这是什么动漫 哪位老板知道😂_百度知道
这是什么动漫 哪位老板知道😂
我有更好的答案
没有图片是知道啊
图...老铁...
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。香港：+852-
海外：+86-21-
&&#苏梅岛悦榕庄#我主要想看日出和日落，请住过的朋友给推荐下住哪个划算，山顶的可能住...
已解决问题：3678016
9394734人贡献宝贵经验
#苏梅岛悦榕庄#我主要想看日出和日落，请住过的朋友给推荐下住哪个划算，山顶的可能住不起😂
全部回答（1）
按赞同数排序
一般的就好了。你可以去沙灘上直接觀看。悅榕莊裡面的沙灘也是很舒服漂亮乾淨的
你可能想知道
最受欢迎区域：
59%的游友选择住在附近373家酒店
其他住宿区域：
北海道、苏梅岛、美国专家
苏梅岛、巴厘岛专家
#苏梅岛悦榕庄#我主要想看日出和日落，请住过的朋友给推荐下住哪个划算，山顶的可能住不起😂
我们找到了一个相同的答案，不能重复回答哦。
和问题无关、信息错误的回答会被隐藏。
这条回答是否对问题没有帮助？
苏梅岛旅游攻略指南? 携程攻略社区! 靠谱的旅游攻略平台，最佳的苏梅岛自助游、自由行、自驾游、跟团旅线路，海量苏梅岛旅游景点图片、游记、交通、美食、购物、住宿、娱乐、行程、指南等旅游攻略信息，了解更多苏梅岛旅游信息就来携程旅游攻略。 素叻他尼府旅游攻略导航：苏梅岛移动端旅游快速入口：
 |  |  |  |  |  |  |  |  |  
|  |  |  |  |  | 
 |  |  |  |  |  |  |  | , . All rights reserved. | &p&说个关于狗的冷知识，哮天犬究竟是什么犬？&/p&&figure&&img data-rawheight=&456& src=&https://pic2.zhimg.com/v2-b1a2c8ebbb053afbc993de9afdad5abd_b.png& data-rawwidth=&550& class=&origin_image zh-lightbox-thumb& width=&550& data-original=&https://pic2.zhimg.com/v2-b1a2c8ebbb053afbc993de9afdad5abd_r.png&&&/figure&&p&现在爱狗人士那么多，知道这种狗的怕是没多少。今天我就来说说只狗的故事。&/p&&p&&b&哮天犬的原型是中国独有的一种狩猎犬，它曾经尊贵无比，是乾隆皇帝最钟爱的狗子，自古江湖就流传着众多关于它的传说，但近年来却一度濒临灭绝，很多中国人甚至不知道这种本土狗的存在。&/b&&/p&&p&它就是&b&中国细犬&/b&。&/p&&figure&&img data-rawheight=&408& src=&https://pic4.zhimg.com/v2-22fabdbd3aaa6a34f1f9f9b_b.png& data-rawwidth=&816& class=&origin_image zh-lightbox-thumb& width=&816& data-original=&https://pic4.zhimg.com/v2-22fabdbd3aaa6a34f1f9f9b_r.png&&&/figure&&br&&figure&&img data-rawheight=&421& src=&https://pic2.zhimg.com/v2-28233aefb66fbd82ccc8da0d97240f3d_b.png& data-rawwidth=&500& class=&origin_image zh-lightbox-thumb& width=&500& data-original=&https://pic2.zhimg.com/v2-28233aefb66fbd82ccc8da0d97240f3d_r.png&&&/figure&&p&细犬这么瘦，倒不是给饿的！「头如梭，腰如弓，尾似箭，四个蹄子一盘蒜」是传统上判断一只好细犬的标准。它这种细长流畅的造型，是为了方便奔跑，细犬是奔跑速度最快的犬种之一，又称「快犬」、「疾犬」，在我国分山东细犬和陕西细犬两大类，是我国古老的狩猎犬。。&/p&&p&▼ 与速度最快的猎豹有诸多相似&/p&&figure&&img data-rawheight=&680& src=&https://pic2.zhimg.com/v2-2b53122b4dab34a01f469dcd5a325cb1_b.png& data-rawwidth=&510& class=&origin_image zh-lightbox-thumb& width=&510& data-original=&https://pic2.zhimg.com/v2-2b53122b4dab34a01f469dcd5a325cb1_r.png&&&/figure&&p&据说「天狗食日」中的「天狗」，就是指细犬，因其食日，民间有时也把细犬称为&b&「日狗」!&/b&（经答主重新核实，「日狗」这个名字没查到权威出处，所以有可能是网上的不实说法，大家就当个笑话看吧。(°ー°〃)）&/p&&figure&&img data-rawheight=&283& src=&https://pic1.zhimg.com/v2-a4a38bde6ff3aa565150_b.png& data-rawwidth=&283& class=&content_image& width=&283&&&/figure&&p&▼ 动画片《宝莲灯》中食日的哮天犬形象&/p&&figure&&img data-rawheight=&652& src=&https://pic3.zhimg.com/v2-0985a6bcaaec71b3ee36_b.png& data-rawwidth=&1114& class=&origin_image zh-lightbox-thumb& width=&1114& data-original=&https://pic3.zhimg.com/v2-0985a6bcaaec71b3ee36_r.png&&&/figure&&p&《西游记》第六十三回明确提到哮天犬就是细犬：“那怪急铩翅，掠到边前，要咬二郎；半腰里才伸出一个头来，被那头&b&细犬&/b&，撺上去，汪的一口，把头血淋淋的咬将下来。那怪物负痛逃生，径投北海去。”&/p&&p&除了传说故事，古代的艺术作品中也有大量细犬形象，足见古人对于细犬的喜爱。&/p&&p&它陪昭君出过国：&/p&&p&▼ 明 · 《昭君出塞图》&/p&&figure&&img data-rawheight=&1024& src=&https://pic2.zhimg.com/v2-08d6821e25cbcc18feb1_b.jpg& data-rawwidth=&841& class=&origin_image zh-lightbox-thumb& width=&841& data-original=&https://pic2.zhimg.com/v2-08d6821e25cbcc18feb1_r.jpg&&&/figure&&br&&p&它陪世祖狩过猎：&/p&&p&▼ 元 · 《元世祖出猎图》&/p&&figure&&img data-rawheight=&507& src=&https://pic4.zhimg.com/v2-409b31aa9fbb_b.png& data-rawwidth=&736& class=&origin_image zh-lightbox-thumb& width=&736& data-original=&https://pic4.zhimg.com/v2-409b31aa9fbb_r.png&&&/figure&&br&&p&它助二郎降过妖：&/p&&p&▼ 宋 ·《搜山图》&/p&&figure&&img data-rawheight=&687& src=&https://pic2.zhimg.com/v2-04ddce9eda1b4af398821_b.png& data-rawwidth=&1270& class=&origin_image zh-lightbox-thumb& width=&1270& data-original=&https://pic2.zhimg.com/v2-04ddce9eda1b4af398821_r.png&&&/figure&&br&&p&紫禁城里走一遭：&/p&&p&▼ 明 · 朱瞻基 《双犬图》&/p&&figure&&img data-rawheight=&683& src=&https://pic4.zhimg.com/v2-e428b6d0e07e211a11371f_b.jpg& data-rawwidth=&900& class=&origin_image zh-lightbox-thumb& width=&900& data-original=&https://pic4.zhimg.com/v2-e428b6d0e07e211a11371f_r.jpg&&&/figure&&p&朱瞻基者，乃明朝第五位皇帝，皇帝亲自为其作画，其恩宠自非他狗可比！此画用淡墨渴笔表现皮毛的质感，以没骨法与钩勒法巧妙结合，形神毕肖，生动表现了一位铲屎帝对狗子的无限爱慕之情。&/p&&p&但说到养细犬，朱瞻基比起乾隆还是太naive了，虽然乾隆本人不会画画，但他开了外挂——一位来自意大利米兰的画家，郎世宁。&/p&&p&▼ 郎世宁&/p&&figure&&img data-rawheight=&354& src=&https://pic3.zhimg.com/v2-af86b76bcca64ef86231e_b.png& data-rawwidth=&350& class=&content_image& width=&350&&&/figure&&p&在郎世宁奉命绘制的《十骏犬图》中，有8幅是细犬！乾隆对其钟爱，可见一斑。（此处有争议，答主不是专门研究狗的，这8条是否全是细犬答主也分辨不清，网上讨论也莫衷一是，所以大家参考一下就好。）&/p&&figure&&img data-rawheight=&1092& src=&https://pic2.zhimg.com/v2-a0d51b07a15730dcb091_b.jpg& data-rawwidth=&1446& class=&origin_image zh-lightbox-thumb& width=&1446& data-original=&https://pic2.zhimg.com/v2-a0d51b07a15730dcb091_r.jpg&&&/figure&&br&&figure&&img data-rawheight=&966& src=&https://pic3.zhimg.com/v2-4967aeb40183abfbf9cc6ae97e700356_b.jpg& data-rawwidth=&629& class=&origin_image zh-lightbox-thumb& width=&629& data-original=&https://pic3.zhimg.com/v2-4967aeb40183abfbf9cc6ae97e700356_r.jpg&&&/figure&&p&不过狗算不如天算，到了近现代，细犬迎来它的「三千年未有之大变局」—— 突然失宠了。&b&「一只狗子的命运，固然靠卖萌，但也要考虑历史的进程」&/b&，狗命多舛，细犬即不能卖萌——它太瘦了；历史的进程也把它抛弃了——狩猎的需求没了。&/p&&p&&b&如中国其他许多东西一样，它被人遗忘了。&/b&&/p&&p&甚至在以考究著称的86版《西游记》中，本应细犬出演的哮天犬角色，也被黑背取代，而其后影视剧中的哮天细犬更是越来越不「细」了。&/p&&figure&&img data-rawheight=&453& src=&https://pic3.zhimg.com/v2-e731fc85bc514fd5c25e356_b.png& data-rawwidth=&567& class=&origin_image zh-lightbox-thumb& width=&567& data-original=&https://pic3.zhimg.com/v2-e731fc85bc514fd5c25e356_r.png&&&/figure&&p&▲「这画风好像有点奇怪......」&/p&&figure&&img data-rawheight=&459& src=&https://pic1.zhimg.com/v2-43af4f3a48b634e5ffe96d8_b.png& data-rawwidth=&398& class=&content_image& width=&398&&&/figure&&p&。。。。。。&/p&&br&&p&到了2000年，狗市大热，但本着「外来的狗子会卖萌」原则，大量外国犬种进入中国，细犬更是逐渐被灵缇犬和惠比特犬所代替。中国众犬种在很多国人观念里就只剩「土狗」二字，一个「土」字道尽了中国犬种的处境，没有哪个人喜欢被用「土」来形容，我觉得狗也一样，这是对狗的种族歧视。&/p&&figure&&img data-rawheight=&412& src=&https://pic2.zhimg.com/v2-b215c4eb0d31c_b.png& data-rawwidth=&737& class=&origin_image zh-lightbox-thumb& width=&737& data-original=&https://pic2.zhimg.com/v2-b215c4eb0d31c_r.png&&&/figure&&p&据说传统的纯种短毛细犬曾一度濒临灭绝，曾经的皇家名犬落得如此境地，真是狗生似幻，不得不说是个遗憾，人们对狗子的爱虽多，但细犬却不在其列。而倘若你愿细细看它，其实也很萌呢。&/p&&figure&&img data-rawheight=&1536& src=&https://pic2.zhimg.com/v2-10e126b4ab3c0b17dde7e6adc15dc031_b.png& data-rawwidth=&2048& class=&origin_image zh-lightbox-thumb& width=&2048& data-original=&https://pic2.zhimg.com/v2-10e126b4ab3c0b17dde7e6adc15dc031_r.png&&&/figure&&p&答主这样说并不是要宣扬宠物沙文主义，而是想说国人对很多本土东西是缺乏了解的，不管是我们的文化、传统，还是一条狗。反过来作为一个缩影，从一条狗身上其实也能看到我们对待自己文明的态度——缺乏了解和善意。&/p&&p&细犬不仅是一条狗，也是一个文化符号，它曾在无数历史事件中露过脸，还在传说中立下降妖除魔之功，这条食日的哮天犬，不应该让它消失。毕竟，自己家的狗子，你不宠着，它就真成丧家之犬了。&/p&&p&▼ 最后，为哮天犬续一秒&/p&&figure&&img data-rawheight=&709& src=&https://pic1.zhimg.com/v2-c99fa3d4_b.png& data-rawwidth=&1244& class=&origin_image zh-lightbox-thumb& width=&1244& data-original=&https://pic1.zhimg.com/v2-c99fa3d4_r.png&&&/figure&&br&&br&——————————&br&欢迎大家关注我的公众号：&b&超级Study&/b&
说个关于狗的冷知识，哮天犬究竟是什么犬？现在爱狗人士那么多，知道这种狗的怕是没多少。今天我就来说说只狗的故事。哮天犬的原型是中国独有的一种狩猎犬，它曾经尊贵无比，是乾隆皇帝最钟爱的狗子，自古江湖就流传着众多关于它的传说，但近年来却一度濒临…
&p&最近在北京，每天忙完手头上事情，就顺便在北京城里四处溜达溜达，转转商圈和街巷，习惯了上海的城市生活，衣食住行，上海所展示的都是精致的，温婉的，来北京的这段时间，由心而发，这两座城市有着质一样的区别。在三里屯买衣服的时候，看到某某定制品牌，想起曾经的乎友们经常来私信我，北京的洋服定制店铺，能否推荐一两家，因为对北京的定制市场并不了解，所以也就没有冒昧推荐，再后来，就是遇见在北京工作的E先生，一样的西装发烧友，西装控，，，因为我本身职业的要求，一年四季基本上都是西装革履示人，却也在这方面和E先生臭味相投，E先生讲起西服来头头是道，谈面料，讲版型，再论风格，工艺，让我等自觉有必要写写关于北京的高定西服品牌店铺，&/p&&p&第一次更新，除了大牌定制店的推荐以外，开始着手国内的定制品牌，所推荐的品牌本人都有走访，具体的沟通细节都在文章中说明，自己在北京一共做了两套西服，关于定制的经历过程以后会分享出来：这里推荐几篇文章给知友们阅读一些，关于定制，你有必要了解的知识：&/p&&p&&a href=&https://www.zhihu.com/question//answer/& class=&internal&&知乎用户：好西装和差西装的区别在哪里？&/a&&/p&&p&这篇文章包括商务范在内的几十家媒体有过转载，嗯，可以在定制西服的时候借鉴一下。&/p&&p&&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&西装穿搭？日常穿搭？认知自我才是根本！&/a&&/p&&p&&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&今年秋冬怎么穿？我要是知道我就偷偷告诉你！！&/a&&/p&&p&&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&时尚芭莎15周年慈善夜，看这些男人是怎么穿的？&/a&&/p&&p&&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&“Broken suit”拆分西装，有趣有型有调的西装搭配！&/a&&/p&&p&并不想专门推荐哪一家，纯粹就是基于过去的认知才来总结一下自己的定制经验&/p&&figure&&img src=&https://pic4.zhimg.com/v2-66766cdda87e_b.jpg& data-caption=&& data-rawwidth=&730& data-rawheight=&360& class=&origin_image zh-lightbox-thumb& width=&730& data-original=&https://pic4.zhimg.com/v2-66766cdda87e_r.jpg&&&/figure&&p&&br&&/p&&p&&b&KITON---领略经典传承，独一无二的Kiton&/b&&/p&&p&&b&只接受预约：北京：&a href=&tel:010-0-&/a&&/b&&/p&&p&世界上最顶级的西服与我而言是源起意大利的那不勒斯，而意大利最顶级的西服品牌是KITON。Kiton致力于追求顶级的手工面料，选料严苛，不惜花费数年研发最高端的质量，Vicu?a面料就是其中之一，这种被称作神的纤维，只有印加国王才可以使用。这种极其珍稀的纤维来自安第斯山脉的小型羊驼；小羊驼具有无可比拟的超轻超软的细腻绒毛，被印加人作为神灵的象征。印加帝国在1572年灭亡，小羊驼也未能逃脱悲惨的命运，遭到偷猎者的疯狂屠杀，几乎濒临灭绝。为了保护这种珍稀的动物，在秘鲁成立了小羊驼自然保护区。Kiton采用最自然地方式获取这种珍贵的纤维，即收集小羊驼自然脱落下的绒毛。通过去毛和加工，每只小羊驼每两年仅可出产120克左右的可使用纤维，而制作一件西装则需要30只左右小羊驼的绒毛，可谓珍稀至极最独一无二的花色品种。Kiton大部分面料源自英国， 英国特有的低速织布机赋予了天然纤维新的生命。 众所周知，纺织高品质的原材料资源稀少，Kiton的每款面料数量十分有限，如Kiton的每款西装面料，最多可制作25套西服套装。 &/p&&p&价格区间：10万+&/p&&figure&&img src=&https://pic4.zhimg.com/v2-3dfbf5ece6f98b6e8ffa5b_b.jpg& data-caption=&& data-rawwidth=&1280& data-rawheight=&853& class=&origin_image zh-lightbox-thumb& width=&1280& data-original=&https://pic4.zhimg.com/v2-3dfbf5ece6f98b6e8ffa5b_r.jpg&&&/figure&&p&&b&Brioni——意式匠心的渊源和沉淀&/b&&/p&&p&&b&地址：北京市东城区金鱼胡同8号王府半岛酒店地下一层L20号店铺，北京市朝阳区大望桥东北角华贸中心内北京SKP二层D2021号店铺，上海市黄浦区中山东一路32号上海半岛酒店一层及地下一层&/b&&/p&&p&Brioni于1945年在罗马创立，由当时一位极具声望的裁缝师Nazareno Fonticoli和创业家Gaetano Savini一手共同创立。二人在罗马巴贝里尼大街上开设了一家名为Brioni高级裁缝店，以一系列奢华独特面料和创新设计，巧手制作男士定制服装、鞋履和各类配饰 。 裁缝店很快获得许多品味绅士青睐，Brioni旋即成为时尚优雅的新标志&/p&&p&这个诞生于四十年代中期的意大利品牌认为，完美外套应该像人的第二层皮肤一样。所以Brioni的服装制作完全以客户的体态，着装习惯和行为举止为基础。五十种面料，以五种标准为基础：面料类型，面料重量，面料结构，穿着环境的气候，以及客户的国籍/宗教文化。店铺里的裁缝师傅每两个月会来中国一次，所以定制西服采取的是预约制&/p&&p&价格区间：20000+&/p&&figure&&img src=&https://pic1.zhimg.com/v2-78c13ca6b130f06b4a7e8b924abc1e9c_b.png& data-caption=&& data-rawwidth=&521& data-rawheight=&302& class=&origin_image zh-lightbox-thumb& width=&521& data-original=&https://pic1.zhimg.com/v2-78c13ca6b130f06b4a7e8b924abc1e9c_r.png&&&/figure&&p&&b&Ermenegildo Zegna---如果你置身的是金融行业或投行&/b& &/p&&p&&b&地址：北京金融街购物中心，北京市朝阳区建国路81号华贸购物中心一层&/b&&/p&&p&作为家族企业，杰尼亚的历史可以追溯到十九世纪的下半叶。当时，钟表商安吉洛·杰尼亚(Angelo Zegna)已经开始用四台织布机纺织羊毛。他最小的儿子Ermenegildo于1892年降临这个家庭，接管了日后意大利最富盛名、最有活力的家族企业。杰尼亚对于中国客户来说一定都不会陌生，对极致品质的追求与激情，造就了最完美的量身定制服饰和尊显不同顾客鲜明个性的承诺。从精心织造的优质面料，充满个性的剪裁，到最终的精致细节，都是这个意大利国宝级品牌的定制艺术。&/p&&p&价格区间：30000+&/p&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-bb99f21a9ebe9bddccb514_b.jpg& data-caption=&& data-rawwidth=&1280& data-rawheight=&640& class=&origin_image zh-lightbox-thumb& width=&1280& data-original=&https://pic1.zhimg.com/v2-bb99f21a9ebe9bddccb514_r.jpg&&&/figure&&p&&br&&/p&&p&&b&Alfred Dunhill---如果你需要的是一套优雅气息的英伦西服&/b& &/p&&p&&b&地址：北京市海淀区复兴路69号1D-001-002，朝阳区建国门外大街1 号 中国国际贸易中心国贸商城二层L202店铺&/b&&/p&&p&Alfred Dunhill（登喜路）是权威男士的奢侈品牌，致力于挑战人们对奢华的定义，以及对国际奢侈品牌的定见。遍布全球的220余家精品店，以及位于伦敦、上海、香港和东京“Alfred Dunhill Home”，其极致奢华的零售环境享誉国际&/p&&p&在北京可以提供到属于你的Bespoke和MTM两种定制服务，采取预约制，一个完整的定制过程需要顾客与裁缝大师最多约见三次，从最初测量到全部完成，大约耗时六到八周。每一件高级定制的西装均由手工剪裁和缝制&/p&&figure&&img src=&https://pic1.zhimg.com/v2-9ce6b60bd01cfd8d4bd52dc_b.jpg& data-caption=&& data-rawwidth=&440& data-rawheight=&291& class=&origin_image zh-lightbox-thumb& width=&440& data-original=&https://pic1.zhimg.com/v2-9ce6b60bd01cfd8d4bd52dc_r.jpg&&&/figure&&p&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-47f28eeaa129d378ebbcf39_b.jpg& data-caption=&& data-rawwidth=&5480& data-rawheight=&4110& class=&origin_image zh-lightbox-thumb& width=&5480& data-original=&https://pic2.zhimg.com/v2-47f28eeaa129d378ebbcf39_r.jpg&&&/figure&&p&&br&&/p&&p&&b&EmporioArmani——享受生活的哲学&/b&&/p&&p&&b&地址：北京朝阳区新东路&/b&&/p&&p&安普里奥·阿玛尼是意大利著名品牌乔治·阿玛尼
为年轻人设计的副线品牌。“安普里奥”(Emporio) 是意大利文，意思是“百货公司”，因此安普里奥·阿玛尼的产品种类林林总总：有男装女装、鞋履、香水以至眼镜饰物等。北京的安普里奥·阿玛尼男装高级定制店铺在新东路上，是阿玛尼前设计总监开设的加盟店铺，接受预约定制&/p&&p&价格区间：20000+&/p&&figure&&img src=&https://pic1.zhimg.com/v2-da23377dbc1f52b8a37ffbc_b.jpg& data-caption=&& data-rawwidth=&900& data-rawheight=&500& class=&origin_image zh-lightbox-thumb& width=&900& data-original=&https://pic1.zhimg.com/v2-da23377dbc1f52b8a37ffbc_r.jpg&&&/figure&&p&&br&&/p&&p&&b&CANALI---如果你要的不是一板一眼，爱的确是创意西服&/b&&/p&&p&&b&地址：北京金融街购物中心&/b&&/p&&p&Canali的每一次定制体验，都会从基本的版型的选择入手，全面了解到客户的各方面需求和个性，经过时光锤炼的制衣传统，每款SU MISURA西装都拥有一款专为顾客设计的制版样图，并根据个人量身数据，视需要调节翻领、口袋和腰身。首席裁缝师将与客人一起，酌定每一处细节和量身要求，只为满足每位客人独特的品味与需求，让客户体验最为纯正优雅的意大利制造。&/p&&p&价格区间：30000左右&/p&&figure&&img src=&https://pic2.zhimg.com/v2-31bd35a4bd72ee63d23f801_b.jpg& data-caption=&& data-rawwidth=&500& data-rawheight=&414& class=&origin_image zh-lightbox-thumb& width=&500& data-original=&https://pic2.zhimg.com/v2-31bd35a4bd72ee63d23f801_r.jpg&&&/figure&&p&&br&&/p&&p&&b&Corneliani---如果你忠于传统和品质&/b&&/p&&p&地址：北京金宝汇购物中心，北京卓展购物中心&/p&&p&遍及全球各地的Corneliani专卖店向客户发出邀请，商定见面时间，量身定制时，除了精品店的工作人员，还会有一位经验丰富的量身定制顾问在场。以满足定制者的穿着要求，并考虑每位顾客的偏好、服装的宽松度以及面料的选择。&/p&&p&清楚的了解客户的个人意向以及偏好是量身定制的首要目标。他们需要穿着西服出席商务场合或是庆典活动，喜欢柔软、厚重、抑或是超轻面料。上衣的肩宽、袖围和腰身，裤装的腰围、大腿围、裤脚围和褶皱决定着服装的宽松程度，而这与衣服的舒适性紧密相关，因此客户需要向缝纫师说明个人喜好与风格：经典或休闲，传统或现代，是否采用当代修身设计。因此，每一处细节：从纽扣到衬里，都体现出定制服装的专属性和唯一性。在三周时间内，Corneliani就能完成全部的制作流程。&/p&&p&价格区间：30000+&/p&&figure&&img src=&https://pic2.zhimg.com/v2-ab7e52f2de48fa28d294875_b.png& data-caption=&& data-rawwidth=&659& data-rawheight=&380& class=&origin_image zh-lightbox-thumb& width=&659& data-original=&https://pic2.zhimg.com/v2-ab7e52f2de48fa28d294875_r.png&&&/figure&&p&&br&&/p&&p&&b&Gieves & Hawkes---如果你爱铜扣也爱皇室勋章&/b&&/p&&p&&b&地址：北京王府饭店，北京侨福芳草地&/b&&/p&&p&源于伦敦萨维尔街的Gieves & Hawkes一直以制作最优良的手工订制服饰享誉国际. 顾客可依西服面料款式，自由搭配偏好的内里布花样色彩，为顾客的个人化西服增添个人特色。这个品牌曾经也是辉煌到无人能及，服务英国皇家，陆军部队，海军部队，发展到近现代又紧随时代的脚步与明星名流打造高定西装，目前此品牌的的控股方是香港利邦集团，在国内的售价还算合理，拥有成衣和高定服务，此外，顾客亦可视个人需求与习惯，自由调整内里口袋的配置细节。&/p&&p&价格区间：30000左右&/p&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-e149ee457f19f5908bae15e765c5cc44_b.jpg& data-caption=&& data-rawwidth=&490& data-rawheight=&364& class=&origin_image zh-lightbox-thumb& width=&490& data-original=&https://pic1.zhimg.com/v2-e149ee457f19f5908bae15e765c5cc44_r.jpg&&&/figure&&p&&br&&/p&&p&&b&Tom Ford---如果你爱浮夸也爱奢华&/b&&/p&&p&&b&地址：北京王府半岛酒店地下一层&/b&&/p&&p&Tom Ford向来以奢华感著称，难怪连Jay Z都要为他做歌。Tom Ford提供订制(Made to Order)和度身订造(Made to Measure)服务，可以挑选Tom Ford系列的布料配合现有的式样。对于正装而言，订制及度身订制服饰的丝质衬里绣上顾客名字，或是选择牛角，珍珠母贝的纽扣都是Tom Ford特有的细节设计。一般定制一套的周期约为8周。&/p&&p&价格区间：20000以上&/p&&p&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-a8f3ce04e93d7aa216f1_b.jpg& data-caption=&& data-rawwidth=&1280& data-rawheight=&853& class=&origin_image zh-lightbox-thumb& width=&1280& data-original=&https://pic2.zhimg.com/v2-a8f3ce04e93d7aa216f1_r.jpg&&&/figure&&p&&br&&/p&&p&&b&SPLENDINO——让定制西服更修身&/b&&/p&&p&地址：北京市丰台区榴乡路88号石榴中心斯坦福广场 &/p&&p&splendino斯宾迪诺高级定制西服，品牌主张让定制西服更修身，始于1972年韩国首尔,其品牌秉承创新精神理念服务时代绅士，传承意大利和英国正装的剪裁工艺精髓，结合亚洲男性身形体型，甄选上乘优质面料，为每位客户提供全方位的西装定制服务，西装整体造型服务。通过优质面料和精湛工艺来满足摩登绅士不俗品味。因为其是韩国首尔原产地生产，保证了西服本身的版型较为适合亚洲人的穿着，splendino斯宾迪诺在韩国有几十家连锁店铺，而北京的分店也是地处丰台区，但是韩版的西服修身程度绝对是其他品牌比不了的&/p&&p&价格区间：&/p&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-6c6bf289c28aad2cde73c018e3304600_b.jpg& data-caption=&& data-rawwidth=&640& data-rawheight=&427& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&https://pic1.zhimg.com/v2-6c6bf289c28aad2cde73c018e3304600_r.jpg&&&/figure&&p&&br&&/p&&p&&b&Suitsupply---绅士着装新典范。&/b&&/p&&p&&b&地址：北京芳草地&/b&&/p&&p&Suitsupply品牌是由创始人Fokke De Jong于 2000年在荷兰阿姆斯特丹创立。2013年9月Suitsupply中国第一家店铺 “上海公寓”店开幕。目前在中国大陆地区共有三家店铺， 2家在上海，1家在北京。现在越来越多的男士追求时尚、品味、个性，但是同时又要顾忌到工作身份的需要，Suitsupply满足全球大都市男装全新概念，兼承完美剪裁、精致工艺、一流的店内服务、合理的价格、全新的西装购买理念，旨在将现代欧洲绅士正装风范和整体时尚造型概念带到中国，打造中国绅士着装新典范。&/p&&p&面料由意大利工厂供应，缝纫则是在中国，除了 15 种经典版型系列的成衣西装，它们也提供基于固定版式按顾客尺寸修改的半定制西装；所有实体店中都有驻店裁缝，可以在半小时内满足顾客的修改要求；网购也算方便，品牌还在微信上开通了“在线顾问”，由“负责人”在后台亲自帮客户提供穿搭建议和购买服务，按照中文官网的说法是“30 天内免费退换货、3000 元起免运费、10-12 个工作日内完成配送”。&/p&&p&价格区间：&/p&&p&&b&Dave trailer 洋服----红帮忠实拥趸&/b&&/p&&p&&b&地址：北京嘉里中心B04&/b&&/p&&p&毕竟是老牌，还是要推荐一下的，戴维洋服基本上是全手工衬，店主熊先生是台湾人，以前和宁波人一起学手艺，做工基本上以红帮工艺为主，采取前店后厂的方式，驻店师傅自己裁剪自己做，对工艺要求比较高，目前经营的核心还在北京为主，熊可嘉西服定制在工艺算是国内一流了，他很注重尺码比例和缝制工艺，也是英式面料狂，他曾说过“不需要有人教你西服怎么穿，也没有哪国人不适合穿西服，只要找到好的裁缝，那股‘气’自然就来。“西服只有一个追求：Good looking，Nice fit，Comfortable。这是你去找Tailor给你做西服的意义，不是你要在袖口绣谁的名字，不是领尖角度是大是小，“西服是冲锋号，不是玫瑰花，我们穿西服是为了等待吹响号角的一刻。一个男人需要明白穿西服的用途在哪里：工作、谈判、演讲、上法庭。我们不会被这些漂亮的东西混淆。&/p&&p&价格区间：10000以上&/p&&p&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-70fd65d0ca62e5f29d81_b.jpg& data-caption=&& data-rawwidth=&580& data-rawheight=&435& class=&origin_image zh-lightbox-thumb& width=&580& data-original=&https://pic2.zhimg.com/v2-70fd65d0ca62e5f29d81_r.jpg&&&/figure&&p&&br&&/p&&p&&b&连卡佛---买手店里的男装定制&/b&&/p&&p&地址：北京市金融街购物中心&/p&&p&如果你更爱去大型的买手店体验定制的感觉，恐怕连卡佛可以100%地满足你的要求，他们提供包括：Armani Collezioni, Boglioli, Canali, Isaia, Incotex, Lardini在内的多个男装品牌的定制服务。&/p&&p&如果顾客有需要，所有在连卡佛售卖的西服都是可以定制的，连卡佛会安排品牌的裁缝与客户见面，了解他的需求，再为他度身定做。定制一套西服大约需要六周的时间才能完工，起价则在 25000 人民币左右。&/p&&p&&br&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-548a1a8cf5e5cddb091d2e71facffc2b_b.jpg& data-caption=&& data-rawwidth=&640& data-rawheight=&508& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&https://pic4.zhimg.com/v2-548a1a8cf5e5cddb091d2e71facffc2b_r.jpg&&&/figure&&p&&br&&/p&&p&&b&Mr Dandy----定制从来都不只是量体裁衣&/b&&/p&&p&&b&地址：北京市朝阳区燕莎桥西新源南路五号SOHO北京公馆&/b&&/p&&p&我有几个上海的朋友都曾对我提起过Mr Dandy的定制，我也很纳闷这样一家西装店铺为何让外地玩家都跃跃欲试。店铺名称亦是老板的姓名，哥伦比亚大学毕业后去了华尔街捞金，亲身经历和接触西服在当代精英层面的发展与变化，也让他自如穿梭在中西方的不同文化之间。受到纽约实用主义绅士着装风格影响，然后创立Mr.Dandy品牌。这个品牌强调西服的工艺基础，又返璞归真注重以人为本的定制理念，正如他所言，西装定制不徒有其表，又不只是量体裁衣。&/p&&p&我看了店铺内Mr Dandy所提供的面料版，西装面料只要以英国面料为主，而这也决定了其定制价格不会便宜，万年兄弟的哈里森面料，莱塞面料以及和哈里森同一产地的巴灵顿面料，都是地道的英国好料子，衬衫料子主要是意大利的料，衬衫定制起价1800元也是稍微贵了很多。西装的制作都是全手工，做工也很干净。&/p&&p&价格区间:10000元以上&/p&&p&&br&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-47e51eee4d819ea815e9c464f912e713_b.jpg& data-caption=&& data-rawwidth=&1500& data-rawheight=&1000& class=&origin_image zh-lightbox-thumb& width=&1500& data-original=&https://pic4.zhimg.com/v2-47e51eee4d819ea815e9c464f912e713_r.jpg&&&/figure&&p&&br&&/p&&p&&b&绯绅——以手代心由手造物&/b&&/p&&p&&b&地址：东三环中路建外soho西区10号楼&/b&&/p&&p&品牌走的是轻奢会所，精致服务路线，进店后装修给人的感觉是相当给力的，在北京地区也是人尽皆知的定制品牌，主打全手工定制，注重考究的工艺，完全遵循传统西服定制的全套服务，同时也很注重定制品类的细分，比如商务西装，结婚西装，女士西装。展示的成衣摸起来用料也很足，面料方面以意大利面料较多，英国面料只有多美，世家宝，说实话这两个面料很贵，意大利面料自始至终是没法与英国面料比的，虽然表面上意大利的定制品牌在世界各地知名度较高，实际上面料不如英国料。&/p&&p&绯绅的定制价格也算是中等偏上，一套西服用英国料做，也要20000朝上，虽然这个价格没法去杰尼亚订一套美利奴羊毛入门，但是在北京，能做到这个价格的，没有几家！