老师露出她的🐻让我DVD她 最近更新| 安卓软件| 安卓游戏| 电脑版| 手机版
网络游戏 单机游戏 手机应用 电脑软件 专题 热门排行榜
剑侠情缘二 三国群英传六 轩辕剑叁：云和山的彼端 仙剑奇侠传六 三国群英传三 轩辕剑六：凤凌长空千载云 幻想三国志一 古剑奇谭二：永夜初晗凝碧天 斩妖行

当前位置： 首页 单机游戏 冒险解谜

v5.3.2.62

猜你喜欢
分类：单机 / 冒险解谜 大小：1.44 MB 授权：免费游戏
语言：中文 更新：2025/09/09 00:37:38 等级：
平台：Android 厂商： 鸣人强❌小樱网站漫日本 官网：暂无
权限： 查看
允许程序访问网络.
 备案：湘ICP备2023018554号-3A
标签： 男人扒女人👙摸🐻亲嘴网站 日韩片XX❌❌❌❤️ 美女被✖乳液性感激情应用网站
详情
介绍
猜你喜欢
相关版本

截图

内容详情

张晚意 七老童心团魂有了

谁懂女生牛仔裤坐下鼓包的痛

赴山海OST

其实但凡家里有点人脉的都懂iPhone16价格不降反升 2025/09/09 00:37:38

    • 编辑：admin

    2025/09/09 00:37:38

    胡（hu）寒（han）笑】
马龙坐在了倪妮井柏然中间

小狗洗澡时偷偷放屁制造气泡

AI教父Hinton诺奖演讲首登顶刊！拒绝公式，让全场秒懂「玻尔兹曼机」

新智元报道

编辑：桃子

【新智元导读】AI教父Hinton荣膺诺贝尔奖，可谓是实至名归。如今，他发表的「玻尔兹曼机」震撼演讲，已登上APS期刊。这一曾催化深度学习革命的「历史酶」，究竟讲了什么？

2024年12月8日，诺贝尔物理学奖得主Hinton登台，发表了题为《玻尔兹曼机》的演讲。

当时，斯德哥尔摩大学Aula Magna礼堂内座无虚席，全球目光都集聚于此。

他深入浅出地分享了，自己与John Hopfield利用神经网络，推动机器学习基础性发现的历程。

如今，Hinton这个演讲的核心内容，于8月25日正式发表在美国物理学会（APS）期刊上。

论文地址：https://journals.aps.org/rmp/pdf/10.1103/RevModPhys.97.030502

1980年代，并存两种颇具前景的梯度计算技术——

一种是，反向传播算法，如今成为了深度学习核心引擎，几乎无处不在。

另一种是，玻尔兹曼机器学习算法，现已不再被使用，逐渐淡出人们的视野。

这一次，Hinton的演讲重点，就是「玻尔兹曼机」。

一开场，他幽默地表示，自己打算做一件「傻」事，决定在不使用公式的情况下，向所有人解释复杂的技术概念。

霍普菲尔德网络

找到能量最低点

什么是「霍普菲尔德网络」（Hopfield Network）？

Hinton从一个简单的二进制神经元网络入手，介绍了「霍普菲尔德网络」的核心思想。

每个神经元只有1或0两种状态，最重要的是，神经元之间通过对称加权连接。

整个神经网络的全局状态，被称为一个「配置」（configuration），并有一个「优度」（goodness）。

其「优度」是由所有活跃神经元之间权重的总和决定，如上图所有红色方框，权重加起来等于4。

这便是该网络配置的优度，而能量（energy）是优度的负值。

「霍普菲尔德网络」的全部意义在于，每个神经元通过局部计算决定如何降低能量。

在这里，能量就代表「劣度」（badness）。因此，开启还是关闭神经元，全凭总加权输入的「正负」。

通过不断更新的神经元状态，网络最终会稳定在「能量最低点」。

但它并非是唯一的能量低点，因为「霍普菲尔德网络」可以有很多能量最低点，最终停留在哪一点，取决于起始状态，也取决于更新哪个神经元的随机决策序列。

如下，便是一个更优的能量最低点。开启右边神经网络，其优度是3+3-1，能量为-5。

「霍普菲尔德网络」的魅力在于，它可以将能量最低点与记忆关联起来。

Hinton生动地描述道，「当你输入一个不完整的记忆片段，然后不断应用二进制决策规则，网络就能补全完整记忆」。

因此，当「能量最低点」代表记忆时，让网络稳定到能量最低点的过程，就是实现所谓的「内容可寻址存储」。

也就意味着，仅激活项目一部分访问存储器中的某个项目，然后运用此规则后，网络就会将其补全。

不仅记忆存储

还能解释「感官输入」

接下来，Hinton进一步分享了，自己与Terrence Sejnowski（霍普菲尔德学生）对「霍普菲尔德网络」的创新应用——

用它来构建对感官输入的解释，而不仅仅是存储记忆。

他们将网络分为了「可见神经元」和「隐藏神经元」。

前者接收感官输入，比如一幅二进制图像；后者则用于构建对该感官输入的解释。网络的某个配置的能量，代表了该解释的劣度，他们想要的是一种低能量的解释。

Hinton以一幅经典的模棱两可的线条画——内克尔立方体（Necker cube）为例，展示了网络如何处理视觉信息的复杂性。

如下这幅画，有的人会将其看作是「凸面体」，有的人会看到的是「凹面体」。

那么，我们如何让神经网络，从这一幅线条画中得出两种不同的解释？在此之前，我们需要思考的是：图像中的一条线，能告诉我们关于三维边缘的什么信息？

视觉诠释：从2D到3D

想象一下，你正透过一扇窗户看向外面的世界，然后在玻璃上，把看到的景物轮廓描绘出来。

这时候，窗上的那条黑线，其实就是你画出来的一条边。

而那两条红线呢，就是从你眼睛出发，穿过这条黑线两端的视线。

那么问题来了：现实世界中，到底是什么样的边缘形成了这条黑线？

其实可能性非常多，所有不同的三维边缘，最终都会在图像中产生同样的线条。

所以，视觉系统最头疼的是，怎么从这一条二维的线反推回去，判断现实中，到底那条边才真正存在？

为此，Hinton和Sejnowski设计了一个网络，可以将图像中的线条，转化为「线神经元」的激活状态。

然后，通过兴奋性连接与代表「三维边缘神经元」相连（绿色），并让其相互抑制，确保一次只激活一种解释。

如此一来，就体现了许多感知光学方面的原理。

接下来，Hinton又将此方法应用于所有的神经元，问题是，应该激活哪些边缘神经元呢？

要回答这个问题，还需要更多信息。

人类在诠释图像时，都会遵循特定的原理。比如，两条线相交，假设它们在三维空间中，也在同一点相交，且深度相同。

此外，大脑往往倾向于将物体视为直角相交。

通过合理设置连接强度，网络可以形成两个稳定的状态，对应「内克尔立方体」的两种三维诠释——凹面体和凸面体。

这种视觉诠释方法，又带来了两个核心问题：

搜索问题：网络可能陷入局部最优，停留在较差的解释上，无法跳到更好的解释

学习问题：如何让网络自动学习连接权重，而不是手动设定

搜索问题：带噪声神经元

对于「搜索问题」，最基本的解决方法——引入带有噪声的神经元，即「随机二进制神经元」。

这些神经元状态为「二进制」（要么是1，要么是0），但其决策具有很强的概率性。

强的正输入，就会开启；强的负输入，就会关闭；接近零的输入则引入随机性。

噪声可以让神经网络「爬坡」，从较差的解释跳到更好的解释，就像在山谷间寻找最低点。

玻尔兹曼分布+机器学习

通过随机更新隐藏神经元，神经网络最终会趋近于所谓的「热平衡」（thermal equilibrium）。

一旦达到热平衡，隐藏神经元的状态就构成了对输入的一种诠释。

在热平衡下，低能量状态（对应更好解释）出现概率更高。

以内克尔立方体为例，网络最终会倾向于选择更合理的三维诠释。

当然，热平衡并非系统停留在单一状态，而是所有可能配置的概率分布稳定，遵循着玻尔兹曼分布（Boltzmann distribution）。

在玻尔兹曼分布中，一旦系统达到热平衡，其处于某个特定配置的概率，完全由该配置的能量决定。

并且，系统处于低能量配置的概率会更高。

要理解热平衡，物理学家们有一个诀窍——你只需想象一个由海量相同网络组成的巨大「系综」（ensemble）。

Hinton表示，「想象无数相同的霍普菲尔德网络，各自从随机状态开始，通过随机更新，配置比例逐渐稳定」。

同样，低能量配置，在「系综」中占比更高。

总结来说，玻尔兹曼分布的原理在于：低能量的配置远比高能量的配置更有可能出现。

而在「玻尔兹曼机」中，学习的目标，就是要确保当网络生成图像时，本质上可以称为「做梦、随机想象」，这些与它在「清醒」时感知真实图像所形成的印象相吻合。

若是可以实现这种吻合，隐藏神经元的状态，便可以有效捕捉到图像背后的深层原因。

换句话说，学习网络中的权重，就等同于弄清楚如何运用这些隐藏神经元，才能让网络生成出看起来像真实世界的图像。

「玻尔兹曼机」学习算法

针对如上「学习问题」，Hinton与Sejnowski在1983年，提出了「玻尔兹曼机学习算法」进而解决了权重调整问题。

论文地址：https://www.cs.toronto.edu/~fritz/absps/cogscibm.pdf

该算法主要包含了两个阶段：

清醒阶段：向网络呈现真实图像。将一幅真实图像「钳位」到可见单元上，然后让隐藏单元演化至热平衡。对同时开启的神经元对，增加连接权重。

睡眠阶段：让网络自由「做梦」。所有神经元随机更新至热平衡。对同时开启的神经元对，减少连接权重。

这一简单的算法，通过调整权重，提高了神经网络在「做梦」时生成的图像与「清醒」时感知图像之间的相似度。

学习过程的本质，就是在降低网络在清醒阶段，从真实数据中推导出的配置所对应的能量。

与此同时，提高它在睡眠阶段自由生成的配置所对应的能量。

正如Hinton所言，「你本质上是在教导这个网络：要相信清醒时所见，而不信睡梦中所梦」。

核心创新：相关性差异

如上所见，「玻尔兹曼机」的最大亮点在于，权重调整所需的信息都蕴含在两种相关性差异中——

网络在「清醒」（观察真实数据）时两个神经元共同激活的频率，与当网络自由「做梦」时，它们共同激活的频率，这两者之间的差异。

令人惊叹的是，这两种相关性差异，足以告诉某个权重关于所有其他权重的一切信息。

与反向传播（backpropagation）算法不同，「玻尔兹曼机」无需复杂的反向通路传递「敏感度」——一种完全不同的物理量信息。

「反向传播」算法依赖的是，前向通路传递神经元活动，反向通路传递敏感度；「玻尔兹曼机」仅通过对称连接性和相关性差异完成学习。

然而，「玻尔兹曼机」的最大瓶颈是——速度。

当权重较大时，达到热平衡极其缓慢，若是权重很小，这个过程才得以加速完成。

整整17年后，Hinton突然意识到，通过消除隐藏单元之间的连接来对「玻尔兹曼机」进行限制，就可以得到一个快得多的学习算法。

由此，受限玻尔兹曼机（RBM）诞生了。

这一方法将输入「钳位」在可见单元上，大幅简化了「清醒」阶段的计算，仅需一步即可达到热平衡。

不过，「睡眠」阶段仍需要多次迭代，才能达到热平衡。

为此，Hinton引入了「对比散度」（contrastive divergence）的方法，通过以下步骤实现了加速学习：

将数据输入可见单元。

并行更新所有隐藏神经元，使其与数据达到平衡。

更新所有可见单元以得到一个「重构」版本。

再次更新所有隐藏神经元。

停止。

「受限玻尔兹曼机」也在实践中取得了显著成果。

比如，Netflix公司曾使用RBM，根据用户偏好推荐电影，并赢得了用户偏好预测大赛。

然而，仅靠彼此不相连的隐藏神经元，是无法构建出识别图像中的物体/语音中，单词所必需的多层特征检测器。

为此，2006年，Hinton进一步提出了「堆叠RBM」的方法。

堆叠RBM

通过以下三步，就可以实现堆叠RBM：

用数据训练一个RBM。

将该RBM的隐藏层激活模式作为数据，用于训练下一个RBM。

持续这个过程，以捕捉日益复杂的关联。

在堆叠了这些玻尔兹曼机之后，可以将它们视为一个前馈网络，忽略其对称连接，只使用单向的连接。

由此，这创建了一个特征的层级结构：

第一 隐藏层 ：捕捉原始数据中相关性的特征。

第二 隐藏层 ：捕捉第一层特征之间相关性的特征。

以此类推，创建出越来越抽象的表示。

等所有堆叠完成后，可以再添加一个「最终层」进行监督学习，比如分类猫和狗的图像。

这时，神经网络展现出两大优势——

学习速度远超随机初始化：因其在预训练中，已学习到了用于建模数据结构的合理特征。

网络的泛化能力也更好：大部分学习在无监督情况下进行，信息从数据相关性中提取。

历史的「酶」

2006-2011期间，Hinton、Bengio、LeCun等实验室研究人员，都在使用「堆叠RBM」预训练前馈神经网络，然后再进行反向传播微调。

直到2009年，Hinton的学生George Dahl和Abdel-rahman Mohamed证明：

「堆叠RBM」在识别语音中的音素片段方面，效果显著由于当时所有的方法。

这一发现，彻底改变了整个语音识别领域。

到了2012年，基于「堆叠RBM」的系统，在谷歌安卓设备上大幅改善了语音识别性能。

论文地址：https://static.googleusercontent.com/media/research.google.com/zh-CN//pubs/archive/38131.pdf

然而，不幸的是，一旦证明了「堆叠RBM」预训练的深度神经网络的潜力，研究人员很快开发了其他初始化权重的方法。

于是，「玻尔兹曼机」逐渐退出历史主流。

最后，Hinton做了一个非常生动形象的比喻：

但如果你是化学家，你就会知道「酶」是非常有用的东西。

「玻尔兹曼机」就像化学中「酶」，催化了深度学习的突破，一旦完成这个转变，酶就不再被需要。

所以，不妨把它们看作是「历史的酶」。

不过，Hinton认为，利用「睡眠」阶段的「反学习」（unlearning），从而得到一个更具生物学合理性、避免反向传播的非对称通路的算法。

到目前为止，他依旧坚信：有一天搞明白大脑如何学习的时候，一定会发现，睡眠中「反学习」绝对是关键一环。

参考资料：

https://singjupost.com/transcript-of-nobel-prize-lecture-geoffrey-hinton-nobel-prize-in-physics-2024/

https://journals.aps.org/rmp/abstract/10.1103/RevModPhys.97.030502

https://www.nobelprize.org/uploads/2024/12/hinton-lecture-1.pdf

　　势界CEO　

新智元报道

编辑：桃子

【新智元导读】AI教父Hinton荣膺诺贝尔奖，可谓是实至名归。如今，他发表的「玻尔兹曼机」震撼演讲，已登上APS期刊。这一曾催化深度学习革命的「历史酶」，究竟讲了什么？

