斯派克（Spike）、布奇、莱特宁、托普斯等。是个喜剧与悲剧交加的角色。其他猫的简介：布奇：一只肮脏的流浪猫，总想捉到杰瑞，因此有时会与汤姆合作，但更多时候却与汤姆为敌（大多是成为情敌）。登场的时候经常唱的歌曲是绿野仙踪的插曲《在彩虹上》。图多盖洛：一位有富豪千金的母猫，经常在公园上看杂志，因为她的登场，常常让汤姆和布奇成为情敌。莱特宁：首次登场时是与汤姆争宠为背景的，移动速度如同闪电，后来成为由布奇领导的“流浪猫铁三角”的一员，同时失去了闪电移动的能力。米特：一只棕色的流浪猫，原为流浪猫铁三角的一员头上有一撮红色的毛发。补充内容：《猫和老鼠》（Tom and Jerry）是米高梅电影公司于1939年制作的一部动画，该片由威廉·汉纳、约瑟夫·巴伯拉编写，弗雷德·昆比制作，首部剧集《甜蜜的家》于1940年2月10日在美国首播。《猫和老鼠》以闹剧为特色，描绘了一对水火不容的冤家：汤姆和杰瑞猫鼠之间的战争，片中的汤姆经常使用狡诈的诡计来对付杰瑞，而杰瑞则时常利用汤姆诡计中的漏洞逃脱他的迫害并给予报复。中国大陆由bilibili正式发布。观看愉快。

“NMR”在英汉词典中的解释(来源:百度词典)：nmrabbr.1. =normal mode rejection 正规型抛除;【无】简正模抑制2. =nuclear magnetic resonance 核磁共振

钻石净度是介于钻石是天然矿物，多少会含一些其他矿物或裂纹等天然瑕疵，这些包裹体越少的话就越稀有，价值也越高，所以就根据它包裹体大小、数量、颜色、位置及特性等将钻石净度等级进行划分。钻石净度等级的划分均以十倍放大观察为标准。

论文：An Adversarial Approach to Hard Triplet Generation ReID问题中都是根据图像embedding之间的特征距离来判断相似度，但是平常训练都是根据训练集的ID做监督，用softmax进行分类。而Triplet loss能够直接对图像的特征进行监督，更有利于学到好的embedding。 损失函数： hard triplets指的是找到minibatch中 最大的一对三元组，即找到 最大的和 最小的。 但是这样直接的方式不一定能找出具有代表性的三元组，会对网络的收敛（convergence）造成问题。 三元组损失函数对于三元组的选择非常敏感，经常会有难以收敛和局部最优的问题，为此 [1] 提出了 Coupled Cluster Loss ,使得训练阶段更加稳定，网络收敛的更加快。 特征提取网络 的输出 ,对于三元组 ,传统方法的损失函数是： ，其中 是 距离。 给出一个生成器 ,通过这个生成器生成一个新的sample , 的目的是使得正样本之间距离增大，负样本之间距离减小，目的是为了生成更harder的sample. 通过降低以下loss来训练 ： 随后固定学习过的 ，接着训练 ： 但是光靠上面的方法并不够有效，因为没有限制的情况下， 会任意操纵（arbitrarily manipulate） 生成的特征向量。打个比方说， 可能随意输出一个向量，使得 非常小，但是这个对于训练来说没有意义。为了限制 ,需要他输出的向量不改变原本向量的标签。 给出一个判别器 ,对于每个特征向量， 能将其分成(K+1)类，K表示真实存在的类别，+1代表fake类别。通过降低以下loss来训练 : 其中前半部分让 分辨 生成的特征向量的标签 表示softmax loss，后半部分让 分辨 生成的特征向量。 表示fake类别。 之前提到 应该保留住输入的特征向量的标签。因此文章中提出下面的loss： 与之前的公式（2） 结合，通过降低以下loss来训练 : u200b 其中classification(5)确保了 能够正确分类 首先，basic model同时降低softmax loss和triplet loss。随后 被加入到basic model。 softmax 和similarity loss在之前的研究中有被结合起来，但是他们之间的关系并没有被深入的进行研究。 在特征向量空间（feature embedding space）中，所有相同类别的数据坐标经过 规范化后应该是在一个单位超球面（unit hyper sphere）上，图2中的decision boundary将不同类别的数据分成K个类别，这种结构能加速收敛并达到理想化(optimal)的结果。但是传统的softmax loss不能很好兼容基于特征距离(distance-based)的similarity loss。如图3(b)中。由于偏置b的存在，decision boundary不能够通过原点，因此在 规范化后，不同类别的点可能会重合。这将导致类间距离(inter-class)的缩小，影响特征向量的效果。因此文章中提出了一个没有偏执b的softmax loss。如图3(b)所示，这种无偏置softmax损失的所有决策边界都通过原点，并且决策区域是锥形的，其顶点位于原点。因此，同一类的样本在单位超球面上具有单独的投影，这确保了来自不同类别的示例之间的长的类间距离(inter-class)。 给定一个训练三元组 其中 为anchor图片 的类别。无偏置的softmax定义为： 其中 表示CNN网络的输出特征向量。随后网络 通过缩小 来训练（SGD）。 图4左边部分所示， 的输入是L维的特征向量，这个向量是网络 的输出，同时 的输出具有相同的维度。 包含4个全连接层，前两个降维，后两个升维，每一层后面跟了BatchNormalization和ReLU。最后的输出是输入向量和输出向量的对应位置相加。 另外，判别器 接受 产生的L维特征向量，并将其分成K+1类。 也有4个全连接层，前三个后面跟了BatchNormalization和ReLU，最后一个跟的softmax。（怎么感觉 接受的是应该是 产生的？） 文章中使用的优化器是SGD，学习率 ，步骤在Section 3中介绍。 此外，文章中尝试构建一个更强大的提取器 ，允许HTG从细粒度的局部细节创建更hard三元组，因此视觉识别模型可以用更难的三元组示例挑战变得更加鲁棒。 实际上，局部特征在许多细粒度的视觉识别任务中起着关键作用。用于图像分类的典型深度神经网络擅长提取高级全局特征，但常常缺少局部细节的特征。这可能会限制HTG探索本地细节以创建更难的triplets。例如，在没有本地细节的情况下，HTG无法生成能够识别不同车辆的大多数有辨别力的部分的三元组，例如徽标，灯光和天窗。 为了解决这个问题，文章中介绍了一种更加关注局部特征的关键点图。例如ResNet-18包含了4个连续的卷积块，在最后一个卷积块后面跟着一个全连接层作为全局特征 .对于卷积块 来说，他的输出特征图可以表示为 .随后我们加一个局部分支叫做keypoint bolck,它具有类似于卷积块的结构，用于本地化关键点的分布，这些关键点可以关注最具辨别力的部分以创建更难的三元组。高级语义特征映射是稀疏的（不太明白这里），我们假设关键点层的每个通道对应于特定类型的关键点，因此我们在关键点层的输出特征上应用通道层面（channel-wise）softmax来估计不同图像位置上关键点的密度： 是clock-l的输出特征图在通道c及位置(i,j)上的的点。 block-l局部特征 ： 文章中提取了bolck-3和block-4的特征，和全剧特征concat后作为最后的输出特征。 备注：这部分没有看的很明白，我理解的大概意思是在网络的中间层先做一个softmax，最后和全局特征的softmax concat起来。