不过他们偶有打折，可以去店里问问店员！&/p&&p&价格区间：20000左右&/p&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-bf6c59b2c869bd4dd7a0_b.jpg& data-caption=&& data-rawwidth=&640& data-rawheight=&472& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&https://pic1.zhimg.com/v2-bf6c59b2c869bd4dd7a0_r.jpg&&&/figure&&p&&br&&/p&&p&&b&PERFECT SIZE——“会生活，爱自己”的定制品牌&/b&&/p&&p&&b&地址：北京朝阳区朝阳门外大街6号新城国际1层&/b&&/p&&p&PERFECT SIZE创立于2011年，致力打造男士着装新概念。号称自己承袭英伦的定制风格，又加入意大利风格的流行元素，打造出更时尚化的穿着风尚。但是本人去店铺看样衣的时候觉得这就是尴尬之处，成衣风格很英伦，非要给品牌弄个英伦意式就显xxxxx，意式西装胜在搭配，颜色，格纹，英式西装守旧，古板但是很上档次，永远不会过时。西装定制，要么风格偏英式，要么就意式更胜一筹，很难将两者都融合起来，即使是融合起来，那也只能说明，他不懂的还有太多。&/p&&p&同样是全手工定制，价格也自然不菲，其配饰方面的售卖倒是挺考究的，但是也是轻奢水平的消费。给一些发烧友专供就行了，毕竟在北京穿西装穿成意式情调很烧脑又花力气，弄出来又没人能看懂，，，，，老老实实做好英伦&/p&&p&价格区间：10000左右&/p&&figure&&img src=&https://pic1.zhimg.com/v2-eb578acfbb4_b.jpg& data-caption=&& data-rawwidth=&640& data-rawheight=&427& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&https://pic1.zhimg.com/v2-eb578acfbb4_r.jpg&&&/figure&&p&&b&BRIO——男士概念集合店&/b&&/p&&p&&b&地址：朝阳区新东路8号3号楼&/b&&/p&&p&去阿玛尼大中华区高定店铺的时候，顺便去的这家集成店，店铺地址相对来说是很好，紧邻三里屯不假，但是找起来还是有些偏僻，店铺内的装修格调还是很好的，考究繁复，陈列恰到好处。与店员沟通说是来做西服的，店员说，月中店铺有上海的Wchan巡回定制，如果有时间可以过来，起定价格15000左右，心里想这价格还挺贵，比上海的门店价格贵了些。除了与国内知名的定制品牌合作，还有意大利的一些手工西服品牌！国内量身，国外制作。&/p&&p&除了这些BRIO还有来自那不勒斯的手工定制服装Sartoria Dalcuore、Sartoria Formosa、Salvatore Ambrosi、Orazio Luciano，佛罗伦萨的手工鞋Stefano Bemer、英国北安普敦的手工鞋Edward Green、意大利南部普利亚的衬衫G.Inglese、同样来自那不勒斯的领带E.G.Cappelli、雨伞品牌Mario Talarico、除此之外还有Rota, Begg& Co, Valstar, Della Ciana, Schiatti, Il Micio等等等等&/p&&p&价格区间：15000左右&/p&&p&&br&&/p&&p&以后再继续更新吧，先这样&/p&&p&&br&&/p&&p&图片来自网络&/p&
最近在北京，每天忙完手头上事情，就顺便在北京城里四处溜达溜达，转转商圈和街巷，习惯了上海的城市生活，衣食住行，上海所展示的都是精致的，温婉的，来北京的这段时间，由心而发，这两座城市有着质一样的区别。在三里屯买衣服的时候，看到某某定制品牌，…
&b&&u&前言：我是绝不会理睬有绝对音高的人的！哼！&/u&&/b&&br&&b&&i&目录：&/i&&/b&&br&&b&&i&I. 视唱练耳的重要性&/i&&/b&&br&&b&&i&II.视唱练耳的内容范围&/i&&/b&&br&&b&&i&III. 简单有效省钱的学习方法&/i&&/b&&br&&b&1. 唱音&/b&&br&&b&2. 认音&/b&&br&&b&3. 辨认和弦&/b&&br&&b&
a) 辨认属性&/b&&br&&b&
b) 辨认延伸音&/b&&br&&b&4. 辨识调式音阶&/b&&br&&b&5. 运用&br&&/b&&br&&b&I. 视唱练耳的重要性&/b&&br&视唱练耳是对所有音乐人来说最基础的能力。&br&需要用到它的时候，也许是……&br&-学一首新曲子&br&-复制一段旋律&br&-给人和声&br&-在乐器上想听到什么就弹出什么&br&-听到一个和弦走向想把它复制&br&-扒谱子&br&-编曲的时候看到谱就能知道它听起来是什么样子&br&-所有音乐校院的入学考，阶段考，期中考，期末考……&br&所以，大家说这家伙重不&b&&u&重要&/u&&/b&呢？&br&&br&&b&II. 视唱练耳的内容范围&/b&&br&视唱练耳主要分两部分：视唱和练耳……&br&视唱：看着谱子唱出相对/绝对音程，旋律和节奏&br&练耳：基础-听出音程，音阶，和弦，和弦走向，旋律，节奏；&br&
进阶-听出相对调式，音色，和声，和弦转位，八度，速度。&br&&br&&b&当我在说这些的时候我在说什么：（音乐专业术语英翻中要死了）&/b&&br&&figure&&img data-rawwidth=&600& data-rawheight=&419& src=&https://pic2.zhimg.com/42d97fe43cc481b0164d_b.jpg& class=&origin_image zh-lightbox-thumb& width=&600& data-original=&https://pic2.zhimg.com/42d97fe43cc481b0164d_r.jpg&&&/figure&&br&这张表格没有任何标准，以我的个人意志为转移。做参考用，欢迎交流，请勿吐槽。你们要是想要一份英文版的就说，我不知道大部分人学这个学的是英文还是中文，只知道中文的音乐术语网络上总结的太少了，英翻中实在是太痛苦了 T_T&br&&br&&br&&b&III. 简单有效而&u&省钱&/u&的学习方法&/b&&br&&b&&br&1. 唱音&/b&&br&&b&练耳朵的前一步是练唱！！！&/b&&br&五音“全”都是练出来的。会吉他的用吉他，会钢琴的用钢琴。一边弹音阶，一边唱音。&br&我自己习惯Do Re Mi，我有朋友喜欢用C,D,E，但这样有弊端，暂压。&br&从大调开始唱起。选一个你适合你音域的大调，试着让你的声音尽可能的复合你乐器上弹出来的音的频率。&br&如果你没有乐器，点击这个：&a href=&//link.zhihu.com/?target=http%3A//www.bgfl.org/bgfl/custom/resources_ftp/client_ftp/ks2/music/piano/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&VIRTUAL KEYBOARD&i class=&icon-external&&&/i&&/a&。从A滚到K，大调音阶就是你的了。&br&Do到Ti唱熟后，可以开始半音阶。半音阶有对应的唱名，他们是：&br&C# - Di&br&D# - Ri&br&F# - Fi&br&G# - Si&br&A# - Li&br&半音阶上行：Do Di Re Ri Mi Fa Fi Sol Si La Li Ti Do&br&Db - Ra&br&Eb - Me&br&Gb - Se&br&Ab - Le&br&Bb - Te&br&半音阶下行：Do Ti Te La Le Sol Se Fa Mi Me Re Ra Do&br&&br&也许你会问：C#和Db不是一个音吗？&br&没错。可是，唱名，也叫Solfege，她的半音阶上行与下行（升号与降号）的唱法是不一样的。如果你在读五线谱，标出来的是Eb，你就要唱Me而不是Ri，但这部分属于古典音乐的理论。在日常实用中，Di和Ra可以替换使用，没有关系。&br&在学唱名的同时，你最好开始练习唱名与他们与根音的音程关系。如，Mi是大三度，Le是小六度。&br&&br&&b&2. 认音&/b&&br&你可以开始练音程了！&br&以下是一些应有尽有的网站，我真心希望你会英文：&br&&a href=&//link.zhihu.com/?target=http%3A//www.good-ear.com/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Good Ear - Online Ear Training Site&i class=&icon-external&&&/i&&/a&&br&&a href=&//link.zhihu.com/?target=http%3A//www.trainear.com/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Music Theory & Ear Training: Relative Pitch and Perfect Pitch Free Software&i class=&icon-external&&&/i&&/a&&br&苹果系统APP：&a href=&//link.zhihu.com/?target=https%3A//itunes.apple.com/ca/app/goodear-pro-ear-training/idFmt%3D8& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&goodEar Pro - Ear Training on the App Store on iTunes&i class=&icon-external&&&/i&&/a&&br&&a href=&//link.zhihu.com/?target=http%3A//www.earmaster.com/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&earmaster.com/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a& 由 &a data-hash=&b3b128b19ef2f357f08dd& href=&//www.zhihu.com/people/b3b128b19ef2f357f08dd& class=&member_mention& data-editable=&true& data-title=&@高毓腾& data-tip=&p$b$b3b128b19ef2f357f08dd& data-hovercard=&p$b$b3b128b19ef2f357f08dd&&@高毓腾&/a& 贡献&br&以上几个网站基本涵盖了一切你的耳朵需要练习的内容和方式。&br&如果你不会英文，没关系，再把你的乐器拿出来。&br&每一个音程都有其对应的歌，也就是说这个音程的两个音是一首歌的头两个音。你听到了这个音程，你就可以联想到一首歌。这是最初的记忆方式。进阶之后应该抛弃音程和歌曲的联系，听到两个音就能直接产生他们的距离的概念，但在最初通过歌曲的开头来记住音程是最简洁的方法。&br&我在这里就帮你们翻译一点干货吧……&br&如果以下的歌由于文化关系对你来说并不算“耳熟能详”，你最好1）下载此歌并聆听数百遍，或2）寻找一首你的文化背景下熟悉的，开头两音是那个音程的歌。&br&1 - 生日快乐&br&-2 - As Time Goes By&br&+2 - 两只老虎&br&-3 - 绿袖子，让我们荡起双桨&br&+3 - 音乐之声开头，虽然不是头两个音，但是“Do, Re Mi, Do Mi Do Mi& Mi重复了好几遍，很好认&br&P4 - 婚礼进行曲&br&-5 - The Simpsons 的主题曲&br&P5 - 星球大战主题曲，小星星&br&-6 - the Entertainer，pick-up后的主题（实为Mi-Do, 转位后为小六度)&br&+6 - Jingle Bells 里的”&u&&b&dashing&/b&&/u& through the snow“ ，中文是&&u&&b&冲过&/b&&/u&大风雪”&br&-7 - 可惜不是你里的“&u&&b&曾一&/b&&/u&起走却消失那路口”&br&+7 - Pure Imagination&br&8 - Somewhere Over the Rainbow&br&其实还有下行的，但是实在是还有太多要讲了，暂不表。&br&&br&之前说到唱Do Re Mi比唱C D E的优势就在于&b&半音阶的唱名都是一个音节&/b&，免了唱“降C”“升D”的麻烦。当然，唱“升Do，升Re”也要比唱“Di，Ri”要麻烦。&br&同时，C，D，E是固定音，而functional Solfege 是相对音，Do永远是根音。&br&Julliards是全世界单手可数的使用Fixed-do的学院，也就是他的Do对应C，Re对应D，但由于种种原因我非常不推荐这个系统，而实际上这个系统也非常地不普及。有兴趣的人可以去搜，此处不表。&br&&br&慢慢地慢慢地，从两个音唱到多个音，一段旋律听进去，第一步确定根音，再根据根音确定每个音与根音的关系。&br&例子：当我耳边响起“一闪一闪亮晶晶”，我先确定了最稳定的音Do（根音），也就是第一个”一闪“。