2024年12月8日，诺贝尔物理学奖得主Hinton登台，发表了题为《玻尔兹曼机》的演讲。

当时，斯德哥尔摩大学Aula Magna礼堂内座无虚席，全球目光都集聚于此。

他深入浅出地分享了，自己与John Hopfield利用神经网络，推动机器学习基础性发现的历程。

如今，Hinton这个演讲的核心内容，于8月25日正式发表在美国物理学会（APS）期刊上。

论文地址：https://journals.aps.org/rmp/pdf/10.1103/RevModPhys.97.030502

1980年代，并存两种颇具前景的梯度计算技术——

一种是，反向传播算法，如今成为了深度学习核心引擎，几乎无处不在。

另一种是，玻尔兹曼机器学习算法，现已不再被使用，逐渐淡出人们的视野。

这一次，Hinton的演讲重点，就是「玻尔兹曼机」。

一开场，他幽默地表示，自己打算做一件「傻」事，决定在不使用公式的情况下，向所有人解释复杂的技术概念。

霍普菲尔德网络

找到能量最低点

什么是「霍普菲尔德网络」（Hopfield Network）？

Hinton从一个简单的二进制神经元网络入手，介绍了「霍普菲尔德网络」的核心思想。

每个神经元只有1或0两种状态，最重要的是，神经元之间通过对称加权连接。

整个神经网络的全局状态，被称为一个「配置」（configuration），并有一个「优度」（goodness）。

其「优度」是由所有活跃神经元之间权重的总和决定，如上图所有红色方框，权重加起来等于4。

这便是该网络配置的优度，而能量（energy）是优度的负值。

「霍普菲尔德网络」的全部意义在于，每个神经元通过局部计算决定如何降低能量。

在这里，能量就代表「劣度」（badness）。因此，开启还是关闭神经元，全凭总加权输入的「正负」。

通过不断更新的神经元状态，网络最终会稳定在「能量最低点」。

但它并非是唯一的能量低点，因为「霍普菲尔德网络」可以有很多能量最低点，最终停留在哪一点，取决于起始状态，也取决于更新哪个神经元的随机决策序列。

如下，便是一个更优的能量最低点。开启右边神经网络，其优度是3+3-1，能量为-5。

「霍普菲尔德网络」的魅力在于，它可以将能量最低点与记忆关联起来。

Hinton生动地描述道，「当你输入一个不完整的记忆片段，然后不断应用二进制决策规则，网络就能补全完整记忆」。

因此，当「能量最低点」代表记忆时，让网络稳定到能量最低点的过程，就是实现所谓的「内容可寻址存储」。

也就意味着，仅激活项目一部分访问存储器中的某个项目，然后运用此规则后，网络就会将其补全。

不仅记忆存储

还能解释「感官输入」

接下来，Hinton进一步分享了，自己与Terrence Sejnowski（霍普菲尔德学生）对「霍普菲尔德网络」的创新应用——

用它来构建对感官输入的解释，而不仅仅是存储记忆。

他们将网络分为了「可见神经元」和「隐藏神经元」。

前者接收感官输入，比如一幅二进制图像；后者则用于构建对该感官输入的解释。网络的某个配置的能量，代表了该解释的劣度，他们想要的是一种低能量的解释。

Hinton以一幅经典的模棱两可的线条画——内克尔立方体（Necker cube）为例，展示了网络如何处理视觉信息的复杂性。

如下这幅画，有的人会将其看作是「凸面体」，有的人会看到的是「凹面体」。

那么，我们如何让神经网络，从这一幅线条画中得出两种不同的解释？在此之前，我们需要思考的是：图像中的一条线，能告诉我们关于三维边缘的什么信息？

视觉诠释：从2D到3D

想象一下，你正透过一扇窗户看向外面的世界，然后在玻璃上，把看到的景物轮廓描绘出来。

这时候，窗上的那条黑线，其实就是你画出来的一条边。

而那两条红线呢，就是从你眼睛出发，穿过这条黑线两端的视线。

那么问题来了：现实世界中，到底是什么样的边缘形成了这条黑线？

其实可能性非常多，所有不同的三维边缘，最终都会在图像中产生同样的线条。

所以，视觉系统最头疼的是，怎么从这一条二维的线反推回去，判断现实中，到底那条边才真正存在？

为此，Hinton和Sejnowski设计了一个网络，可以将图像中的线条，转化为「线神经元」的激活状态。

然后，通过兴奋性连接与代表「三维边缘神经元」相连（绿色），并让其相互抑制，确保一次只激活一种解释。

如此一来，就体现了许多感知光学方面的原理。

接下来，Hinton又将此方法应用于所有的神经元，问题是，应该激活哪些边缘神经元呢？

要回答这个问题，还需要更多信息。

人类在诠释图像时，都会遵循特定的原理。比如，两条线相交，假设它们在三维空间中，也在同一点相交，且深度相同。

此外，大脑往往倾向于将物体视为直角相交。

通过合理设置连接强度，网络可以形成两个稳定的状态，对应「内克尔立方体」的两种三维诠释——凹面体和凸面体。

这种视觉诠释方法，又带来了两个核心问题：

搜索问题：网络可能陷入局部最优，停留在较差的解释上，无法跳到更好的解释

学习问题：如何让网络自动学习连接权重，而不是手动设定

搜索问题：带噪声神经元

对于「搜索问题」，最基本的解决方法——引入带有噪声的神经元，即「随机二进制神经元」。

这些神经元状态为「二进制」（要么是1，要么是0），但其决策具有很强的概率性。

强的正输入，就会开启；强的负输入，就会关闭；接近零的输入则引入随机性。

噪声可以让神经网络「爬坡」，从较差的解释跳到更好的解释，就像在山谷间寻找最低点。

玻尔兹曼分布+机器学习

通过随机更新隐藏神经元，神经网络最终会趋近于所谓的「热平衡」（thermal equilibrium）。

一旦达到热平衡，隐藏神经元的状态就构成了对输入的一种诠释。

在热平衡下，低能量状态（对应更好解释）出现概率更高。

以内克尔立方体为例，网络最终会倾向于选择更合理的三维诠释。

当然，热平衡并非系统停留在单一状态，而是所有可能配置的概率分布稳定，遵循着玻尔兹曼分布（Boltzmann distribution）。

在玻尔兹曼分布中，一旦系统达到热平衡，其处于某个特定配置的概率，完全由该配置的能量决定。

并且，系统处于低能量配置的概率会更高。

要理解热平衡，物理学家们有一个诀窍——你只需想象一个由海量相同网络组成的巨大「系综」（ensemble）。

Hinton表示，「想象无数相同的霍普菲尔德网络，各自从随机状态开始，通过随机更新，配置比例逐渐稳定」。

同样，低能量配置，在「系综」中占比更高。

总结来说，玻尔兹曼分布的原理在于：低能量的配置远比高能量的配置更有可能出现。

而在「玻尔兹曼机」中，学习的目标，就是要确保当网络生成图像时，本质上可以称为「做梦、随机想象」，这些与它在「清醒」时感知真实图像所形成的印象相吻合。

若是可以实现这种吻合，隐藏神经元的状态，便可以有效捕捉到图像背后的深层原因。

换句话说，学习网络中的权重，就等同于弄清楚如何运用这些隐藏神经元，才能让网络生成出看起来像真实世界的图像。

「玻尔兹曼机」学习算法

针对如上「学习问题」，Hinton与Sejnowski在1983年，提出了「玻尔兹曼机学习算法」进而解决了权重调整问题。

论文地址：https://www.cs.toronto.edu/~fritz/absps/cogscibm.pdf

该算法主要包含了两个阶段：

清醒阶段：向网络呈现真实图像。将一幅真实图像「钳位」到可见单元上，然后让隐藏单元演化至热平衡。对同时开启的神经元对，增加连接权重。

睡眠阶段：让网络自由「做梦」。所有神经元随机更新至热平衡。对同时开启的神经元对，减少连接权重。

这一简单的算法，通过调整权重，提高了神经网络在「做梦」时生成的图像与「清醒」时感知图像之间的相似度。

学习过程的本质，就是在降低网络在清醒阶段，从真实数据中推导出的配置所对应的能量。

与此同时，提高它在睡眠阶段自由生成的配置所对应的能量。

正如Hinton所言，「你本质上是在教导这个网络：要相信清醒时所见，而不信睡梦中所梦」。

核心创新：相关性差异

如上所见，「玻尔兹曼机」的最大亮点在于，权重调整所需的信息都蕴含在两种相关性差异中——

网络在「清醒」（观察真实数据）时两个神经元共同激活的频率，与当网络自由「做梦」时，它们共同激活的频率，这两者之间的差异。

令人惊叹的是，这两种相关性差异，足以告诉某个权重关于所有其他权重的一切信息。

与反向传播（backpropagation）算法不同，「玻尔兹曼机」无需复杂的反向通路传递「敏感度」——一种完全不同的物理量信息。

「反向传播」算法依赖的是，前向通路传递神经元活动，反向通路传递敏感度；「玻尔兹曼机」仅通过对称连接性和相关性差异完成学习。

然而，「玻尔兹曼机」的最大瓶颈是——速度。

当权重较大时，达到热平衡极其缓慢，若是权重很小，这个过程才得以加速完成。

整整17年后，Hinton突然意识到，通过消除隐藏单元之间的连接来对「玻尔兹曼机」进行限制，就可以得到一个快得多的学习算法。

由此，受限玻尔兹曼机（RBM）诞生了。

这一方法将输入「钳位」在可见单元上，大幅简化了「清醒」阶段的计算，仅需一步即可达到热平衡。

不过，「睡眠」阶段仍需要多次迭代，才能达到热平衡。

为此，Hinton引入了「对比散度」（contrastive divergence）的方法，通过以下步骤实现了加速学习：

将数据输入可见单元。

并行更新所有隐藏神经元，使其与数据达到平衡。

更新所有可见单元以得到一个「重构」版本。

再次更新所有隐藏神经元。

停止。

「受限玻尔兹曼机」也在实践中取得了显著成果。

比如，Netflix公司曾使用RBM，根据用户偏好推荐电影，并赢得了用户偏好预测大赛。

然而，仅靠彼此不相连的隐藏神经元，是无法构建出识别图像中的物体/语音中，单词所必需的多层特征检测器。

为此，2006年，Hinton进一步提出了「堆叠RBM」的方法。

堆叠RBM

通过以下三步，就可以实现堆叠RBM：

用数据训练一个RBM。

将该RBM的隐藏层激活模式作为数据，用于训练下一个RBM。

持续这个过程，以捕捉日益复杂的关联。

在堆叠了这些玻尔兹曼机之后，可以将它们视为一个前馈网络，忽略其对称连接，只使用单向的连接。

由此，这创建了一个特征的层级结构：

第一 隐藏层 ：捕捉原始数据中相关性的特征。

第二 隐藏层 ：捕捉第一层特征之间相关性的特征。

以此类推，创建出越来越抽象的表示。

等所有堆叠完成后，可以再添加一个「最终层」进行监督学习，比如分类猫和狗的图像。

这时，神经网络展现出两大优势——

学习速度远超随机初始化：因其在预训练中，已学习到了用于建模数据结构的合理特征。

网络的泛化能力也更好：大部分学习在无监督情况下进行，信息从数据相关性中提取。

历史的「酶」

2006-2011期间，Hinton、Bengio、LeCun等实验室研究人员，都在使用「堆叠RBM」预训练前馈神经网络，然后再进行反向传播微调。

直到2009年，Hinton的学生George Dahl和Abdel-rahman Mohamed证明：

「堆叠RBM」在识别语音中的音素片段方面，效果显著由于当时所有的方法。

这一发现，彻底改变了整个语音识别领域。

到了2012年，基于「堆叠RBM」的系统，在谷歌安卓设备上大幅改善了语音识别性能。

论文地址：https://static.googleusercontent.com/media/research.google.com/zh-CN//pubs/archive/38131.pdf

然而，不幸的是，一旦证明了「堆叠RBM」预训练的深度神经网络的潜力，研究人员很快开发了其他初始化权重的方法。

于是，「玻尔兹曼机」逐渐退出历史主流。

最后，Hinton做了一个非常生动形象的比喻：

但如果你是化学家，你就会知道「酶」是非常有用的东西。

「玻尔兹曼机」就像化学中「酶」，催化了深度学习的突破，一旦完成这个转变，酶就不再被需要。

所以，不妨把它们看作是「历史的酶」。

不过，Hinton认为，利用「睡眠」阶段的「反学习」（unlearning），从而得到一个更具生物学合理性、避免反向传播的非对称通路的算法。

到目前为止，他依旧坚信：有一天搞明白大脑如何学习的时候，一定会发现，睡眠中「反学习」绝对是关键一环。

参考资料：

https://singjupost.com/transcript-of-nobel-prize-lecture-geoffrey-hinton-nobel-prize-in-physics-2024/

https://journals.aps.org/rmp/abstract/10.1103/RevModPhys.97.030502

https://www.nobelprize.org/uploads/2024/12/hinton-lecture-1.pdf

更新内容

一、修复bug，修改自动播放;优化产品用户体验。

二、 1.修复已知Bug。2.新服务。

三、修复已知bug;优化用户体验

四、1，交互全面优化，用户操作更加便捷高效;2，主题色更新，界面风格更加协调;3，增加卡片类个人数据

五、-千万商品随意挑选，大图展现商品细节-订单和物流查询实时同步-支持团购和名品特卖，更有手机专享等你抢-支付宝和银联多种支付方式，轻松下单，快捷支付-新浪微博，支付宝，QQ登录，不用注册也能购物-支持商品收藏，随时查询喜爱的商品和历史购物清单。

六、1.bug修复，提升用户体验;2.优化加载，体验更流程;3.提升安卓系统兼容性

七、1、修复部分机型bug;2、提高游戏流畅度;