麻将(麻雀)Mahjongg / Mahjong张Tile一张麻将牌的牌面 花Flower春、夏、秋、冬、梅、兰、竹、菊 字牌(役牌)Honor东、南、西、北、中、发、白 花色(配牌)Suit筒、条、万 数字Rank一~九 箭牌Dragon中、发、白 风牌Wind东、南、西、北 筒牌Dot一筒~九筒 条牌Bamboo一条~九条 万牌Character一万~九万 春、夏、秋、冬Spring / Summer / Autumn/ Winter梅、兰、竹、菊Plum / Orchid / Bamboo /Chrysanthemum中、发、白Red / Green / WhiteDragon东、南、西、北East / South / West /North Wind门风(自风)Dealer"s Wind场风(圈风)Prevailing Wind庄家Dealer / Banker发牌Deal骰子Die (pl. Dice)洗牌Shuffle牌墙Wall牌墩Stack牌墙中的上下两张牌组成一墩 牌桌Board和(胡)牌Win和(胡)张Winning Tile荒牌(流局)Draw摸牌Draw打牌Discard听牌Ready Hand混牌(百搭)Joker玩家Player一组Meld一个顺子、刻子或杠子 将牌(雀头、对子)Eyes / Pair刻子Triplet顺子Sequence明杠、暗杠Exposed / Concealed Kong碰、杠、吃Pong / Kong / Chow数番Scoring番数Points

Eachbrandofmahjongtiles

简单说：基态电子被激发到反键轨道并且改变自旋方向（与基态一致）此时成为三重态,其能量比单重态低.（单重态其实就是没有改变自旋方向）

自旋多重度是3，叫三重态。 这个状态中，在最外层电子呈现自旋相同的两个孤电子，其他电子皆已成对。 总自旋量子数s等于1/2+1/2=1 自旋多重度等与2s+1=3氧气在通常情况下呈三重态，即从分子轨道理论考虑，氧气最外价层的两个电子分别占据两个轨道，并且自旋相同。所以为三重态，从而解释了氧气具有顺磁性

现代舞常用英语术语 　　现代舞常用术语 Modern Dance Terminology ： 　　movement 动作 fall 跌落 turn out 大腿外展 recovery 复原 　　parallel 平行 swing 摆荡 contraction 收缩 sustained 滞留 　　release 延展 sway 摇晃curve 弧形/圆 bounce 振动 　　flex 脚勾 canon 卡农/轮唱/轮跳 point 脚尖 brush 擦 　　spiral 螺旋状 stage 舞台 triplet 三拍子 center 中央 　　bend 弯曲 upstage 上舞台stretch 伸展 downstage 下舞台 　　reverse 反向 stage right 右舞台 relax 放松 stage left 左舞台 　　stand by 预备 performance , concert , show 表演 wing 翼幕 　　audition 甄试 rehearsal 排练 theater;theatre 剧场/戏剧 　　locomotion / non-locomotion 移位动作 / 非移位动作 ;

<a,b>表示带有先后次序的临接关系，a是b的直接前驱，b是a的直接后继。还有一种关系，表示为(a,b),是一种临接关系，并没有前后之分，只表示a,b相邻。

把：scanf ("%d,%d,%d",&a1,&a2,&a3);改成：scanf("%d%d%d",&a1,&a2,&a3); 就可以了。

靓

因为C语言函数传递形参是值的传递。比如void fun(int x){}main(){ int i=10; fun(i);}所谓值的传递就是，i 和 x的地址不同。只是把10的值传递给x。如果想把函数的结果，传递给调用者这明显是不行的。调用者必须把 i 的地址传递给函数。函数把值写入i的地址。退出函数时i的值才有可能发生改变

意思是死了的意思

1、Body of Effulgent Beryl 光辉绿柱石护体（光辉翠绿体）2、Fly 飞行3、Bless of Magic Caster 魔法吟唱者の祝福4、Infinity Wall 无限障壁5、Magic Ward·Holy 魔法防护·神圣（魔法结界·神圣）6、Life Essence 生命精髓7、Greater Full Potential 高阶完全潜能（高阶全属性强化）8、Freedom 自由行动9、False Data·Life 虚假情报·生命10、See Through 识破（看穿）11、Paranormal Intuition 超常直觉12、Greater Resistance 高阶抗性13、Mantle of Chaose 混乱披风（混沌斗篷）14、Indomitability 不屈15、Sensor Boost 感知增幅16、Greater Luck 高阶幸运17、Magic Boost 魔法增幅18、Dragonic Power 龙之力19、Greater Hardening 高阶硬化20、Heavenly Aura 天界灵气21、Absorption 吸收22、Penetrate Up 穿透提升23、Greater Magic Shield 高阶魔法护盾24、Mana Essence 魔力精髓25、Triplet Maximize Magic·Explode Mine 魔法三重最强化·爆裂地雷26、Triplet Magic·Greater Magic Seal 魔法三重化·高阶魔法封印27、Triplet Maximize Boosted Magic·Magic Arrow 魔法三重最高位阶上升化·魔法箭扩展资料：Buff一词在游戏中的意思主要有两种：一是指增益系的各种魔法，这个词汇多流行于D&D跑团和网络游戏中，通常指给某一角色增加一种可以增强自身能力的“魔法”或“效果”。另外一个意思是指在游戏的版本更新时，对某一个职业、种族、技能等游戏内容进行增强。Buff的否定形式是“Debuff”，反义词是“nerf”，意思是给角色实施的各种减益的效果，减少角色的属性和能力。Buff这个词曾经是表示变得光鲜、强壮，使外型更美观，或使肌肉更发达之类的。到了20世纪70年代Buff被赋予了新的词义。游戏圈用这个词来表示用魔法或药剂来强化某一个角色。Buff一词虽然起源于个别游戏，但是应用程度已经普及到各大游戏当中。大型多人角色扮演游戏、第一人称射击游戏、动作竞技格斗游戏等等不一而足，人们也开始习惯和使用这个词汇。参考资料：百度百科：BUFF

