炒蟹味菇的做法

文章導讀

蟹味菇也是一種真正類食物,因為吃起來和螃蟹的鮮美味道有些類似,所以被叫做蟹味菇。除此之外蟹味菇還具有一定的藥理作用,例如經常吃蟹味菇的話有助於潤通腸便,還可以起到延緩衰老,美容養顏的特殊功效。吃蟹味菇的過程中當然也有許多不同的吃法,而在炒蟹味菇的時候應該如何炒呢?

蟹味菇炒肉

蟹味菇不僅美味可口,而且有潤腸通便、幫助消化、增加人體免疫力、延緩衰老、美容護膚等功效。

食譜所需用料:蟹味菇400克,豬肉250克,蔥、油、鹽分別適量。

做法步驟:

1、豬肉切片;蟹味菇去根洗凈;蔥分別切成末。

2、鍋內倒油,放入蟹味菇翻炒片刻,再倒入豬肉,大火翻炒8分鐘。

3、放入蔥末,加鹽調味即可出鍋。

蟹味菇炒蛋

雞蛋含有豐富的蛋白質、脂肪、維生素和鐵、鈣、鉀等人體所需要的礦物質,和蟹味菇同食能起到健腦益智,改善記憶力的作用。

食譜所需用料:蟹味菇1盒,雞蛋2個,蒜3瓣,蔥花、鹽和料酒各適量。

做法步驟:

1、將把蟹味菇根部切掉,洗凈瀝干水分;雞蛋打散,蒜切末。

2、將打散的雞蛋加少許料酒,倒入油鍋,翻炒片刻。

3、熱鍋冷油,下蒜爆香;倒入洗凈的蟹味菇翻炒。

4、加入炒過的雞蛋翻炒數下,加入蔥花和鹽即可。

涼拌蟹味菇

蟹味菇富含膳食纖維,能在腸道中幫忙吸收水分,促進大腸蠕動,具有很好的潤腸通便的功能,同時排毒體內毒素,降低血清膽固醇。

食譜所需用料:蟹味菇400克,食鹽、雞粉、米醋、剁椒、白糖、辣椒油適量。

做法步驟:

1、蟹味菇洗凈,對半切開。

2、鍋中燒開水,加點鹽,再倒入蟹味菇,水再次燒開,撈出瀝干水份。

3、調入紅剁椒、純米醋、雞粉和白糖,再淋入辣椒油,拌勻即可。

蟹味菇湯

蟹味菇有防止便秘、抗癌防癌、提高免疫力、預防衰老、延長壽命的獨特功效,是一種低熱量、低脂肪的保健食品。

食譜所需用料:蟹味菇400克,蔥、鹽分別適量。

做法步驟:

1、蟹味菇腳剪掉,洗凈;蔥切末。

2、將蟹味菇放入鍋中,加入適量清水,煮成湯。

3、調入蔥花和鹽即可。

網站內容來源https://www.cndzys.com/yinshi/網站內容來源https://www.cndzys.com/yinshi/
【其他文章推薦】

※信用卡的機場接送服務好嗎?

台北桃園機場接送,網友超推,CP值超高,安全,寬敞又舒適

※想知道台東名產人氣商品是什麼?想知道更多台東知名伴手禮有哪些?

※評選台東伴手禮推薦商品「釋迦 」是台東必買伴手禮之一

※離島好好玩!小琉球必吃美食、必玩景點、最優惠的小琉球民宿套裝行程詳細攻略!

※濃郁的奶香牛軋糖-最好吃的伴手禮,送禮要送進心崁裡!

