2018:你的人工智能版圖

根據(jù)“集智AI學(xué)園”的課程介紹生成標(biāo)簽詞云


作為集智AI學(xué)園的創(chuàng)始人印蓖,我給大家?guī)砹艘粋€特別的新年禮物谤祖,這就是——你的“人工智能版圖”妇多。

相信每一個學(xué)園的小伙伴都希望能學(xué)到實實在在的AI知識菜皂,甚至成長為人工智能領(lǐng)域的專家。然而镇草,大家往往容易鉆到算法眶痰、公式、調(diào)參等技術(shù)細(xì)節(jié)之中梯啤,卻忽視了AI的全貌竖伯。這一特殊的學(xué)科雖然僅僅有60年的歷史,但卻早已經(jīng)產(chǎn)生了你怎么學(xué)都學(xué)不完的知識因宇,它的學(xué)科樹非常龐雜七婴、凌亂。作為一個早在1998年就入行AI科研的老司機來說察滑,我深知AI有許多毀人不淺的坑打厘,歷史上曾出現(xiàn)過許多AI分枝,它們看起來很高大上贺辰,但卻是曇花一現(xiàn)户盯。比如我剛?cè)胄械臅r候嵌施,搞的是“模糊數(shù)學(xué)”(Fuzzy set)——當(dāng)時號稱連模糊電飯鍋、模糊洗衣機都能搞出來莽鸭,但現(xiàn)在已經(jīng)基本上無人問津了吗伤。因此,初學(xué)者一定要謹(jǐn)慎硫眨,不要踩入這樣的坑足淆。


這套“人工智能版圖”是我們參考了斯坦福、MIT捺球、卡耐基梅隆等美國知名的學(xué)校下設(shè)的人工智能相關(guān)專業(yè)課程而設(shè)計的缸浦,同時也引入了我們自己的特色。我將試圖給大家呈現(xiàn)出一個AI學(xué)習(xí)的全貌氮兵。與此同時裂逐,我也將我們集智AI學(xué)園已經(jīng)開設(shè)的課程安插在這張大版圖上,這也是對我們這個新創(chuàng)公司一年的發(fā)展業(yè)績總結(jié)泣栈。


人工智能版圖


這個版圖的一級目錄相當(dāng)于是課程模塊卜高,每一個模塊下的二級目錄的每一個相當(dāng)于是一個系列課。你可能會奇怪南片,這里為什么沒有語音識別掺涛?為什么沒有字符識別?甚至為什么沒有機器人疼进?

這是有我們自己的特色考慮的薪缆。我們認(rèn)為,隨著人工智能即將變成類似于互聯(lián)網(wǎng)一樣的基礎(chǔ)性技術(shù)伞广,它的應(yīng)用范圍必將會越來越廣拣帽。因此,更加重要的恰恰不在這些技術(shù)的應(yīng)用嚼锄,而是它們背后的“第一性原理”(有關(guān)這個第一性原理减拭,first principle,我有機會還要跟大家詳細(xì)介紹)区丑。有了這種認(rèn)識拧粪,我們學(xué)員在學(xué)習(xí)了這些課程之后,便可以在各種各樣的場景動態(tài)地生成所需要的解決方案沧侥。相比之下可霎,語音識別、字符識別等就是比較傳統(tǒng)而具體的應(yīng)用領(lǐng)域了正什,它們完全可以被吸納進(jìn)圖像與視覺或自然語言處理等模塊中啥纸,因此我們沒有開設(shè)。我們希望看到的是學(xué)員能夠產(chǎn)生更多的奇思妙想的AI應(yīng)用婴氮。

下面斯棒,就讓我們按照這幾大模塊的順序,介紹一下我們集智AI學(xué)園在這短短的一年中都已經(jīng)開設(shè)了哪些課程主经。

一荣暮、基礎(chǔ)通識

作為人工智能的基礎(chǔ)通識模塊,我們早已經(jīng)開設(shè)了不少的課程罩驻,這包括AI視野類的課程穗酥,讓你對AI發(fā)展全貌有一個了解,也包括技術(shù)類的概述性課程惠遏。