no

1、AF-S：是指支持“AF-S”尺寸感光元件的单反相机自动对焦镜头。2、NIKKOR：指镜头品牌为“尼克尔”，是属于尼康公司的镜头系列。3、18-55mm ：指镜头的焦距范围，最短焦距18mm，最长焦距55mm。4、1：3.5-5.6 ：指该镜头的广角端最大光圈3.5，长焦端最大光圈5.6。5、G：表示该镜头有马达驱动对焦功能。6、ED：表示该镜头里面有不少于1片的超低色散的ED镜片。扩展资料单镜片镜头在早期的相机使用，成像可以比针孔锐利，光圈也更大，基本可以手持拍摄。工作光圈大概在f/12左右。从双镜片再到三镜片，镜头的光圈更大，成像也相当锐利，Cooke Triplet是目前已知的最好设计。如果是四片镜片，成像已经相当好，四片三组结构，其中两片粘在一起形成一组。四片结构的天塞镜头唯一的问题是光圈不能做得太大，不然像质会下降。对于35毫米相机，天塞结构的顶限是f/2.8，即使使用当前最好的光学玻璃。要光圈更大，就要更多镜片。视角越大，需要的镜片越多。一支低速小视角镜头，例如Leitz 560mm f/6.8 Telyt，只用了两片镜片。50mm f/1.4一般需要6或7片，21mm f/4.5 Zeiss Biogon使用了8片。更多的镜片使镜头更大更重也更贵。参考资料来源：百度百科--单反镜头

在 1HNMR 裂分的术语中，d= doublet (二重峰）； t=triplet (三重峰）。dt和td的区别在于：dt为双三重峰， 即， 二重峰又被分裂为两个三重峰。td 为三重双峰。 即原来为1:2:1的三重峰分裂为同样强度的三个二重峰。一般说来， 那个字母在前， 那个峰的分裂值（Hz)大。

arns on one"s own. But even the most cynical secretly admit that success exists; that

钻石的Sl表示钻石的一种净度等级“微内含级”，Sl级别的钻石在10倍放大镜下观察，钻石有清晰可见的瑕疵。SI又分为SI1和SI2两个级别，SI1级别钻石的纯净度高于SI2级别的钻石。评鉴钻石净度的准则，包括了上述瑕疵的数量、大小、种类、位置、明显度等对钻石整体外观的影响程度。钻石净度的评级必须在十倍放大镜（Triplet lens）检视下进行。钻石的净度等级越高，钻石的价格也就更加的高。另外，内含物记载钻石形成时的地质环境，并可作为分辨真伪、天然或合成钻石的依据。扩展资料对钻石净度的评定，包括了对上述特征的数量、大小、可见度、类型、位置和其对钻石整体外观的影响程度的鉴定。虽然世上没有绝对完美无瑕的天然钻石，但净度越高的钻石，价值越高。GIA钻石净度标准，分为6个类别，11个等级：一、无暇级(FL):在10倍放大镜下观察，钻石没有任何内含物或表面特征。二、内无瑕级 (IF):在 10倍放大镜下观察，钻石内部没有任何内含物。三、极轻微内含级 (VVS1和 VVS2):在10倍放大镜下观察，钻石内部有极微小的内含物，即使是专业鉴定师也很难看到。四、轻微内含级 (VS1和 VS2):在10倍放大镜下观察，钻石的内部有微小的内含物。五、微内含级 (SI1和 SI2):在10倍放大镜下观察，钻石有可见的内含物。六、内含级 (P1, P2和 P3):钻石的瑕疵在10倍放大镜下明显可见，并且可能会影响钻石的透明度和亮泽度。参考资料来源：百度百科-钻石净度

大哥，饶了我吧

表示钻石的一种净度等级“微内含级”

库克镜头和mp镜头在人像呈现上有区别，mp的处理更像是对线条的锐化处理，而库克的锐利更多体现在颜色上。库克镜头焦外成像的形状，不是圆形，准确说也不是大家所说的蜂巢形状，而是一种边缘极其锐利，犹如雪花一样的，漂亮的棱形。如果大家有用过其他的电影镜头就可以轻易对比得出，焦外部分光线的过度和细腻程度，库克远远超过其他镜头。库克是最适合拍人像的镜头。mp也非常锐利，但mp的处理更像是对线条的锐化处理，而库克的锐利更多体现在颜色上。库克镜头介绍：库克三片式镜头（ Cooke triplet）是1893年英国一家望远镜厂库克父子公司的光学设计师丹尼斯·泰洛设计的。库克三片式镜头的三个焦度和两个空气间隔，一共5个自由度，用来控制两种色差、佩兹伐和、镜头的焦距、空气间隔的比例。

（Singlet oxygen,1O2）,也称作单线态氧 （Triplet oxygen）,三线态氧 三线态是基态,单线态是激发态,就是电子排布状态,详见分子轨道理论