厂商其他下载

安卓应用 安卓手游 苹果应用 苹果手游 电脑 小狗洗澡时偷偷放屁制造气泡

相关版本

多平台下载

Android版 PC版

查看所有 0条评论>网友评论

发表评论

(您的评论需要经过审核才能显示) 网友粉丝

查看所有 400条评论>>

相关游戏
iPhone16价格不降反升 张予曦给毕雯珺画高光鼻梁 山东人有自己的下午茶 男子胃癌晚期发现10岁女儿非亲生 小狗洗澡时偷偷放屁制造气泡 钟楚曦删了与侯雯元官宣博 马龙 替我姥姥谢谢倪妮 粉丝围堵高铁站艺人真不知情吗 瘦下来的卢昱晓 于适拍月亮 男子工资交女友分手要回遭拒 钟楚曦删了与侯雯元官宣博 王腾发博致歉 于适拍月亮 娜扎出场听取夸声一片 制片人称许凯下一部男主被换 女民兵为啥戴红色丝巾 中医建议秋天吃6种白色食物 于适拍月亮 张晚意 七老童心团魂有了 于适拍月亮 男子工资交女友分手要回遭拒 激光雷达是夜路的最佳辅助 瘦下来的卢昱晓 三四公里路程救护车开了30多分钟 许凯方否认赌博 王腾发博致歉 总书记的这6天 女子20元彩票刮中100万激动尖叫 马嘉祺丁程鑫8年前跳的大梦想家 女子20元彩票刮中100万激动尖叫 iPhone16价格不降反升 娜扎出场听取夸声一片 天才女友造型师 王腾发博致歉 娜扎出场听取夸声一片 赴山海OST 锅圈食汇 蛆虫 恋与深空秦彻五星思念 江西一居民多个月水费都是49.93元 曝辛芷蕾团队工资 女民兵为啥戴红色丝巾 以前特别喜欢后来吃腻的东西 马嘉祺丁程鑫8年前跳的大梦想家 宇树回应IPO估值500亿元 马思纯又瘦了好多 周冬雨刘昊然同框 小猫犯错了你可以跟它说 宇树回应IPO估值500亿元 张晚意 七老童心团魂有了 天才女友造型师 女民兵为啥戴红色丝巾 张予曦给毕雯珺画高光鼻梁 iPhone16价格不降反升 曝辛芷蕾团队工资 三四公里路程救护车开了30多分钟 沈佳润 原来内娱给我是这个定位 crisp天神又无敌了 张予曦给毕雯珺画高光鼻梁 瘦下来的卢昱晓 粉丝围堵高铁站艺人真不知情吗 总书记的这6天 黄金 阻断私生饭获取明星数据渠道 梓渝杂志 马龙坐在了倪妮井柏然中间 娜扎出场听取夸声一片 谁教高至霆这样出图的 山东人有自己的下午茶 马嘉祺丁程鑫8年前跳的大梦想家 激光雷达是夜路的最佳辅助 丁禹兮再造冠军经典 井柏然刘雯手牵手回酒店 曝辛芷蕾团队工资 激光雷达是夜路的最佳辅助 张予曦给毕雯珺画高光鼻梁 小猫犯错了你可以跟它说 卢远王乐晨cp 沈佳润 原来内娱给我是这个定位 欢娱律师声明 钱少的人面临先花后存 宇树回应IPO估值500亿元 我年入40万每个月开销一两万 董璇谈张维伊大姑家规 3年E班十周年剧场版预告 丁禹兮再造冠军经典 许凯方否认赌博 3年E班十周年剧场版预告 周冬雨刘昊然同框 TEC老板发博 瘦下来的卢昱晓 西藏一垃圾站30多只熊集体觅食 马思纯美得好有生命力 于适言之有物具象化了 中医建议秋天吃6种白色食物 山东人有自己的下午茶 黄金 3年E班十周年剧场版预告 马思纯又瘦了好多 马龙坐在了倪妮井柏然中间 许凯方否认赌博 安德玛户外代言人谢霆锋 钱少的人面临先花后存 小猫犯错了你可以跟它说 crisp天神又无敌了 四筒全热泵洗烘护一体机 安德玛户外代言人谢霆锋 马龙坐在了倪妮井柏然中间 以前特别喜欢后来吃腻的东西 娜扎 我要做这只蚊子 丁禹兮再造冠军经典 小米王腾因泄密被辞退 黄金 势界CEO 卢远王乐晨cp 梓渝杂志 3年E班十周年剧场版预告 iPhone16价格不降反升 女子20元彩票刮中100万激动尖叫 黄金 娜扎出场听取夸声一片 制片人称许凯下一部男主被换 三四公里路程救护车开了30多分钟 马思纯美得好有生命力 马思纯又瘦了好多 三四公里路程救护车开了30多分钟 江西一居民多个月水费都是49.93元 为什么九三阅兵歼10拉彩烟 iPhone16价格不降反升 小米王腾因泄密被辞退 这个水槽适合做一顿饭洗800次手的人 其实但凡家里有点人脉的都懂 山东人有自己的下午茶 恋与深空秦彻五星思念 山东人有自己的下午茶 许凯方否认赌博 马嘉祺丁程鑫8年前跳的大梦想家 瘦下来的卢昱晓 许凯方否认赌博 马思纯美得好有生命力 iPhone16价格不降反升 女子20元彩票刮中100万激动尖叫 这些祝福送给每一个追梦的你 阻断私生饭获取明星数据渠道 山东人有自己的下午茶 丁禹兮再造冠军经典 西藏一垃圾站30多只熊集体觅食 巴基斯坦最新空军宣传片 女子20元彩票刮中100万激动尖叫 马思纯又瘦了好多 其实但凡家里有点人脉的都懂 巴基斯坦最新空军宣传片 钱少的人面临先花后存 小猫犯错了你可以跟它说 TEC老板发博 势界CEO发文感谢田栩宁粉丝 男子胃癌晚期发现10岁女儿非亲生 宇树回应IPO估值500亿元 王腾发博致歉 娜扎出场听取夸声一片 这些祝福送给每一个追梦的你 阻断私生饭获取明星数据渠道 曝辛芷蕾团队工资 马思纯美得好有生命力 王腾发博致歉 天才女友造型师 小猫犯错了你可以跟它说 阻断私生饭获取明星数据渠道 女民兵为啥戴红色丝巾 男子胃癌晚期发现10岁女儿非亲生 曝辛芷蕾团队工资 小米王腾因泄密被辞退 沈佳润 原来内娱给我是这个定位 这个水槽适合做一顿饭洗800次手的人 这个水槽适合做一顿饭洗800次手的人 三四公里路程救护车开了30多分钟 谁教高至霆这样出图的 宇树回应IPO估值500亿元 卢远王乐晨cp 势界CEO 钟楚曦删了与侯雯元官宣博 张晚意 七老童心团魂有了 谁教高至霆这样出图的 这些祝福送给每一个追梦的你 其实但凡家里有点人脉的都懂 娜扎出场听取夸声一片 丁禹兮再造冠军经典 辛芷蕾原名 张予曦给毕雯珺画高光鼻梁 江西一居民多个月水费都是49.93元 以前特别喜欢后来吃腻的东西 安德玛户外代言人谢霆锋 马嘉祺丁程鑫8年前跳的大梦想家 钱少的人面临先花后存 钟楚曦删了与侯雯元官宣博 阻断私生饭获取明星数据渠道 小猫犯错了你可以跟它说 粉丝围堵高铁站艺人真不知情吗 巴基斯坦最新空军宣传片 势界CEO 西藏一垃圾站30多只熊集体觅食 中医建议秋天吃6种白色食物 倪妮说马龙老婆是她同学 锅圈食汇 蛆虫 小狗洗澡时偷偷放屁制造气泡 瘦下来的卢昱晓 丁禹兮再造冠军经典 毛晓彤被锁房间里了
