欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營(yíng)的一線實(shí)戰(zhàn)洞察。

偏差估計(jì)+CNN恒星光譜自動(dòng)分類:從預(yù)處理到主動(dòng)學(xué)習(xí)全流程

偏差估計(jì)+CNN恒星光譜自動(dòng)分類:從預(yù)處理到主動(dòng)學(xué)習(xí)全流程 簡(jiǎn)介這份PDF文檔面向天文數(shù)據(jù)處理與機(jī)器學(xué)習(xí)方向的學(xué)習(xí)者、研究者聚焦恒星光譜數(shù)據(jù)的自動(dòng)分類問題提出將偏差估計(jì)與卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合的解決思路。內(nèi)容圍繞數(shù)據(jù)預(yù)處理、偏差估計(jì)、特征提取、分類模型訓(xùn)練與結(jié)果評(píng)估五個(gè)環(huán)節(jié)展開并分析了該方法在高噪聲、高偏差數(shù)據(jù)下準(zhǔn)確性較高、處理效率較好、可靈活調(diào)整等優(yōu)勢(shì)同時(shí)指出其計(jì)算資源消耗大、依賴大量訓(xùn)練樣本等局限適合具備一定深度學(xué)習(xí)基礎(chǔ)、希望將CNN遷移到光譜分析場(chǎng)景的讀者參考。資源包內(nèi)僅含1個(gè)PDF文件壓縮后約1.26MB輕量便于下載與本地閱讀。目前已有143人學(xué)習(xí)可作為恒星光譜分類課題的入門方案與建模思路參考幫助讀者快速理解偏差估計(jì)與卷積網(wǎng)絡(luò)結(jié)合的技術(shù)路線、實(shí)驗(yàn)流程及優(yōu)缺點(diǎn)權(quán)衡。1. 偏差估計(jì) CNN 做恒星光譜自動(dòng)分類這套方案到底解決什么問題恒星光譜自動(dòng)分類這件事聽起來像是天文領(lǐng)域的專屬問題但它的技術(shù)骨架其實(shí)和很多工業(yè)場(chǎng)景一模一樣輸入是一維序列信號(hào)輸出是離散類別中間夾雜著大量噪聲、缺失和分布偏移。傳統(tǒng)做法靠人工定義特征——等效寬度、譜線比值、溫度指數(shù)——再喂給 SVM 或隨機(jī)森林。這套流程在 SDSS、LAMOST 這類大規(guī)模巡天數(shù)據(jù)面前越來越吃力因?yàn)楣庾V數(shù)量從幾萬條漲到幾百萬條人工特征工程根本跟不上。偏差估計(jì)卷積神經(jīng)網(wǎng)絡(luò)恒星光譜數(shù)據(jù)自動(dòng)分類這個(gè)方向核心思路是用 CNN 自動(dòng)從光譜通量序列里學(xué)特征同時(shí)在網(wǎng)絡(luò)內(nèi)部或訓(xùn)練流程中引入偏差估計(jì)機(jī)制用來校正儀器響應(yīng)差異、流量定標(biāo)誤差和類別不平衡帶來的系統(tǒng)性偏移。它適合兩類人一是手頭有幾千到幾十萬條光譜、想從零搭一套分類流水線的工程師二是已經(jīng)用了 CNN 但發(fā)現(xiàn)模型在新一批數(shù)據(jù)上精度掉得厲害、想搞清楚偏差從哪來的人。我自己的血淚經(jīng)驗(yàn)是光譜分類模型在訓(xùn)練集上跑到 95% 不難難的是換一臺(tái)望遠(yuǎn)鏡、換一個(gè)巡天項(xiàng)目之后還能穩(wěn)住 80% 以上。偏差估計(jì)就是那個(gè)幫你穩(wěn)住的東西。2. 光譜數(shù)據(jù)預(yù)處理與偏差來源拆解從 FITS 到模型輸入2.1 恒星光譜的物理特性與分類體系恒星光譜本質(zhì)上是波長(zhǎng)-流量的一維序列。不同光譜型O、B、A、F、G、K、M的差異主要體現(xiàn)在連續(xù)譜形狀、吸收線位置和強(qiáng)度上。O 型星在藍(lán)端流量強(qiáng)、氫線弱M 型星在紅端流量強(qiáng)、TiO 分子帶明顯。分類任務(wù)通常分兩個(gè)層級(jí)粗分類7 個(gè)光譜型和細(xì)分類帶光度型如 G2V、K5III。對(duì) CNN 來說輸入不是原始波長(zhǎng)-流量對(duì)而是經(jīng)過重采樣和歸一化后的固定長(zhǎng)度向量。常見做法是重采樣到 3800–9000 ? 范圍、步長(zhǎng) 1–2 ?得到 2600–5200 個(gè)點(diǎn)。這個(gè)長(zhǎng)度對(duì)一維 CNN 來說完全可控。偏差來源主要有四個(gè)儀器響應(yīng)函數(shù)差異、流量定標(biāo)誤差、星際消光、信噪比不均勻。前兩個(gè)是系統(tǒng)性的后兩個(gè)更接近隨機(jī)噪聲。偏差估計(jì)要處理的主要是前兩個(gè)。2.2 用 Python 讀取 FITS 并做統(tǒng)一重采樣下面這段代碼是我常用的預(yù)處理入口從 FITS 文件讀取波長(zhǎng)、流量和頭信息重采樣到統(tǒng)一波長(zhǎng)網(wǎng)格并做初步的壞點(diǎn)剔除。import numpy as np from astropy.io import fits from scipy.interpolate import interp1d def load_spectrum(fits_path, wave_grid): 讀取單條 FITS 光譜重采樣到 wave_grid。 wave_grid: 目標(biāo)波長(zhǎng)網(wǎng)格單位埃等間距。 with fits.open(fits_path) as hdul: header hdul[0].header data hdul[1].data if len(hdul) 1 else hdul[0].data wave data[loglam] if loglam in data.names else data[wave] flux data[flux] # SDSS 的 loglam 是對(duì)數(shù)波長(zhǎng)需要轉(zhuǎn)回線性 if loglam in data.names: wave 10 ** wave # 剔除 NaN 和 inf mask np.isfinite(flux) np.isfinite(wave) wave, flux wave[mask], flux[mask] # 按波長(zhǎng)排序有些文件是亂序的 idx np.argsort(wave) wave, flux wave[idx], flux[idx] # 插值到統(tǒng)一網(wǎng)格 f interp1d(wave, flux, kindlinear, bounds_errorFalse, fill_value0.0) flux_resampled f(wave_grid) # 連續(xù)譜歸一化用中值濾波估計(jì)連續(xù)譜 from scipy.signal import medfilt continuum medfilt(flux_resampled, kernel_size301) continuum[continuum 0] 1.0 flux_norm flux_resampled / continuum return flux_norm, header邏輯說明先處理 SDSS 特有的對(duì)數(shù)波長(zhǎng)再做有限值過濾和排序插值到統(tǒng)一網(wǎng)格。