莫氏企业因童雪父亲而破产，莫父猝死。商界巨头慕家以救莫家家业为由迫莫绍谦与慕咏飞商业联姻。结婚当夜，慕咏飞尖酸刻薄的谩骂逼得莫绍谦与其分居。分居十年中，莫绍谦几番要求离婚未遂，两人婚姻早已事实消亡。莫绍谦偶遇父母双亡的童雪，一见倾心。但当其得知童雪身份，设计将她困在身边。谁知相处中，莫绍谦逐渐爱上童雪。终于，莫绍谦发现当年莫家危难是慕咏飞一手策划，反击慕家。关键时刻，童雪好友家中出现经济问题，童雪求助莫。莫绍谦为帮助童雪，毅然动用巨资，令其与慕家决战失利。慕咏飞被莫绍谦对童雪的真爱感动而觉悟放手。莫绍谦也因为伤害过童雪心存歉疚去自首。童雪决定出国，在机场发现莫绍谦遗留手机上发给她的示爱短信，终于知道了莫的心意…
故事开展于清乾隆三十五年，正值乾隆六十大寿，一片太平盛世的景象。可是在故事的主要舞台，广州南屏县，气氛却异样地沉重，仿似如临大敌。上至两广总督，下至九品芝麻官却是人人自危，严阵以待。一切，就始于一场官史与状师的对决。众官的对手，正是专门与官府为敌的荒唐状师，方唐镜。众官员收到消息，方唐镜不日便会南下到广州。众人商议后，决定将应付方唐镜之事交由九品芝麻官纳兰耿负责，只因纳兰耿的县衙有一秘密武器──他的女儿，人称玉面罗刹的纳兰青青。青青出生于官宦世家，父亲乃旗人，本为武状元出身，胸无点墨，青青受亡母嘱托，熟读律法，在背后助父断案判案，结果她做得比男子更好，让其父赢来不少名声，只有少数人知道，功劳归于背后的青青。青青为助父亲，平日无闲料理家务，无法过寻常女子生活，更耽误婚嫁，加上青青对男性要求甚高，更让婚期遥遥。
剧情讲述四个处于60几岁的终身之交朋友，在她们的每月读书俱乐部活动中，阅读了《五十度灰》，生活发生了翻天覆地的变化。
No.4 Karry Wang
英王目光犀利地看了他好一会，忽然郑重道：你放心。
讲述韩国一代赌王曲折爱情故事的All in。
Telecommunications
正义与邪恶，警方、法律与犯罪，这永恒的主题借由法网群英众生相向我们展示开来。作为刑事检控科高级监控官的方志浩（吴启华 饰）是个极度有原则，对工作极度上进，因为曾经一起失误，让他更加不能坐视不管不公不义之事，被誉为未来法界的一把手。在和警方配合的调查中，智浩也越来越深陷其中；长年卧底杨伟森（吕颂贤 饰）几乎没有当过一天警察，在黑社会摸爬滚打的伟森，起初以为自己能够掌控一切，但随着卧底的深入，自己的身份愈发模糊，这让他彷徨和痛苦。而黑社会的总总纠纷和不知他身份的警察、检察官、律师等的压力，让伟森深陷迷潭。除此之外，警界、律师、法医等都是各类刑事案件的组成部分，各路人马纷纷登场，只为寻求真相。
Aump饰演的Bright是一个多金的单身女青年，还有着写博客的文艺爱好，她自以为不需要爱情也可以过得很好。直到有一天算命师告诉她，是前男友们的痛苦阻止了真爱的到来，于是她开始帮助旧爱们，直到遇到了Pae饰演的Kem…
爱丽丝把毛笔还给陈启，说道。
越来越多的家庭仅由妈妈和孩子组成，而没有丈夫/父亲的存在，一对母子决定租用一个机器人父亲来缓解寂寞之情，而在此过程中却和他培养出真感情。（飯島直子、仲村トオル饰）
Club Friday The Series 6 本季故事主题为爱没错，其中第三个故事《爱本没错，错在朋友也爱》决定拍摄第二季。
民国初期，武术名家武丁当（张国立饰）与其夫人连续生了九个女孩，为求男丁延续香火，武夫人只好对所有人谎称所生的是男婴，取名武十郎（杨千嬅饰）。十郎自小被母亲装扮成男孩子，养成男性化的阳刚性格，并在父亲的教导下习得一身好武艺，爱抱打不平。十郎爱上自小玩到大的孤儿李亚寿（霍建华饰），而他并不知道十郎原为女儿身，更一心只想攀龙附凤。镇中富户雷家举办比武招亲，亚寿一心要打赢擂台娶得富家女，却被十郎打败。十郎误打误撞下成了雷家准女婿，更一获雷家大小姐雷小雨（张萌饰）芳心。而雷家少爷雷声大（胡宇崴饰）巧遇女性妆扮的十郎，更是非她不娶。一段寻寻觅觅后才发现真爱的爱情故事由此展开。
张槐夫妻和小葱都为自己的犹豫和谨慎懊悔不已。
但是并未让汉军将士真正的心服口服。
Netflix过去宣布翻拍1965-68年的经典科幻剧《迷失太空 Lost in Space》，首季为10集，现定于美国时间4月13日上线。原版剧情是Robinson一家正前往另一星球进行殖民任务时飞船受到一个特务破坏，因而令他们从任务中掉队。新版剧情大同小异，背景在3 0年后的未来，年轻的探索者Robinson家庭从地球出发后发现自己偏离了目的地多个光年，流落在陌生的外星环境。Toby Stephens饰演天体物理学家的父亲John Robinson，他亦是太空考察队的指挥官。Molly Parker饰演Maureen Robinson，John的妻子，亦是个无畏﹑聪明的太空船工程师，决定带上全家到太空找寻新生活。Taylor Russell饰演Judy Robinson﹑Mina Sundwall饰演Penny Robinson﹑Max Jenkins饰演Will Robinson，最小的孩子。除了Robinson一家外，还有两个外人同行，他们分别是难以捉摸，擅长操纵别人的Smith博士（Parker Posey饰演）及Don West（Ignacio Serricchio饰），粗暴﹑横蛮，走私奢侈品的后者，意外于Robinson一家身上找到「家」的感觉。Matt Sazama及Burk Sharpless负责为翻拍版编剧﹑Zack Estrin当执行制片﹑Neil Marshall会负责执导某些集数。该剧曾在1998年被改篇成电影版。
