人工智能趋势
人工智能是当前乃至未来时代热门的技术之一,已在全球范围内掀起了研究与学习热潮。人工智能连续四年成为大学最热门专业!!! 课程知识体系完备,从简明的python语言开始,到机器学习,再到AI的两大应用方向:计算机视觉(CV)和自然语言处理(NLP),几乎包含了当下AI就业市场的全部需求。同时,课程学习曲线设计平滑,根据学习者对知识的消化吸收情况,循序渐进增强自身的AI技能。
学完收获:
能够熟练掌握Python开发的通用技术和框架,具备人工智能领域内机器学习,深度学习,计算机视觉和自然语言处理业务分析及开发的能力,同时培养学生使用AI算法构建业务流的能力和针对特定算法进行实用化、拓展化的再创新能力,从而足以胜任算法工程师等相关AI职位。百万年薪不是梦!!!
〖资源截图〗:
〖资源目录〗:
- ├──【 主学习路线】01、阶段一 人工智能Python基础
- | ├──1–第一章 计算机组成原理
- | | └──1–计算机原理
- | ├──10–第十章 公共方法
- | | ├──1–公共方法
- | | └──2–推导式
- | ├──11–第十一章 函数
- | | ├──1–函数介绍
- | | ├──10–函数参数二
- | | ├──11–拆包, 交换变量
- | | ├──12–引用
- | | ├──2–函数参数一
- | | ├──3–函数返回值一
- | | ├──4–函数文档说明
- | | ├──5–函数嵌套
- | | ├──6–局部变量
- | | ├──7–全局变量
- | | ├──8–函数执行流程
- | | └──9–函数返回值二
- | ├──12–第十二章 函数强化
- | | ├──1–函数应用学员管理系统
- | | ├──2–课后练习(学员管理系统)
- | | ├──3–递归函数
- | | ├──4–匿名函数
- | | └──5–高阶函数
- | ├──13–第十三章 文件操作
- | | ├──1–文件操作介绍
- | | ├──2–文件读写操作
- | | ├──3–案例文件备份
- | | └──4–文件及文件夹的相关操作
- | ├──14–第十四章 面向对象
- | | ├──1–面向对象介绍
- | | ├──10–私有属性和方法
- | | ├──11–多态
- | | ├──12–类属性及相关方法
- | | ├──2–类和对象
- | | ├──3–对象属性操作
- | | ├──4–魔法方法
- | | ├──5–案例烤地瓜
- | | ├──6–案例 搬家具
- | | ├──7–继承
- | | ├──8–子类重写父类属性和方法
- | | └──9–super方法使用
- | ├──15–第十五章 异常
- | | ├──1–异常介绍
- | | ├──2–捕获异常
- | | ├──3–异常传递
- | | └──4–自定义异常
- | ├──16–第十六章 模块
- | | ├──1–模块介绍
- | | ├──2–模块制作
- | | └──3–python中的包
- | ├──17–第十七章 学生管理系统(面向对象版)
- | | └──1–学生管理系统(面向对象)
- | ├──2–第二章 python基础语法
- | | ├──1–课程介绍
- | | ├──2–注释
- | | ├──3–变量
- | | ├──4–bug认识
- | | ├──5–数据类型
- | | ├──6–输出
- | | ├──7–输入
- | | ├──8–数据类型转换
- | | └──9–运算符
- | ├──3–第三章 判断语句
- | | ├──1–判断语句介绍
- | | ├──2–if基本格式
- | | ├──3–if…elif…else格式
- | | ├──4–if嵌套
- | | └──5–案例猜拳游戏
- | ├──4–第四章 循环语句
- | | ├──1–循环语句介绍
- | | ├──2–while循环
- | | ├──3–循环应用
- | | ├──4–break和continue
- | | ├──5–while循环嵌套及应用
- | | ├──6–for循环
- | | └──7–循环else应用
- | ├──5–第五章 字符串
- | | ├──1–字符串介绍
- | | ├──2–输入输出
- | | ├──3–切片
- | | └──4–字符串操作方法
- | ├──6–第六章 列表
- | | ├──1–列表相关操作
- | | ├──2–列表循环遍历
- | | └──3–列表嵌套
- | ├──7–第七章 元组
- | | └──1–元组相关操作
- | ├──8–第八章 字典
- | | ├──1–字典介绍
- | | ├──2–字典的常见操作