第二个”一闪“与第一个”一闪“中间隔了一个星球大战主题曲前俩音的距离，所以是纯五度，也就是“so”。因为我唱了很多遍大调音阶，So之后我习惯唱La，而正好就是“亮晶”的音。最后一个音，又退回到刚才的第二个”一闪“，所以是”So“。&br&&br&。。。有没有很麻烦？我写的都要崩溃了。实际上，当你唱了X的N次方遍后，你唯一要做的事情就是确定根音，然后一切都迎刃而解。例如，我现在想到“可惜不是你”的旋律，就能现场唱出La So Mi Do Re, So So Mi So Do, La So Mi Do Ti, Do Re Fa~ Mi Mi&br&&br&&b&3. 辨认和弦&/b&&br&用键盘或吉他练习，难度递进依照我之前给的表格。&br&（英文版再给一遍……）&br&&b&Hobo&/b&：Minor, Major, Augmented, Diminished (triad)&br&&b&Ghetto&/b&：Major 7, Minor 7, Dominant 7, Diminished 7&br&&b&Self-sufficient&/b&：Inversions of the four basic chords, Minor major 7, half-diminished 7, augmented 7, Major sixth, Minor sixth, Suspended 2, Suspended 4&br&&b&Gold teeth&/b&: 9th, 11th & 13th extensions, Italian/French/German 6th, Borrowed Chords, Inversions of all seventh chords&br&&br&如果你的音程练好了，那就开始唱分解和弦吧！大三Do Mi So, 小三Do Me So, 减三Do Me Se, 增三Do Mi Si 到 大七Do Mi So Ti 到 minor 9th （求翻译）Do Me So Te Re 到有一天我给你min b9b13你给我 Do Me So Te Ra Fa Le，你就毕业了。&br&在学习较难的和弦时，先辨认基础性质（前四个音），再用音程法辨认四个音后的延伸音。&br&&br&a) 辨认属性&br&初学阶段，若是辨识音程有困难，就听这个和弦给你的感觉：&br&大三是快乐的，阳光的；&br&小三是伤感的，忧郁的；&br&减三是愤怒的，邪恶的；&br&增三是朦胧的，玄幻的。&br&大七给你抛媚眼；&br&小七文艺女青年；&br&属七没有安全感；&br&减七就他最黑暗。&br&（体谅一下答者语死早。）&br&以上就是所有的基本和弦属性/质感（chord quality）。一切更加华丽的和弦都是建立在这个基础之上。&br&&br&同时，学和弦也可以像学音程那样以熟悉的歌曲做参照，但基于每个人的曲库相差甚远就不在此罗列了，大家自己做点功课。&br&练习听和弦的网站与以上练习音程的网站一样。如果不会英文……&br&背过英文单词吗？录音法会吧?&br&a) 选定自己这个阶段要听会的和弦范围，写在纸上，设计先后顺序。&br&录制：用自己的乐器依次弹奏和弦，每弹完一个和弦，隔三秒后报名。&br&b) 打乱和弦顺序，在一张纸上写下弹奏顺序，弹奏，不报名。&br&录制，存起来。&br&以这样录制3首顺序不同的音频，标为Quiz 1, Quiz 2, Quiz 3。&br&隔一天后随机播放其中之一，自己考自己。&br&&br&&b&b) 辨认延伸音&/b&&br&如果你已经到了这一步，应该能很容易理解我这样说：找根音，哼和弦外音。&br&延伸音就是例如Dominant 13 里的 13，Aug7#9 里的#9. 你只能找出那个不和谐的音，哼出来，再找到根音，然后利用音程来确定这个和弦的组成，再拼出剩下的音。&br&&br&&br&&b&4. 辨认调式音阶&/b&&br&调式音阶是什么：&a href=&//link.zhihu.com/?target=http%3A//www.douban.com/group/topic//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&【乐理】调式音阶&i class=&icon-external&&&/i&&/a&&br&在进行调式音阶的训练时，最要注意的就是从Ionian到Locrian，&b&根音必须一样&/b&。&br&写给理解调式音阶的人：如果你在练习时，先弹C Ionian 再弹 D Dorian，你的脑子和耳朵里得根音还是会停在C上。必须要把根音保持一致，如C Ionian, C Dorian, C Phrygian，这样你才能听出音阶和音阶之间细微的差别。把相近的音阶放在一起练习，如Dorian 和 Aeolian，Phrygian和Locrian。&br&&br&大调的调式音阶训练完成后可以开始和声小调和旋律小调的调式音阶，如Dorian #11, Ionian #5 等等。我还是推荐以唱为主&br&&br&所有大调调式音阶的唱名：&br&Ionian ---------Do Re Mi Fa So La Ti Do&br&Dorian --------Do Re Me Fa So La Te Do&br&Phrygian ------Do Ra Me Fa So Le Te Do&br&Lydian --------Do Re Mi Fi So La Ti Do&br&Mixolydian ---Do Re Mi Fa So La Te Do&br&Aeolian -------Do Re Me Fa So Le Te Do&br&Locrian -------Do Ra Me Fa Se Le Te Do&br&&br&5. 运用&br&视唱练耳的运用似乎在整篇文章里都阐述过了。目前为止，楼主唯一没有交流的就是音乐学生视唱练耳考试窍门/经验（melody dictation, chord recognition 和 chord dictation）。我不知道有多少人需要这个？如果有谁对此有兴趣的话可以问一下这个问题然后邀请我回答 ：）
前言：我是绝不会理睬有绝对音高的人的！哼！ 目录： I. 视唱练耳的重要性 II.视唱练耳的内容范围 III. 简单有效省钱的学习方法 1. 唱音 2. 认音 3. 辨认和弦
a) 辨认属性
b) 辨认延伸音 4. 辨识调式音阶 5. 运用
I. 视唱练耳的重要性 视唱练耳是对所有…
就推荐三个自己常用的：&br&1.Geek Uninstall&br&功能：卸载程序&br&特色：功能强悍，启动和扫描速度完爆系统自带以及什么瑞士军刀之类的。绿色软件 2M大小，重要的是他没有其他花哨的功能，专注于卸载程序，卸载完毕后自动扫描程序残留和注册表残留。&br&&figure&&img src=&https://pic4.zhimg.com/f6f82d2c96d_b.png& data-rawwidth=&480& data-rawheight=&600& class=&origin_image zh-lightbox-thumb& width=&480& data-original=&https://pic4.zhimg.com/f6f82d2c96d_r.png&&&/figure&&br&&br&2.NetSetMan&br&功能：多网关（或多IP/多DNS）切换&br&特点：功能明确，切换速度很快，我从XP时代一直用到了win8，谁用谁知道，同样绿色软件 4M&br&&figure&&img src=&https://pic4.zhimg.com/da76af0b8c4afba76f67_b.png& data-rawwidth=&598& data-rawheight=&440& class=&origin_image zh-lightbox-thumb& width=&598& data-original=&https://pic4.zhimg.com/da76af0b8c4afba76f67_r.png&&&/figure&&br&&br&3.PaintDotNet&br&功能：快速修图&br&特点：忍受不了PS的打开速度和体积？ 系统自带画图板太渣？没关系直接用这货，mini版的ps啊，常用功能全有。绿色软件 20M&br&&figure&&img src=&https://pic3.zhimg.com/d457bbff3fbce_b.png& data-rawwidth=&1056& data-rawheight=&846& class=&origin_image zh-lightbox-thumb& width=&1056& data-original=&https://pic3.zhimg.com/d457bbff3fbce_r.png&&&/figure&最后,这些软件都有官网下载的，&b&千万不要从百毒自家下载&/b&&br&===============================================================&br&是时候更新一波了：&br&看到很多人推荐IceSword、PCHunter之类的，再加一个吧&br&&figure&&img src=&https://pic2.zhimg.com/732bba74d41b07aed211_b.png& data-rawwidth=&1218& data-rawheight=&765& class=&origin_image zh-lightbox-thumb& width=&1218& data-original=&https://pic2.zhimg.com/732bba74d41b07aed211_r.png&&&/figure&饭友自己制作，相当牛叉。虽然我很少用只是备用不时之需。说实话这类辅助软件用起来还是有一定风险的，只能说慎用。&br&这里推荐使用：火绒剑&br&&figure&&img src=&https://pic1.zhimg.com/cea247decbf6cff486b0a4_b.png& data-rawwidth=&1368& data-rawheight=&730& class=&origin_image zh-lightbox-thumb& width=&1368& data-original=&https://pic1.zhimg.com/cea247decbf6cff486b0a4_r.png&&&/figure&&br&毕竟正规杀软公司出品，绝对良心作品，卡饭有人把这玩意提取出来的，可以去找找。&br&&br&另外推荐两个网址面向美工/个人开发者/全栈&br&1.&a href=&//link.zhihu.com/?target=http%3A//www.materialpalette.com/amber/lime& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Material Design Color Palette Generator&i class=&icon-external&&&/i&&/a&&br&功能：选俩色彩就行，其他的网站会自动给出最佳配色（谁TM知道是不是最佳这玩意众口难调），而且有效果预览。选择综合症患者福音&br&&figure&&img src=&https://pic4.zhimg.com/f60e758fd62c4f2fbad127_b.png& data-rawwidth=&1910& data-rawheight=&955& class=&origin_image zh-lightbox-thumb& width=&1910& data-original=&https://pic4.zhimg.com/f60e758fd62c4f2fbad127_r.png&&&/figure&&br&&br&2.&a href=&//link.zhihu.com/?target=http%3A//qrohlf.com/trianglify-generator/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Trianglify Generator&i class=&icon-external&&&/i&&/a&&br&功能：主要是生成一个相对漂亮的背景。颜色、cell可手动调节&br&&figure&&img src=&https://pic1.zhimg.com/6a2dcda5b798afbe527ee846c0ecf420_b.png& data-rawwidth=&1916& data-rawheight=&954& class=&origin_image zh-lightbox-thumb& width=&1916& data-original=&https://pic1.zhimg.com/6a2dcda5b798afbe527ee846c0ecf420_r.png&&&/figure&&br&======================================================================&br&再更新两个&br&1.PDF阅读器：PDX-XChange Viewer&br&当年吐森破，看pdf装了个adobe pdf acrobat电脑也差劲点，反正卡的我一愣一愣的。&br&后来怒换福昕的foxit reader用了一段时间还不错，但有时会崩啊我去。果断不能忍&br&然后XChange就用到了现在好几年了，&br&特点：国外软件，normal版免费，相当稳定不吃资源&br&&figure&&img src=&https://pic1.zhimg.com/7da50ba383b9f370df697c_b.png& data-rawwidth=&1920& data-rawheight=&1048& class=&origin_image zh-lightbox-thumb& width=&1920& data-original=&https://pic1.zhimg.com/7da50ba383b9f370df697c_r.png&&&/figure&2.图片浏览：MassiGra&br&这个应该很多人没听过&br&特点：绿色软件（2.4M），秒开图片。功能强悍作者简直不是人（好像是个小日本）！谁用谁知道系列&br&缺点：图标太特码丑了！！丑到没朋友&br&&figure&&img src=&https://pic2.zhimg.com/3f847bcb172ecfb_b.png& data-rawwidth=&1920& data-rawheight=&1080& class=&origin_image zh-lightbox-thumb& width=&1920& data-original=&https://pic2.zhimg.com/3f847bcb172ecfb_r.png&&&/figure&自用的很多软件都是很小众但功能很优秀的，这个过程需要个人去自己摸索，&b&适合自己的才是最好的&/b&&br&&br&&br&顺便吐槽一下：很多国产软件不是说不够好，你说你一压缩软件、看图软件还TM后台联网干啥！不是上传数据就是流氓全家桶免费送！能不能把本职功能做好，勿忘本心。