※找尋專業廣告設計,價格公道大圖輸出,背板品質佳

洛陽必吃美食

文章導讀

我國各個地區都有着不同的美食,尤其是隨着人們生活水平提高后,出門旅遊的人也越來越多,除了在景區里觀賞美景以外,當地的美食也成為人們喜愛的食物。而到了洛陽必吃美食有哪些呢?洛陽燕菜是大家一定要品嘗的,另外,燙而餃子、不翻湯等等也是到洛陽旅遊時不可錯過的美食。

1、新安燙麵餃

新安燙麵餃,用精白粉作皮,豬前胛后臀肉作主餡,配適量大蔥、韭黃、白菜心、生薑,佐以白糖、料酒、小磨油、食

鹽、味精等。把面燙好,擀成薄皮,包成如新月型的麵餃,上籠清蒸,十分鐘即可。其特點是皮薄如紙,色澤如玉,五味具全,鮮香不膩。

2、胡辣湯

胡辣湯是洛陽小吃系列中的一絕。它源於清代中恭弘=叶 恭弘,大興於民國初年,之後花樣不斷翻新。至今你若行走在洛陽大街小巷口,隨處都能見到它的身影。小小一碗胡辣湯,緣何會歷久不衰呢?它以大眾化的品位和低廉的價格,始終成為人們早餐時的首選

3、洛陽不翻湯

已有120多年的歷史。創始人劉振生,現已傳三代人,名劉呼欄,年70多歲。配料有綠豆粉、胡椒、味精、醬油、醋、木耳、粉絲、海帶、蝦皮、紫菜、韭菜、錦珍、食鹽。用小勺舀一些稀綠豆麵糊往平底鍋里一倒,即成一張類似春卷的薄片,不用翻個就熟,所以就叫“不翻”。把兩張晶瑩翠綠的“不翻”疊着放在碗里,舀些滾燙的豬骨頭湯澆在上面,再放上些粉條、黃花、木耳等,還要捨得放些醋、胡椒粉,於是一碗不翻湯就做好了。這個湯吃到嘴裏時,“不翻”軟綿不化,嚼之有 豆香;湯酸辣清淡,餘味悠長,是洛陽本地人吃夜宵的首選.其特點是味道純正、酸辣利口、油而不膩。極具當地特色,很受老百姓的喜愛。

4、漿麵條。

洛陽人普遍喜食的一種風味小吃。它是將豆漿置於適當的溫度下,發酵變酸,然後放入鍋內加熱到80度左右,液面便有一種蘑菇狀的漿汁。這時加入少許香油,反覆 攪拌,待滾沸,將麵條下鍋,最好是雜麵條。攪拌麵條使之呈糊狀。然後,將調製好的鹽、蔥花、青豆、芹菜、韭菜、辣椒加入。

5、清蒸魴魚

魴魚產於伊水,故有“伊魴”之說。以其製作簡單,香淡味純而聞名。漢唐時期常以此魚招待貴賓。相傳,唐代大詩人白居易和“九老會”的詩人們,在飲酒賦詩時,常食此魚。

6、閻家羊肉

已傳四代人,至今已有1500年的歷史。第二代人閻順生,對羊肉湯進行了創新,使調料配置適當,湯味更加鮮美,從此,閻家羊肉湯聞名豫西城鄉。閻家羊肉湯的特點是:用鮮羊肉,當天用肉,當天宰羊;香料齊全、量大。用胡椒粉而不用辣椒,鹹淡適口,湯味鮮美。

7、張家餛飩

又稱“馬蹄街餛飩”。創始人為張須,至今已有150年的歷史。1920年,張家餛飩第二代傳人張坤對配料和品種加以創新和改進,以白面雞肉、雞血、薄雞蛋餅、嚇仁、水粉絲、榨菜等為主料;而以大油、胡椒、醬油、雞湯、豬肉湯、陳醋等為輔料,冬天配韭黃、大蔥,春天配嫩韭、香椿。從而使張家餛飩具有製作精細、味道鮮美、噴香適口,酸辣具全的特點,漸漸名聲大振。

8、尚記牛肉湯

吳家街人尚老概括經營,迄今40多年。牛肉湯有甜咸兩種,其特點:肉肥湯鮮,煮湯輔料全,用油炸過的辣椒和大蒜,滲一起搗碎,味道尤鮮。洛陽人早晨愛吃牛肉泡饃。拿饃去泡,或將湯買回泡,吃驚牛肉泡饃的人甚多,今日,不管早中晚均有吃牛肉泡饃的。