更多>心动网络手游
周冬雨刘昊然同框 女子点绿茶餐厅外卖被贴装货 马思纯美得好有生命力 三四公里路程救护车开了30多分钟 中方反制是对石平之流的惩戒警示 倪妮说马龙老婆是她同学 恋与深空秦彻五星思念 三四公里路程救护车开了30多分钟 许凯方否认赌博 势界CEO 锅圈食汇 蛆虫 娜扎出场听取夸声一片 激光雷达是夜路的最佳辅助 谁懂女生牛仔裤坐下鼓包的痛 西藏一垃圾站30多只熊集体觅食 张晚意 七老童心团魂有了 丁禹兮再造冠军经典 iPhone16价格不降反升 crisp天神又无敌了 黄金 女民兵为啥戴红色丝巾 欢娱律师声明 小狗洗澡时偷偷放屁制造气泡 总书记的这6天 crisp天神又无敌了 毛晓彤被锁房间里了 中方反制是对石平之流的惩戒警示 女子20元彩票刮中100万激动尖叫 娜扎出场听取夸声一片 宇树回应IPO估值500亿元 iPhone16价格不降反升 安德玛户外代言人谢霆锋 钟楚曦删了与侯雯元官宣博 男子工资交女友分手要回遭拒 钟楚曦删了与侯雯元官宣博 激光雷达是夜路的最佳辅助 势界CEO 激光雷达是夜路的最佳辅助 58个中国工程被印在121枚世界货币上 这些祝福送给每一个追梦的你 瘦下来的卢昱晓 山东人有自己的下午茶 四筒全热泵洗烘护一体机 毛晓彤被锁房间里了 小狗洗澡时偷偷放屁制造气泡 其实但凡家里有点人脉的都懂 王腾发博致歉 张晚意 七老童心团魂有了 赴山海OST 以前特别喜欢后来吃腻的东西 周冬雨刘昊然同框 钱少的人面临先花后存 以前特别喜欢后来吃腻的东西 赴山海OST 中医建议秋天吃6种白色食物 58个中国工程被印在121枚世界货币上 许凯方否认赌博 钱少的人面临先花后存 毛晓彤被锁房间里了 中医建议秋天吃6种白色食物 中方反制是对石平之流的惩戒警示 井柏然刘雯手牵手回酒店 于适拍月亮 江西一居民多个月水费都是49.93元 这个水槽适合做一顿饭洗800次手的人 董璇谈张维伊大姑家规 中医建议秋天吃6种白色食物 于适言之有物具象化了 小狗洗澡时偷偷放屁制造气泡 马龙坐在了倪妮井柏然中间 欢娱律师声明 沈佳润 原来内娱给我是这个定位 马龙 替我姥姥谢谢倪妮 3年E班十周年剧场版预告 西藏一垃圾站30多只熊集体觅食 钱少的人面临先花后存 张晚意 七老童心团魂有了 马嘉祺丁程鑫8年前跳的大梦想家 中方反制是对石平之流的惩戒警示 于适拍月亮 马思纯又瘦了好多 这些祝福送给每一个追梦的你 粉丝围堵高铁站艺人真不知情吗 这些祝福送给每一个追梦的你 倪妮说马龙老婆是她同学 娜扎 我要做这只蚊子 恋与深空秦彻五星思念 马思纯美得好有生命力 山东人有自己的下午茶 女子20元彩票刮中100万激动尖叫 中医建议秋天吃6种白色食物 这些祝福送给每一个追梦的你 宇树回应IPO估值500亿元 娜扎 我要做这只蚊子 谁懂女生牛仔裤坐下鼓包的痛 男子工资交女友分手要回遭拒 TEC老板发博 梓渝杂志 我年入40万每个月开销一两万 小米王腾因泄密被辞退 谁教高至霆这样出图的 粉丝围堵高铁站艺人真不知情吗 倪妮说马龙老婆是她同学 王腾发博致歉 董璇谈张维伊大姑家规 黄金 小狗洗澡时偷偷放屁制造气泡 钟楚曦删了与侯雯元官宣博 小米王腾因泄密被辞退 马思纯美得好有生命力 女民兵为啥戴红色丝巾 宇树回应IPO估值500亿元 马龙坐在了倪妮井柏然中间 倪妮说马龙老婆是她同学 张予曦给毕雯珺画高光鼻梁 三四公里路程救护车开了30多分钟 小猫犯错了你可以跟它说 倪妮说马龙老婆是她同学 赴山海OST 这些祝福送给每一个追梦的你 巴基斯坦最新空军宣传片 女子20元彩票刮中100万激动尖叫 小猫犯错了你可以跟它说 以前特别喜欢后来吃腻的东西 iPhone16价格不降反升 小猫犯错了你可以跟它说 小狗洗澡时偷偷放屁制造气泡 crisp天神又无敌了 于适言之有物具象化了 于适拍月亮 小狗洗澡时偷偷放屁制造气泡 制片人称许凯下一部男主被换 于适言之有物具象化了 董璇谈张维伊大姑家规 谁懂女生牛仔裤坐下鼓包的痛 山东人有自己的下午茶 钱少的人面临先花后存 锅圈食汇 蛆虫 以前特别喜欢后来吃腻的东西 制片人称许凯下一部男主被换 以前特别喜欢后来吃腻的东西 恋与深空秦彻五星思念 其实但凡家里有点人脉的都懂 四筒全热泵洗烘护一体机 辛芷蕾原名 丁禹兮再造冠军经典 许凯方否认赌博 中方反制是对石平之流的惩戒警示 井柏然刘雯手牵手回酒店 势界CEO 恋与深空秦彻五星思念 钟楚曦删了与侯雯元官宣博 中国足协强烈谴责涉唐顺齐谣言 马龙坐在了倪妮井柏然中间 阻断私生饭获取明星数据渠道 山东人有自己的下午茶 瘦下来的卢昱晓 我年入40万每个月开销一两万 中医建议秋天吃6种白色食物 小米王腾因泄密被辞退 女子20元彩票刮中100万激动尖叫 制片人称许凯下一部男主被换 安德玛户外代言人谢霆锋 3年E班十周年剧场版预告 曝辛芷蕾团队工资 四筒全热泵洗烘护一体机 黄金 丁禹兮再造冠军经典 梓渝杂志 王腾发博致歉 马嘉祺丁程鑫8年前跳的大梦想家 于适拍月亮 中医建议秋天吃6种白色食物 女子20元彩票刮中100万激动尖叫 女民兵为啥戴红色丝巾 辛芷蕾原名 四筒全热泵洗烘护一体机 中方反制是对石平之流的惩戒警示 天才女友造型师 TEC老板发博 势界CEO 张予曦给毕雯珺画高光鼻梁 赴山海OST 锅圈食汇 蛆虫 激光雷达是夜路的最佳辅助 于适言之有物具象化了 制片人称许凯下一部男主被换 于适言之有物具象化了 娜扎出场听取夸声一片 安德玛户外代言人谢霆锋 丁禹兮再造冠军经典 小米王腾因泄密被辞退 iPhone16价格不降反升 西藏一垃圾站30多只熊集体觅食 男子胃癌晚期发现10岁女儿非亲生 我年入40万每个月开销一两万 巴基斯坦最新空军宣传片 恋与深空秦彻五星思念 以前特别喜欢后来吃腻的东西 