火炬上的深度學(xué)習(xí)

例如我自己講解的《火炬上的深度學(xué)習(xí)》上砾跃、下這兩個系列課。該系列課程不僅涵蓋了目前深度學(xué)習(xí)從計算機視覺到自然語言處理的方方面面节吮,而且還將理論與實踐緊密地結(jié)合起來抽高。我們總課程共有10次,每次持續(xù)大概2個小時透绩,還有課后的補充視頻(一次半個小時)和相應(yīng)的習(xí)題翘骂。另外,課程全部講解的案例都用PyTorch實現(xiàn)帚豪,課后還附加了有關(guān)PyTorch的作業(yè)題和課程示例的源代碼碳竟。

PS: 劇透一下,本課程的配套叢書馬上就要上市咯狸臣,而且我們還會重新推出這個重磅系列課程的莹桅。


http://campus.swarma.org/gapp=120


http://campus.swarma.org/gapp=10346


機器學(xué)習(xí)思維

另外,我還講過一個機器學(xué)習(xí)概覽的單課《機器學(xué)習(xí)思維》烛亦,特別適合沒有接觸過這方面知識的學(xué)員了解這個學(xué)科诈泼。課程內(nèi)容主要涉及到為什么機器學(xué)習(xí)已經(jīng)演變成了企業(yè)的一種思維模式,還包括機器學(xué)習(xí)的各大分類以及各種領(lǐng)域的應(yīng)用案例此洲。

https://campus.swarma.org/vdetail=103


大數(shù)據(jù)與大發(fā)展——從若干實例看大數(shù)據(jù)應(yīng)用

在大數(shù)據(jù)方面厂汗,我們有清華大學(xué)的董磊博士講解的《大數(shù)據(jù)與大發(fā)展》,該課程深入淺出地給我們介紹了大量大數(shù)據(jù)的應(yīng)用案例呜师,包括用搜索數(shù)據(jù)預(yù)測流感趨勢娶桦,用中國的手機數(shù)據(jù)探測東北的鬼城等等。


https://campus.swarma.org/vdetail=10069




?二汁汗、自然語言處理?

截止到目前為止衷畦,自然語言處理是我們相對來說最成熟的一個課程模塊。在這里知牌,我們有三個系列重磅課程都非常受歡迎祈争。

自然語言處理與深度學(xué)習(xí)

第一個就是香港理工大學(xué)的李嫣然(小S)博士和愛因互動科技公司鐘翰廷工程師給我們帶來的系列課程“自然語言處理與深度學(xué)習(xí)”。這套課程在推出時(2016年9月份)可以說是極具時效性和前沿性的角寸。課程內(nèi)容涵蓋了詞向量菩混、情感分析忿墅、機器翻譯、文本生成沮峡、RNN疚脐、LSTM、神經(jīng)圖靈機等內(nèi)容邢疙。


http://campus.swarma.org/gpac=1


中文自然語言理解(NLU)在金融領(lǐng)域的應(yīng)用

第二套非常棒的系列課程就是剛剛結(jié)束的由Deep Belief創(chuàng)始人尹相志老師奉獻(xiàn)給大家的這套:“中文自然語言理解(NLU)在金融領(lǐng)域的應(yīng)用”棍弄。可以說疟游,這套課程不僅僅帶領(lǐng)我們領(lǐng)略了各種自然語言處理技術(shù)以及深度學(xué)習(xí)的高級玩法呼畸,例如用計算機視覺技術(shù)玩轉(zhuǎn)中文,而且還教會我們?nèi)绾螌⑦@些技術(shù)應(yīng)用到具體的金融領(lǐng)域應(yīng)用中颁虐,極具實操性蛮原。更可貴的是,尹相志老師的每節(jié)課都會有配套的PyTorch源代碼聪廉,并耐心講解瞬痘,非常細(xì)膩,你不會都難板熊!