Materials Studio-Dmol3教程：Dmol3基本任务和参数解读2021-8-23 17:49阅读：8487在建立好一个模型结构之后，我们可以开始计算了，在计算模块栏点击undefined中的Calculation，可以看到如下图。undefined 在Setup里面可以看到Dmol3的基本任务Task主要包括：单点能计算、结构优化、动力学计算、过渡态搜索、过渡态优化、过渡态确认、弹性常数计算等（在MS新版本里面有更多的任务）。首先我们选择Geometry Optimization，点击后面的More，可以看到可以选择计算收敛的标准，包括能量、最大力、最大位移。Quality主要有Coarse、Medium、Fine，分别对应着不同的收敛标准。一般收敛标准越高，计算精度越好，计算耗时也越长。为了应对不同体系的计算精度要求，也可以直接针对具体的Energy、Max. force、Max. displacement更改数据。Max. iterations指定最大几何优化循环次数。 如果达到设定的循环数，则即使不满足收敛标准，也将停止计算。一般可以将次循环次数调至100甚至更多。Max. step size指每次优化原子移动的最大步长。Optimize cell勾选后表示除了优化原子位置，也会优化晶胞参数。如果只需优化原子位置则不需要勾选此项。注意：每个面板右下角都有Help。这是Materials Studio提供的官方手册文件，非常重要，应该要经常点进去看看。点击每个面板的Help都会出现该面板上所有参数的解释说明。undefined Setup栏其他参数的说明如上图。Quality是控制总的电子收敛精度，包括Coarse、Medium、Fine，具体值对应着此面板Electronic栏。Functional泛函是很重要的选项，常用的主要泛函如上图所示。针对不同体系，所要求的泛函组合也不一样，对应的精准度也不一样，一般可自行测试最佳的泛函组合方式，也可直接参考体系相近的文献中的泛函组合。DFT-D矫正是加入长程相互作用，描述氢键、范德瓦尔斯等弱相互作用，常用的选择有：Tkatchenko-Scheffler（TS）（GGA-PBE、GGA-BLYP，B3LYP），Grimme（GGA-PBE、GGA-BLYP，B3LYP），OBS（GGA-PW91，LDA）。弱相互作用的选取与具体的体系元素有关，如下图所示：undefined Spin unrestricted: 当选中时，表示将针对不同的自旋使用不同的轨道执行计算。 这就是所谓的“自旋不限制”或“自旋极化”计算。 如果未选中，则计算将对alpha和beta自旋使用相同的轨道。 这称为“自旋限制”或“非自旋极化”计算。 默认值为未选中。Use formal spin as initial: 当选中时，表示每个原子未成对电子数的初始值将取自为每个原子引入的形式自旋。随后将在计算过程中优化该初始值。Metal：选中后，表明系统是金属的，需要进行热处理和对布里渊区进行密集采样。 如果未选中，默认情况下使用的k点间隔会更粗糙，并且不会使用smearing。适用于周期性体系。Use symmetry：选中时，指在计算中应使用对称性信息。涉及过渡状态搜索或确认的分子动力学模拟或计算不能使用对称信息。Multiplicity: 自旋多重度的可选有以下几种：Auto、Singlet、Doublet、Triplet、Quartet、Quintet、Sextet、Septet、Octet。当选择“自动Auto”时，DMol3将尝试通过执行自旋无限制计算来确定基态自旋状态。Charge：指定分子或晶胞上的总电荷。undefined 如上图所示，在“Electronic”选项卡可以设置与电子哈密顿量相关的参数。Integration accuracy: 指定在哈密顿量数值积分中使用的精度。 可用的选项有：Coarse、Medium、Fine，具体值对应着此面板Setup栏中的Quality。SCF tolerance：自洽收敛标准。指定用于确定自洽计算是否收敛的阈值。 选项和相关的收敛阈值是：Coarse（10-4）、Medium（10-5）、Fine（10-6）。也可以根据体系要求在右下角的More中的SCF tolerance更改收敛标准，接着也可以更改Max. SCF cycles最大自洽循环次数，指定能量计算允许的最大SCF迭代次数。 如果在指定的迭代次数后SCF仍未收敛，则计算将终止。k-point set：定义将用于在倒易空间中积分波函数的积分点数。可选择Gamma单点（1×1×1）、Coarse、Medium、Fine，也可以在右下角的More中的K-points自行输入不同的K点，仅适用于周期性体系。同一系列体系需要使用相同的K点。Core treatment：核处理方式，可选的类型有以下四种： All Electron（默认的）：不对内核电子进行特殊处理，所有的电子都包含在计算体系中进行处理。Effective Core Potentials ( ECP)： 使用单个有效势替代内核电子，内核处理中引入相对论校正。All Electron Relativistic：处理体系中的所有电子，并在内核电子的处理中引入相对论效应。DFT Semi-core Pseudopots (DSPP)：使用单个有效势替代内核电子，内核处理中引入相对论校正。注：ECP和DSPP 都是对21号以后的重元素进行处理，DSPP 特别针对DMol3模块开发，而ECP 则来源于Hartree-Fock势。Basis set：指定将在计算中使用的原子轨道基组。主要包括以下几种：undefined undefinedBasis file：基组文件，指定要使用的基组文件的版本：3.5，4.4。其中4.4是新优化的基组，可略微改善形成热，是Delley在2006年提出的。3.5是原始版本，是默认值。Orbital cutoff quality原子轨道截断半径：指定原子基组的有限范围截止。轨道截止精度决定了有限范围截止的大小，并且取决于轨道截止方案。分为Coarse、Medium、Fine，也可以在右下角的More中的Orbital Cutoff自行输入不同的值。undefined Harris approximation哈里斯近似值：选中后，指定在计算中使用哈里斯非自洽近似。这大大减少了所需的计算时间，但同时也降低了计算的准确性。 哈里斯近似仅适用于使用LDA泛函而无溶剂效应的自旋限制性计算。Use solvation model：选中后，将指定将使用COSMO溶剂化模型，可以在DMol3电子选项对话框的溶剂选项卡上设置更多详细信息。 使用溶剂化模型时，Harris近似值不可用。Multipolar expansion：指定用于电荷密度的多极表示的最大角动量函数。主要分为：Monopole、Dipole、Quadrupole、Octupole、HexadecapoleCharge：指定值f，用于在当前迭代和先前迭代之间混合电荷密度。允许值为0.0 <f≤1.0。 例如，值为0.2将使用20％的电荷密度和80％的先前迭代构建电荷密度。Spin：指定在当前迭代和先前迭代之间混合旋转密度所使用的值。允许值为 0.0到1.0。Use DIIS（direct inversion of the iterative subspace）：选中时，指示将使用DIIS（迭代子空间中的直接求逆）来加速SCF收敛。DIIS size：指定DIIS过程的子空间的最大大小。 如果SCF不收敛于默认的历史记录数，则增加此值有时会导致SCF收敛显着改善。不建议使用少于4个历史记录。允许值为1到10。Use preconditioner使用预处理器：选中后，表明电荷密度预处理器已打开，这可以抑制连续SCF循环之间的电荷密度振荡。 这可以加快收敛速度，尤其是对于大型系统或曲面或界面计算而言。q0：以Bohr倒数指定用于衰减电荷密度振荡的参考波矢量。 允许值为0.5到20。Use smearing热占位：选中时，表示热占位将应用于轨道占据以加速收敛。Smearing 参数允许电子在所有轨道中按照指定的能量差ΔE 进行拖尾。类似于物理上的热占位现象。此方法能够通过允许轨道驰豫而大大加速SCF 迭代的收敛速度。会导致虚轨道与占据轨道进行混合，因此，会有一些轨道出现分数占位。Smearing值（单位为Hartree）越大收敛越快，但计算结果越不精确。一般容易收敛的体系不建议使用。Apply dipole slab correction应用偶极晶胞校正：选中后，将外部电势添加到晶胞的真空区域。 由于晶胞中的极性吸附物（或仅在晶胞的一侧上的吸附物），该电势抵消了晶胞的非零偶极矩。 这种校正对功函数的计算特别有帮助。undefined