巴基斯坦最新空军宣传片 梓渝杂志 周冬雨刘昊然同框 以前特别喜欢后来吃腻的东西 马思纯又瘦了好多 制片人称许凯下一部男主被换 激光雷达是夜路的最佳辅助 谁教高至霆这样出图的 总书记的这6天 制片人称许凯下一部男主被换 卢远王乐晨cp TEC老板发博 小猫犯错了你可以跟它说 江西一居民多个月水费都是49.93元 这些祝福送给每一个追梦的你 钱少的人面临先花后存 3年E班十周年剧场版预告 瘦下来的卢昱晓 马龙 替我姥姥谢谢倪妮 谁懂女生牛仔裤坐下鼓包的痛 梓渝杂志 马思纯美得好有生命力 卢远王乐晨cp 辛芷蕾原名 许凯方否认赌博 毛晓彤被锁房间里了 这些祝福送给每一个追梦的你 马龙 替我姥姥谢谢倪妮 沈佳润 原来内娱给我是这个定位 四筒全热泵洗烘护一体机 TEC老板发博 马龙 替我姥姥谢谢倪妮 中医建议秋天吃6种白色食物 西藏一垃圾站30多只熊集体觅食 丁禹兮再造冠军经典 其实但凡家里有点人脉的都懂 3年E班十周年剧场版预告 沈佳润 原来内娱给我是这个定位 女子点绿茶餐厅外卖被贴装货 张予曦给毕雯珺画高光鼻梁 西藏一垃圾站30多只熊集体觅食 董璇谈张维伊大姑家规 丁禹兮再造冠军经典 娜扎出场听取夸声一片 总书记的这6天 巴基斯坦最新空军宣传片 娜扎 我要做这只蚊子 曝辛芷蕾团队工资 锅圈食汇 蛆虫 小米王腾因泄密被辞退 58个中国工程被印在121枚世界货币上 阻断私生饭获取明星数据渠道 瘦下来的卢昱晓 张晚意 七老童心团魂有了 三四公里路程救护车开了30多分钟 马嘉祺丁程鑫8年前跳的大梦想家 小米王腾因泄密被辞退 马嘉祺丁程鑫8年前跳的大梦想家 女民兵为啥戴红色丝巾 男子工资交女友分手要回遭拒 赴山海OST 58个中国工程被印在121枚世界货币上 董璇谈张维伊大姑家规 三四公里路程救护车开了30多分钟 势界CEO TEC老板发博 马龙 替我姥姥谢谢倪妮 山东人有自己的下午茶 锅圈食汇 蛆虫 小米王腾因泄密被辞退 三四公里路程救护车开了30多分钟 马龙坐在了倪妮井柏然中间 马嘉祺丁程鑫8年前跳的大梦想家 天才女友造型师 为什么九三阅兵歼10拉彩烟 江西一居民多个月水费都是49.93元 势界CEO发文感谢田栩宁粉丝 男子工资交女友分手要回遭拒 粉丝围堵高铁站艺人真不知情吗 这些祝福送给每一个追梦的你 丁禹兮再造冠军经典 天才女友造型师 谁懂女生牛仔裤坐下鼓包的痛 男子胃癌晚期发现10岁女儿非亲生 这些祝福送给每一个追梦的你 卢远王乐晨cp 沈佳润 原来内娱给我是这个定位 梓渝杂志 辛芷蕾原名 我年入40万每个月开销一两万 TEC老板发博 卢远王乐晨cp 马思纯美得好有生命力 马思纯美得好有生命力 沈佳润 原来内娱给我是这个定位 男子胃癌晚期发现10岁女儿非亲生 江西一居民多个月水费都是49.93元 谁教高至霆这样出图的 中国足协强烈谴责涉唐顺齐谣言 四筒全热泵洗烘护一体机 小狗洗澡时偷偷放屁制造气泡 小狗洗澡时偷偷放屁制造气泡 马思纯美得好有生命力 势界CEO 娜扎 我要做这只蚊子 3年E班十周年剧场版预告 山东人有自己的下午茶 这个水槽适合做一顿饭洗800次手的人 以前特别喜欢后来吃腻的东西 激光雷达是夜路的最佳辅助 我年入40万每个月开销一两万 江西一居民多个月水费都是49.93元 欢娱律师声明 3年E班十周年剧场版预告 女民兵为啥戴红色丝巾 沈佳润 原来内娱给我是这个定位 巴基斯坦最新空军宣传片 这些祝福送给每一个追梦的你 小狗洗澡时偷偷放屁制造气泡 于适拍月亮 这个水槽适合做一顿饭洗800次手的人 辛芷蕾原名 钱少的人面临先花后存 张予曦给毕雯珺画高光鼻梁 iPhone16价格不降反升 中医建议秋天吃6种白色食物 男子胃癌晚期发现10岁女儿非亲生 张晚意 七老童心团魂有了 毛晓彤被锁房间里了 粉丝围堵高铁站艺人真不知情吗 周冬雨刘昊然同框 钟楚曦删了与侯雯元官宣博 激光雷达是夜路的最佳辅助 井柏然刘雯手牵手回酒店 钱少的人面临先花后存 倪妮说马龙老婆是她同学 丁禹兮再造冠军经典 沈佳润 原来内娱给我是这个定位 为什么九三阅兵歼10拉彩烟 卢远王乐晨cp 男子工资交女友分手要回遭拒 总书记的这6天 我年入40万每个月开销一两万 倪妮说马龙老婆是她同学 中国足协强烈谴责涉唐顺齐谣言 激光雷达是夜路的最佳辅助 三四公里路程救护车开了30多分钟 势界CEO发文感谢田栩宁粉丝 这个水槽适合做一顿饭洗800次手的人 总书记的这6天 马龙 替我姥姥谢谢倪妮 于适言之有物具象化了 iPhone16价格不降反升 小米王腾因泄密被辞退 马思纯美得好有生命力 钟楚曦删了与侯雯元官宣博 女子20元彩票刮中100万激动尖叫 &TEC老板发博 井柏然刘雯手牵手回酒店 沈佳润 原来内娱给我是这个定位 TEC老板发博 曝辛芷蕾团队工资 粉丝围堵高铁站艺人真不知情吗 势界CEO 阻断私生饭获取明星数据渠道 总书记的这6天 中国足协强烈谴责涉唐顺齐谣言 娜扎 我要做这只蚊子 马嘉祺丁程鑫8年前跳的大梦想家 势界CEO发文感谢田栩宁粉丝 势界CEO 粉丝围堵高铁站艺人真不知情吗 女民兵为啥戴红色丝巾 丁禹兮再造冠军经典 女民兵为啥戴红色丝巾 丁禹兮再造冠军经典 欢娱律师声明 crisp天神又无敌了 江西一居民多个月水费都是49.93元 井柏然刘雯手牵手回酒店 中医建议秋天吃6种白色食物 TEC老板发博 制片人称许凯下一部男主被换 谁教高至霆这样出图的 张予曦给毕雯珺画高光鼻梁 制片人称许凯下一部男主被换 江西一居民多个月水费都是49.93元 欢娱律师声明 四筒全热泵洗烘护一体机 恋与深空秦彻五星思念 中国足协强烈谴责涉唐顺齐谣言 58个中国工程被印在121枚世界货币上 女子点绿茶餐厅外卖被贴装货 中方反制是对石平之流的惩戒警示 山东人有自己的下午茶 欢娱律师声明 钱少的人面临先花后存 总书记的这6天 宇树回应IPO估值500亿元 巴基斯坦最新空军宣传片 井柏然刘雯手牵手回酒店
更多>像素rpg游戏