就推荐三个自己常用的： 1.Geek Uninstall 功能：卸载程序 特色：功能强悍，启动和扫描速度完爆系统自带以及什么瑞士军刀之类的。绿色软件 2M大小，重要的是他没有其他花哨的功能，专注于卸载程序，卸载完毕后自动扫描程序残留和注册表残留。 2.NetSetMan …
呃，写完发现问的CDN使用了哪些DNS技术，我这里写了一堆功能，就不删除了，扔给大家看看吧...&br&&br&1.将访问切换到CDN，源站需将域名CNAME到对应的CDN域名，以使访问通过CDN。&br&2.GSLB（详情请百度）。&br&3.回源，使用内部（非公网）DNS，当用户首次访问或数据过期，提供回源取数据的功能，内部DNS的原因是要避免DNS解析死循环。
呃，写完发现问的CDN使用了哪些DNS技术，我这里写了一堆功能，就不删除了，扔给大家看看吧... 1.将访问切换到CDN，源站需将域名CNAME到对应的CDN域名，以使访问通过CDN。 2.GSLB（详情请百度）。 3.回源，使用内部（非公网）DNS，当用户首次访问或数据过期…
&figure&&img src=&https://pic2.zhimg.com/v2-b747a4a986fe3e078a06ccb_b.jpg& data-rawwidth=&940& data-rawheight=&600& class=&origin_image zh-lightbox-thumb& width=&940& data-original=&https://pic2.zhimg.com/v2-b747a4a986fe3e078a06ccb_r.jpg&&&/figure&&h2&导语&/h2&&p& 2016年，继虚拟现实（VR）之后，人工智能（AI）的概念全面进入大众的视野。谷歌，微软，IBM等科技巨头纷纷重点布局，AI 貌似将成为互联网的下一个风口。&/p&&p& 很多开发同学，对人工智能非常感兴趣，确不知从何入手进行学习，精神哥也同样被这个问题困扰。直至看见汉彬同学的这篇文章，豁然开朗，让我坚定地迈出了成为“AI 工程师”的第一步！&/p&&blockquote&&p&本文作者：腾讯QQ会员技术团队-徐汉彬&br& 微信公众号：小时光茶社&/p&&/blockquote&&h2&一、人工智能和新科技革命&/h2&&p& 2017年，围棋界发生了一件比较重要的事，Master（AlphaGo）以60连胜横扫天下，击败各路世界冠军，人工智能以气势如虹的姿态出现在我们人类的面前。围棋曾经一度被称为“人类智慧的堡垒”，如今，这座堡垒也随之成为过去。&/p&&p& 从2016年三月份AlphaGo击败李世石开始，AI全面进入我们大众的视野，对于它的讨论变得更为火热起来，整个业界普遍认为，它很可能带来下一次科技革命，并且，在未来可预见的十多年里，深刻的改变我们的生活。&/p&&figure&&img src=&https://pic1.zhimg.com/v2-652dde9f5dec4_b.jpg& data-rawwidth=&297& data-rawheight=&365& class=&content_image& width=&297&&&/figure&&br&&p& 其实，AI除了可以做我们熟知的人脸识别、语音识别之外，还可以做其他蛮多有趣的事情。&/p&&p& 例如，让AI学习大量古诗之后写古诗，并且可以写出质量非常不错的古诗，如下图这两首：&/p&&figure&&img src=&https://pic4.zhimg.com/v2-d2f1dc2a0f52fb98c573a_b.jpg& data-rawwidth=&489& data-rawheight=&191& class=&origin_image zh-lightbox-thumb& width=&489& data-original=&https://pic4.zhimg.com/v2-d2f1dc2a0f52fb98c573a_r.jpg&&&/figure&&br&&p& 又或者，将两部设计造型不同的汽车进行融合，形成全新一种设计风格的汽车造型。&/p&&figure&&img src=&https://pic4.zhimg.com/v2-1cb52ba3b5a5f1ace54a_b.jpg& data-rawwidth=&532& data-rawheight=&128& class=&origin_image zh-lightbox-thumb& width=&532& data-original=&https://pic4.zhimg.com/v2-1cb52ba3b5a5f1ace54a_r.jpg&&&/figure&&br&&p& 还有，之前大家在朋友圈里可能看过的，将相片转换成对应的艺术风格的画作。&/p&&figure&&img src=&https://pic4.zhimg.com/v2-044cf14329a9aba83dac907e_b.jpg& data-rawwidth=&529& data-rawheight=&348& class=&origin_image zh-lightbox-thumb& width=&529& data-original=&https://pic4.zhimg.com/v2-044cf14329a9aba83dac907e_r.jpg&&&/figure&&br&&p& 当前，人工智能已经在图像、语音等多个领域的技术上，取得了全面的突破。与此同时，另外一个问题随之而来，如果这一轮的AI浪潮真的将会掀起新的科技革命，那么在可预见的未来，我们整个互联网都将发生翻天覆地的变化，深刻影响我们的生活。&/p&&p&&strong&那么作为普通业务开发工程师的我，又应该以何种态度和方式应对这场时代洪流的冲击呢？&/strong&&/p&&p& 在回答这个问题之前，我们先一起看看上一轮由计算机信息技术引领的科技革命中，过去30多年中国程序员的角色变化：&/p&&figure&&img src=&https://pic3.zhimg.com/v2-5bbe0ce9fae5de2073b18e_b.jpg& data-rawwidth=&576& data-rawheight=&202& class=&origin_image zh-lightbox-thumb& width=&576& data-original=&https://pic3.zhimg.com/v2-5bbe0ce9fae5de2073b18e_r.jpg&&&/figure&&br&&p& 通过上图可以简总结：&strong&编程技术在不断地发展并且走向普及&/strong&，从最开始掌握在科学家和专家学者手中的技能，逐渐发展为一门大众技能。换而言之，我们公司内很多资深的工程师，如果带着今天对编程和计算机的理解和理念回到1980年，那么他无疑就是那个时代的计算机专家。&/p&&p& 如果这一轮AI浪潮真的会带来新的一轮科技革命，那么我们相信，它也会遵循类似的发展轨迹，逐步发展和走向普及。如果基于这个理解，或许，&strong&我们可以通过积极学习，争取成为第一代“AI工程师”。&/strong&&/p&&h2&二、深度学习技术&/h2&&p& 这一轮AI的技术突破，主要源于深度学习技术，而关于AI和深度学习的发展历史我们这里不再重复讲述，大家可自行查阅。&/p&&p& 我用了一个多月的业务时间，去了解和学习了深度学习技术，在这里，&strong&我尝试以一名业务开发工程师的视角，以尽量容易让大家理解的方式一起探讨下深度学习的原理&/strong&，尽管，受限于我个人的技术水平和掌握程度，未必完全准确。&/p&&h4&1. 人类智能和神经元&/h4&&p& 人类智能最重要的部分是大脑，大脑虽然复杂，它的组成单元却是相对简单的，大脑皮层以及整个神经系统，是由神经元细胞组成的。而一个神经元细胞，由树突和轴突组成，它们分别代表输入和输出。连在细胞膜上的分叉结构叫树突，是输入，那根长长的“尾巴”叫轴突，是输出。神经元输出的有电信号和化学信号，最主要的是沿着轴突细胞膜表面传播的一个电脉冲。&/p&&p& 忽略掉各种细节，&strong&神经元，就是一个积累了足够的输入，就产生一次输出（兴奋）的相对简单的装置。&/strong&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-acf58a6ddb6c8b279a53451deec0f818_b.jpg& data-rawwidth=&575& data-rawheight=&457& class=&origin_image zh-lightbox-thumb& width=&575& data-original=&https://pic2.zhimg.com/v2-acf58a6ddb6c8b279a53451deec0f818_r.jpg&&&/figure&&br&&p& 树突和轴突都有大量的分支，轴突的末端通常连接到其他细胞的树突上，连接点上是一个叫“突触”的结构。一个神经元的输出通过突触传递给成千上万个下游的神经元，神经元可以调整突触的结合强度，并且，有的突触是促进下游细胞的兴奋，有的是则是抑制。一个神经元有成千上万个上游神经元，积累它们的输入，产生输出。&/p&&figure&&img src=&https://pic2.zhimg.com/v2-14bd553c3eefbdbdc601b_b.jpg& data-rawwidth=&396& data-rawheight=&278& class=&content_image& width=&396&&&/figure&&br&&p& 人脑有1000亿个神经元，1000万亿个突触，它们组成人脑中庞大的神经网络，最终产生的结果即是人类智能。&/p&&h4&2. 人工神经元和神经网络&/h4&&p& 一个神经元的结构相对来说是比较简单的，于是，科学家们就思考，我们的AI是否可以从中获得借鉴？神经元接受激励，输出一个响应的方式，同计算机中的输入输出非常类似，看起来简直就是量身定做的，刚好可以用一个函数来模拟。&/p&&figure&&img src=&https://pic1.zhimg.com/v2-edc9b869a370ea368f0cb_b.jpg& data-rawwidth=&332& data-rawheight=&250& class=&content_image& width=&332&&&/figure&&br&&p& 通过借鉴和参考神经元的机制，科学家们模拟出了人工神经元和人工神经网络。当然，通过上述这个抽象的描述和图，比较难让大家理解它的机制和原理。我们以“房屋价格测算”作为例子，一起来看看：&/p&&blockquote&&p&一套房子的价格，会受到很多因素的影响，例如地段、朝向、房龄、面积、银行利率等等，这些因素如果细分，可能会有几十个。&strong&一般在深度学习模型里，这些影响结果的因素我们称之为特征&/strong&。我们先假设一种极端的场景，比如影响价格的特征只有一种，就是房子面积。然后我们收集一批相关的数据，例如，50平米50万、93平米95万等一系列样本数据，如果将这些样本数据放到二维坐标里看，则如下图：&/p&&/blockquote&&figure&&img src=&https://pic4.zhimg.com/v2-df1cdfbc7e69_b.jpg& data-rawwidth=&492& data-rawheight=&330& class=&origin_image zh-lightbox-thumb& width=&492& data-original=&https://pic4.zhimg.com/v2-df1cdfbc7e69_r.jpg&&&/figure&&br&&p& 然后，正如我们前面所说的，我们尝试用一个“函数”去拟合这个输入（面积x）和输出（价格y），简而言之，我们就是要通过一条直线或者曲线将这些点“拟合”起来。