Endothermic theory: When the flame retardant is heated, endothermic reactions occur, such as decomposition, melting, sublimation, phase change, etc., which make the fiber dissipate heat rapidly and fail to reach the combustion temperature.
SkyOne宣布续订《#穷友记#Brassic》第三季。
「课题很简单，而规则只有一个。」
《Freestyle妈妈》：人过中年的主妇细川房子（中山美穗 饰）在生活、职场中充满不快，某晚下班时一个奇怪男子推荐给她一支神秘口红。突然口红后，她就会以说唱的方式把心中不满一吐为快。
季木霖冷冷地命令道：放手。
故事发生在的二十三世纪，人类的科技发展已经到达了可以星际旅行的地步。
该剧讲述了“扶贫二代”濮泉生与都市女记者沙鸥在澧水市庸城县碗米溪村参与精准扶贫的过程中，挥洒青春热血，克服重重困难，带领村民脱贫致富的故事。
电视剧《锄奸》改编自著名作家石钟山的同名小说。该剧由张汉杰执导，杜淳、于荣光、杨若兮联袂主演。《锄奸》讲述了由杜淳饰演的“锄奸队长”李彪与于荣光饰演的“汉奸哥哥”林振海之间错综复杂、矛盾对立的兄弟之情；展现李彪在面对昔日手足情深的兄弟时的两难与抉择，贯穿与白冬菊、胡晓月两位女主角的情感纠葛。
这两年时间一直在战场上搏杀，战场之外也要斗智斗力，可以说是疲惫至极。
由多个小故事组成，故事分别为“后视镜”、“深夜公交”、“猫眼”、“可视门禁”、“浴室的镜子”。影片由记者邹衍调查发生在10年前的一起孤女坠楼事件开始，逐步揭开了边远小镇上曾经发生的一系列恐怖传闻的真相。然而当真相逐步揭开，邹衍却发现自己已经陷入了“传闻”之中，有些事，并没有止步于10
In the past month, P2P platforms have exploded mines at an average rate of 5 per day, far exceeding the handling capacity that the investigation office can bear. "There were only 30 people in total. It was too late to put out the fire. A policewoman was sitting there."
最终在1974年，阿里凭着过人的毅力，以34岁的运动高龄，再次向拳王发出了挑战！
在NBC有4部剧集的Dick Wolf获CBS直接预定13集新剧《联邦调查局 FBI》，定于18-19年度播出。（这是Dick Wolf自03年后，首次不是为NBC开发新剧）Greg Plageman执笔的《联邦调查局》顾名思义就是讲述美国著名的执法部门FBI，而该剧背景在纽约的办公室。
只有把它们挪到不该去的地方，才需要人呵护，因为它们失去灵性了，连一棵狗尾巴草也不如。
自我感觉超级良好，个性又四海豪气的台客帅哥杨海生(傅子纯饰演)，伙同他从小到大最要好的麻吉好友林博文(陈德烈饰演)同时入伍。两人一动一静，会在成功岭上如何互相扶持？林博文因为当兵，最爱的女友田欣(钱柏渝饰演)竟发生兵变，痛不欲生的博文要如何走出情关？同梯弟兄又会如何义气相挺？
In fact, the annual NPC and CPPCC sessions are all news wars between media reporters, "grasping" representatives and "guarding" members. They are not ambiguous at all. What they show is their professional style!
パーフェクトカップル 矢田亜希子 江波杏子
洞中人来人往，都在往河中的小船上搬运麻袋。
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 ~