参考： https://zhuanlan.zhihu.com/p/91980379 最可能的四种原因如下，一个基因的多个转录本产生通常是其中的一种原因或者几种原因共同发生导致。 (1)alternative splicing： 选择性剪接（Alternative splicing）是基因的一种表现方式。生物的基因序列中，包含了内含子（intron）与外显子（exon），两者交互穿插，组成基因。其中内含子并不表现，外显子才是能够转录成mRNA（之后再进一步转译成蛋白质）的片段。而选择性剪接便是利用这样的特性，将同一基因中的外显子以不同的组合方式来表现，制造出不同的蛋白质。比如基因Gene ID: 2668的NM_001190468.1转录本和NM_199231.2转录本 (2)alternative promoter usage： 同一个基因可能由不同的启动子，不同的启动子导致产生不同的蛋白质，比如Gene ID: 2668的NM_000514.4转录本； (3)alternative initiation： 同一条mRNA中使用不同的翻译起始密码子，通常情况下产生出仅仅在N端有差别的蛋白质序列，比如基因Gene ID: 2668的NM_001278098.1转录本 (4)ribosomal frameshifting： 一种翻译重编码机制，其导致核糖体改变其对遗传密码的读取，产生不是由mRNA直接编码的蛋白质，或者两种甚至更多种不同的蛋白质； 更多原因如下，这些原因一个或者多个都可能导致一个基因产生不同的转录本。 RNA editing 核糖核酸编辑 Selenocysteine 硒代半胱氨酸 Ribosomal skipping 核糖体跳跃 Chromosomal rearrangement 染色体重排 Polymorphism 多态性 Pyrrolysine 吡咯赖氨酸 Triplet repeat expansion 三重重复展开 RNA translational shunting 核糖核酸翻译分流 RNA termination-reinitiation 核糖核酸终止-重新开始 RNA suppression of termination 终止的核糖核酸抑制

VS是净度的其中一个级别，KL是颜色的其中一个级别

人脸识别本身是一个很复杂的系统，从人脸的检测，定位，提取到识别，都有很多需要仔细研究的内容。单从人脸的识别来说，我们可以暂时简单地把目标定为，为人脸学习到一个好的特征表示。什么是好的特征呢？简单来说就是，同一个人的人脸特征是相近的，不同的人的人脸特征是远离的。 为了更好地学习特征，这篇论文提出将 Identification 和 Verification 都作为训练的目标，也就是使用两个loss的组合，使得学习的特征能够不仅用于分类，同时用于判断是否是同一个人。相应地： Identification 的loss，它用于判断属于哪一个类，使用softmax计算概率： 作者还使用了cosine similarity，如下 是两个特征向量的cosine 相似度： 训练算法如下： 很显然，该算法需要每次选取两个样本。 在这篇论文中，作者提出三个对神经网络效果非常重要的因素：稀疏性，选择性，鲁棒性。 作者提出了DeepID2+，如下图： 在这篇论文中，作者对常用的欧几里得距离提出了质疑。在常见的分类任务中，我们都会对特征进行处理，最终经过一个fc层得到每个类别的一个评分，评分最大的，就是我们预测的类。假设一个二分类任务，分类的边界就是： 。其中 就是分类层的参数。 倘若对 进行归一化，是长度为1，将 置为 。边界变为： ，其中 是 和 的夹角。如下图： 在这篇论文中，作者对分类层（FC）的特征和参数都进行了归一化处理，却发现在很多轮的训练后，网络依旧没有收敛，因此，作者探究了这个现象的原因，并提出了可以训练这种网络的方法。 作者回答了如下 问题 ： 回答 ： 论文中，作者对特征和参数使用如下归一化方式： 梯度如下图： 作者研究了正则后的metric learning，例如：contrastive loss，triplet loss。由于正则后，内积可以看作欧几里得距离，如下式： // TODO 这样的loss有一些不好的地方，就是对于边界内的负样本没有作用。如下图： 阴影的红点是没有被loss作用到的点。 L-softmax设计了一个新的分类层，用于增大特征的表达性能。如下图： 在这篇论文中，作者使用了一个神经网络（Inception，ResNet等）作为特征提取器，将输出的特征用triplet loss进行训练。这样的结构不需要分类层，模型会非常小。 Triplet Loss ： ArcFace的loss如下： 还有很多关于人脸，metric learning的文章没有仔细读，即使是介绍的这几篇也不是全部理解。为了在大规模的人脸识别中学习到discriminative的特征，需要在很多地方做文章 。即使是一个更有效的loss，如果参数没有选择好，很可能得到的效果还不如普通的fc。