于适拍月亮 宇树回应IPO估值500亿元 于适言之有物具象化了 曝辛芷蕾团队工资 恋与深空秦彻五星思念 激光雷达是夜路的最佳辅助 马嘉祺丁程鑫8年前跳的大梦想家 crisp天神又无敌了 势界CEO发文感谢田栩宁粉丝 制片人称许凯下一部男主被换 crisp天神又无敌了 马思纯美得好有生命力 马思纯又瘦了好多 黄金 总书记的这6天 周冬雨刘昊然同框 中医建议秋天吃6种白色食物 宇树回应IPO估值500亿元 势界CEO 张予曦给毕雯珺画高光鼻梁 势界CEO 瘦下来的卢昱晓 宇树回应IPO估值500亿元 锅圈食汇 蛆虫 激光雷达是夜路的最佳辅助 男子工资交女友分手要回遭拒 王腾发博致歉 马龙 替我姥姥谢谢倪妮 钱少的人面临先花后存 阻断私生饭获取明星数据渠道 女子20元彩票刮中100万激动尖叫 TEC老板发博 中方反制是对石平之流的惩戒警示 马龙坐在了倪妮井柏然中间 于适拍月亮 安德玛户外代言人谢霆锋 为什么九三阅兵歼10拉彩烟 小狗洗澡时偷偷放屁制造气泡 3年E班十周年剧场版预告 阻断私生饭获取明星数据渠道 钟楚曦删了与侯雯元官宣博 势界CEO发文感谢田栩宁粉丝 女民兵为啥戴红色丝巾 梓渝杂志 井柏然刘雯手牵手回酒店 以前特别喜欢后来吃腻的东西 crisp天神又无敌了 马龙 替我姥姥谢谢倪妮 井柏然刘雯手牵手回酒店 安德玛户外代言人谢霆锋 黄金 曝辛芷蕾团队工资 梓渝杂志 马龙坐在了倪妮井柏然中间 娜扎出场听取夸声一片 四筒全热泵洗烘护一体机 瘦下来的卢昱晓 钱少的人面临先花后存 巴基斯坦最新空军宣传片 于适拍月亮 58个中国工程被印在121枚世界货币上 中医建议秋天吃6种白色食物 天才女友造型师 马龙 替我姥姥谢谢倪妮 董璇谈张维伊大姑家规 于适拍月亮 瘦下来的卢昱晓 势界CEO TEC老板发博 于适言之有物具象化了 马龙 替我姥姥谢谢倪妮 TEC老板发博 马龙坐在了倪妮井柏然中间 丁禹兮再造冠军经典 于适拍月亮 周冬雨刘昊然同框 于适拍月亮 曝辛芷蕾团队工资 为什么九三阅兵歼10拉彩烟 于适拍月亮 TEC老板发博 中医建议秋天吃6种白色食物 马思纯又瘦了好多 董璇谈张维伊大姑家规 马思纯又瘦了好多 女子20元彩票刮中100万激动尖叫 辛芷蕾原名 张予曦给毕雯珺画高光鼻梁 张晚意 七老童心团魂有了 其实但凡家里有点人脉的都懂 娜扎出场听取夸声一片 钟楚曦删了与侯雯元官宣博 于适拍月亮 中国足协强烈谴责涉唐顺齐谣言 欢娱律师声明 宇树回应IPO估值500亿元 势界CEO发文感谢田栩宁粉丝 我年入40万每个月开销一两万 谁教高至霆这样出图的 马思纯又瘦了好多 娜扎 我要做这只蚊子 娜扎出场听取夸声一片 安德玛户外代言人谢霆锋 三四公里路程救护车开了30多分钟 马思纯美得好有生命力 倪妮说马龙老婆是她同学 瘦下来的卢昱晓 沈佳润 原来内娱给我是这个定位 周冬雨刘昊然同框 势界CEO 女民兵为啥戴红色丝巾 58个中国工程被印在121枚世界货币上 总书记的这6天 钟楚曦删了与侯雯元官宣博 58个中国工程被印在121枚世界货币上 黄金 马龙 替我姥姥谢谢倪妮 曝辛芷蕾团队工资 中方反制是对石平之流的惩戒警示 西藏一垃圾站30多只熊集体觅食 3年E班十周年剧场版预告 王腾发博致歉 我年入40万每个月开销一两万 恋与深空秦彻五星思念 欢娱律师声明 张予曦给毕雯珺画高光鼻梁 TEC老板发博 马思纯又瘦了好多 娜扎出场听取夸声一片 欢娱律师声明 这个水槽适合做一顿饭洗800次手的人 中方反制是对石平之流的惩戒警示 于适言之有物具象化了 张晚意 七老童心团魂有了 58个中国工程被印在121枚世界货币上 激光雷达是夜路的最佳辅助 张予曦给毕雯珺画高光鼻梁 粉丝围堵高铁站艺人真不知情吗 TEC老板发博 黄金 势界CEO发文感谢田栩宁粉丝 巴基斯坦最新空军宣传片 马思纯又瘦了好多 小米王腾因泄密被辞退 其实但凡家里有点人脉的都懂 马思纯又瘦了好多 梓渝杂志 西藏一垃圾站30多只熊集体觅食 这些祝福送给每一个追梦的你 粉丝围堵高铁站艺人真不知情吗 丁禹兮再造冠军经典 张予曦给毕雯珺画高光鼻梁 娜扎出场听取夸声一片 中方反制是对石平之流的惩戒警示 小米王腾因泄密被辞退 赴山海OST 男子胃癌晚期发现10岁女儿非亲生 小狗洗澡时偷偷放屁制造气泡 crisp天神又无敌了 马龙坐在了倪妮井柏然中间 总书记的这6天 王腾发博致歉 黄金 于适拍月亮 于适言之有物具象化了 这个水槽适合做一顿饭洗800次手的人 谁懂女生牛仔裤坐下鼓包的痛 董璇谈张维伊大姑家规 许凯方否认赌博 江西一居民多个月水费都是49.93元 江西一居民多个月水费都是49.93元 制片人称许凯下一部男主被换 董璇谈张维伊大姑家规 梓渝杂志 阻断私生饭获取明星数据渠道 其实但凡家里有点人脉的都懂 赴山海OST crisp天神又无敌了 制片人称许凯下一部男主被换 马嘉祺丁程鑫8年前跳的大梦想家 阻断私生饭获取明星数据渠道 恋与深空秦彻五星思念 张晚意 七老童心团魂有了 小狗洗澡时偷偷放屁制造气泡 以前特别喜欢后来吃腻的东西 卢远王乐晨cp 沈佳润 原来内娱给我是这个定位 宇树回应IPO估值500亿元 倪妮说马龙老婆是她同学 锅圈食汇 蛆虫 男子胃癌晚期发现10岁女儿非亲生 于适言之有物具象化了 这些祝福送给每一个追梦的你 瘦下来的卢昱晓 娜扎出场听取夸声一片 丁禹兮再造冠军经典 这个水槽适合做一顿饭洗800次手的人 女民兵为啥戴红色丝巾 马嘉祺丁程鑫8年前跳的大梦想家 谁懂女生牛仔裤坐下鼓包的痛
热门冒险解谜
相关专辑
卢远王乐晨cp 锅圈食汇 蛆虫 小米王腾因泄密被辞退 辛芷蕾原名 谁懂女生牛仔裤坐下鼓包的痛 钱少的人面临先花后存 钟楚曦删了与侯雯元官宣博 以前特别喜欢后来吃腻的东西 以前特别喜欢后来吃腻的东西 山东人有自己的下午茶
关于我们| 意见反馈| 版权声明| 合作伙伴| 友情连接| 联系我们| 网站地图
copyright 2022-2024 3673安卓网.All Right Reserved
用户反馈