- | | └──3–字典遍历
- | └──9–第九章 集合
- | | └──1–集合的相关操作
- ├──【 主学习路线】02、阶段二 人工智能Python高级
- | ├──1–第一章 Linux基础命令
- | | ├──1–linux简介
- | | └──2–linux相关命令
- | ├──10–第十章 MySqL数据库高级使用
- | | ├──1–条件查询
- | | ├──2–实战操作
- | | ├──3–外键使用
- | | ├──4–视图
- | | ├──5–事务
- | | ├──6–索引
- | | ├──7–设计范式
- | | └──8–PyMySQL的使用
- | ├──2–第二章 Linux高级命令
- | | ├──1–linux高级操作
- | | ├──2–远程控制
- | | └──3–vim介绍
- | ├──3–第三章 多任务编程
- | | ├──1–多任务介绍
- | | ├──2–多进程介绍
- | | ├──3–多线程介绍
- | | ├──4–锁的介绍
- | | └──5–进程和线程的对比
- | ├──4–第四章 网络编程
- | | ├──1–ip和端口介绍
- | | ├──2–TCP介绍
- | | ├──3–TCP开发流程
- | | └──4–多任务案例
- | ├──5–第五章 HTTP协议和静态服务器
- | | ├──1–HTTP协议
- | | └──2–静态web服务器搭建
- | ├──6–第六章 闭包,装饰器及python高级语法
- | | ├──1–闭包
- | | ├──2–装饰器
- | | ├──3–property语法
- | | ├──4–with语法
- | | └──5–python高级语法
- | ├──7–第七章 正则表达式
- | | └──1–正则表达式
- | ├──8–第八章 数据结构与算法
- | | ├──1–算法概念
- | | ├──10–选择排序
- | | ├──11–插入排序
- | | ├──12–快速排序
- | | ├──13–二分查找
- | | ├──14–二叉树
- | | ├──15–二叉树的遍历
- | | ├──2–时间复杂度
- | | ├──3–空间复杂度
- | | ├──4–数据结构
- | | ├──5–顺序表
- | | ├──6–链表
- | | ├──7–栈
- | | ├──8–队列
- | | └──9–冒泡排序
- | └──9–第九章 MySql数据库基本使用
- | | ├──1–数据库介绍
- | | ├──2–数据表的基本操作
- | | ├──3–where条件查询
- | | └──4–排序
- ├──【 主学习路线】03、阶段三 人工智能机器学习
- | ├──1–第一章 机器学习概述V2.1
- | | └──1–机器学习介绍
- | ├──10–第十章 决策树V2.1
- | | ├──1–信息增益
- | | ├──2–特征提取
- | | ├──3–案例泰坦生存预测
- | | └──4–回归决策树
- | ├──11–第十一章 集成学习V2.1
- | | ├──1–集成介绍
- | | ├──2–随机森林案例
- | | └──3–集成学习
- | ├──12–第十二章 聚类算法V2.1
- | | └──1–聚类算法
- | ├──13–第十三章 朴素贝叶斯V2.1
- | | └──1–朴素贝叶斯
- | ├──14–第十四章 SVM算法V2.1
- | | └──1–SVM算法
- | ├──15–第十五章 EM算法V2.1
- | | └──1–EM算法
- | ├──16–第十六章 HMM算法V2.1
- | | └──1–HMM算法
- | ├──17–第十七章 集成学习进阶V2.1
- | | ├──1–XGBoost算法
- | | ├──2–otto案例
- | | ├──3–lightGBM算法
- | | └──4–绝地求生案例
- | ├──2–第二章 环境安装和使用V2.1
- | | └──1–环境安装及使用
- | ├──3–第三章 matplotlibV2.1
- | | └──1–matplotlib使用
- | ├──4–第四章 numpyV2.1
- | | └──1–numpy使用
- | ├──5–第五章 pandasV2.1
- | | ├──1–pandas数据结构
- | | ├──2–pandas基础使用
- | | ├──3–pandas高级使用
- | | └──4–电影案例分析
- | ├──6–第六章 seabornV2.1
- | | ├──1–绘制统计图
- | | ├──2–分类数据绘图
- | | ├──3–NBA案例
- | | └──4–北京租房数据统计分析
