讲述了一名女子遭遇交通车祸导致灵魂脱壳而出，必须要在49天时间里找到3个真心为自己流泪的人才能复活的故事。
讲述了中国历史上唯一一名女相陆贞的故事。陆贞母亲早亡，由于自小聪慧过人是父亲的得力助手因此遭受继母妒恨遭其迫害。为躲避继母的追杀，她参加宫女考试进入宫廷避难。由于陆贞刻苦努力和过人的才智，成为孝昭帝的红颜知己并晋升为高级女官，最终一步步的成为女宰相。
雷小宝（姜文 饰）和妹妹雷小健（于莉 饰）是情同手足的兄妹，两人相依为命，感情十分要好。小宝是一名刑警，近日来，一宗犯罪金额高达两千万元的诈骗案让小宝陷入了僵局之中，他所缉拿的罪犯陈子良（万梓良 饰），竟然正是小健的男友。
5.4 Sleep disorders are unqualified.
《天上女子》讲述为了给姐姐复仇而从一个见习修女变成冷酷恶女的女人李善宥（尹素怡饰）、爱上尹素怡的富三代徐志石（权律饰），以及一手让李善宥变成恶女的男人张泰正的故事。
往后这一摊子就交给小葱管了。
蓝泽日向（井上真央饰）是高中的心理咨询师，既非家长也非教师的她，却是能成为学生的伙伴的成年人。她每天帮助因学校和家庭问题而烦恼的学生们打开心结，但是，她本身也有着无法对外人道的苦恼。日向有一个过度干涉孩子生活的母亲，与母亲的扭曲关系让她在成长过程中备受困扰。就在日向每天热心于工作之时，一个她关心的不来上学的男生突然向她告白。第二天，那个学生竟离奇死亡。围绕着这名学生的死，日向开始了查明真相的旅程。
高大威大学肄业初入社会，谋得快递员一职，一次在孙凯瑞的激将下，赌输了客户夏雪的商品，从而被迫成为夏雪的免费员工，更是遭到消防队长-----夏雪的哥哥夏雨的蔑视。高大威特招进了消防队，被分配在搜救犬中队，而后与孙凯瑞、夏雨一起成为特勤尖刀队的“铁三角”。高大威误打误撞劝服轻生者，演习时更机智地救了被困孩童，成为特勤队的新星。在工厂救援中他的疏忽差点害死队友，在反思后快速成长，并开始尊重科学救援的理念。在后来的矿山救援中以命相抵生死救援，重新换得战友信任。特勤队经过一连串凶险的救援事件，新兵、老兵终于融为一体，队员之间建立了友情，高大威终于成长为消防精英。
阿秋（黄秋生 饰）曾经是一名训练有素的警察，如今，已经退休的他当起了出租车司机，和儿子东东过着相依为命的生活，尽管辛苦，但充满了温情与快乐。某日，阿秋的前妻突然出现在了他的面前，此时的她已经成为了黑社会大佬赵中天（龙方 饰）的妻子，她此行只有一个目的，那就是将东东从阿秋的身边夺走。
结婚前夜，秦岩得知夏小宁心中一直存在另一个男人；而秦家的一场家庭冲突，也让夏小宁初次领教了秦岩母亲在儿女面前异乎寻常的威严与分量。风波由此自四面八方接踵而至又平行交错：夫妻之间、婆媳之间、夫妻与两家亲人之间、夫妻与朋友之间、生活与事业之间……两个人的人品、素养、心胸，两个人毫不自察的秉性，两个人于有意无意中隐藏在灵魂深处的自我，在婚后的无数次“事件”中，呈现着也裸露着，同时接受着考验、质疑与锤炼……
本剧基于Jeff Pearlman的书籍《Showtime: Magic, Kareem, Riley, and the Los Angeles Lakers Dynasty of the 1980s》创作，聚焦1980年代的洛杉矶湖人队，讲述队员的职业生涯和个人生活，以及那些在球场内外帮助定义了一个时代的非凡人物。在"表演时刻"期间，湖人队称霸NBA，5夺总冠军，是体育界最受崇敬、最具统治力的王朝之一。
警视厅“马来炒饭”课是不去进行实地调查，只在办公室中解决各种疑难案件的机密部门。风早恭子（岛崎遥香）25岁就担任了马来炒饭课的课长。她从不靠脚力进行任何朴实的调查，只凭借自己超群的洞察能力和推理能力，就能华丽地解决各种疑难案件。 一天，马来炒饭课来了一位中年新人刑警石锅干太（古田新太）。他在街道派出所勤恳地工作了25年，终于如愿成为了刑警。而他面对的第一个难题，是在情人旅馆浴缸中发现的全身沾满裙带菜的男尸。
一名东京侦探前往伦敦寻找自己失散多年的弟弟，他现在被认为是一名极道组织成员，因谋杀一名日本商人而遭到通缉。他家族的荣誉，以及国内交战帮派之间所维持的不堪一击的和平景象，都岌岌可危。
18 Leopard Changed Gun: 100 points of trauma, total damage * (1 +0.6).
戚继光苦笑道：就是要说这些么？你站错了立场。
镜头之下，众生平等。每一颗镜头，都是一只眼睛，冷眼旁观生活的真相与谎言。《不思异：录像》共有十二集独立故事，每一集都由一人讲述了一段离奇叵测的过去，而客观的视频记录与主观的回忆交织，恐怖竟在真相背后……
闪闪发光在突然被丢进的电视购物的世界，通过与原人气童星的发表者樱木优（中村隼人）等周围的人物的关系，作为发表者一点点成长。
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.
An attacker initiates a DDoS attack:
