昨日の君は別の君、明日の私は別の私 藤原紀香 鶴見辰吾
一批拥有特殊能力的小朋友，通过老教授的时空穿梭机来到了宋代的开封府。与包公、展昭等共同经历了破获地牢命案、客栈智擒偷银贼、巧查梁王府窃案、义取长生不老药、揭露真假父子、给包爷爷治病、向梁国老借粮、智劝庞太师、力查科举考等多个系列事件的全过程，经历过无数次的历险后，佳乐等小朋友终于发现了自身的缺点，也明白了俞教授的良苦用心，他们体验到成功的喜悦，发现人生的价值与目标，增强了集体荣誉感和责任心，以及与人为善、开朗活泼的性格，坚强的意志品质；同时也提高了热爱大自然、保护大自然的意识和对大自然审美情趣。
《到火花中去》以60-70年代韩国为背景，不仅仅是沉重又萧条的，这也是韩国要开始近代化的时期，仿佛一台即将出发的蒸汽机车一般，充满了动力充满成功的机会和各种可能性，以及都向着这种可能性奔跑的满怀激情的时代。权力家、国际财团，让这个时代还充满了华丽感，与市民们每天为生计愁苦的样子，在电视剧中同时得以展现。
他们眼中闪着仇恨的光芒，死死盯着对面，只待迎回公主，就要将这支靖军踏成肉泥。
Channel 4预定由Desiree Akhavan制作的喜剧《双性恋》（The Bisexual）。该剧讲述一个通过约会不同的男女，来发现自我的故事。
List of winners:
《我的婆婆怎么那么可爱》（英语：U Motherbaker），2020年台湾家庭喜剧。于2019年6月30日开镜，2020年2月3日杀青。公视主频、公视+与公视台语台将于6月6日播出。
连黑娃和枫叶都玩得不亦乐乎。
这里是“Dunder meijubar.net Mifflin”纸业公司一家小小分公司的办公室，在头脑非常脱线的区域经理迈克尔（史蒂夫·卡瑞尔 Steve Carell 饰）领导下，一群办公室职员的生活每天充满古怪趣味。吉姆（约翰·卡拉辛斯基 John Krasinski 饰）是个诙谐、脑子灵活的恶作剧狂人，整天想出不同点子折腾坐对面的学究型同事杜维特（雷恩·威尔森 Rainn Wilson 饰），后者每每气恼不已，也在工作上暗自对吉姆使坏，还视他做升职最大竞争对手；吉姆的恶作剧搭档是前台女孩潘（珍娜·费舍 Jenna Fischer 饰），两人制造出无止境的欢笑，但潘已经有了未婚夫，吉姆对她动心也只能发乎情止乎礼。办公司里还有脾气古怪的大龄剩女安吉拉（Angela Kinsey 饰）、深受迈克尔歧视的同性恋会计奥斯卡（Oscar Nuñez 饰）、拼命想融入大家都实习生瑞恩（B.J. Novak 饰），无论大家性格合拍与否，彼此的共识都是，经理迈克尔是整间屋最大的极品……
以专门审问疑犯的队伍紧急事案审讯对应班（通称キントリ）为舞台，侦讯官以独特的说话技巧及心理战与嫌犯进行心理攻防，揭开事件的真相。
《柳熙烈的写生簿》是一档音乐谈话类节目，每期都有才华横溢的音乐人参加聊天及现场演出，可以与现场的观众在第一时间达到共鸣。
5. Processing of Test Points
《向西聞記》改編自香港著名網絡小說作家、向西村上春樹歷年來的最佳短篇小說，劇集分成13個單元，期望帶給香港人有創意的電視劇；劇集班底亦為港產史上最強，並由張繼聰主演，他在宣傳片中說：「香港人唔使再忍喇！3月8日，hmvod原創劇集《向西聞記》隆重首播。」首個出爐單元，會係張繼聰同榮升媽咪級嘅胡杏兒聯手演出兩集《畜牲傳心師》。戲中張繼聰飾演一個招搖撞騙嘅動物傳心師，四圍呃錢又呃女，就連最心愛嘅杏兒都唔放過。喺預告片入面阿聰仲不停爆粗，流俐之外仲字字鏗鏘「喺香港最搵錢嘅工就係呃x人！再高一個level係呃x人錢，又唔犯法。」
BBC One的3集迷你剧《英式丑闻 A Very English Scandal》根据Jeremy Thorpe的真人真事所改篇。在60年代末英国才刚刚对同性恋除罪化，而当时作为自由党领袖，以及百年来英国政党中最年轻的领袖，Jeremy Thorpe（Hugh Grant饰）隐藏着一个秘密 – 他有一个前同性恋人 Norman Scott（Ben Whishaw饰）。只要Norman Scott还活着，这对Jeremy Thorpe来说都是威胁，因此他策划谋杀前度，但最终不但不成事，还被对方指控意图谋杀。此事令Jeremy Thorpe成为首位因谋杀案而受审判的英国政治家，更被公众得知他的同志身份；最终Jeremy Thorpe虽然被判无罪，但也结束了政治生涯。该剧由Stephen Frears执导﹑Russell T. Davies负责执笔。
Demo Xia: I downloaded all the popular frameworks at present. I ran for the examples in different frames and looked at the results. I just thought it was good. Then I thought, well, in-depth learning is just like that. It's not too difficult. This kind of person, I met a lot during the interview, many students or just changed careers came up to talk about a demo, handwritten number recognition, CIFAR10 data image classification and so on, but you asked him how the specific process of handwritten number recognition was realized? Is the effect now good and can it be optimized? Why should the activation function choose this, can it choose another? Can you explain the principle of CNN briefly? I'm overwhelmed.
电视台 BBC 2