因为维生素B2在碱性溶液中经光线照射，会发生分解而转化为光黄素。1、荧光是光致发光，任何荧光物质都具有激发光谱和发射光谱，发射波长总是大于激发波长荧光激发光谱是通过测定荧光体的发光通量随波长变化而获得的光谱，反映不同波长激发光引起荧光的相对效率。2、有些发荧光的物质其荧光强度与物质的浓度成正比，故可用荧光分光光度法测定其含量。维生素B2溶液在430~440nm蓝光的照射下，发出绿色荧光，荧光峰在535nm附近。维生素 B2在pHA6~7的溶液中荧光强度最大，而且其荧光强度与维生素B2溶液浓度呈线性关系，因此可以用荧光光谱法测维生素B2的含量。3、维生素B2在碱性溶液中经光线照射会发生分解而转化为另一物质一一光黄素。光黄素也是一个能发荧光的物质，其荧光比维生素B2的荧光强得多，故测维生素B2的荧光时，溶液要控制在酸性范围内，且在避光条件下进行。荧光物质发光原理：1、分子受到（来自于光，电，dipole resonance，有些时候甚至是mechanical force的）激发，进入excited state（对就是excited的那个excited），然后从excited state回到ground state的时候，在条件允许的情况下就可能将多余的能量以一个光子的形式丢出来。2、再进行细分，如果是从singlet excited state掉下来同时丢出一个光子，就是荧光fluorescence，如果从triplet excited state掉下来同时丢出一个光子，就是磷光phosphorescence。当然也有更复杂的情况比如lanthanide complex的发光。

在核磁共振H谱上：b表示宽峰（broden）m表示多重峰（multiple）。如果苯环上有极性取代基，苯环H会出现这些峰型。另外：s: singlet. 单峰.d: doublet.双峰.t: triplet.三重峰q: quartet.四重峰.

为了让RPN学习到支持集和查询集之间目标的潜在联系，避免RPN在查询集的未知样本上出现随机游走的情况。 为什么池化尺度为 1 VS. Conventional RPN Overlap 0.5：0.9130 vs. 0.8804 ABO(Average Best Overlap Ratio)：0.7282 vs. 0.7127 为什么构建？ 将支持集和查询集的目标通过全局、局部、块区三个层级全面联系起来，让网络学习到目标在这个三个层级之间的潜在关联，使得网络最终能更好的从支持集泛化到查询集的未见目标上。 Global Relation：学习一个全局匹配的深度embedding； Local Relation：学习一个像素级和深度互相的关系； Patch Relation：学习一个深度非线性度量关系。 实验结果 实现细节 假设支持特征 和查询候选区的特征 ，特征大小为 Global-Relation Head concat avg pool MLP = relationship Local-Relation Head Patch-Relation Head Naive Traning Strategy 从支持集和查询集中抽取一对同类别样本 对网络进行训练。 Ours idea basic：一个好的模型不仅可以匹配不同的类别，同时可以区分不同的类别。 类似于Triplet loss的训练方式，除了构建一对同类别的训练对，同时从支持集中引入一个不同类别的样本，作为对抗样本，即 。 采样选择 采用对抗样本训练策略后，网络不仅要学习同类别样本的关联，也要学习不同类别样本的区别，而同类别样本总是稀少的，使得不同类别样本产生大量背景候选框主导训练，因而需要对正负样本进行采样。 采样比例为 ， 对比实验结果 刨除Attention RPN的微小增益，足以说明让网络学习区分不同类别物体的相当重要的。

你去5专业的菏1瑭月色商家2平台 学习下，哪里真心3不错

ADT Triplet{数据对象:D={e1,e2,e3|e1,e2,e3∈ElemSet}数据关系：R1={<e1,e2>,<e2,e3>}基本操作：InitTriplet（&T,v1,v2,v3)操作结果：构造了三元组T，元素e1，e2和e3分别被赋以参数v1,v2和v3的值。DestroyTriplet（&t）操作结果：三元组T被销毁。Get（T,i,&e）初始条件：三元组T已存在，1≤i≤3。操作结果：用e返回T的第i元的值。Put(&T,i,e)初始条件：三元组T已经存在，1≤i≤3。操作结果：改变T的第i元的值为e。IsAscending（T）初始条件：三元组T已存在。操作结果：如果T的3个元素按升序排列，则返回1，否则返回0。IsDescengding(T)初始条件：三元组T已存在。操作结果：如果T的3个元素按降序排列，则返回1，否则返回0。Max（T,&e)初始条件：三元组T已存在。操作结果：用e返回T的3个元素中的最大值。Min（T,&e)初始条件：三元组T已存在。操作结果：用e返回T的3个元素中的最小值。}ADT Triplet

sci投稿cover letter写法如下：1、第一部分主要是告诉编辑，我的文章标题和文章类型，并且写上我们没有一稿多投的情况。首先，我们用斜体字写上期刊的名字，再跟编辑打个招呼。（如下图所示）这一部分，主要是介绍文章的亮点和主要内容。先用一句话概括文章的核心内容：This manuscript addresses XXX。2、简单的介绍一下文章背景和一些关键词。接下来，再说明在这方面其他人已经做了什么（可以引用参考文献），有什么研究上的空白，进而引出文章的亮点。如果觉得投稿信篇幅过长，或者对自己的表达不够自信的话，可以直接介绍自己文章的亮点即可。在描述亮点的时候切忌浮夸，要给人家低调奢华有内涵的感觉。第二段的写法比较多样化，只需用简洁的语言把文章的内容和亮点讲清楚即可。如果是综述类型的文章，还可以按照摘要的写法，简单描述一下自己总结了什么。这一部分，写上一些客套话，再附上通讯作者的信息，收尾。（如下图所示）3、最后附上通讯作者的信息：Name，Degree，address and institution，phone，email等。有的期刊还需要提供通讯作者的传真（fax）。最后来一句Sincerely yours，以表敬意。最后再来一个署名XXX。cover letter写作要点首先，向编辑简要介绍一下论文的内容以及参与此项研究工作的作者名单。在这里不需要太详细，即使是工作中包含了一些复杂的实验部分。其次，重点解释为什么该研究是有创新性的而且会受大家感兴趣。在这里，你可以介绍有哪些创新性的技术被用到、你的实验样本数量足够多、研究成果将对这个领域有较大影响等。一些临床国际期刊还要求你介绍这项工作会对将来的实际治疗应用有什么意义。需要注意的是写作时包含要点而不用仔细解释。同时，尽量让编辑看到你的工作是和所投期刊非常相关的。最好是你的工作也刚好验证了别的研究团队在这个期刊以前发表的成果，或者与他们结果相反，而你也用很好的证明。再次，你可以介绍你和你的研究团队：主要研究人员，实验室的研究方向，以及与这篇文章的关系。同样，你可以解释为什么要选择这个期刊来投稿。如果此项工作有与其他实验室合作完成，你也可以在这里介绍相关合作团队。最后，声明你的文章没有任何利益方面的冲突（查询各期刊在利益冲突政策方面的描述，因为每个期刊有不同的相关规定）。同时，你需要表明这项研究没有发表过，而且也没同时在别的期刊投稿。

您可以下载一个百度翻译的app，然後把你想要知道的英文单词输入，然后听发音就好，非常方便的

You light up my light.你点亮了我的生活. You are the milk in my coffee.你令我更美好. You are that special someone.你是那个特别的人.