&/p&&p& 假设情况也比较极端，这些点刚好可以用一条“直线”拟合（真实情况通常不会是直线），如下图：&/p&&figure&&img src=&https://pic3.zhimg.com/v2-9f0bf410e40ef81f9a26c_b.jpg& data-rawwidth=&575& data-rawheight=&403& class=&origin_image zh-lightbox-thumb& width=&575& data-original=&https://pic3.zhimg.com/v2-9f0bf410e40ef81f9a26c_r.jpg&&&/figure&&br&&p& 那么我们的函数是一个一次元方程f(x) = ax +b，当然，如果是曲线的话，我们得到的将是多次元方程。我们获得这个f(x) = ax +b的函数之后，接下来就可以做房价“预测”，例如，我们可以计算一个我们从未看见的面积案例81.5平方米，它究竟是多少钱？&/p&&p& 这个新的样本案例，可以通过直线找到对应的点（黄色的点），如图下：&/p&&figure&&img src=&https://pic1.zhimg.com/v2-2f5c32fcb8dcbf09e3dab3e29df9dc57_b.jpg& data-rawwidth=&575& data-rawheight=&402& class=&origin_image zh-lightbox-thumb& width=&575& data-original=&https://pic1.zhimg.com/v2-2f5c32fcb8dcbf09e3dab3e29df9dc57_r.jpg&&&/figure&&br&&p& 粗略的理解，上面就是AI的概括性的运作方式。这一切似乎显得过于简单了？当然不会，因为，我们前面提到，影响房价其实远不止一个特征，而是有几十个，这样问题就比较复杂了，接下来，这里则要继续介绍深度学习模型的训练方式。&/p&&p&&strong&这部分内容相对复杂一点，我尽量以业务工程师的视角来做一个粗略而简单的阐述。&/strong&&/p&&h4&3. 深度学习模型的训练方式&/h4&&p& 当有好几十个特征共同影响价格的时候，自然就会涉及权重分配的问题，例如有一些对房价是主要正权重的，例如地段、面积等，也有一些是负权重的，例如房龄等。&/p&&p&&strong&（1）初始化权重计算&/strong&&br& 那么，第一个步其实是给这些特征加一个权重值，但是，最开始我们根本不知道这些权重值是多少？怎么办呢？不管那么多了，先给它们随机赋值吧。随机赋值，最终计算出来的估算房价肯定是不准确的，例如，它可能将价值100万的房子，计算成了10万。&/p&&p&&strong&（2）损失函数&/strong&&br& 因为现在模型的估值和实际估值差距比较大，于是，我们需要引入一个评估“不准确”程度的衡量角色，也就是损失（loss）函数，它是衡量模型估算值和真实值差距的标准，损失函数越小，则模型的估算值和真实值的察觉越小，而我们的根本目的，就是降低这个损失函数。让刚刚的房子特征的模型估算值，逼近100万的估算结果。&/p&&p&&strong&（3）模型调整&/strong&&br& 通过梯度下降和反向传播，计算出朝着降低损失函数的方向调整权重参数。举一个不恰当的比喻，我们给面积增加一些权重，然后给房子朝向减少一些权重（实际计算方式，并非针对单个个例特征的调整），然后损失函数就变小了。&/p&&p&&strong&（4）循环迭代&/strong&&br& 调整了模型的权重之后，就可以又重新取一批新的样本数据，重复前面的步骤，经过几十万次甚至更多的训练次数，最终估算模型的估算值逼近了真实值结果，这个模型的则是我们要的“函数”。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-65f7c43f3c64df85183b98e_b.jpg& data-rawwidth=&576& data-rawheight=&517& class=&origin_image zh-lightbox-thumb& width=&576& data-original=&https://pic3.zhimg.com/v2-65f7c43f3c64df85183b98e_r.jpg&&&/figure&&br&&p& 为了让大家更容易理解和直观，采用的例子比较粗略，并且讲述深度学习模型的训练过程，中间省略了比较多的细节。&/p&&p&&strong&讲完了原理，那么我们就开始讲讲如何学习和搭建demo。&/strong&&/p&&h2&三、深度学习环境搭建&/h2&&p& 在2个月前，人工智能对我来说，只是一个高大上的概念。但是，经过一个多月的业余时间的认真学习，我发现还是能够学到一些东西，并且跑一些demo和应用出来的。&/p&&h4&1. 学习的提前准备&/h4&&p&&strong&（1）&/strong&部分数学内容的复习，高中数学、概率、线性代数等部分内容。（累计花费了10个小时，挑了关键的点看了下，其实还是不太够，只能让自己看公式的时候，相对没有那么懵）&br&&strong&（2）&/strong&Python基础语法学习。（花费了3个小时左右，我以前从未写过Python，因为后面Google的TensorFlow框架的使用是基于Python的）&br&&strong&（3）&/strong&Google的TensorFlow深度学习开源框架。（花费了10多个小时去看）&/p&&p& 数学基础好或者前期先不关注原理的同学，数学部分不看也可以开始做，全凭个人选择。&/p&&h4&2. Google的TensorFlow开源深度学习框架&/h4&&p& 深度学习框架，我们可以粗略的理解为是一个“数学函数”集合和AI训练学习的执行框架。通过它，我们能够更好的将AI的模型运行和维护起来。&/p&&p& 深度学习的框架有各种各样的版本（Caffe、Torch、Theano等等），我只接触了Google的TensorFlow，因此，&strong&后面的内容都是基于TensorFlow展开的&/strong&，它的详细介绍这里不展开讲述，建议直接进入官网查看。非常令人庆幸的是TensorFlow比较早就有中文社区了，尽管里面的内容有一点老，搭建环境方面有一些坑，但是已经属于为数不多的中文文档了，大家且看且珍惜。&/p&&blockquote&&p&TensorFlow的中文社区：&br&&a href=&https://link.zhihu.com/?target=http%3A//www.tensorfly.cn/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&TensorFlow中文社区-首页&/a&&br& TensorFlow的英文社区：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.tensorflow.org/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&tensorflow.org/&/span&&span class=&invisible&&&/span&&/a&&/p&&/blockquote&&h4&3. TensorFlow环境搭建&/h4&&p& 环境搭建本身并不复杂，主要解决相关的依赖。但是，基础库的依赖可以带来很多问题，因此，建议尽量一步到位，会简单很多。&/p&&p&&strong&（1）操作系统&/strong&&br& 我搭建环境使用的机器是腾讯云上的机器，软件环境如下：&br& 操作系统：CentOS 7.2 64位（GCC 4.8.5）&/p&&p& 因为这个框架依赖于python2.7和glibc 2.17。比较旧的版本的CentOS一般都是python2.6以及版本比较低的glibc，会产生比较的多基础库依赖问题。而且，glibc作为Linux的底层库，牵一发动全身，直接对它升级是比较复杂，很可能会带来更多的环境异常问题。&/p&&p&&strong&（2）软件环境&/strong&&br& 我目前安装的Python版本是python-2.7.5，建议可以采用yum install python的方式安装相关的原来软件。然后，再安装 python内的组件包管理器pip，安装好pip之后，接下来的其他软件的安装就相对比较简单了。&/p&&p& 例如安装TensorFlow，可通过如下一句命令完成（它会自动帮忙解决一些库依赖问题）：&br& pip install -U tensorflow&/p&&p& 这里需要特别注意的是，不要按照TensorFlow的中文社区的指引去安装，因为它会安装一个非常老的版本（0.5.0），用这个版本跑很多demo都会遇到问题的。而实际上，目前通过上述提供的命令安装，是tensorflow (1.0.0)的版本了。&/p&&figure&&img src=&https://pic1.zhimg.com/v2-b79c40baf84f3a36a8f234d9a53dee2c_b.jpg& data-rawwidth=&575& data-rawheight=&68& class=&origin_image zh-lightbox-thumb& width=&575& data-original=&https://pic1.zhimg.com/v2-b79c40baf84f3a36a8f234d9a53dee2c_r.jpg&&&/figure&&br&&p& Python（2.7.5）下的其他需要安装的关键组件：&/p&&ul&&li&tensorflow (0.12.1)，深度学习的核心框架&/li&&li&image (1.5.5)，图像处理相关，部分例子会用到&/li&&li&PIL (1.1.7)，图像处理相关，部分例子会用到&/li&&/ul&&p& 除此之后，当然还有另外的一些依赖组件，通过pip list命令可以查看我们安装的python组件：&/p&&ul&&li&appdirs (1.4.0)&/li&&li&backports.ssl-match-hostname (3.4.0.2)&/li&&li&chardet (2.2.1)&/li&&li&configobj (4.7.2)&/li&&li&decorator (3.4.0)&/li&&li&Django (1.10.4)&/li&&li&funcsigs (1.0.2)&/li&&li&image (1.5.5)&/li&&li&iniparse (0.4)&/li&&li&kitchen (1.1.1)&/li&&li&langtable (0.0.31)&/li&&li&mock (2.0.0)&/li&&li&numpy (1.12.0)&/li&&li&packaging (16.8)&/li&&li&pbr (1.10.0)&/li&&li&perf (0.1)&/li&&li&PIL (1.1.7)&/li&&li&Pillow (3.4.2)&/li&&li&pip (9.0.1)&/li&&li&protobuf (3.2.0)&/li&&li&pycurl (7.19.0)&/li&&li&pygobject (3.14.0)&/li&&li&pygpgme (0.3)&/li&&li&pyliblzma (0.5.3)&/li&&li&pyparsing (2.1.10)&/li&&li&python-augeas (0.5.0)&/li&&li&python-dmidecode (3.10.13)&/li&&li&pyudev (0.15)&/li&&li&pyxattr (0.5.1)&/li&&li&setuptools (34.2.0)&/li&&li&six (1.10.0)&/li&&li&slip (0.4.0)&/li&&li&slip.dbus (0.4.0)&/li&&li&tensorflow (1.0.0)&/li&&li&urlgrabber (3.10)&/li&&li&wheel (0.29.0)&/li&&li&yum-langpacks (0.4.2)&/li&&li&yum-metadata-parser (1.1.4)&/li&&/ul&&p& 按照上述提供的来搭建系统，可以规避不少的环境问题。&/p&&p& 搭建环境的过程中，我遇到不少问题。&/p&&blockquote&&p&例如：在跑官方的例子时的某个报错，AttributeError: ‘module’ object has no attribute ‘gfile’，就是因为安装的TensorFlow的版本比较老，缺少gfile模块导致的。而且，还有各种各样的。（不要问我是怎么知道的，说多了都是泪啊~）&/p&&/blockquote&&p& 更详细的安装说明：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.tensorflow.org/install/install_linux& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&tensorflow.org/install/&/span&&span class=&invisible&&install_linux&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&&strong&（3）TensorFlow环境测试运行&/strong&&br& 测试是否安装成功，可以采用官方的提供的一个短小的例子，demo生成了一些三维数据, 然后用一个平面拟合它们（官网的例子采用的初始化变量的函数是initialize_all_variables，该函数在新版本里已经被废弃了）：&/p&&div class=&highlight&&&pre&&code class=&language-text&&&span&&/span& #!/usr/bin/python