連續(xù)譜歸一化用 301 點(diǎn)中值濾波這個(gè)窗口對(duì)應(yīng)大約 300–600 ?能平滑掉吸收線但保留連續(xù)譜形狀。參數(shù)kernel_size需要根據(jù)波長(zhǎng)步長(zhǎng)調(diào)整——步長(zhǎng) 1 ? 時(shí) 301 合適步長(zhǎng) 2 ? 時(shí)用 151。2.3 偏差估計(jì)的三種切入方式偏差估計(jì)不是單一技術(shù)而是一個(gè)思路。在光譜分類里我見過三種落地方式第一種是輸入層偏差校正。在預(yù)處理階段估計(jì)每條光譜的儀器響應(yīng)殘差用低階多項(xiàng)式擬合連續(xù)譜比值把偏差扣掉再送進(jìn)網(wǎng)絡(luò)。優(yōu)點(diǎn)是簡(jiǎn)單直接缺點(diǎn)是需要一個(gè)參考光譜模板。第二種是網(wǎng)絡(luò)內(nèi)部偏差模塊。在 CNN 的某個(gè)中間層加一個(gè)偏差估計(jì)分支預(yù)測(cè)一個(gè)偏移向量然后從主特征中減去。這類似 Domain Adaptation 里的殘差校正。實(shí)現(xiàn)上可以用一個(gè)小的全連接分支輸出與特征同維度的偏移量。第三種是訓(xùn)練策略層面的偏差估計(jì)。用對(duì)抗訓(xùn)練或重加權(quán)讓模型對(duì)不同儀器來源的數(shù)據(jù)學(xué)出一致的表示。這種方式不需要改網(wǎng)絡(luò)結(jié)構(gòu)但訓(xùn)練調(diào)參更玄學(xué)。我一般會(huì)先從第一種入手因?yàn)樽钊菀昨?yàn)證效果。如果預(yù)處理做完偏差還在再考慮第二種。2.4 訓(xùn)練集構(gòu)建與類別不平衡處理光譜分類的類別不平衡非常嚴(yán)重。SDSS 里 G 型和 K 型星占了大半O 型和 M 型少得多。直接訓(xùn)練的話模型會(huì)把所有樣本往多數(shù)類推。常見做法是分層采樣加類別權(quán)重。下面是一個(gè)構(gòu)建 PyTorch DataLoader 的示例import torch from torch.utils.data import Dataset, DataLoader, WeightedRandomSampler class SpectrumDataset(Dataset): def __init__(self, flux_array, labels): # flux_array: (N, L) 歸一化后的流量 # labels: (N,) 整數(shù)類別標(biāo)簽 self.flux torch.FloatTensor(flux_array).unsqueeze(1) # (N,1,L) self.labels torch.LongTensor(labels) def __len__(self): return len(self.labels) def __getitem__(self, idx): return self.flux[idx], self.labels[idx] def make_balanced_loader(flux, labels, batch_size64): class_counts np.bincount(labels) weights 1.0 / class_counts[labels] sampler WeightedRandomSampler( weightstorch.DoubleTensor(weights), num_sampleslen(labels), replacementTrue ) dataset SpectrumDataset(flux, labels) return DataLoader(dataset, batch_sizebatch_size, samplersampler, num_workers4)WeightedRandomSampler的核心參數(shù)是weights這里用類別頻率的倒數(shù)。num_samples設(shè)成總樣本數(shù)保證每個(gè) epoch 看到的樣本量和原始一致。replacementTrue允許重復(fù)采樣少數(shù)類。注意num_workers在 Windows 上設(shè) 0否則容易出問題。3. 偏差估計(jì) CNN 的網(wǎng)絡(luò)結(jié)構(gòu)與訓(xùn)練流程3.1 一維 CNN 主干設(shè)計(jì)卷積核大小怎么選光譜是一維序列用一維卷積。卷積核大小直接決定模型能捕捉多寬的譜線特征。吸收線的典型寬度是 5–20 ?對(duì)應(yīng) 5–20 個(gè)點(diǎn)步長(zhǎng) 1 ?。所以第一層卷積核建議 7–11能覆蓋一條完整吸收線。后面幾層可以逐步增大到 15–21捕捉更寬的特征如分子帶。通道數(shù)從 32 起步逐層翻倍到 256 或 512。層數(shù)不用太深4–6 層卷積加全局池化就夠了。光譜分類不像圖像分類需要上百層因?yàn)橐痪S信號(hào)的局部模式相對(duì)簡(jiǎn)單。下面是一個(gè)帶偏差估計(jì)分支的網(wǎng)絡(luò)定義import torch.nn as nn import torch.nn.functional as F class BiasEstimationCNN(nn.Module): def __init__(self, input_len4000, n_classes7): super().__init__() # 主干特征提取 self.conv1 nn.Conv1d(1, 32, kernel_size9, padding4) self.conv2 nn.Conv1d(32, 64, kernel_size11, padding5) self.conv3 nn.Conv1d(64, 128, kernel_size15, padding7) self.conv4 nn.Conv1d(128, 256, kernel_size21, padding10) self.bn1 nn.BatchNorm1d(32) self.bn2 nn.BatchNorm1d(64) self.bn3 nn.BatchNorm1d(128) self.bn4 nn.BatchNorm1d(256) self.pool nn.MaxPool1d(4) self.global_pool nn.AdaptiveAvgPool1d(1) # 偏差估計(jì)分支從中間特征預(yù)測(cè)一個(gè)偏移向量 self.bias_fc nn.Sequential( nn.Linear(256, 128), nn.ReLU(), nn.Linear(128, 256), nn.Sigmoid() # 偏移量限制在 0-1 之間作為縮放因子 ) # 分類頭 self.classifier nn.Sequential( nn.Linear(256, 128), nn.ReLU(), nn.Dropout(0.3), nn.Linear(128, n_classes) ) def forward(self, x): # x: (B, 1, L) x self.pool(F.relu(self.bn1(self.conv1(x)))) x self.pool(F.relu(self.bn2(self.conv2(x)))) x self.pool(F.relu(self.bn3(self.conv3(x)))) x self.pool(F.relu(self.bn4(self.conv4(x)))) # 全局池化得到特征向量 feat self.global_pool(x).squeeze(-1) # (B, 256) # 偏差估計(jì)預(yù)測(cè)縮放因子并校正特征 bias self.bias_fc(feat) # (B, 256) feat_corrected feat * bias # 逐元素縮放 return self.classifier(feat_corrected)邏輯說明主干四層卷積每層后接 BatchNorm 和 ReLU再用 MaxPool 降采樣。