王力宏 籍贯浙江义乌，为美籍华人流行歌曲作曲家、男歌手及唱片制作人。他通晓英语、中文、法语，略知少许粤语和日语。其中英语为母语。他不光唱功了得，会多种乐器，而且还自己担当自己大部分作品的编曲配乐以及幕后制作。从《龙的传人》中令人惊讶的融合DJ电子乐节奏的华人流行嘻哈摇滚风，到自己开创出的chinked-out的曲风。他生活节俭，却热心公益慈善环保事业，正如他的歌曲所表达的，他坚持用音乐改变自己，改变世界，敬业如同音乐上的陈景润。中文名： 王力宏 外文名： Leehom Wang 别名： Home Boy 国籍： 美国 民族： 汉 出生地： 纽约罗切斯特 出生日期： 1976年05月17日 职业： 歌手，音乐制作人，演员，导演 毕业院校： Williams College 经纪公司： Sony 代表作品： 惟一、can you feel my world、你不在、心中的日月、爱错 个人碎句 01 音乐是我的生命，谢谢大家肯定我的生命（金曲奖感言） 02 刚上中学时，我在纽约地下了解过很多不同的音乐风格，比如Hip-Hop、摇滚等，后来融入自己的风格中。这是优点也是缺点。（总结自己的音乐特性） 03 这不是真正的竞争对手，我竞争的是要把华人的音乐更加国际化，对手应该是国外歌手或音乐人，反而觉得华人歌手都是我的同事们，不应该分散力量，我们都是自己人 04 现在流行R&B?不见得完全是，孙燕姿唱的不是R&B啊！好歌绝对可以突破任何市场，产生共鸣。（2000年评说“流行音乐”） 05 我作音乐的原则就是大胆，大方，开放。哪里有喜欢我音乐的人，我就去。我喜欢拿音乐和全世界的人沟通，我相信音乐的力量，能够改变人的生活，改变整个世界。 06 我不会后悔，因为我觉得人生只有一条路，你既然已经做了决定的选择，就好好的去做吧，任何事情都必须付出代价的，在我选择音乐，选择自由的同时，或许其实就已经付出了孤独的代价。 07 如果别人只看外形，对我来说，是悲哀。 08 我现在的生活很靠近地狱（2000年形容自己被媒体烦扰的生活） 09 你不能一直停留在过去的回忆之中，人要很诚恳的生活，才会激发更多的灵感。 10 水在杯子里是一个杯，在壶里就是一个壶，可以千变万化，有时很温柔，又可以非常Powerful,所以我想做“水”。 11 球是机遇，握在手中的球不能太重也不能太轻，否则发挥欠佳，也许，就因为我们不能每次都一击全中，所以更需要看准机会，该出发时就全力以赴，无需迟疑。这一盘打的不好，只要不放弃，一定还有下一盘的。 12人还是应该要有梦的,即使现实很强大,在近期内不能实现,也不应该就此放弃,妥协,接受现实的安排. 13 只有寂寞才可以让人成长，我享受一个人的孤独。音乐人都是寂寞的，而且也是自虐的，太好的环境做不出好音乐。 14 荣誉让我感到欣慰，而挫折才真正使我进步。 15 看到他们在神父面前边宣誓边流泪，我真的很渴望自己的幸福快点到来！当一个人比当一个艺人更重要，我不否认我也很期待恋爱。但一段感情是要细水长流的是要努力去营造的，而不是理所当然。（对哥哥结婚的感想） 16 爱情我希望一球全中，白头到老。 17 我不太相信一见钟情，那实在是太危险了。 18 我专一浪漫，但只会为我爱的人而浪漫。 19 我尽量不谈感情和私生活，因为我尊重对方。 20当一个艺人最有趣、最有意义的就是：虽然音乐对大多数人来说是娱乐而非理想，但试想你的歌曲可能陪着当代孩子的成长，它可能会拥有足以跨越时代的力量。 21 你攻击我什么都没关系,但是你攻击我的音乐我就火大了。 22 在音乐里面，我可以畅所欲言，自由自在。 23 当发现别的歌手在某些方面比你唱得好，当发现别的音乐人能写出你无法想到的旋律，这时我就会觉得非常自卑。 24 所有音乐元素用放大镜看都是雷同的。（关于抄袭的敏感话题） 25 他说：「只要让歌迷领略音乐的美好，一切辛苦都是值得的！」（拍《另一个天堂》时为捕捉清晨破晓美景，王力宏从凌晨1时开拍，直到早上8时才收工，接着马不停蹄搭机飞往拉斯韦加斯开唱） 26 给粉丝最high的跨年晚会，一切都值得。（2010年跨年他将澳洲、美国等演唱会的乐手请来助阵，250万元唱酬几乎都砸在制作费上）友人评价 成龙： 我真的妒忌他，为什么会有人如此完美？高大、帅气，音乐上什么都懂，有语言天分，会作曲作词，工作又勤奋……我真希望他是我的儿子。 孙燕姿：王力宏是一般女孩子很难抗拒的典型，因为他外型帅，又有才华。我一直把他当朋友看，他对音乐的知识很宽泛，我在许多方面很尊重他，比如他的音准真的非常完美。 张学友：力宏是真正的长的帅又有才的艺人。 2我又一次败（唱功）给了你，这次我同样心服口服。 周杰伦：他长得很帅，除了帅之外，也很有才华。外界给了他很大压力，他都承受住了，并且一直在大胆改变。如果我是女人，我会喜欢王力宏，因为正派、有才华，私下里我们关系很好，经常一起打篮球谈音乐。 陶喆：对于音乐，力宏很专注。只要他开始谈论音乐就不会停止，而且从来不感到厌倦，我自己作为一个音乐人，很难想象他带给我多少启发。他对于他的音乐很严肃也很细心。他一直面带微笑。他很喜欢讲笑话，好笑的是，尽管笑话非常有趣，但有点冷。 潘玮柏：一个人怎么能在那么多的方面如此地有才能，还表现得这么平常，沉浸在快乐里。你会想到他在音乐上做了大量的工作，他也是个几乎完美的人，但实际上他在现实生活中很随意。力宏家里很空，只有床，一些音乐设备，一个篮球，几双球鞋。