#coding=utf-8
import tensorflow as tf
import numpy as np
# 使用 NumPy 生成假数据(phony data), 总共 100 个点.
x_data = np.float32(np.random.rand(2, 100)) # 随机输入
y_data = np.dot([0.100, 0.200], x_data) + 0.300
# 构造一个线性模型
b = tf.Variable(tf.zeros([1]))
W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0))
y = tf.matmul(W, x_data) + b
# 最小化方差
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)
# 初始化变量,旧函数（initialize_all_variables）已经被废弃，替换为新函数
init = tf.global_variables_initializer()
# 启动图 (graph)
sess = tf.Session()
sess.run(init)
# 拟合平面
for step in xrange(0, 201):
sess.run(train)
if step % 20 == 0:
print step, sess.run(W), sess.run(b)
# 得到最佳拟合结果 W: [[0.100
0.200]], b: [0.300]
&/code&&/pre&&/div&&p& 运行的结果类似如下：&/p&&figure&&img src=&https://pic1.zhimg.com/v2-33031decc77b9d3b22f57c50_b.jpg& data-rawwidth=&439& data-rawheight=&185& class=&origin_image zh-lightbox-thumb& width=&439& data-original=&https://pic1.zhimg.com/v2-33031decc77b9d3b22f57c50_r.jpg&&&/figure&&br&&p& 经过200次的训练，模型的参数逐渐逼近最佳拟合的结果（W: [[0.100
0.200]], b: [0.300]），另外，我们也可以从代码的“风格”中，了解到框架样本训练的基本运行方式。虽然，官方的教程后续会涉及越来越多更复杂的例子，但从整体上看，也是类似的模式。&/p&&figure&&img src=&https://pic4.zhimg.com/v2-0cf345fab7068bae49620d_b.jpg& data-rawwidth=&576& data-rawheight=&56& class=&origin_image zh-lightbox-thumb& width=&576& data-original=&https://pic4.zhimg.com/v2-0cf345fab7068bae49620d_r.jpg&&&/figure&&br&&p& 步骤划分：&/p&&ul&&li&&p&&strong&准备数据&/strong&：获得有标签的样本数据（带标签的训练数据称为有监督学习）；&/p&&/li&&li&&p&&strong&设置模型&/strong&：先构建好需要使用的训练模型，可供选择的机器学习方法其实也挺多的，换而言之就是一堆数学函数的集合；&/p&&/li&&li&&p&&strong&损失函数和优化方式&/strong&：衡量模型计算结果和真实标签值的差距；&/p&&/li&&li&&p&&strong&真实训练运算&/strong&：训练之前构造好的模型，让程序通过循环训练和学习，获得最终我们需要的结果“参数”；&/p&&/li&&li&&p&&strong&验证结果&/strong&：采用之前模型没有训练过的测试集数据，去验证模型的准确率。&/p&&/li&&/ul&&p& 其中，TensorFlow为了基于python实现高效的数学计算，通常会使用到一些基础的函数库，例如Numpy（采用外部底层语言实现），但是，从外部计算切回到python也是存在开销的，尤其是在几万几十万次的训练过程。因此，Tensorflow不单独地运行单一的函数计算，而是先用图描述一系列可交互的计算操作流程，然后全部一次性提交到外部运行（在其他机器学习的库里，也是类似的实现）。所以，上述流程图中，蓝色部分都只是设置了“计算操作流程”，而绿色部分开始才是真正的提交数据给到底层库进行实际运算，而且，每次训练一般是批量执行一批数据的。&/p&&h2&四、经典入门demo：识别手写数字（MNIST）&/h2&&p& 常规的编程入门有“Hello world”程序，而深度学习的入门程序则是MNIST，一个识别28*28像素的图片中的手写数字的程序。&/p&&figure&&img src=&https://pic1.zhimg.com/v2-19e45fccbbd5320bff03c8_b.jpg& data-rawwidth=&317& data-rawheight=&80& class=&content_image& width=&317&&&/figure&&br&&blockquote&&p&MNIST的数据和官网：&br&&a href=&https://link.zhihu.com/?target=http%3A//yann.lecun.com/exdb/mnist/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&MNIST handwritten digit database, Yann LeCun, Corinna Cortes and Chris Burges&/a&&/p&&/blockquote&&p& 深度学习的内容，其背后会涉及比较多的数学原理，作为一个初学者，受限于我个人的数学和技术水平，也许并不足以准确讲述相关的数学原理，因此，本文会更多的关注“应用层面”，不对背后的数学原理进行展开，感谢谅解。&/p&&h4&1. 加载数据&/h4&&p& 程序执行的第一步当然是加载数据，根据我们之前获得的数据集主要包括两部分：60000的训练数据集（mnist.train）和10000的测试数据集（mnist.test）。里面每一行，是一个28&em&28=784的数组，数组的本质就是将28&/em&28像素的图片，转化成对应的像素点阵。&/p&&p& 例如手写字1的图片转换出来的对应矩阵表示如下：&/p&&figure&&img src=&https://pic3.zhimg.com/v2-2ecec2df6de0e472a432fb7d3f9a4105_b.jpg& data-rawwidth=&575& data-rawheight=&221& class=&origin_image zh-lightbox-thumb& width=&575& data-original=&https://pic3.zhimg.com/v2-2ecec2df6de0e472a432fb7d3f9a4105_r.jpg&&&/figure&&br&&p& 之前我们经常听说，图片方面的深度学习需要大量的计算能力，甚至需要采用昂贵、专业的GPU（Nvidia的GPU），从上述转化的案例我们就已经可以获得一些答案了。一张784像素的图片，对学习模型来说，就有784个特征，而我们实际的相片和图片动辄几十万、百万级别，则对应的基础特征数也是这个数量级，基于这样数量级的数组进行大规模运算，没有强大的计算能力支持，确实寸步难行。当然，这个入门的MNIST的demo还是可以比较快速的跑完。&/p&&p& Demo中的关键代码（读取并且加载数据到数组对象中，方便后面使用）：&/p&&figure&&img src=&https://pic3.zhimg.com/v2-61ec7ff69f4d095a457a85cd6478ebde_b.jpg& data-rawwidth=&575& data-rawheight=&85& class=&origin_image zh-lightbox-thumb& width=&575& data-original=&https://pic3.zhimg.com/v2-61ec7ff69f4d095a457a85cd6478ebde_r.jpg&&&/figure&&br&&h4&2. 构建模型&/h4&&p& MNIST的每一张图片都表示一个数字，从0到9。而模型最终期望获得的是：给定一张图片，获得代表每个数字的概率。比如说，模型可能推测一张数字9的图片代表数字9的概率是80%但是判断它是8的概率是5%（因为8和9都有上半部分的小圆），然后给予它代表其他数字的概率更小的值。&/p&&figure&&img src=&https://pic4.zhimg.com/v2-c901e6cf1_b.jpg& data-rawwidth=&306& data-rawheight=&162& class=&content_image& width=&306&&&/figure&&br&&p& MNIST的入门例子，采用的是softmax回归(softmax regression)，softmax模型可以用来给不同的对象分配概率。&/p&&p& 为了得到一张给定图片属于某个特定数字类的证据（evidence），我们对图片的784个特征（点阵里的各个像素值）进行加权求和。如果某个特征（像素值）具有很强的证据说明这张图片不属于该类，那么相应的权重值为负数，相反如果某个特征（像素值）拥有有利的证据支持这张图片属于这个类，那么权重值是正数。类似前面提到的房价估算例子，对每一个像素点作出了一个权重分配。&/p&&p& 假设我们获得一张图片，需要计算它是8的概率，转化成数学公式则如下：&/p&&figure&&img src=&https://pic1.zhimg.com/v2-a77a92f1f5a40de03111_b.jpg& data-rawwidth=&257& data-rawheight=&74& class=&content_image& width=&257&&&/figure&&br&&p& 公式中的i代表需要预测的数字（8），代表预测数字为8的情况下，784个特征的不同权重值，代表8的偏置量（bias），X则是该图片784个特征的值。通过上述计算，我们则可以获得证明该图片是8的证据（evidence）的总和，softmax函数可以把这些证据转换成概率 y。（softmax的数学原理，辛苦各位查询相关资料哈）&/p&&p& 将前面的过程概括成一张图（来自官方）则如下：&/p&&figure&&img src=&https://pic8.zhimg.com/v2-bd8ad3a500b80d4c856286_b.jpg& data-rawwidth=&576& data-rawheight=&230& class=&origin_image zh-lightbox-thumb& width=&576& data-original=&https://pic8.zhimg.com/v2-bd8ad3a500b80d4c856286_r.jpg&&&/figure&&br&&p& 不同的特征x和对应不同数字的权重进行相乘和求和，则获得在各个数字的分布概率，取概率最大的值，则认为是我们的图片预测结果。&/p&&p& 将上述过程写成一个等式，则如下：&/p&&figure&&img src=&https://pic4.zhimg.com/v2-96e5f66d11dbaa1fec6802_b.jpg& data-rawwidth=&1912& data-rawheight=&440& class=&origin_image zh-lightbox-thumb& width=&1912& data-original=&https://pic4.zhimg.com/v2-96e5f66d11dbaa1fec6802_r.jpg&&&/figure&&br&&p& 该等式在矩阵乘法里可以非常简单地表示，则等价为：&/p&&figure&&img src=&https://pic2.zhimg.com/v2-f032f1c225aef190c50c0_b.jpg& data-rawwidth=&576& data-rawheight=&143& class=&origin_image zh-lightbox-thumb& width=&576& data-original=&https://pic2.zhimg.com/v2-f032f1c225aef190c50c0_r.jpg&&&/figure&&br&&p& 不展开里面的具体数值，则可以简化为：&/p&&figure&&img src=&https://pic4.zhimg.com/v2-97e71fb16fdc7b1425023_b.jpg& data-rawwidth=&220& data-rawheight=&48& class=&content_image& width=&220&&&/figure&&br&&p& 如果我们对线性代数中矩阵相关内容有适当学习，其实，就会明白矩阵表达在一些问题上，更易于理解。如果对矩阵内容不太记得了，也没有关系，后面我会附加上线性代数的视频。&/p&&p& 虽然前面讲述了这么多，其实关键代码就四行：&/p&