偏差分支從全局特征預(yù)測(cè)一個(gè) 256 維縮放向量用 Sigmoid 限制在 0–1然后逐元素乘到特征上。這個(gè)設(shè)計(jì)假設(shè)偏差表現(xiàn)為特征幅度的系統(tǒng)性縮放這在儀器響應(yīng)差異場(chǎng)景下是合理的。參數(shù)方面kernel_size從 9 到 21 遞增對(duì)應(yīng)不同寬度的譜線特征。Dropout(0.3)防止過擬合光譜數(shù)據(jù)量不大時(shí)很關(guān)鍵。偏差分支的 Sigmoid 是設(shè)計(jì)選擇——如果你認(rèn)為偏差是加性的換成Tanh并做加法。3.2 損失函數(shù)交叉熵 偏差正則項(xiàng)只用交叉熵訓(xùn)練偏差分支可能學(xué)不到有意義的東西。我一般會(huì)加一個(gè)正則項(xiàng)約束偏差估計(jì)的平滑性——相鄰波段的偏差不應(yīng)該跳變。def bias_regularized_loss(logits, labels, bias_vector, lambda_smooth0.01): logits: (B, n_classes) labels: (B,) bias_vector: (B, 256) 偏差估計(jì)分支的輸出 lambda_smooth: 平滑正則權(quán)重 ce_loss F.cross_entropy(logits, labels) # 平滑正則偏差向量的相鄰維度差異 diff bias_vector[:, 1:] - bias_vector[:, :-1] smooth_loss torch.mean(diff ** 2) return ce_loss lambda_smooth * smooth_losslambda_smooth控制正則強(qiáng)度從 0.001 到 0.1 之間調(diào)。太大模型會(huì)忽略偏差分支太小偏差估計(jì)會(huì)過擬合噪聲。我一般從 0.01 開始看驗(yàn)證集精度和偏差向量的可視化結(jié)果再調(diào)。3.3 訓(xùn)練循環(huán)與學(xué)習(xí)率調(diào)度訓(xùn)練流程本身不復(fù)雜關(guān)鍵是學(xué)習(xí)率調(diào)度和早停。光譜分類模型通常在 30–50 個(gè) epoch 收斂。from torch.optim import Adam from torch.optim.lr_scheduler import CosineAnnealingLR def train_model(model, train_loader, val_loader, epochs50, lr1e-3): optimizer Adam(model.parameters(), lrlr, weight_decay1e-4) scheduler CosineAnnealingLR(optimizer, T_maxepochs, eta_min1e-6) best_val_acc 0.0 patience 8 wait 0 for epoch in range(epochs): model.train() for flux, label in train_loader: optimizer.zero_grad() logits model(flux) # 這里需要模型返回偏差向量實(shí)際實(shí)現(xiàn)時(shí)調(diào)整 forward loss F.cross_entropy(logits, label) loss.backward() torch.nn.utils.clip_grad_norm_(model.parameters(), 5.0) optimizer.step() scheduler.step() # 驗(yàn)證 model.eval() correct, total 0, 0 with torch.no_grad(): for flux, label in val_loader: pred model(flux).argmax(dim1) correct (pred label).sum().item() total label.size(0) val_acc correct / total if val_acc best_val_acc: best_val_acc val_acc torch.save(model.state_dict(), best_model.pth) wait 0 else: wait 1 if wait patience: print(fEarly stop at epoch {epoch}) break return best_val_accclip_grad_norm_設(shè) 5.0 是防止梯度爆炸光譜數(shù)據(jù)里偶爾有極端值。CosineAnnealingLR比 StepLR 更平滑eta_min1e-6保證最后階段學(xué)習(xí)率不會(huì)歸零。早停 patience 設(shè) 8因?yàn)轵?yàn)證精度波動(dòng)通常不會(huì)超過 5 個(gè) epoch。3.4 偏差估計(jì)效果驗(yàn)證t-SNE 可視化與跨儀器測(cè)試訓(xùn)練完之后怎么知道偏差估計(jì)起作用了我一般做兩件事。第一件是把倒數(shù)第二層的特征拿出來做 t-SNE看不同儀器來源的樣本是否混在一起。如果偏差估計(jì)有效同一光譜型但不同儀器的樣本應(yīng)該在 t-SNE 圖上聚成一團(tuán)而不是按儀器分開。第二件是留出一個(gè)儀器來源的數(shù)據(jù)做測(cè)試。比如用 SDSS 訓(xùn)練用 LAMOST 測(cè)試。如果加了偏差估計(jì)后跨儀器精度比不加時(shí)高 5 個(gè)百分點(diǎn)以上說明偏差模塊確實(shí)在起作用。如果沒差別可能是偏差來源不在特征幅度上需要換一種偏差建模方式。4. 避坑與排查光譜分類里最容易翻車的五個(gè)地方4.1 歸一化方式選錯(cuò)導(dǎo)致模型學(xué)不到譜線特征現(xiàn)象訓(xùn)練精度一直上不去卡在 60% 左右loss 下降很慢。原因用了全局歸一化整條光譜除以總流量把連續(xù)譜形狀信息也抹掉了。連續(xù)譜形狀恰恰是區(qū)分光譜型的重要特征——O 型星藍(lán)端強(qiáng)、M 型星紅端強(qiáng)全局歸一化之后這個(gè)差異被壓平了。解決改用連續(xù)譜歸一化即用中值濾波或多項(xiàng)式擬合估計(jì)連續(xù)譜然后做除法。