9、潘金和燒雞

潘金和燒雞:在洛陽久享盛名。創始人潘根生,1941年其子潘金和

開始營業,以其風味獨特,經營靈活,故生意興隆,遠近馳名。如今經營潘金和燒雞的是金和之子栓柱。配料:丁香、草果、卜撥、豆蔻、大回、小回、花椒等。特 點:製作精細,味道純正、皮色黃中透紅。肉質外焦里嫩,食后滿口余香,遠銷省內外。有詩為證:“佳肴名聲噪,顧客千里至。”

10、洛陽燕菜

洛陽獨具風格的風味菜。相傳,武則天居洛陽時,東關一塊菜地里,長出一個幾十斤的大蘿蔔,菜農認為是神奇之物,獻給女皇武則天,御廚師把它切成絲、拌粉清蒸,配以鮮味湯汁,女皇吃后,其味異常鮮美,大有燕窩風味,贊不絕口,賜名“燕菜”。後傳入民間,日久天長,大家都叫做“洛陽燕菜”,流傳至今。

網站內容來源https://www.cndzys.com/yinshi/網站內容來源https://www.cndzys.com/yinshi/
【其他文章推薦】

※信用卡的機場接送服務好嗎?

台北桃園機場接送,網友超推,CP值超高,安全,寬敞又舒適

※想知道台東名產人氣商品是什麼?想知道更多台東知名伴手禮有哪些?

※評選台東伴手禮推薦商品「釋迦 」是台東必買伴手禮之一

※離島好好玩!小琉球必吃美食、必玩景點、最優惠的小琉球民宿套裝行程詳細攻略!

※濃郁的奶香牛軋糖-最好吃的伴手禮,送禮要送進心崁裡!

※找尋專業廣告設計,價格公道大圖輸出,背板品質佳

白色褲裝穿搭有着獨特的魅力

白色褲裝穿搭有着獨特的魅力

春季的穿搭中,還有一種色調讓你多種風格搭配,氣質、淡雅、大氣都有能幫你選搭,那就是白色調的褲裝,不同的款式搭配,幫你塑造不一樣的造型。以下整理的多種白色褲裝搭配,幫你輕鬆選搭都市日常出街裝,不一樣的顏色和款式組合,看看你喜歡哪種搭配,日常出街簡單的款式搭配都沒問題。

►穿搭示範

日常出街風衣的穿搭是不會少的,在選搭整體造型的時候,上圖中兩種簡單的色調選擇,一:黑色風衣+黑色內搭+白色闊腿褲,搭配白色的包包和鞋子。二:卡其風衣+黑色高領針織內搭+白色褲裝,選擇黑色的包包和鞋子搭配。

白色褲裝在選擇外套的時候,除了簡單的黑白灰色,彩色中推薦選擇兩種是上圖中的顏色,圖一黃色調的風衣+黑色高領內搭+白色直筒褲,黑色的包包和鞋子搭配。還有就是深咖的風衣選擇,搭配白色針織內搭和褲裝就可以,簡單大氣的組合。

白色褲裝在選搭淺色調的造型時,淺卡其的格紋風衣和上圖二中的拼接款是推薦借鑒,整體搭配選擇白色內搭和褲裝。選搭風衣時,褲裝以闊腿褲居多,休閑氣質的都市穿搭,包包的顏色選擇彩色調,點綴淺色調搭配。

還有就是選擇格紋西裝的搭配,上圖一中黃色的格紋西裝搭配黃色針織內搭+白色直筒褲,簡約氣質穿搭。或者就是選擇卡其的風衣組合,白色條紋內搭和白色直筒褲組合,選擇深黃包包組合,日常推薦簡單的搭配組合。