其他什么都没有，当我们去他那儿，甚至没有椅子可以让我们坐，哈哈！进他家门后，他直接拿起篮球对我说：家里没什么好玩的东西，不如我们去球场打球吧！ 张惠妹：力宏是个让人敬畏的人。他工作时很严肃，但是快乐一直围绕在他身边。他的工作要求难以置信；他做音乐因为他爱音乐就像爱他的孩子。音乐是他的生命。讽刺的是离开音乐的他就像个孩子，他可爱至极也容易受伤，因为他不会照顾自己，容易受左右。 梁静茹：我曾经问过他为什么他那么完美。我感受得到他有多爱音乐，从纽约到台湾他穿越万里为了创作我的歌“丝路”。即使他有时差，在我们录音很短时间里他还能搞笑。跟力宏一起工作有个小问题。当力宏跟我说话时，我不能集中注意力，因为他实在太帅了。 蔡依林：他思想太成熟，比男友还会照顾人，特别耐心，记得他写《独占神话》非常投入其中。他制作我的最新专辑，两天没有睡觉。他甚至很有耐心教我钢琴，尽管我总弹错。 罗志祥：他是顶尖的音乐人，从他那得到建议很可怕，对我来说，他象老师。我曾搞恶作剧打电话给他，我不知道他在纽约，所以凌晨2-3点给他电话，他正睡觉。但是他没有发疯，声音平静优雅。我奇怪他竟没有发疯。 苏致远：力宏是我见过最棒的一个全能型艺人。 李玟：力宏就像一只泰迪熊。他始终很活跃快乐，使周围的气氛好起来。他很有才华，做他的朋友是种荣耀。 萧亚轩：他有他害羞的女士优先的绅士风度，他也有疯狂的满屋乱窜的方面。有时我很困扰，他太完美有很多的优 点。他很少说不，不注重金钱，所以他全身心投入工作，特别是作曲和其他一些文艺工作。他是个很贴心的人。 小S：力宏就喝两口就醉了，有女孩坐他身边时他会有点害羞，但是我坐在他身边时，我对他说我是他经济顾问，他竟然相信了我。难以想象这世上还有这么单纯的人。当力宏局促不安时很可爱。即使他困窘时，也很有礼貌。他的每次演出都让我感动；我记得第一次听他弹钢琴，我几乎昏倒。他的手指那么长那么漂亮。 阿信：有时我不知道为什么我们不能早点认识。他很开朗大方，如此的杰出。女人见了他会昏倒，但他不仅只有英俊的外表。有时我认为大家觉得他只是帅气，我认为他是音乐才子。 庾澄庆：十年前他出道时我认识了他。他没有什么改变，名气没有让他改变。 年仅18岁的他，是个可塑之材。尽管他很帅，但是对娱乐圈同仁和媒体都很和善。 徐若瑄：力宏是个可爱的人。每次他来日本，我都去帮他，我记得介绍给他的发型师把他的头发剪坏了，但是他一点也没有生我的气。 顺子：他是那种结实又瘦，不自私的类型。他宁可牺牲自己也不愿牺牲别人的人。和他一起玩很热闹，因为他会说很多有趣得事。他的音乐很棒很打动人。 Gackt：我们有语言障碍，但是我们彼此了解，他是个杰出的人。他是个优秀的歌手，十分和善，我记得邀请他来我的演唱会，他答应了。尽管出错，他也不怕尝试新事物。我真的很欣赏力宏的才华。他富有才华但不自以为是，每次我称赞他，他都会脸红。 陈奕迅：很奇怪，他总是在慈善秀。我想他几乎不睡觉，因为他很忙，但是他总是会挤出时间做慈善，我对他的这种做法真的很敬佩。 黑人：王力宏对节拍有着狂热的偏执，走大街上听到音乐就会数人家的拍子，一般上节目也会纠正完全没有乐感的观众怎么打拍子才是正确的，表情认真又严肃，今年过年担任香港乐团总指挥的时候的也是皱着眉头一副严肃的模样，看到录像里有位老外似乎很不爽的样子，一脸满不在乎的不服气劲。但是王力宏同学就是皱着眉头一丝不苟的模样，还有2003年为抗击非典 与陶喆一起创作《手牵手》，找了80多位港台歌手去录制，陶喆是很随和的样子接待每一位来录音的歌手，而王力宏同学是皱着眉头一直老师的模样来纠正大家 。很严肃的坐在控制台，估计又有人很不爽他的样子了。他对音乐真的是非常“爱”！ 林俊杰：我认识他有些时间。过去我常害怕接近他，因为他是巨星。但是我的一个同事告诉我去接近他，因为力宏很开朗。我惊讶他的开朗。我在一次颁奖和他聊天，他鼓励我。我渐渐了解他。去年我在纽约，他也在那，他一年住那里3到4个月，他带我到处走，带我认识他的朋友。工作起来，他很认真，也很容易相处，这就是我钦佩他的地方。他不会将工作和玩混为一谈。 李霄云：人生第一次重要的颁奖典礼上，李霄云这个淡定低调的人忍不住说错话了，说出了自己的心声“王力宏先生，我很欣赏你”。这句大胆的言论恐怕是我这辈子唯一一次，而力宏很优雅主动的走到我身边和我聊音乐，鼓励我做音乐。力宏一直是我的榜样，我希望有一天也可以成为像力宏一样真正的“优质”艺人。我欣赏的是力宏对音乐的态度和精神。

onthefarm和atthefarm的区别：　　1）onthefarm与onafarm都是强调在农场（内部）　　例句：　　Isitniceonthefarm?　　这是个很漂亮的农庄是吧?　　Lifewaseasyonthefarmformartine.　　对马丁来说生活在农村里很舒适。　　I"veworkedonthefarm,sotheyareblackandcalloused.　　我在农场干活，所以我的手又黑又有茧。　　2）atthefarm强调的是农场这个地点　　例句：　　Theyteachyouthatatthefarm?　　在农场里学过这个吗？　　Areyouaseniorinstructoratthefarm?　　你是农场的高级讲师吗？　　Itdoesn"tmatter,youcanchangeatthefarm.　　没关系，在农场里会有所改变的。