這樣保留連續(xù)譜形狀同時(shí)把吸收線的相對(duì)強(qiáng)度凸顯出來。中值濾波窗口根據(jù)波長(zhǎng)步長(zhǎng)選步長(zhǎng) 1 ? 時(shí)用 301步長(zhǎng) 2 ? 時(shí)用 151。4.2 類別權(quán)重設(shè)得太大導(dǎo)致少數(shù)類過擬合現(xiàn)象加了類別權(quán)重后少數(shù)類O 型、M 型的召回率上去了但精確率暴跌大量 G 型星被誤判成 O 型。原因權(quán)重設(shè)成了類別頻率倒數(shù)的平方或更高次方少數(shù)類樣本被重復(fù)采樣太多次模型把少數(shù)類的噪聲也學(xué)進(jìn)去了。解決權(quán)重用頻率倒數(shù)的一次方就夠了配合WeightedRandomSampler時(shí)num_samples不要超過總樣本數(shù)的 1.5 倍。另外可以在損失函數(shù)里用 Focal Loss 替代加權(quán)交叉熵讓模型更關(guān)注難分類樣本而不是簡(jiǎn)單粗暴地加權(quán)。4.3 卷積核太大導(dǎo)致過擬合到噪聲現(xiàn)象訓(xùn)練集精度 99%驗(yàn)證集精度 70%差距巨大。原因第一層卷積核設(shè)成了 31 或更大感受野覆蓋了 30 多個(gè) ?把噪聲模式也當(dāng)成特征學(xué)了。光譜里的噪聲在相鄰像素間沒有相關(guān)性大卷積核反而給了模型擬合噪聲的自由度。解決第一層卷積核控制在 7–11后續(xù)層再逐步增大。同時(shí)加 Dropout 和權(quán)重衰減。如果數(shù)據(jù)量少于 5000 條考慮用更淺的網(wǎng)絡(luò)3 層卷積或加數(shù)據(jù)增強(qiáng)波長(zhǎng)抖動(dòng)、流量擾動(dòng)。4.4 偏差估計(jì)分支梯度消失導(dǎo)致形同虛設(shè)現(xiàn)象偏差分支的輸出在所有樣本上幾乎一樣沒有區(qū)分度。原因偏差分支接在全局池化之后梯度要穿過整個(gè)主干才能回傳。如果主干用了 Sigmoid 激活或沒有 BatchNorm梯度會(huì)衰減得很厲害。解決偏差分支從更靠前的層接出來比如第三層卷積之后。或者在偏差分支前加一個(gè)獨(dú)立的 BatchNorm。另外檢查偏差分支的學(xué)習(xí)率——如果和主干用同一個(gè)學(xué)習(xí)率偏差分支可能學(xué)得太慢。可以給偏差分支單獨(dú)設(shè)一個(gè)更大的學(xué)習(xí)率比如主干的 5 倍。4.5 跨儀器測(cè)試時(shí)精度斷崖式下跌現(xiàn)象SDSS 上訓(xùn)練到 92%換 LAMOST 數(shù)據(jù)測(cè)試直接掉到 55%。原因兩個(gè)巡天的波長(zhǎng)覆蓋范圍、分辨率、流量定標(biāo)方式都不同。如果預(yù)處理時(shí)沒有統(tǒng)一到相同的波長(zhǎng)網(wǎng)格和分辨率模型看到的輸入分布完全變了。解決預(yù)處理階段強(qiáng)制統(tǒng)一波長(zhǎng)網(wǎng)格和分辨率。具體做法是先對(duì)高分辨率光譜做高斯卷積降分辨率再插值到統(tǒng)一網(wǎng)格。另外檢查流量單位——SDSS 用 nanomaggieLAMOST 用相對(duì)流量需要做流量定標(biāo)轉(zhuǎn)換。如果這些做完精度還是掉說明偏差不在輸入層需要把偏差估計(jì)模塊加到網(wǎng)絡(luò)中間層。5. 進(jìn)階技巧用偏差估計(jì)做主動(dòng)學(xué)習(xí)與模型迭代5.1 用偏差向量篩選需要人工標(biāo)注的樣本偏差估計(jì)分支的輸出本身就是一個(gè)有用的信號(hào)。偏差向量幅度大的樣本說明模型對(duì)這條光譜的特征表示不確定很可能是訓(xùn)練集里少見的類型或者儀器狀態(tài)異常的樣本。我一般會(huì)把偏差向量 L2 范數(shù)最大的前 5% 樣本挑出來優(yōu)先送人工標(biāo)注。這比隨機(jī)采樣效率高得多——實(shí)測(cè)下來同樣標(biāo)注 500 條按偏差篩選的能讓驗(yàn)證精度多漲 3–4 個(gè)百分點(diǎn)。def select_samples_by_bias(model, unlabeled_loader, top_k500): 按偏差向量幅度篩選最需要標(biāo)注的樣本 model.eval() bias_magnitudes [] indices [] with torch.no_grad(): for i, (flux, _) in enumerate(unlabeled_loader): # 獲取偏差分支輸出 feat model.extract_features(flux) bias model.bias_fc(feat) mag torch.norm(bias, dim1) # L2 范數(shù) bias_magnitudes.extend(mag.cpu().numpy()) indices.extend(range(i * unlabeled_loader.batch_size, i * unlabeled_loader.batch_size len(mag))) # 按偏差幅度降序排列取前 top_k sorted_idx np.argsort(bias_magnitudes)[::-1][:top_k] return [indices[i] for i in sorted_idx]extract_features需要你在模型里單獨(dú)定義返回全局池化后的特征向量。top_k根據(jù)標(biāo)注預(yù)算定一般 300–1000 條一輪。每輪標(biāo)注完重新訓(xùn)練偏差向量會(huì)重新分布下一輪又能篩出新的難樣本。5.2 偏差估計(jì)的在線更新策略模型上線之后新數(shù)據(jù)會(huì)持續(xù)進(jìn)來。如果每次新數(shù)據(jù)都重新訓(xùn)練成本太高。我一般用滑動(dòng)窗口加微調(diào)保留最近 3 個(gè)月的數(shù)據(jù)做微調(diào)集只更新偏差分支和分類頭的最后兩層主干凍結(jié)。這樣每次微調(diào)只需要 5–10 個(gè) epoch單卡幾十分鐘就能跑完。微調(diào)時(shí)學(xué)習(xí)率設(shè)成初始訓(xùn)練的 1/10偏差正則權(quán)重加倍。原因是新數(shù)據(jù)的偏差分布可能和訓(xùn)練集不同需要更強(qiáng)的正則來防止偏差分支過擬合到新數(shù)據(jù)的噪聲上。5.3 一個(gè)容易被忽略的驗(yàn)證指標(biāo)偏差一致性除了分類精度我還會(huì)看一個(gè)指標(biāo)同一顆星在不同觀測(cè)輪次下的偏差向量余弦相似度。如果同一顆星兩次觀測(cè)的偏差向量方向差異很大說明偏差估計(jì)不穩(wěn)定模型可能把隨機(jī)噪聲當(dāng)成了系統(tǒng)偏差。具體做法是找那些有重復(fù)觀測(cè)的樣本計(jì)算偏差向量的余弦相似度取平均值。這個(gè)值在 0.85 以上算正常低于 0.7 就要檢查偏差分支的設(shè)計(jì)了。我踩過的坑是偏差分支用了 Tanh 激活但沒加 BatchNorm導(dǎo)致輸出對(duì)輸入的小擾動(dòng)非常敏感余弦相似度只有 0.5 左右。加了 BatchNorm 之后直接升到 0.9。這套方案從預(yù)處理到偏差估計(jì)到主動(dòng)學(xué)習(xí)整條鏈路我跑過不下十遍。最深的教訓(xùn)是偏差估計(jì)不是萬能藥它只能處理系統(tǒng)性的、有結(jié)構(gòu)的偏差。如果偏差來源是隨機(jī)的信噪比波動(dòng)再?gòu)?fù)雜的偏差模塊也沒用老老實(shí)實(shí)做數(shù)據(jù)清洗和信噪比篩選更實(shí)在。希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