比較簡單的穿搭,白色褲裝和黑色的上衣組合,上圖一中黑色皮衣+白色襯衣+黑色針織內搭+白色微喇褲+黑色高跟鞋,都市氣質通勤的選擇。選搭簡單的黑白色調搭配,那麼褲裝的新潮款式是不錯選擇,上圖二中腰部三層拼接款,推薦嘗試選擇。

想要淡雅的穿搭,那麼整體白色調是推薦搭配,上圖一中白色高領內搭,風衣的收腰款,包包和鞋子選擇黑色,推薦首選的借鑒款式。內搭除了白色針織,還有就是拉鏈衛衣的選擇,舒適簡單的款式。

 

本站聲明:網站內容來源於江西熱線http://www.online.jx.cn,如有侵權請聯繫我們,我們將及時處理

【其他文章推薦】

※信用卡的機場接送服務好嗎?

台北桃園機場接送,網友超推,CP值超高,安全,寬敞又舒適

※想知道台東名產人氣商品是什麼?想知道更多台東知名伴手禮有哪些?

※評選台東伴手禮推薦商品「釋迦 」是台東必買伴手禮之一

※離島好好玩!小琉球必吃美食、必玩景點、最優惠的小琉球民宿套裝行程詳細攻略!

※濃郁的奶香牛軋糖-最好吃的伴手禮,送禮要送進心崁裡!

※找尋專業廣告設計,價格公道大圖輸出,背板品質佳

拌面醬的做法簡單的

文章導讀

面是我國大部分地區都十分喜愛的主食,而且面的做法也有多種,每個地區都有所不同,其中拌面是一個吃起來簡單而且比較美味的類型。吃拌面主要是醬的味道,而拌面醬的做法簡單的方式是怎樣的呢?有幾種面醬大家可以嘗試着做一下,不過以下給大家介紹一種適合在家裡吃的拌面醬。

家庭版拌飯拌面醬的做法

紅辣椒去蒂控水

我買的是袋裝的醬(一共放了15袋),需要提前把它們都擠入容器里,熬制的時候就可以節省時間

蒜去皮打成蒜泥

花生炒熟去皮(不用放油,直接干鍋炒制)壓成花生碎

控好水的辣椒絞碎,肉剁成小碎塊(家族遺傳享受不了牛羊肉,所以放的豬肉,豬肉要選精肉,不要放五花肉哦)

鍋里倒入油,將油燒開關火倒入蒜末(關火是怕倒蒜末的時候油濺出來)翻炒幾下放入一大勺豆瓣醬,開火

將肉末倒入翻炒均勻,把剩下的豆瓣醬倒入翻炒

辣椒末放入攪拌均勻

花生碎,芝麻,白糖,米醋按順序放入鍋中攪拌均勻

等鍋里冒出均勻的泡泡就證明開透了,關小火慢慢熬制30分鐘,中間需要不斷上下翻動一下,以免糊鍋

30分鐘后肉醬變得粘稠后關火放入雞精,不喜歡的可以省略不放

網站內容來源https://www.cndzys.com/yinshi/網站內容來源https://www.cndzys.com/yinshi/
【其他文章推薦】

※信用卡的機場接送服務好嗎?

台北桃園機場接送,網友超推,CP值超高,安全,寬敞又舒適

※想知道台東名產人氣商品是什麼?想知道更多台東知名伴手禮有哪些?

※評選台東伴手禮推薦商品「釋迦 」是台東必買伴手禮之一

※離島好好玩!小琉球必吃美食、必玩景點、最優惠的小琉球民宿套裝行程詳細攻略!

※濃郁的奶香牛軋糖-最好吃的伴手禮,送禮要送進心崁裡!