http://campus.swarma.org/gapp=121


如何打造你自己的聊天機器人

第三套重磅系列課程同樣還是香港理工大學(xué)的李嫣然(小S)博士給我們帶來的框全,這個系列課叫“如何打造你自己的聊天機器人”。該課程深入淺出地將聊天機器人的前世今生干签、各個發(fā)展分枝和主要的框架都給我們做了一一介紹津辩。課程最后的作業(yè)就是打造一套你自己的聊天機器人,你能接受挑戰(zhàn)嗎容劳?


http://campus.swarma.org/gapp=10296

當(dāng)然除了這些系列課之外喘沿,我們集智AI學(xué)園的網(wǎng)站上還有大量有關(guān)NLP的相關(guān)課程,包括機器翻譯竭贩、詞向量蚜印、自然語言理解等等,大家可以盡情地去探索留量。


?三窄赋、圖像與視覺?

很遺憾,在圖像和視覺方面我們沒有特別成系統(tǒng)的系列課程楼熄,但我們卻有一些非常有特色的課程忆绰,下面一一介紹。

GAN的原理與應(yīng)用

首先可岂,我們最受歡迎的課程错敢,不是圖像識別,也不是CNN缕粹,而是這一套講圖像生成的《GAN的原理與應(yīng)用》稚茅。我們看到一位帥哥纸淮,三位美女:著名網(wǎng)絡(luò)講師莫煩、商湯科技實習(xí)生尉方音峰锁、北師大研究生文雷萎馅、北師大博士樓曉丹双戳,為我們深入潛出地介紹了有關(guān)GAN的基本原理以及相關(guān)應(yīng)用虹蒋。

http://campus.swarma.org/gpac=8


人臉識別技術(shù)與應(yīng)用

另外,我們還有一些非常有特色的單次課程飒货,例如中科奧森創(chuàng)始人李子青老師就曾親自給我們上課魄衅。李老師據(jù)說是人臉識別領(lǐng)域的教父,曾給比爾蓋茨展示過他研發(fā)出的最早的一套人臉識別系統(tǒng)塘辅。在這節(jié)課中晃虫,李老師不僅講解了人臉識別原理,還講解了他當(dāng)年是如何突破一個個障礙實現(xiàn)人臉識別系統(tǒng)的人生經(jīng)歷:



http://campus.swarma.org/vdetail=10143



深度學(xué)習(xí)在生物醫(yī)療圖像分割領(lǐng)域的應(yīng)用

另外扣墩,還有北大張曉雅博士的“深度學(xué)習(xí)在生物醫(yī)療圖像分割領(lǐng)域的應(yīng)用”不僅深入潛出地介紹了全卷積網(wǎng)絡(luò)哲银,而且還就她自己的博士論文研究,將深度卷積網(wǎng)絡(luò)應(yīng)用于醫(yī)學(xué)圖像處理之中進(jìn)行了詳細(xì)介紹:



http://campus.swarma.org/gcou=10186



網(wǎng)絡(luò)解構(gòu):量化深度視覺表征的可解釋性

深度網(wǎng)絡(luò)一直被認(rèn)為是無法打開的黑箱呻惕,然而荆责,辛茹月講解的這一堂“網(wǎng)絡(luò)解構(gòu):量化深度視覺表征的可解釋性”卻給我們介紹了如何追溯卷積神經(jīng)網(wǎng)絡(luò)如何做決策,可視化網(wǎng)絡(luò)的學(xué)習(xí)效果的方法亚脆。Deep Dream做院、Style Transfer等技術(shù)都是從該研究中發(fā)展出來的。

http://campus.swarma.org/gcou=10353


視覺理解新突破——關(guān)系推理模型

另外濒持,樓曉丹博士講解的這一堂“視覺理解新突破——關(guān)系推理模型”則為我們深入潛出地介紹了谷歌DeepMind公司的最新研究成果键耕,它們利用新發(fā)展出來的“自注意力模型”來理解圖像中多個物體之間的空間關(guān)系,甚至還能夠自動學(xué)出模擬多個物體的運動軌跡:


http://campus.swarma.org/gcou=118


?四柑营、推理與博弈?