99热这里只有在线| 免费的日逼视频| 婷婷伊人网| 操人91| 婷婷久久精品| 9有码中文| 肏日网在线看| 色色丁香婷婷综合| 五月丁香六月婷婷综合免| 99热精品中文字幕| 午夜不卡成人一区二区| 黄色av网站在线免费播放| 狠狠草综合网| 丁香婷婷色色| av色色国产| 激情五月激情综合俺也去婷婷小说| 国产激情在线| 99在线公开视频| 丁香五月另类色婷婷麻豆| 五月丁香啪啪综合网| 婷婷成人AV| 天堂中文国产| 囯产精品久久欠久久久久久九大| 激情五月图| 色色五月天婷婷| 五月丁香直播| 一起肏在线视频| 丁香五月中文字幕| 色婷婷五月天激情综合| 五月丁香九九| 丁香五月激情综合| 五月婷婷丁香俺日污视频| 狠狠色狠狠爱| 精品久久艹| 热无码A∨| 亚洲第一成人无码A片| 激情美女五月天激情在线| 熟妇人妻中文字幕无码老熟妇| 三级毛片7979| 丁香五月激情综合| 激情綜合W W W,激情五月天| 五月丁香亚洲校园欧美| 99精品九九| 大香蕉欧美在线| 超碰亚洲天堂| 伊人天堂婷婷| 激情五月六月婷婷| 丁香五月婷中字幕| 99r这里只有精品哦| 欧美交换配乱吟粗大25P| 五月天精品综合| 五月婷色| 天天色粽合合合合合合合| 丁香五月婷婷狠狠色| 亚洲综合99| 狠狠色 综合色区| 色香久久| 99精品国产乱码久久久人妻| 久99久在线| 能看的AV网站| 丁香五月另类色婷婷麻豆| 99色色网| 婷婷丁香成人五月天| 五月婷在线| 亚洲 无码 中文字幕 中出| 色五月中文字幕| 久热这里只有精品6| 丁香五月婷婷手机| 国产探花一片区| 久久伊人大香蕉| 婷婷在线观看五月天在线视频| 丁香五月AV| 婷婷开心激情| 99精品久久久久久久婷婷久久| 99超级超级超级碰| 无码人妻少妇色欲AV一区二区| 欧美综合在线五月天色婷婷| 在线资源av-超碰中文在线-成人AV| 99九九99九九九视频精彩| 色久在| 熟美女麻豆| 97五月天| 婷婷六月综合激情| 99久在线视频| 色婷婷五月天在线观看| 最新午夜理论片| 色婷婷综合综合网| 亚洲秘 无码一区二区三区妃光/1| 婷婷在线视频| 丁香婷婷六月天| 99九九视屏| 97久久久久| 91狠狠色丁香婷婷综合久久狠丁香综合久久精品| 色玖玖综合| 国语精品探花| 狠狠插狠狠| 亚洲综合激情五月天婷婷| 久久免费丁香| 伊人久久丁香狠狠婷婷综合香蕉| 99色亚洲| 五月天婷婷久久| 日本成人噜噜噜| 狠狠狠狠狠狠狠狠草| 99热最新| 婷婷五月天久久久| 日韩婷婷| 五月丁香五月丁香五月丁香五月丁香91| 另类视频一区| 亚洲欧美婷婷五月色综合| 激情文学五月丁香六月婷婷| 五月婷天天搞视频| 亚洲愉拍99热成人精品| 久99久视频| 五月天天天天天天天天天天天天天天天婷婷婷 | 九洲一级A片| 色99超碰| 色吊丝永久访问网址| 亚洲啪啪自拍| 久久性爱99国产| A久久| 五月久久婷婷丁香| 婷婷亚洲综合| 婷婷综合视频| 全部老头和老太XXXXX| www.夜夜操| 久久综合九九| 色伊人婷婷| 婷婷色五月天在线| 亚洲va成人va成人va在线观看| 妻久久久久| 国产片天天爽夜夜爽| 日韩成人免费电影| 99热99思午夜精品| 开心五月婷婷在线| 色久在| 丁香无月在线观看| 亚洲丁香五月深爱五月| 人人做人人看人人摸| 五月丁香综合| 色婷婷精品小视频| 人人操人人爱丁香五月| 五月天婷婷综合免费| 开心五月网 | 成人一区在线观看| 五月丁香激情四射| 五月婷婷伦理| 丁香九月婷婷色| 欧美激情综合色丁香婷婷五月天| 五月丁香六月婷婷婷婷| 国产成人99久久亚洲综合精品| 五月天六月天| 六月丁香婷婷色综合| 五月综亚洲| 婷婷丁香69精华| 色视频2025| 91人人妻人人操| 99九九视频| 热久69| 99狠狠色| 亚洲 精品 综合 精品| 欧美激情丁香五月天久久婷婷一区| 琪琪色五月天| 六月丁香成人| 99热在线观看这里只有精品| 99免费热视频| 99ri在线观看视频| 激情伊人五月天| www热久久yy9| 中字幕视频在线永久在线观看免费| 99精色| 成AV人片一区二区三区久久| AV免费在线网站| 亚洲网站999| 91婷婷丁香五月天免费视频网站| 久久丁香五月婷婷激情综合网| 丁香五月婷婷亚洲人| 亚洲在线激情婷婷五月| 这里只有精彩亚洲视频推荐| 亚洲成人在线免费| 91色色五月天| 强伦轩人妻一区二区电影| 激情小说五月天社区丁香| 婷婷五月天国产手机在线视频观看| 色五月婷婷五月丁香五月激情五月视频 | 极品少妇XXXX精品少妇偷拍| 九九人人看| www.综合久久.com| wwccc久久久| 丁香五月天资源网| 欧美搡BBBBB摔BBBBB| 久热精彩视频98| 亚洲99综合| 欧美图片丁香五月天| 六月丁香婷婷色狠狠久久| www.人人操人人看人人想人人摸 人人人人操,COM | 五月婷婷综合成人| 天天插天天干天天舔| 九九热精品| 久久久精品视频79| 最近免费中文字幕大全高清大全1 免费看欧美成人A片无码 | 激情五月婷婷色综合| 五月草影视| 99∨VTV| 五月丁香综合网| 97人妻人人| 99热这里在线精品| 91久热| 久久性刺激| www一区二区三区| 99热最新国内| 色色国产| 殴美日韩成人| 日本久久天堂| 99热成人在线观看| 九九RE视频在线精品| 99热综合网| 99热91| 综合久久99| 99热这里只有精品23| 91丨九色丨白浆秘| 色色综合网站| 五月丁香六月成人| 九九热这里只有精品556| 色婷婷小说| 狠狠色 综合色区| 色婷婷香蕉在线| 丁香五月天综合| 久久久18| 99热亚州综合| 国产精品色色| 狠狠干在线| 丁香五月久久| 在线日本www| 超级碰碰碰97免费| 校园激情 亚洲| 久久精品夜色噜噜亚洲a∨| 六月色色| 亚洲综合色色| 99热热九九| 久久丁香综合精品综合| 午夜婷婷| 欧美人妻一区二区| 成人 视频免费观看网站| 五月婷婷六月色| 激情综合色婷婷啪啪六月天| 99 r热| 丁香五月a| www.91操| 久久婷婷综合五月天| 丁香五月天天日| 美女被肏网站在线看| 天久综合91综合首页| 久久婷婷五月激情网站| 超碰操网| 五月婷婷深深的爱| 丁香六月在线| 五月丁香综合伦理片| 91狠狠色色丁香婷婷综合久久| 免费看欧美成人A片无码| 婷婷的五月天另类视频| 亚洲综合视频网| 国产色99| 婷婷六月丁| 极品少妇高潮啪啪AV无码| 日韩av一区二区在线/日产精品久久久 | 免费的日逼视频| 久久九九综合| 日本少妇AA一级特黄大片| 99热99热| 七月丁香五月婷婷在线| 米奇影视资源婷婷狠狠色激情欧美五月丁香 | 亚洲99在线| 黄色五月婷| 婷婷色狠狠| 久久精品熟女亚洲AV麻豆| 日韩无码人妻一区二区三区综合| 99在线精品观看99| 丁香无月在线观看| 日韩成人网址| 色婷婷丁香五月丁香| 夜精品无码A片一区二区蜜桃 | 色五月婷婷激情综合网| 香蕉AV福利精品导航| 五月熟妇婷婷久久| 五月成人丁香av91| 五月天a婷婷伊人| 99热66| 91人人操人人| 丁香五月综合激情性爱| 99精品女人天堂| 五月丁香婷婷综合| 日本久久精品| 99色色网站| 五月天色五月| 婷婷狠狠五月综合| 第四色网婷婷| 成人日韩欧美| 亚洲五月天狠狠| 天天肏天天舔AV| 婷婷干五月综合在线播放| 91综合网| 九热视频| 99爱精品视频| 超碰人人操| 激情综合啪啪| 丁香婷五月| 综合激情九月婷婷,激情综合婷婷中文字| 五月激情另类| 色原狠狠综合| 五月色色网| 这里只有精彩小视频视频网站| 91欧美日韩综合| 色久播播| 成人在线免费网址| 99热在线只有精品| 天天情色综合网| 丁香久久久| 人人操人人爰人人一天天碰夜夜拍夜夜爽-中国A级毛片天天看天天谢… | 亚洲国产精品SUV| 五月色欧洲| 99视频日韩| 九九自拍网| 五月丁香综合啪啪啪啪啪| 九月激情婷婷丁香| 99热这里只有精品中文字幕| 国产99美少妇| 五月天婷婷激情在线色图| 日韩在线9| 亚洲色爽| 久热天堂| 人人色AV| 亚洲精品V天堂中文字幕| 人人人人人人人草| 五月丁香啪| 99热10在线高清播放| 噜噜操操| 亚洲婷婷丁香五月亚洲| 九九热大香蕉| httpwww色com日本| 日本色五月| 欧洲亚洲最新精品| 91精品又长又大又粗又爽又猛| 熟女激情网| 情五月亚洲婷婷| 极品精品一区二区三区在线| 婷婷久久网| 丁香五月av在线| 久草视频一,二三四| 777精品久无码人妻蜜桃| 99热8| 丁香六月婷婷综合色| 91啦丨九色丨刺激中文| 99热精品在线观看| AV在线免费播放| 激情综合网亚洲色图| 欧美激情-区二区三区| 99热精品中文字幕| 国产精品爽爽久久久久久| 五月婷婷99热| 激情文学 综合 九月| 色综合天天| 欧美丁香五月夫妻天| 五月欧美色播| 久久3级片| 婷婷五月激情小说| 99热亚洲精品| 五月天婷婷无码视频| 开心五月婷婷激情| 久久丝袜婷婷| 婷婷 色 丁香 夜| 五月婷婷婷婷婷婷艺术| 丁香女人五月天| 狠狠色丁香久久婷婷综合五月| 九九色色网| 婷婷五月花西瓜| 婷婷五月色情| 成年视频免费观看| 国产AV一区二区三区最新精品| 日日夜夜狠狠| 99在线精品免费视频| 狠狠人人| 人人色性网| 日本一级一级一级一级| 开心五月综合激情网| 99久久天堂婷婷| 中文字幕丰满孑伦无码专区| 成人五月天丁香婷| 日本婷婷| 婷婷色狠狠| w婷婷五月婷婷w| 毛片新网地| 久人人操| 免费AV在线网址| 天天日日| www.婷婷五月天| 99热无码| 涩婷婷五月天| 性天天中文网| 天天插天天| 思思久久精品视频| www.99热最新视频8| 婷婷综合激情| 五月丁香亚洲校园欧美| 婷婷色综合| 丁香花五月天激情| 九月丁香| 干亚洲天堂| 91九色视频在线观看| 色色色天堂网| 婷婷综合在线视频| 色九月婷婷综合| 这里只有精品1| 久久性爱视频这里只有精品| 婷婷五月花西瓜| 婷婷射婷婷舔| 五月天另类视频| 亚洲人人操BD| 中文字幕 中文字幕明步| 夜夜操,天天撸| 丁香五月开心五月激情| 色五月婷婷丁香五月| 亚洲视频图片婷婷五月| 日本五月天网站| 七七色色综合| 99人妻碰碰碰久久久久禁片| 天天色天天操天天射| 色播五月丁香| 99色在线观看| 五月婷婷av在线| 99在线视频观看| 91在线资源| 国产a视频| 欧洲S级在线观看| 色婷婷超碰| 亚洲AV成人片无码网站| 思思视频这里是精品| 五月婷婷综合激情| 99亚洲色| 九九大香蕉黄色影院| 天天操无码| 亚洲国产精品VA在线看黑人| 江苏少妇性BBB搡BBB爽爽爽| 丁香色情五月综合激情| 97色欧美| 色99亚洲| 亚洲综合激情五月| 欧美日韩AAAA| 婷婷五月色亚洲| 亚洲人人操BD| 激情综合国产| 五月婷婷色播网| 《》【无码】想被搞到爽AV应募而来的超M素人 西纯子 10musume-011723-01 | 五月六月丁香激情视频| 亚洲狠狠爱婷婷| 色情综合网| 五月天另类图片区99| 色噜综| 99re6在线视频精品免费| 爱草视频在线| 国产精品久久久久久久久久免费| 5月婷婷6月丁香aV| 91av无码| 色情五月综合婷婷| 最新五月天婷婷影| 99啪啪网| 狠狠CAO日日穞夜夜穞AV | 99热66| 99免费视频精品| 久青草大香蕉| 亚洲五月天激情| 色狠狠伊人久久五月丁香| 婷婷九月久久| 亚洲婷婷五月天| 五月激情丁香五月| 亚洲精品九九| 婷色五月天| 九九爱这里只有精品| 一本到不卡高清DVD| 久久er99| 亚洲国产精品成人免费一区久久久在线观看AAAA | 综合欧美五月婷婷| 久草九九| 久久精品国产精品| 色色色色五月天| 米奇激情婷婷| 免费色婷婷| 激情婷婷五月| 可以直接看的av网站| 久操干| 风流少妇A片一区二区蜜桃| 日屌日日操日日色| 99成人网站| 超级碰碰碰碰视频| 草草色情综合网| 人人操人av| 久久99久久99精品免观看粉嫩| 亚洲精品无码久久| 成人开心五月天| 丁香五月婷婷综合视频| 中文字幕婷婷在线| 五月丁香婷婷基地| 五月婷婷69| 国产SUV精品一区二区6| 99综合网| 丁香五月婷婷香| 亚洲日韩乱码一区二区三区四区| 1囯产午夜仑鲁鲁| 婷婷五月丁香综合激情小说| 久久怕怕视频| 亚洲婷婷婷| 最近中文字幕2019视频1| 狠狠干综合网| 五月激情五月丁香| 日韩啪啪网| 婷婷亚洲久久| 91干婷婷| 中文字幕AV网址| 色婷视频| 国产干逼片| 精品视频99看在线视频| 久久这里只有精品99| 久久婷五月综合| 五月天综合影院| 久久综合久色欧美综合狠狠| 99热成人精品| 日日爱激情| 91.www综合| 婷婷五月天免费小说| 久久久久激情| 婷婷色九月| 大天天伊人| 色色色9 9 9| 色婷婷激情小说网| 欧美成人精品A片免费一区99| 色色色色色色色色色色色色色五月天| 久久五月天合网| 久久激情网| 五月深情久久| 99热精品中文字幕| 免费看欧美成人A片无码| 成人国产网站| 五月天综合色| 中文av在线观看| 热成人网| 六月综合婷婷开心伊人| 日本五月天激情| 天堂在线婷婷| 操操操Av| www.五月天婷婷| 久久人妻视频| 色婷久| 网站免费一站二站| 五月婷婷深深爱| 任你艹| A1片久久久| 人伦30P| 欧美激情VA永久在线播放| 五月婷婷丁香综合| 97色婷婷| 丁香五月综合| 久热最新视频| 九九成年视频| 啪啪操超碰| 丁香五月六月综合激情| 大香蕉啪啪啪| 加勒比色色| 日韩成人精品中文字幕电影| 狠狠久综合| 久久久久久9热不雅视频| 99热6色| 大香蕉伊在| 日韩99视频| 色综合久久天天综合网| 开心五月婷婷激情| 亚洲综合激情五月久久| 久久精品99国产精品日本| 激情五月丁香激情综合网| 伊人大香蕉爱聚| 99热99热| 蜜桃婷婷狠狠久久| 婷婷情爱五月天6| 国产裸舞福利资源在线视频| 色久播播| SS丁香五月婷婷| 79精品视频在线观看,| 国产97色在线| 亚洲亚洲人成综合网络| 免费观看18视频网站| 超碰九热| 色综合天堂| wuyuedingxiang99| 九九久热| 99自拍视频在线观看| 中美月韩免费A片| www.