※找尋專業廣告設計,價格公道大圖輸出,背板品質佳

媒體:看時尚黑客如何解密羅拉密碼

媒體:看時尚黑客如何解密羅拉密碼

  薩皇宮(深圳)服裝貿易有限公司旗下時尚原創品牌“LOORA PWD羅拉密碼”新品發布會震撼亮相,並以“時尚黑客”為主題彰顯了設計師的品牌個性。     據了解,“LOORA PWD羅拉密碼”是愷薩皇宮(深圳)服裝貿易有限公司旗下時尚原創品牌、以首席設計師LOORA WANG的名字命名,旨在為每位追求自由、時尚、個性、獨立的女性打造專屬自己的都市現代風格。     LOORA WANG ,中國資深時裝設計師、深圳原創設計師,從事服裝15 年。她不僅具備深厚紮實的設計功底,更加之自身敏銳超前的洞察力。所設計出的時裝往往是華美奢侈的風格,細膩精緻的做工加卓越不凡品味的完美結合。         “LOORA PWD 旨在為每位追求自由、時尚、個性、獨立的女性量身定製專屬的個人形象,展現出追求年輕而自由的女性韻味,讓你找回真正強大的自我能量,打造專屬自己的都市現代風格。”設計師LOORA WANG在接受媒體採訪時表示,“時尚本源的生命力好比載有個性密碼的保險箱,每個人身上都有未解的密碼,而LOORA PWD 希望成為能破解密碼的時尚黑客,把屬於自己的個性彰顯出來。”   對於LOORA品牌創立的初衷,設計師LOORA WANG表示:”世界上沒有一片恭弘=叶 恭弘子是相似的”這是萬物與生俱來的個性,我們的人生就像上了密碼的保險箱,上帝收走了開箱密碼,LOORA PWD想做上帝的黑客,通過時尚,將原本屬於你的密碼還給你,以服裝啟動真我!”

本站聲明:網站內容來源於江西熱線http://www.online.jx.cn,如有侵權請聯繫我們,我們將及時處理

【其他文章推薦】

※信用卡的機場接送服務好嗎?

台北桃園機場接送,網友超推,CP值超高,安全,寬敞又舒適

※想知道台東名產人氣商品是什麼?想知道更多台東知名伴手禮有哪些?

※評選台東伴手禮推薦商品「釋迦 」是台東必買伴手禮之一

※離島好好玩!小琉球必吃美食、必玩景點、最優惠的小琉球民宿套裝行程詳細攻略!

※濃郁的奶香牛軋糖-最好吃的伴手禮,送禮要送進心崁裡!

※找尋專業廣告設計,價格公道大圖輸出,背板品質佳

拌青椒的做法

文章導讀

青椒這種蔬菜在生活中食用量是非常大的,每一個家庭對於青椒的做法都是不同的,有一些人出現炒青椒,有一些人喜歡腌制青椒,所以對於青椒的做法我們可以多學習幾種。涼拌青椒是腌制青椒的做法,首先我們需要將青椒去籽,然後將青椒進行焯水處理,在將青椒放在精鹽中腌制半個小時,最後加上香油醬油攪拌就可以了。

所需食材

做法一

主料:青椒300克

調料:鹽3克,味精2克,香油2克,醬油15克

做法二

青椒2個,紅辣椒2根,鹽2匙,砂糖1小匙,米酒1/2匙,姜2片,白醋1小匙,香油1小匙。

製作方法

做法一

1、將青椒去蒂、籽,洗凈切成不規則的塊;

2、青椒放入開水鍋中焯透,撈出瀝干水備用;

3、把瀝干水的青椒在碗中用精鹽腌制30分鐘左右;

4、倒掉腌出的水,加入醬油、味精、香油,拌勻即可食用。

做法二

1、把紅辣椒洗凈,切絲;姜洗凈,切末。

2、將青椒洗凈去籽,切塊。

3、加入清水1500毫升於鍋內煮沸,放入青椒氽燙后撈起,泡冷開水待涼。

4、把青椒瀝干放入容器內,加入辣椒絲、薑末、鹽、砂糖、米酒、白醋、香油,拌勻后即可。

食用須知

辣椒也不可多吃,否則會出現口乾、咽痛、大便不暢等癥狀。

網站內容來源https://www.cndzys.com/yinshi/網站內容來源https://www.cndzys.com/yinshi/
【其他文章推薦】

※信用卡的機場接送服務好嗎?