- | ├──7–第七章 K近邻算法V2.1
- | | ├──1–k近邻算法介绍
- | | ├──2–kd树
- | | ├──3–数据集处理
- | | ├──4–特征工程
- | | ├──5–KNN总结
- | | ├──6–交叉验证, 网格搜索
- | | └──7–案例 Facebook位置预测
- | ├──8–第八章 线性回归V2.1
- | | ├──1–回归介绍
- | | ├──2–损失优化
- | | └──3–回归相关知识
- | └──9–第九章 逻辑回归V2.1
- | | ├──1–逻辑回归
- | | ├──海量优质it资源.url 0.05kb
- | | ├──课程总结.mp4 14.73M
- | | └──资料2.zip 14.66M
- ├──【 主学习路线】04、阶段四 计算机视觉与图像处理
- | ├──1–第一章 课程简介_v2.0
- | | ├──1–深度学习
- | | └──2–计算机视觉(CV)
- | ├──10–第十章 图像特征提取与描述_v2.0
- | | ├──1–角点特征
- | | ├──2–Harris和Shi-Tomas算法
- | | ├──3–SIFT
- | | ├──4–Fast和ORB算法
- | | └──5–LBP和HOG特征算子
- | ├──11–第十一章 视频操作_v2.0
- | | ├──1–视频读写
- | | └──2–视频追踪
- | ├──12–第十二章 案例人脸案例_v2.0
- | | └──1–案例人脸案例
- | ├──2–第二章 tensorflow入门_v2.0
- | | ├──1–tensorflow和keras简介
- | | └──2–快速入门模型
- | ├──3–第三章 深度神经网络_v2.0
- | | ├──1–神经网络简介
- | | ├──2–常见的损失函数
- | | ├──3–深度学习的优化方法
- | | ├──4–深度学习的正则化
- | | ├──5–神经网络案例
- | | └──6–卷积神经网络CNN
- | ├──4–第四章 图像分类_v2.0
- | | ├──1–图像分类简介
- | | ├──2–AlexNet
- | | ├──3–VGG
- | | ├──4–GoogleNet
- | | ├──5–ResNet
- | | ├──6–图像增强方法
- | | └──7–模型微调
- | ├──5–第五章 目标检测_v2.0
- | | ├──1–目标检测概述
- | | ├──2–R-CNN网络基础
- | | ├──3–Faster-RCNN原理与实现
- | | ├──4–yolo系列算法
- | | ├──5–yoloV3案例
- | | └──6–SSD模型介绍
- | ├──6–第六章 图像分割_v2.0
- | | ├──1–目标分割介绍
- | | ├──2–语义分割:FCN与Unet
- | | ├──3–Unet-案例
- | | └──4–实例分割:MaskRCNN
- | ├──7–第七章 OpenCV简介_v2.0
- | | ├──1–图像处理简介
- | | ├──2–OpenCV简介及安装方法
- | | └──3–OpenCV的模块
- | ├──8–第八章 OpenCV基本操作_v.2.0
- | | ├──1–图像的基础操作
- | | └──2–算数操作
- | └──9–第九章 OpenCV图像处理_v2.0
- | | ├──1–几何变换
- | | ├──2–形态学操作
- | | ├──3–图像平滑
- | | ├──4–直方图
- | | ├──5–边缘检测
- | | ├──6–模版匹配和霍夫变换
- | | └──7–轮廓检测
- ├──【 主学习路线】05、阶段五 NLP自然语言处理
- | └──【 主学习路线】05、阶段五 NLP自然语言处理.zip 20.86G
- ├──【 主学习路线】06、阶段六 人工智能项目实战
- | ├──1–第一章 智慧交通.zip 6.64G
- | ├──2–第二章 在线医生.zip 7.74G
- | ├──3–第三章 智能文本分类系统.zip 2.69G
- | └──4–第四章 实时人脸识别检测项目.zip 6.07G
- ├──【 主学习路线】07、阶段七 人工智能面试强化(赠送)
- | ├──1–第一章 自动编码器
- | | ├──1–自动编码器历史与应用介绍
- | | ├──2–构建自动编码器
- | | ├──3–自动编码器改进技巧
- | | └──4–变分自动编码器
- | ├──10–第十章 贝叶斯方法实现及粒子滤波
- | | └──1–贝叶斯方法实现及粒子滤波
- | ├──11–第十一章 深度强化学习