色五月| 伊人婷婷激情| 五月天伊人久久久久| 狠狠色综合网站久久久久| 丁香婷婷五月天色播| 久草婷婷视频| 天天操人人干| 日韩色色网| 婷婷99视频在线| 超碰人人99| 草操网| 久久国产AV| 天天干天天干天天干天天干天| 激情综合啪啪啪| 激情综合网婷婷五夜| A1片久久| 久热这里这里有精品| 激情六月天婷婷| 月婷婷婷婷五月| 日本色婷婷| 久久九九婷婷| 婷婷五月天激情综合| 99热只有国产在线精品| 色五月色五天色情网| av网址在线播放| 97碰| www.91.com处女在线直播| 草逼大片| 九九99精品| 一本色道久久综合狠狠躁一二三| 五月丁香六月婷婷久久久综合| 免费看片在线观看| 激情六月婷婷| 91色涩| 襙逼网| 久久久久久久97| 香蕉曰比| 公的粗大挺进了我的密道| 99亚洲精品| 人人干Av| 亚洲乱码w在线观看| 日韩免费视频| 欧美日本va| 青青热久精品视频在线观看| 五月天婷婷成人网| 丁香久久久| 五月色俺婷婷| 99在线视频精品| 中文在线视频久9| 日日婷婷不卡| 五月婷色| 天天色综和网| 久久婷婷五月综合| 日韩人妻在线观看| 五月综合激情网| 人妻在线观看视频| 国产99热在线看| 激情人妻蜜夜系列区| 可以直接看的av| 欧美25p| 天天综合五月天| 丁香五月激情性色郤| 五月丁香少妇| 热久久这里只有三级视频| 欧美性色A片免费免费观看的| 天天干夜夜想| WWW.99热| 另类在线| 色婷婷香蕉| www.99精品视频| 五月婷婷婷色| 亚洲色另类| 色婷久| 丁香五月婷婷在线观看| 激情综合六月| 五月丁香六月婷婷在线播放| 五月综合婷婷开心网| 91操片| 婷婷成人AV| 《丁香激情综合久久伊人久久》影视在线观看 -高清预告手机免费播放 -三妹影院 | 五月天婷婷偷拍| 在线理论片| 99在线观看| 五月丁香婷婷激情在线视频| 久久五月婷| 日本色天堂| 成人网站av免费网站推荐| 永久热91| 99re青青草| 久热AⅤ| 综合精品啪啪| 9 9 9色色| 日本在线观看91| 婷婷六月久久| 欧美性生交A片免费看| 婷婷的99视频网站| 五月色网| 色婷婷五月天偷拍| 色丁香五月| 综合久久99| 五月婷丁香| 婷婷色综合| 亚洲国产精品SUV| 99自拍网| 五月丁香综合激情| 色99网| 五月丁香综合| 色色婷婷丁香| 欧美色色色色色色| 天天操无码| 六月激情婷婷| 99精品成人无码A片观看金桔| 成人日韩欧美| 婷婷激情四射| 亚洲偷| 玖久久网站| 9精品一区| 超碰在线观看9| 婷婷操久久| 99热欧美| 东北婷婷五月天| 久久久久久天天日天天爱| 影音先锋女人av鲁色资源网小说免费| 91日韩在线| 六月婷婷视频| 99久久久国产精品免费蜜乳tv| www.日韩艹| 狠狠搞亚洲| 久re热视频| 婷婷五月天AV| 久热久69| 天天日夜夜欢| 精品九九在线观看| 色婷婷激情五月天| 色五月婷婷操逼| 99久热| 射婷婷中文字幕| 欧美日本高清视频99| 粉嫩av懂色av蜜臀av熟妇| 99热久只有精品首页| 日韩综合大黄| 五月丁香综合影院| 日韩aaa| 91综合在线| ..真实国产乱子伦对白在线_欧 | 岛国av网| 天天综合精品| 色狠狠999综合| 色色99| 超碰五月婷婷五月天| 97丁香婷婷| 六月婷伊人| 三十路磁力链接| 玖玖资源天天无码| 五月天久久婷婷| 久久九九99| 99色综合久久| 国产精典视频在线观看| 五月丁香婷婷激情久久| 亚洲在线资源| 六月丁香婷婷色综合| 久久免片| 99热在线播放| 玖玖婷婷色| 五月天激情网图片 - 百度| 亚洲欧美国产高清vA在线播放| 亚洲AVDVD| 婷婷综合视频| 97五月天| 色综合色| 亚洲成人无码免费| 五月天色婷婷激情综合| 俺去也综合| 色婷婷综合久久久久| 欧美日本国产| 六月丁香视频网站| 欧洲一区二区| 91碰操| 婷婷激情综合色五月久久,色婷婷丁香花,丁香婷婷五月情天,久久婷婷五月综合色 | 深爱五月天 开心网| 9久久久久久久久久久| 97碰碰碰免费公开在线视频| 91精品综合久久婷婷九色| 六月天六月婷| 亚洲丁香五月天视频| 四色永久成人网站| 久久综合五月| 久久机只有这里精品| 婷婷丁香五月综合激情视频| 久操热| 黄色精品五月婷婷| 开心五月深爱婷婷| 思思久久99热只有频精品66| 一区=区操屄高清大全av| 人妻射精AV| 亚洲丁香五月| 伊人大综合| 亚洲久热| 婷婷五月丁香色综合| 天天爽综合| 99热在线观看| 91成人品| 综合久久人妻| 777精品成人a v久久| 久久激情网| 日韩无码色色| 婷婷五月天97干| 色综合久久久久| 99热99干| 九九99在线免费在线观看视频| 99这里只有精品视频| 久久综合爱| 五月色 亚洲| 色哟哟性爱av| 婷婷色偷拍| 精品人妻在线| 丰满女老板BD高清A片| 欧美色99| 五月花免费视频| 婷婷六月色| 99激情网| www久| 综合色七七| 久久这里99| 丁香五月婷婷色综合| 6080av| 热思思九九| 天天插轮理| 99久久国产宗和精品1上映| 亚洲色情一区二区三区四区| 六月成人网| 大香蕉AV在线| 99热免费观看| 婷婷色无码| 久久精品国产精品| 五月丁香啪啪综合网| 综合五月激情| 五月婷婷六月丁香在线| 日本一级大片| 五月婷婷自拍视频| 久久青草国| 色五月av| 日本3级片偷拍网站| 俺去也五月天婷婷| 天天色综合色色色色色。| 99国产精品久久久久久久久久久 | 五月婷婷开心网| 久久色五月| 欧美五月婷婷| www.黄色片-久久成人国产精品在线播放-999AV | 五月天俺去也| 五月天伊人久久| 激情婷婷久久| 99久久亚洲精品视频| 国产 码在线成人网站| 伊人五月人妻精品| 色五月激情问网站| 91久久色| 六月丁香激情综合网| 婷婷精品在线| 日本色99| 久久激情五月婷婷| 久久综合伊人77777蜜臀| 99热啪啪| 色五月激情五月| 五月婷婷六月奇米网丁香| 国产色香蕉精品五夜婷| 婷婷综合五月天| 亚洲综合新99视频| 狠狠爱婷婷五月天| 五月婷婷激情性爱| 久久激情综合| www,99色| 久久综合九九| 久久久精久人妻| 丁香五月777| 九九热精品在线| 亚洲中文乱字字幕线在永久| 五月婷久久久| 99爱在线视频| 五月婷婷丁香网| 另类亚洲电影| 欧美成人A片AAA片在线播放| 欧美色色色| 91人人澡人人爽人人看| 另类少妇人与禽zOZZ0性伦| 色综合久久88色综合天天人守婷| 亚洲亚洲人成综合网络| 亚洲久久婷婷| 噜噜五月天综合| 色色色色网| 亚洲激情综合免费| 天天性视频| CHINESE熟女老女人HD视频| 久久婷婷六月综合| 丁香婷婷人妻| 影院久久久| 婷婷五月激情小说| 色色色9| 秋霞黄色一级久久| 亚洲AV永久无码影院黑人| 高清无码入口| 97热这里只有精品| 99这里只有免费的精品| 色很久综合| av中文在线| 婷婷综合视频| 久久99热这里只频精品6学生| 五月丁香六月婷婷久久| 亚洲第一视频 久久| 久久亚洲婷婷| 综合精品啪啪| 五月婷婷丁香| 久久大香蕉同僚| 久久婷婷五月草视频| www色婷婷| 日韩性爱无码| 成人精品视频99在线观看免费| 五月婷婷丁香在线视频| 玖玖视频福利| 久久精品天| 91chinese在线| 天天五月天综合网址| 色婷婷五月天激情久久| 激情另类综合| 婷婷色基地在线看| 超碰只有精品在线| 天天色视频| 色婷五月| 五月丁香婷婷在线综合蜜桃| 久色激情| 免费观看高清无码| 四川BBB搡BBB爽爽视频| 色八月婷婷| 色一情一乱一乱91Av| 五月婷视频| 色情五月婷婷| 色九区| 26uuu日韩| 。