台北桃園機場接送,網友超推,CP值超高,安全,寬敞又舒適

※想知道台東名產人氣商品是什麼?想知道更多台東知名伴手禮有哪些?

※評選台東伴手禮推薦商品「釋迦 」是台東必買伴手禮之一

※離島好好玩!小琉球必吃美食、必玩景點、最優惠的小琉球民宿套裝行程詳細攻略!

※濃郁的奶香牛軋糖-最好吃的伴手禮,送禮要送進心崁裡!

※找尋專業廣告設計,價格公道大圖輸出,背板品質佳

涼拌蔬菜減肥

文章導讀

對於正在減肥的人來說平時的飲食是非常重要的,飲食方面盡量不要吃一些熱量太高的食物,盡量多吃新鮮的水果和蔬菜,比如說晚餐可以吃一些涼拌蔬菜,在輔助減肥方面有很好的作用,蔬菜裏面的熱量是非常低的,同時它還能補充人體的維生素和礦物質,是非常好的一個減肥的方法,我們來看一下這方面的內容。

涼拌蔬菜減肥

吃涼拌菜可以起到一定的減肥作用,這裏指的是蔬菜。如果說我們在外面就餐的時候,上來有涼菜,涼菜當中有葷菜,如果你大量吃葷菜它照樣會肥胖,因為那些葷菜能量也很高。

但如果說今天中午我們有三個菜,其中有一個拌菜,或者說兩個涼拌的菜,那這樣就可以減少油和脂肪的攝入,可以起到一定的減肥作用,同時有很好的飽腹感。

比如說涼拌蔬菜,有好多種蔬菜在一塊,我們可以直接拿來生吃。西紅柿黃瓜蘿蔔,還有一些紫甘藍、生菜,我們這些可以吃。所以來說,我們適量的吃一些涼拌菜有助於減肥

吃哪些蔬菜最能刮油減肥

近年來,吃蔬菜的飲食風尚漸為大眾接受。尤其是體形較為豐滿的女性,甚至把吃蔬菜當成了習慣。不可否認,多吃素食、蔬菜水果等富含纖維的食物,的確對減肥有幫助。不過,想達到健康減肥的效果還需了解蔬菜的營養成分,下面幫大家介紹10種可急速減肥的蔬菜:

菠菜

菠菜熱量非常低,每100克菠菜的熱量僅有17大卡,且含有大量的植物粗纖維,能夠促進腸道蠕動,利於排便,絕對是一種任吃不胖的蔬菜。

椰菜

椰菜是一種含熱量較低的蔬菜,其所含的丙醇二酸,能抑制體內的糖類物質向脂肪轉化。而且,椰菜中還含有豐富的膽鹼,膽鹼可以調節脂肪的代謝。因此,椰菜比較適合減肥人士食用。

韭菜

韭菜中含有大量的粗纖維,能促進腸蠕動,有較強的通便作用,可排出腸內過多的營養成分及代謝廢物,從而有利於減肥和清潔腸道。

黑木耳

黑木耳的作用是降低血粘稠度,軟化血管,使血液活動動暢,能預防血管疾病。另外黑木耳還有較強的吸附作用,吸附體內廢物排出體內,具有良好排毒效果。

網站內容來源https://www.cndzys.com/yinshi/網站內容來源https://www.cndzys.com/yinshi/
【其他文章推薦】

※信用卡的機場接送服務好嗎?

台北桃園機場接送,網友超推,CP值超高,安全,寬敞又舒適

※想知道台東名產人氣商品是什麼?想知道更多台東知名伴手禮有哪些?

※評選台東伴手禮推薦商品「釋迦 」是台東必買伴手禮之一

※離島好好玩!小琉球必吃美食、必玩景點、最優惠的小琉球民宿套裝行程詳細攻略!