本模塊將主要涵蓋有關(guān)智能推理屈雄、搜索、博弈官套,以及強化學(xué)習(xí)酒奶、多主體智能等相關(guān)內(nèi)容。它更多關(guān)心的是有關(guān)智能體的概念虏杰。在本部分模塊中讥蟆,我們尚沒有開發(fā)出比較重的系列課程,但卻有一些很棒的單課纺阔,主要集中在強化學(xué)習(xí)方面瘸彤。

強化學(xué)習(xí)入門系列(免費)

首先,關(guān)于強化學(xué)習(xí)的入門課程笛钝,大家可以看看莫煩的“強化學(xué)習(xí)入門”质况,他深入淺出地將強化學(xué)習(xí)的各種分類愕宋、各種概念娓娓道來,聽著很是受用结榄。

http://campus.swarma.org/gcou=16


深度強化學(xué)習(xí)簡介

如果你覺得不過癮中贝,想深入一步了解,可以看Intel研究院的史雪松博士講解的“深度強化學(xué)習(xí)簡介”課程臼朗,該課程詳細(xì)介紹了強化學(xué)習(xí)的提出框架邻寿,以及DeepMind用AI打游戲的實例。


http://campus.swarma.org/gcou=9

通用自學(xué)習(xí)圍棋程序:AlphaGo 元解析

最近视哑,我們新上了一堂講解AlphaGo Zero的課绣否。這個AlphaGo元可以單憑強化學(xué)習(xí),不借助任何人類經(jīng)驗而能超越世界圍棋冠軍挡毅。該單次課主要以講解DeepMind團(tuán)隊最近發(fā)表在Nature上的那篇文獻(xiàn)Mastering the game of Go without human knowledge為主蒜撮,講解人是北師大研究生高飛。


http://campus.swarma.org/gcou=10380



多主體與群體行為(免費)

另外跪呈,在本模塊中段磨,我們還有一堂有關(guān)多智能體的課程,由北師大系統(tǒng)科學(xué)學(xué)院教授韓戰(zhàn)鋼老師講解的“多主體與群體行為”耗绿。該課程先是以自然界中的各種動物群體為例介紹了群集涌現(xiàn)的基本概念和相關(guān)的計算機仿真苹支;之后,又介紹了多機器人系統(tǒng)的相互協(xié)調(diào)與合作等技術(shù)缭乘。


http://campus.swarma.org/gcou=10310


? 五沐序、網(wǎng)絡(luò)智能?


所謂的網(wǎng)絡(luò)智能主要是利用有關(guān)復(fù)雜網(wǎng)絡(luò)和互聯(lián)網(wǎng)數(shù)據(jù)挖掘等基本技術(shù)完成的有關(guān)推薦、搜索堕绩、競價排名等與社會網(wǎng)絡(luò)策幼、技術(shù)網(wǎng)絡(luò)有關(guān)的各類技術(shù)和算法。


非歐氏數(shù)據(jù)的幾何深度學(xué)習(xí)

我們首先給大家推出的是這一套網(wǎng)絡(luò)科學(xué)與深度學(xué)習(xí)相結(jié)合的最新系列課程奴紧,由北師大研究生辛茹月特姐、文雷主講的“非歐氏數(shù)據(jù)的幾何深度學(xué)習(xí)”。該課程主要有兩個部分黍氮,一個是針對點云(point clouds)數(shù)據(jù)的深度學(xué)習(xí)唐含,另一個是針對網(wǎng)絡(luò)或圖(Graph)上的深度學(xué)習(xí)。這兩套方法都是將卷積神經(jīng)網(wǎng)絡(luò)擴展到更難以處理的數(shù)據(jù)類型點云和圖上沫浆,從而獲得了一定的成功捷枯。特別是針對網(wǎng)絡(luò)部分,辛茹月介紹了如何將GCN(圖卷積神經(jīng)網(wǎng)絡(luò))應(yīng)用到商品推薦上专执。


