Epix的新剧Get Shorty，这是根据1995年的《矮子当道》改编的10集电视剧，将会在美国时间的8月13日播出。
@ Lrene Lynru @ Zhan Piggy Coco
《樱桃小丸子》是全球知名度最高及最具影响力的动漫作品。其动画连续二十余年高居日本动画收视率前三位，现已超过1000集，仍于每周日黄金时段下午六点准时在日本富士电视台（其在日本的地位相当于中国的CCTV1）连载热播，是日本男女老少心中的第一国民动画。本作品是以作者的童年生活为蓝本的故事，故事围绕着小丸子以及其家人和同学展开，有关于亲情、友谊，或是一些生活小事，其中有笑有泪，令人回想起童年的稚气。在很多人们心中，《樱桃小丸子》不仅仅只是一部喜欢的动漫作品或一个喜欢的动漫人物，她更承载着他们心中对童年的追忆。
她，就是宅门里的小丫鬟！如今摇身一变成了少奶奶！她，曾是锋芒毕露的夫人！如今韬光养晦隔岸观火！宅门里诱惑无数！痴情少爷能够恪守诺言从一而终！一场看不见硝烟的婆媳争斗，一场女人的智慧较量……
Freeform将推出一部限定剧"Love in the Time of Corona"。两对现实里的夫妻演员小莱斯利·奥多姆(《汉密尔顿》)&Nicolette Robinson(《婚外情事》)、吉尔·贝罗斯(《爱国者》)&莱亚·吉斯特德(《密西西比》)和女儿Ava Bellows出演，还有汤米·多夫曼(《十三个原因》)、蕾妮·库尔蕾(《女性》)、L. Scott Caldwell(《迷失》)等。Joanna Johnson(《寄养一家》)任主创。 该剧本周开始在演员们家中隔空录制，共4集，将以4个互相交叉的故事，探索在疫情隔离时期人与人之间的爱和联结。比如奥多姆和Robinson饰演一对夫妻，因为丈夫经常出长差而妻子在家带女儿，两人此前差不多算是分开生活。但因为疫情，两人必须开始在同一屋檐下过日子，他们也不得不重新评估这段关系和自己心目中最重要的是什么。
《鬼入侵》是雪莉·杰克逊同名经典小说的现代改编版，讲述了在美国最有名的鬼屋中长大的五个兄弟姐妹的故事。成年后，他们因为最小的妹妹的自杀而重新聚到一起，迫使他们最终面对与自身过往有关的鬼魂，一些潜伏在他们的心中，还有一些潜伏在这幢著名的山之屋（Hill House）的阴暗处。
老李是一个电视迷，只要是电视剧他都爱看。
将来到底如何，现如今只能看尹旭自己了，期待他能有精彩的表现，精彩到足矣让父亲和家族众人为之惊艳
以医疗事故的原因查明和防止再发生为目的，“医疗事故调查制度”于去年10月起在日本开始实行。以这一制度为主题，本剧将成为潜入事故背景、揭开其黑暗的人性医疗推理剧，而且是1集完结型的原创作品。谷原饰演的角色，是虚构组织“医疗事故调查委员会”、统称“MAIC”第七班的调查员，追求着医疗相关人士与患者们之间的真实的主人公·华冈慧。在慧的私生活中，与他有结婚誓言但却已身亡的婚约者·琴塚七海留下了一个与她没有血缘关系的6岁女儿·琴塚四叶，慧与这个孩子以及母亲·育世一同生活着，这就是他的角色设定。
《风雨雕花楼》通过一个家族的缩影，展示了一个时代的变迁、一个企业的兴衰变化，一段人身的励志成长经历，凄风苦雨，危楼祸福。
桐泽祥吾（木村拓哉饰）虽然在高中时期创下了拳击四冠王的辉煌功绩，之后却屡遭厄运，如今已经完全失去了生存的希望。在好友甲斐（安田显饰）和恩师芦屋（柄本明饰）的极力支持下，他不得已接替芦屋担任了母校松叶台高中拳击部的教练。然而现在拳击部的实力弱，校长大场麻琴（内田有纪饰）正计划摧毁拳击部。突然被任命为顾问的折原葵（满岛光饰）也完全没有对拳击的知识。面对毫无热情的新教练和新顾问，拳击部的每个人都抱有各种想法。就在这时，部长伊庭海斗（髙桥海人饰）得知桐泽是曾经达成四冠王的人物，不知出于什么考虑，突然申请公开练习。@哦撸马（阿点）
MBC新日播连续剧《归来的福丹芝》讲述的是遇见从白马掉下来的王子的生计型江南大妈“福丹芝”，会沉浸凄凉的内心的、温暖的“正宗家庭言情”电视剧，将于2017年5月首播。
河娜的母亲为了能让温泉浴场的经营起死回生，跟允书的父亲一起旅游考察的时候，发生意外事故而双双去世，只留下允书和河娜一对兄妹。
Lins Concubine 06
Strict pattern?
Information Theory: I forget which publishing house it was. It is a very thin book and it is very good. There is a good talk about the measurement of information, the understanding of entropy and the Markov process (there is no such thing in the company now, I'll go back and find it and make it up). Mastering this knowledge, it is good for you to understand the cross entropy and relative entropy, which look similar but easy to confuse. At least you know why many machine learning algorithms like to use cross entropy as cost function ~
2017-07-16 13:43:31