在美丽的分界洲岛上，两大集团——利永集团和盛世集团、一直垄断着整个岛屿的旅游及相关产业，是一对死敌却又有着剪不断理还乱的渊源关系。导游姜美京在利永公司第一天上班就遭遇各种不顺和误解、所幸在摄影师申政东的帮助下解了围，两人初生好感。于此同时，利永的高管黄静妍和盛世的总经理申天熙，彼此爱慕却因对手公司关系，承受着情感煎熬。一年一度的海岛旅游节开幕，姜美京被当选为大明星珍妮服务。当晚珍妮却被杀，事件扩散。姜美京作为重大嫌疑人被警察带走调查；申政东找到父亲申健雄，要求其救出姜，作为条件，他愿意回到盛世。金成泽和申天熙碰面，发现各自身边有对方的卧底。是错爱还是终成正果？是合纵还是继续为敌
Let's put it this way, In the next attack, For the first time, the Vietnamese army and this kind of thing mixed up to fight, This also confirms our previous guess: This is not a native animal, But some kind of "weapon" domesticated by the enemy, As for the course of the battle, Just the same as before, It's just that we have the upper hand, Because the support of the artillery group is coming, More than ten kilometers away, 152, 130 artillery shells into the base into the base to "throw" this way, In front of the position, the floating soil lifted by the shell explosion can reach less than half an arm when it is thickest. Therefore, although the number of Vietnamese troops who failed to sneak attack and changed to storm attack was much larger than ours, There is that kind of thing "help", but in the face of strong firepower, it is still difficult to move. Apart from the upset of the bombed people, there is basically no other end. Anyway, we are especially relieved. I also say that this is revenge for all the dead comrades and Zhou Xiaolin, whose leg has been abandoned. "
在人鱼的世界中有着这样的规定，如果不巧被某人类看到了真身，那么，除了和其结婚或将其杀死，没有第三种选择。普通的少年满潮永澄（水岛大宙 配音）在一次溺水中被人鱼濑户灿（桃井春子 配音）所救，按照规定，灿成为了永澄的妻子。没想到，灿居然是濑户海黑社会老大的女儿，个性有些懦弱的永澄将面对怎样悲惨的命运呢？
Considering N categories C1, C2 …, CN, the basic idea of multi-classification learning is "disassembly method", that is, multi-classification tasks are disassembled into several two-classification tasks to solve. Specifically, the problem is split first, and then a classifier is trained for each split second classification task. During the test, the prediction results of these classifiers are integrated to obtain the final multi-classification results. The key here is how to split multiple classification tasks and how to integrate multiple classifiers.