http://campus.swarma.org/gpac=122


知識圖譜與知識表征學(xué)習(xí)專題

我們推薦的第二個系列課程就是我以及北師大研究生文雷淮捆、龔力等主講的“知識圖譜與知識表征學(xué)習(xí)”。在這個系列課中,我首先概述了知識圖譜是什么攀痊,它有哪些具體應(yīng)用領(lǐng)域桐腌,以及什么是表征學(xué)習(xí),有哪些常用算法苟径。接下來案站,文雷等人則針對一些具體的知識表征算法,例如TransE棘街、TransR等展開詳細(xì)的介紹蟆盐。


http://campus.swarma.org/gpac=109


計算傳播學(xué)——用AI穿透你的注意力壁壘(免費)

在這個模塊中,我們有一節(jié)重磅的綜述性課程蹬碧,這就是南京大學(xué)王成軍老師給我們講解的“計算傳播學(xué)”舱禽,該課程首先概述了有關(guān)網(wǎng)絡(luò)科學(xué)、計算社會科學(xué)等相關(guān)的最新進(jìn)展恩沽,之后又結(jié)合傳播學(xué)介紹了有關(guān)計算傳播學(xué)的相關(guān)內(nèi)容。


http://campus.swarma.org/vdetail=10140


?六翔始、復(fù)雜性科學(xué)?

復(fù)雜性科學(xué)和人工智能到底是什么關(guān)系罗心?我個人認(rèn)為,雖然目前來看這兩個學(xué)科都在平行發(fā)展城瞎,交叉并不多渤闷。但是,復(fù)雜性科學(xué)必然會成為理解人工智能基礎(chǔ)的基本學(xué)科脖镀;另一方面飒箭,人工智能則為復(fù)雜性科學(xué)提供了實驗場所木蹬。

北師大系統(tǒng)科學(xué)學(xué)院2017復(fù)雜系統(tǒng)暑期學(xué)習(xí)(免費)

這實際上不能算系列課冠蒋,而是北師大復(fù)雜系統(tǒng)暑期學(xué)校的現(xiàn)場直播唬复。在這個暑期學(xué)校中绍撞,14名北師大知名老師給你全面介紹體們在包括神經(jīng)科學(xué)卧土、生態(tài)學(xué)腿准、經(jīng)濟(jì)學(xué)肠槽、計算機科學(xué)饰抒、氣候科學(xué)等不同的交叉研究領(lǐng)域的復(fù)雜性研究翅溺。相信這系列講座會給你帶來有關(guān)復(fù)雜性的全新認(rèn)識脑漫。


http://campus.swarma.org/gpac=10323


復(fù)雜性科學(xué)的前世今生(免費)

另外,我再推薦自己講解的一堂課:“復(fù)雜性科學(xué)的前世今生”咙崎。該課用了一個多小時的時間优幸,按照歷史發(fā)展的順序系統(tǒng)介紹了包括老三論、新三論褪猛、分形网杆、多主體模擬、復(fù)雜適應(yīng)系統(tǒng)、復(fù)雜網(wǎng)絡(luò)跛璧、復(fù)雜系統(tǒng)的物理學(xué)严里、大數(shù)據(jù)時代的復(fù)雜性研究等復(fù)雜性科學(xué)的相關(guān)內(nèi)容,包括它的大致發(fā)展階段追城,以及最新研究動態(tài)刹碾。這堂課有助于我們對系統(tǒng)科學(xué)有一個全面了解:


http://campus.swarma.org/vdetail=3




?七、類腦計算?