- | | ├──1–强化学习
- | | ├──2–Q-learning算法
- | | └──3–Deep Q-Network
- | ├──2–第二章 图像分割应用
- | | └──1–图像分割应用介绍
- | ├──3–第三章 生成对抗学习
- | | └──1–生成对抗学习
- | ├──4–第四章 算法进阶迁移学习
- | | └──1–迁移学习介绍
- | ├──5–第五章 模型可解释
- | | └──1–模型可解释
- | ├──6–第六章 模型压缩
- | | └──1–模型压缩
- | ├──7–第七章 终生学习
- | | └──1–终生学习
- | ├──8–第八章 算法进阶进化学习
- | | └──1–进化学习
- | └──9–第九章 贝叶斯方法
- | | └──1–贝叶斯方法
- ├──【课外拓展】01、阶段一 HR面试技巧
- | └──【课外拓展】01、阶段一 HR面试技巧.zip 1.94G
- ├──【课外拓展】02、阶段二 赠送-人脸支付
- | └──第一章 1-人脸支付
- | | ├──0-1 项目背景介绍
- | | ├──0-2 人脸检测子任务
- | | ├──0-3 人脸姿态估计
- | | ├──0-4 人脸多任务
- | | ├──0-5 人脸识别
- | | └──0-6 项目集成
- ├──【课外拓展】03、阶段三 赠送-文本摘要项目
- | └──第一章 1-文本摘要项目
- | | ├──0-1 文本摘要项项目背景介绍
- | | ├──0-10 模型的预测
- | | ├──0-11 词向量的单独训练
- | | ├──0-12 模型的优化
- | | ├──0-13 PGN架构
- | | ├──0-14 数据预处理
- | | ├──0-15 PGN数据特殊性分析
- | | ├──0-16 迭代器和类的实现
- | | ├──0-17 PGN模型的搭建
- | | ├──0-18 PGN模型训练
- | | ├──0-19 PGN模型预测
- | | ├──0-2 项目中的数据集初探
- | | ├──0-20 评估方法介绍
- | | ├──0-21 BLEU算法理论
- | | ├──0-22 ROUGE算法理论
- | | ├──0-23 ROUGE算法实现
- | | ├──0-24 coverage机制原理
- | | ├──0-25 coverage模型类实现
- | | ├──0-26 coverage训练和预测
- | | ├──0-27 Beam-search原理介绍
- | | ├──0-28 Beam-search模型类实现
- | | ├──0-29 TF-IDF算法原理和实现
- | | ├──0-3 TextRank算法理论基础
- | | ├──0-30 单词替换法的类实现
- | | ├──0-31 单词替换法的训练和评估
- | | ├──0-32 回译数据法实现和评估
- | | ├──0-33 半监督学习法原理和实现
- | | ├──0-34 训练策略原理和实现
- | | ├──0-35 模型转移实现
- | | ├──0-36 GPU优化原理和实现
- | | ├──0-37 CPU优化原理和实现
- | | ├──0-38 Flask实现模型部署
- | | ├──0-4 TextRank算法实现模型
- | | ├──0-5 seq2seq架构
- | | ├──0-6 seq3seq架构
- | | ├──0-7 工具函数的实现
- | | ├──0-8 模型类的搭建
- | | └──0-9 模型的训练
- ├──【课外拓展】04、阶段四 入学第一课
- | └──无课程相关内容
- ├──【课外拓展】05、阶段五 阶段一 python基础(更新)
- | ├──第二章 2-python面向对象
- | | ├──0-1 类定义及类属性使用
- | | ├──0-2 魔法方法
- | | ├──0-3 案例-面向对象
- | | ├──0-4 面向对象封装与继承
- | | ├──0-5 面向对象多态
- | | └──0-6 类属性方法
- | └──第一章 1-python基础编程
- | | ├──0-1 python开发环境搭建
- | | ├──0-10 循环else
- | | ├──0-11 字符串定义切片
- | | ├──0-12 字符串查找,替换,合并
- | | ├──0-13 列表定义及使用
- | | ├──0-14 元祖定义及使用
- | | ├──0-15 字典定义及使用
- | | ├──0-16 案例-学生管理系统(一)
- | | ├──0-17 集合定义及使用
- | | ├──0-18 公共方法与推导式