※濃郁的奶香牛軋糖-最好吃的伴手禮,送禮要送進心崁裡!

※找尋專業廣告設計,價格公道大圖輸出,背板品質佳

00後學穿搭:衛衣不用只搭配AJ啦!

00後學穿搭:衛衣不用只搭配AJ啦!

小夥伴們大家好!不知道小夥伴們有沒有發現,很多小夥伴在學校里都喜歡穿AJ搭配校服,其實已經太普通了,而且還有很多學生喜歡在春天的時候穿衛衣,這沒有錯,但是下面就不要總是搭配AJ了,今年還有很多新出的帆布鞋也很好看呢,現在的00后已經很會穿了,自帶“撩妹”屬性!

今天小歌子要和小夥伴們分享的主題就是:建議大家:“衛衣”下面別總穿AJ,現在00后都這麼會“撩”!

 

 

第一件是學生黨最喜歡的假兩件衛衣,學院風十足,領口和袖子都是現在最流行的格子襯衫的樣式,搭配一雙今年的網紅帆布鞋,分分鐘逆襲校草啊!

第二件漸變色的衛衣,笑臉變成了小“哭臉”一臉不高興的模樣,從灰色到黑色的完美漸變,好像水墨畫一般,再穿一雙同等冷色系的帆布鞋,校花看到你都會心動的。

第三件衛衣的顏色搭配就更加特別了,好像那種抽象畫一樣的顏色,雖然顏色不同,但是一點也不繁雜、混亂,反而充滿了學生的朝氣磅礴,不過這個時候就要搭配純色的帆布鞋了。

然後看一下這款民俗風的帆布鞋,上面那款漸變色的衛衣搭配這雙帆布鞋就很好看了,而且不挑校服顏色,直接百搭!

另外這一款高幫的白色帆布鞋,網紅鞋的顏值,運動鞋的舒適程度,搭配衛衣+校服,學校里秒殺校草不是問題哇,現在的00后就是這麼會“撩”,趕緊學起來!

本站聲明:網站內容來源於江西熱線http://www.online.jx.cn,如有侵權請聯繫我們,我們將及時處理

【其他文章推薦】

※信用卡的機場接送服務好嗎?

台北桃園機場接送,網友超推,CP值超高,安全,寬敞又舒適

※想知道台東名產人氣商品是什麼?想知道更多台東知名伴手禮有哪些?

※評選台東伴手禮推薦商品「釋迦 」是台東必買伴手禮之一

※離島好好玩!小琉球必吃美食、必玩景點、最優惠的小琉球民宿套裝行程詳細攻略!

※濃郁的奶香牛軋糖-最好吃的伴手禮,送禮要送進心崁裡!

※找尋專業廣告設計,價格公道大圖輸出,背板品質佳

時尚街拍,展現女性優雅姿態

時尚街拍,展現女性優雅姿態

小姐姐美麗穿搭秀出無法抗拒的美,穿搭很好看,展現出了一種相當愜意瀟洒還帶着幾分很自信的美,看了這位美女的街拍時尚照片后,說心裡話我真的是很喜歡

這位美女時尚又端莊,穿搭很優雅,百搭又不乏時尚感,看了小姐姐的照片后,我不得不佩服她的穿搭風格,

姑娘你的身材為什麼這麼好,穿的衣服時尚新潮,看上去不僅僅個性而且還展現出了一種街頭女神的美,每個人選擇的搭配方式,都會有所不同,但是她卻穿出了經典

這位有着淺淺微笑的美女,穿衣打扮盡顯尊貴,顯得清爽舒適的美感,她的穿搭風格好像是國際范,畢竟人靠衣服才能更漂亮

一個優秀的女人無論在什麼場合下,想必都能夠把握好自己的狀態,因為她們會對自己的一切細節都一絲不苟,她們會讓自己的形象保持在端莊大方的水平。,如果你覺得小編寫得還不錯,還請留言告訴小編哦

本站聲明:網站內容來源於江西熱線http://www.online.jx.cn,如有侵權請聯繫我們,我們將及時處理

【其他文章推薦】

※信用卡的機場接送服務好嗎?