久久久久久久久久久久久久人妻 | 另类激情五月| 99热九九热| 九九热在线观看视频网站| 九九热视频精品2| 综合久久久| 婷婷五月天毛片| 99九九这里有免费视频| 国产亚洲精品久久久久久郑州| 色欲一区二区三区精品A片| 日夜夜天天| 久久久久久久久久久久久久人妻视频| 9 大屁股在线视频精品| 亚洲六月综合激情久久下卡| 婷婷久草| 欧美激情VA永久在线播放| 五月婷婷激情性爱| 欧美日韩成人高清在线| 婷婷五月丁香在线观看| 欧美天天爽| 国产亚洲99久久精品| 91久久精品无码一区二区三区| 亚洲V国产V欧美V久久久久久| 久久激情天堂| 激情小说婷婷| 99综合色| 99热精品中文字幕| 色婷婷婷婷五月天| 欧美色色色色色色色| 婷婷激情五月综合丁香社| 五月丁香狠狠爱婷婷综合| 色婷婷基地 | 日本欧美成人片AAAA| 极品少妇XXXX精品少妇偷拍| 亚洲激情网| 久久婷婷精品| 亚洲激情综合| 男女啪啪做爰高潮无遮挡| 99这里有精品| 午夜天堂一区人妻| 成人美女网| 精品久久穴| 色伊人91在线视频| 日本人人超碰| 久热精品免费视频4| 99久99久| 国产高潮白浆一区二区| 99在线免费视频播放| 九九在线91| 超碰五月婷婷五月天| 国产操逼视频网站| 日韩大片艹艹| 五月丁香六月婷婷成人| 色色丁香婷婷综合| 五月丁香婷婷色| 激情网五夜婷婷| 丁香五月激情欧欧美| 开心五月婷婷在线视频免费观看| 色色色欧美| 日韩色色小视频| 色五月天中文字幕| 国产人妻人伦精品一区二区| 久久这里精彩免费在线观看| 99自拍视频在线| 91porn一起草| www.99热在线观看| 色9999日韩国产| 国产色色在线| 久久加勒比| 天堂在线婷婷| 久久五月天色婷婷| 99成人网一区| 五月激情丁香五月宗合| 狠狠五月天婷婷激情网。| 久久婷婷六月综合| 六月丁香综合| 99热啪啪| 久草免费福利视频| 日韩av网站在线观看| 亚洲愉拍99热成人精品| 五月天色婷伊人| 五月综合婷婷久久在线| www.五月天婷婷| 五月丁香婷婷AV| 午夜成人AV在线| 色色色网站| 欧美精品狠狠色丁香婷婷| 亚洲AV无码影院| 人人爽欧美婷婷久久久五月丁香| 婷婷丁香六月天激情四射网| 97碰人人操| 久久婷婷五月天激情四射| 亚洲久久激情| 狠狠婷婷色综合| 五月丁香少妇| 2014天天爽| 五月丁香六月香综合激情| 九九热最新| 99这里| 热久久999| 色婷久九| 伊人国产婷婷五月天| 色播播五月| 国产欧洲欧洲精品久久| 九久九精品| 99久在线| 97色婷婷五月天| 97丁香婷婷| 日韩黄在免| 色婷婷偷拍| 丁香婷婷六月天| www.五月天婷婷| 久9视频免费播放| 五月激情在线| 久久一品区| 五月天激情小说电影| 99在线观看精品视频| 五月丁香啪啪啪| 伊人丁香五月婷婷潮吹| 欧美激情五月综合| 亚洲婷婷免费| 五月丁香六月激情| 九九热婷婷| AV美美午夜| 九九热精品99| 操操操B| 亚洲AV成人片无码网站| 五月婷婷开心丁香| 五月丁香色| 综合日本婷婷| 国产精品色色666| 伊人玖玖网| 色综合久久久无码中文字幕999| www.韩日视频| 激情小说五月天社区丁香 | 啪啪91| 久久久久久婷| 婷婷五月天成人娱乐| 天天激情欧美美女| 久久9热好| 中文字幕AV在线| 99热九九热| 狠狠CAO日日穞夜夜穞AV| 久久 婷婷 五月天| 开心五月深爱五月丁香五月激情五月 | 蜜桃人妻无码AV天堂三区| www.婷婷,com| 99久久免费精品| 六月婷婷五月丁香| 任你擦免费视频| 91艹人| 热九九精品| 玖色色综合| 天天干天天玩天天夜天天射天天操天天日蜜臀少妇 | 日韩av干| 99热这里只有精品4| 五月婷婷人妻| 99热天堂| 中文字幕av久久爽| 色月视频| 婷婷五月天电影网| 久热69| 毛片色五月| 影音先锋美国A| 婷婷五月天伊人在线| 日本欧美国产| 五月色导航| 碰碰91| 97热久久| 99在线精品在线视频| 亚洲成人无码专区| 久久久er热| 丁香六月婷婷久久综合| 五月婷婷深深爱| 夜夜撸夜夜骑| 婷婷丁香综合色AV| 婷婷五月天成人影片| 成人免费120分钟啪啪| 久久婷婷激情五月天一区二区| 日日日天天干| 婷婷六月激情综合| 我要色综合五月婷婷| 欧美成人va| 天天爽在线视频| www.丁香五月| 91操片| 色深爱五月| 五月婷九月| 五月综合缴情网| 精品热青草| www.婷婷网| 丁香五月人妻| 深爱婷婷基地| 五月天开心网| 操操操www.com| 婷婷在线视频| 欧美噜噜久久久XXX| 久久综合人妻| 激情网战码亚洲A| 五月丁香婷婷成人网| 久操操| 激情图片五月天| 五月丁香六月婷婷亚洲天堂网站| 这里只有精品视频在线| 久久久精品99| 色五月婷婷老师| 成人网站av免费网站推荐| 久热免费视频| 日本久久人| 另类综合激情| 久久九色| www.婷婷六月天| xxxx五月| 男女啪啪做爰高潮无遮挡 | 亚洲精品乱码久久久久久综合| 丁香五月综合婷婷| 99热最新| 婷婷久热| 丁香五月激情六月| 97搞在线| 激情伊人五月天| 日本乱论99| 天天婷婷色六月| 五月丁香中文婷婷中文| www.五月丁香| 色婷婷综合丁香五月天| 婷婷久久综合| 丁香九月久久| 综合网色| www.五月婷婷久久.com| 久久伊人五月天| 影音先锋 91工厂| 伊人网色婷婷五月天| 丁香婷婷五月| 久久婷婷成人| 五月丁香成人网| 天天爽曰日爽| 大香人妻| 色5月婷婷色| 久久这里这里有精品免费视频| 成人片在线播放| 丁香久久综合| 99re这里只有| 五月婷婷干| 色五月婷婷影视| 五月天综合在线观看| 99热在线观看精品| www色色色com| 五月停停丁香| 精品热九九| 97se视频在线| 亚洲综合网区| 91麻豆国产三级精品福利在线观看| 偷拍视频五月天| 99偷拍视频在线日本| www.99热这里只有精品| 玖玖精品资源| 久久在线大香蕉| 色婷婷九月| 色综合天天天天做夜夜| 五月婷婷色影院| 天天爽人人综合免费7799| 色婷婷丁香五月观看| 色色网91| www.色婷婷| 激情五月丁香综合网站| 久久五月网| 伊人五月天在线| 五月天狠狠干| 翔田千里 50岁 无码| 天天干天天色天天干| 亭亭五月基地在线| 91狠狠色丁香婷婷综合久久| 人人舔人人| 色婷婷丁香网| 色婷婷丁香五月| 五月丁香六月婷婷亚洲| 美女精品一级不卡视频| 国产精产国品一二三在观看| www.丁香黄色五月天人与| 久久综合中文字幕| 黑人巨粗进入警花疼哭A片| 六月色婷婷| 五月婷婷激情色情网| 久一网站| 一级操逼大片| 亚洲午夜av| 大陆肏屄视频| 色婷婷AV在线| 97色色色| 色色色综合色| 久久综合中文| 丁香五月天日韩无码| 丁香婷婷91在线观看视频| 天天插轮理| 色射影院| 色播激情婷婷| 激情九月婷婷| 久久婷婷五月综合色丁香| wwccc久久久| 99人人干| 亚洲第二AV| www.99热| 色综合天天综合成人网| 丁香五月激情综合在线观看| 亚洲性爱电影| 亚州第一黄网| 天天插天天射| 丁香五月香蕉| 97 A I色色| www·五月天| 久久三级视频| 99精品视频推荐| 久热这里只有精品6| 久久精彩免费视频| 人人看人人摸人人| 欧日韩AV| 91色综合| 丁香五月天激情四射网| 五月婷婷啪啪啪啪| 色你久久| 天天插,天天射| 久久 这里只有精品1| www.xtbsty.cn.com蜜乳AV| 婷婷五月丁香超碰| 五月丁香 狠狠爱| 日本色婷婷| 色久丁香五| 久久久久久丁香五月| 欧美激情五月天在线观看| 色婷婷综合网| 色五月激情| 91视频综合网|