- | | ├──0-19 函数基本使用
- | | ├──0-2 Python注释与变量
- | | ├──0-20 函数基本使用替代视频(04,05,06)
- | | ├──0-21 函数作用域
- | | ├──0-22 不定长参数与组包拆包
- | | ├──0-23 案例-学生管理系统(二)
- | | ├──0-24 基础加强练习
- | | ├──0-25 可变类型及非可变类型
- | | ├──0-26 递推
- | | ├──0-27 递归
- | | ├──0-28 lambda表达式
- | | ├──0-29 文件基本操作
- | | ├──0-3 Python数据类型
- | | ├──0-30 文件操作案例
- | | ├──0-31 案例-学生管理系统(三)
- | | ├──0-32 python异常处理
- | | ├──0-33 python模块与包
- | | ├──0-34 案例-飞机大战
- | | ├──0-4 Python格式化输出
- | | ├──0-5 Python运算符
- | | ├──0-6 Python分支语句
- | | ├──0-7 while循环
- | | ├──0-8 while循环案例
- | | └──0-9 for循环及案例
- ├──【课外拓展】06、阶段六 阶段二 Python高级(更新)
- | ├──第二章 2-SQL基础
- | | ├──0-1 数据库基础
- | | ├──0-2 SQL语言基础
- | | ├──0-3 SQL约束
- | | ├──0-4 SQL聚合
- | | ├──0-5 SQL多表查询
- | | └──0-6 SQL高阶特性
- | ├──第三章 3-Python编程进阶
- | | ├──0-1 函数的闭包
- | | ├──0-10 进程
- | | ├──0-11 线程
- | | ├──0-12 进程线程对比
- | | ├──0-13 With上下文管理器
- | | ├──0-14 Python生成器
- | | ├──0-15 Python中深浅拷贝
- | | ├──0-16 Python中正则表达式
- | | ├──0-17 正则表达式扩展
- | | ├──0-18 FastAPI搭建Web服务器
- | | ├──0-19 Python爬虫
- | | ├──0-2 装饰器
- | | ├──0-3 PyMySQL
- | | ├──0-4 HTML基础
- | | ├──0-5 CSS基础
- | | ├──0-6 Socket网络编程
- | | ├──0-7 TCP服务器开发
- | | ├──0-8 静态Weeb服务器
- | | └──0-9 FastAPI
- | └──第一章 1-Linux基础
- | | ├──0-1 Linux基础
- | | ├──0-2 Linux终端基本使用
- | | ├──0-3 Linux常用命令(1)
- | | └──0-4 Linux常用命令(2)
- ├──【课外拓展】07、阶段七 阶段三 机器学习(更新)
- | ├──第二章 2-机器学习算法进阶
- | | ├──0-1 决策树算法
- | | ├──0-2 朴素贝叶斯算法
- | | ├──0-3 SVM算法
- | | ├──0-4 聚类算法
- | | ├──0-5 集成学习算法
- | | └──0-6 机器学习算法回顾总结(有需要的同学可以看看)
- | └──第一章 1-机器学习基础算法
- | | ├──0-1 人工智能原理基础
- | | ├──0-2 KNN算法
- | | ├──0-3 线性回归
- | | └──0-4 逻辑回归
- ├──【课外拓展】08、阶段八 阶段四—深度学习基础补充视频
- | └──【课外拓展】08、阶段八 阶段四—深度学习基础补充视频.zip 1.83G
- ├──【课外拓展】09、阶段九 阶段五—NLP基础补充视频
- | ├──01-文本预处理-文本预处理-文本数据增强讲解.mp4 14.12M
- | ├──02-文本预处理-文本预处理-文本数据增强代码实现.mp4 14.17M
- | ├──03-文本预处理- 新闻主题分类任务-数据加载方式的增补代码解读.mp4 9.12M
- | ├──04-文本预处理-新闻主题分类任务-数据加载方式的增补文件补齐.mp4 5.40M
- | ├──05-RNN及其变体-RNN架构解析-注意力机制的增补内容概念.mp4 9.78M
- | ├──06-RNN及其变体-RNN架构解析-注意力机制的增补流程梳理.mp4 20.46M
- | ├──07-RNN及其变体-RNN架构解析-注意力机制的增补attention机制模型.mp4 34.58M