反馈原因

其他原因

联系方式
首页 > > kumatest.com
真人实战镖客视频免费看

把🍌伸进胡桃的🍑www游戏

「活动」首次登录送91元红包

5.3MB
版本V62.6.6
下载APK 高速下载
下载kumatest.com安装你想要的应用 更方便 更快捷 发现更多
喜欢 31%好评(59人)
评论 75
部长侵犯人妻一区二区三区 国产⭕⭕⭕⭕XXXX朝鲜101 原神芙宁娜同人❌黄漫免费 操逼黄片 美女自己❌狂揉❌下部视频
详细信息
  • 软件大小: 91.14MB
  • 最后更新: 2025/09/09 00:37:38
  • 最新版本: V5.79.04
  • 文件格式: apk
  • 应用分类:ios-Android
  • 使用语言: 中文
  • : 需要联网
  • 系统要求: 0.8以上
应用介绍


客服热线：136-2248-9914
加载更多
版本更新
V0.04.58
cc动漫免费下载安装
查看更多

无码人妻AⅤ一区二区三区我和子

相关攻略
appwwwwxxxx1000部禁又爽又黄的禁片免费
包含 饿了么 的应用集
评论
  • .裸体美女❌❌免费 0分钟前
    免费下载50岁女人逼👌性爱
  • 9i看片成人免费 6分钟前
    网禁🈲拗女稀缺
  • 乌克兰xxxxx在线 3分钟前
    老师打开🍑让我❌视频
  • 云曦3D❌吸乳在线观看 2分钟前
    女同学被❌到爽🔞流片漫画
  • 开腿爆❌乳液狂飙图片 1分钟前
    ysl千人千色t9t9t9源码泄露观看感受
  • 日本🔞sp打屁股 7分钟前
    裸体美女㊙️直播
  • 精品🈚码产区一区二视频 4分钟前
    浓精喷进老师黑色丝袜在线观看
  • 面向孩子父妻淫乱乂❌xⅩAV 8分钟前
    沙奈朵裸体啪啪❌h
  • 男男➕sm➕口圈➕调教 8分钟前
    一夜情毛片500部免费看
  • 八重神子被❌❌网站 9分钟前
    人体Free❌㐅❌性HD
美女㊙️无遮挡免费视频网站!
欧美做受❌❌❌高溯视频 -安卓手机网上最贴心的Android软件应用平台! 版权所有：欧美做受❌❌❌双通 备案号：京ICP备44633832号-1