這一課程模塊的設(shè)計主要是考慮到目前的人工智能還需要在很多方面向人類的生物大腦學(xué)習(xí)座柱,因此認(rèn)知神經(jīng)科學(xué)必然會與人工智能有許多交叉迷帜。歷史上,卷積神經(jīng)網(wǎng)絡(luò)的設(shè)計正是從人類視覺皮層的研究中借鑒出來的色洞。因此戏锹,我們將在這里開設(shè)有關(guān)這一交叉領(lǐng)域的課程。目前火诸,我們并沒有系列課程锦针,但是有一些很不錯的單課。


計算神經(jīng)科學(xué)與類腦智能算法(免費)

例如置蜀,北師大系統(tǒng)科學(xué)學(xué)院教授王大輝老師給我們帶來了“計算神經(jīng)科學(xué)與類腦智能算法”這一講座奈搜,深入潛出地介紹了計算神經(jīng)科學(xué)這一生物與計算相結(jié)合的領(lǐng)域


http://campus.swarma.org/gcou=10317


希望你在2018新的一年中能夠有更多的收獲,也希望你隨時關(guān)注我們的網(wǎng)站:campus.swarma.org


關(guān)注集智AI學(xué)園公眾號

搜索微信公眾號:swarmAI

集智AI學(xué)園QQ群:426390994

學(xué)園網(wǎng)站:campus.swarma.org

?商務(wù)合作|zhangqian@swarma.org ? ??

投稿轉(zhuǎn)載|wangjiannan@swarma.org

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末盯荤,一起剝皮案震驚了整個濱河市馋吗,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌秋秤,老刑警劉巖宏粤,帶你破解...
    沈念sama閱讀 216,324評論 6 498
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異灼卢,居然都是意外死亡绍哎,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,356評論 3 392
  • 文/潘曉璐 我一進(jìn)店門芥玉,熙熙樓的掌柜王于貴愁眉苦臉地迎上來蛇摸,“玉大人,你說我怎么就攤上這事灿巧「习溃” “怎么了?”我有些...
    開封第一講書人閱讀 162,328評論 0 353
  • 文/不壞的土叔 我叫張陵抠藕,是天一觀的道長饿肺。 經(jīng)常有香客問我,道長盾似,這世上最難降的妖魔是什么敬辣? 我笑而不...
    開封第一講書人閱讀 58,147評論 1 292
  • 正文 為了忘掉前任雪标,我火速辦了婚禮,結(jié)果婚禮上溉跃,老公的妹妹穿的比我還像新娘村刨。我一直安慰自己,他們只是感情好撰茎,可當(dāng)我...
    茶點故事閱讀 67,160評論 6 388
  • 文/花漫 我一把揭開白布嵌牺。 她就那樣靜靜地躺著,像睡著了一般龄糊。 火紅的嫁衣襯著肌膚如雪逆粹。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,115評論 1 296
  • 那天炫惩,我揣著相機與錄音僻弹,去河邊找鬼。 笑死他嚷,一個胖子當(dāng)著我的面吹牛蹋绽,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播爸舒,決...
    沈念sama閱讀 40,025評論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼蟋字,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了扭勉?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,867評論 0 274
  • 序言:老撾萬榮一對情侶失蹤苛聘,失蹤者是張志新(化名)和其女友劉穎涂炎,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體设哗,經(jīng)...
    沈念sama閱讀 45,307評論 1 310
  • 正文 獨居荒郊野嶺守林人離奇死亡唱捣,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,528評論 2 332
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了网梢。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片震缭。...
    茶點故事閱讀 39,688評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖战虏,靈堂內(nèi)的尸體忽然破棺而出拣宰,到底是詐尸還是另有隱情,我是刑警寧澤烦感,帶...
    沈念sama閱讀 35,409評論 5 343
  • 正文 年R本政府宣布巡社,位于F島的核電站,受9級特大地震影響手趣,放射性物質(zhì)發(fā)生泄漏晌该。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,001評論 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望朝群。 院中可真熱鬧燕耿,春花似錦、人聲如沸姜胖。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,657評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽谭期。三九已至堵第,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間隧出,已是汗流浹背踏志。 一陣腳步聲響...
    開封第一講書人閱讀 32,811評論 1 268
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留胀瞪,地道東北人针余。 一個月前我還...
    沈念sama閱讀 47,685評論 2 368
  • 正文 我出身青樓,卻偏偏與公主長得像凄诞,于是被迫代替她去往敵國和親圆雁。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,573評論 2 353

推薦閱讀更多精彩內(nèi)容