- | ├──08-RNN及其变体-RNN架构解析-注意力机制的增补attention公式讲解.mp4 21.86M
- | ├──09-RNN及其变体-RNN架构解析-注意力机制的增补attention应用场景.mp4 14.74M
- | ├──10-Transformer—新增案例机器翻译模型-1模型的介绍.mp4 57.15M
- | ├──11-Transformer—新增案例机器翻译模型-数据的下载和vocab构建.mp4 24.13M
- | ├──12-Transformer—新增案例机器翻译模型-3模型构建.mp4 31.48M
- | ├──13-Transformer—新增案例机器翻译模型-4掩码的构建.mp4 15.05M
- | ├──14-Transformer—新增案例机器翻译模型-5数据批处理.mp4 13.79M
- | ├──15-Transformer—新增案例机器翻译模型-6构建训练函数和评估函数.mp4 32.81M
- | ├──16-Transformer—新增案例机器翻译模型-7训练模型和定义解码函数.mp4 22.58M
- | ├──17-Transformer—新增案例机器翻译模型-8翻译函数的定义和9模型保存.mp4 13.30M
- | ├──18-迁移学习—迁移理论—加载和使用预训练模型全小节增补-1tokenizer加载.mp4 22.91M
- | ├──19-迁移学习—迁移理论—加载和使用预训练模型全小节增补-2加载带头和不带头的预训练模型.mp4 39.74M
- | ├──20-迁移学习—迁移理论—加载和使用预训练模型全小节增补-3加载不带头的模型输出结果.mp4 27.98M
- | ├──21-迁移学习—迁移理论—加载和使用预训练模型全小节增补-4加载语言模型头结果输出.mp4 25.83M
- | ├──22-迁移学习—迁移理论—加载和使用预训练模型全小节增补-5加载分类模型头结果输出.mp4 21.14M
- | ├──23-迁移学习—迁移理论—加载和使用预训练模型全小节增补-6加载问答模型头结果输出.mp4 45.77M
- | ├──24-迁移学习—迁移理论—迁移学习实践增补内容-模型上传.mp4 52.62M
- | ├──25-迁移学习—迁移理论—迁移学习实践增补内容-模型上传后加载使用.mp4 29.35M
- | └──26-虚拟机的使用.mp4 14.09M
- ├──【课外拓展】10、阶段十 CV基础+项目(更新)
- | └──【课外拓展】10、阶段十 CV基础+项目(更新).zip 20.49G
- └──人工智能课件
- | ├──01-阶段1-3(python基础 、python高级、机器学习)
- | | ├──01-阶段1-3(python基础 、python高级、机器学习)
- | | ├──02-虚拟机环境
- | | ├──01-Python+机器学习课程环境使用说明(1).pdf 3.78M
- | | ├──AI虚拟机使用常见问题汇总(1).pdf 646.33kb
- | | └──Azure机器学习模型搭建实验(1).doc 1.70M
- | ├──02-阶段4 (计算机视觉CV) 阶段6 (CV项目)
- | | ├──02-阶段4 (计算机视觉CV) 阶段6 (CV项目)
- | | └──02-虚拟机环境
- | ├──03-阶段5(自然语言处理NLP)、阶段6(NLP项目)
- | | ├──02-NLP虚拟机环境
- | | └──03-阶段5(自然语言处理NLP)、阶段6(NLP项目)
- | ├──阶段测试题
- | | ├──阶段1—测试
- | | ├──阶段2—测试
- | | ├──阶段3—测试
- | | ├──阶段4—测试
- | | ├──阶段5—测试
- | | └──.DS_Store 6.00kb
- | ├──Iris数据集
- | | ├──iris.csv 4.86kb
- | | └──iris.txt 4.85kb
- | ├──01-计算机视觉CV课程环境使用说明文档.pdf 3.59M
- | └──机器学习梳理总结xmind.zip 8.61M
声明:本站所发布的一切破解补丁、注册机和注册信息及软件的解密分析文章仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。本站信息来自网络,版权争议与本站无关。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢该程序,请支持正版软件,购买注册,得到更好的正版服务。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。