台北桃園機場接送,網友超推,CP值超高,安全,寬敞又舒適

※想知道台東名產人氣商品是什麼?想知道更多台東知名伴手禮有哪些?

※評選台東伴手禮推薦商品「釋迦 」是台東必買伴手禮之一

※離島好好玩!小琉球必吃美食、必玩景點、最優惠的小琉球民宿套裝行程詳細攻略!

※濃郁的奶香牛軋糖-最好吃的伴手禮,送禮要送進心崁裡!

※找尋專業廣告設計,價格公道大圖輸出,背板品質佳

機器學習筆記(1) 感知機算法 之 實戰篇

我們在上篇筆記中介紹了感知機的,討論了感知機的由來、工作原理、求解策略、收斂性。這篇筆記中,我們親自動手寫代碼,使用感知機算法解決實際問題。

先從一個最簡單的問題開始,用感知機算法解決OR邏輯的分類。

import numpy as np
import matplotlib.pyplot as plt

x = [0,0,1,1]
y = [0,1,0,1]

plt.scatter(x[0],y[0], color="red",label="negative")
plt.scatter(x[1:],y[1:], color="green",label="positive")

plt.legend(loc="best")
plt.show()

下面我們來定義一個函數,用來判定一個樣本點是否被正確分類了。由於此例中樣本點是二維的,因此權重向量也相應的為二維,可以定義為\(w = (w_1, w_2)\),在Python中可以使用列表來表達,例如w = [0, 0],而樣本到超平面的距離自然就是w[0] * x[0] + w[1] * x[1] +b。下面給出完整的函數。

def decide(data,label,w,b):
    result = w[0] * data[0] + w[1] * data[1] - b
    print("result = ",result)
    if np.sign(result) * label <= 0:
        w[0] += 1 * (label - result) * data[0]
        w[1] += 1 * (label - result) * data[1]
        b += 1 * (label - result)*(-1)
    return w,b

寫完核心函數后,我們還需要寫一個調度函數,這個函數提供遍歷每一個樣本點的功能。

def run(data, label):
    w,b = [0,0],0
    for epoch in range(10):
        for item in zip(data, label):
            dataset,labelset = item[0],item[1]
            w,b = decide(dataset, labelset, w, b)
            print("dataset = ",dataset, ",", "w = ",w,",","b = ",b)
    print(w,b)
data = [(0,0),(0,1),(1,0),(1,1)]
label = [0,1,1,1]
run(data,label)
result =  0
dataset =  (0, 0) , w =  [0, 0] , b =  0
result =  0
dataset =  (0, 1) , w =  [0, 1] , b =  -1
result =  1
dataset =  (1, 0) , w =  [0, 1] , b =  -1
result =  2
dataset =  (1, 1) , w =  [0, 1] , b =  -1
result =  1
dataset =  (0, 0) , w =  [0, 1] , b =  0
result =  1
dataset =  (0, 1) , w =  [0, 1] , b =  0
result =  0
dataset =  (1, 0) , w =  [1, 1] , b =  -1
result =  3
dataset =  (1, 1) , w =  [1, 1] , b =  -1
result =  1
dataset =  (0, 0) , w =  [1, 1] , b =  0
result =  1
dataset =  (0, 1) , w =  [1, 1] , b =  0
result =  1
後面的迭代這裏省略不貼,參數穩定下來,算法已經收斂

下面看一個來自UCI的數據集:PIMA糖尿病數據集,例子來自《機器學習算法視角》第三章

import os
import pylab as pl
import numpy as np
import pandas as pd
os.chdir(r"DataSets\pima-indians-diabetes-database")
pima = np.loadtxt("pima.txt", delimiter=",", skiprows=1)
pima.shape
(768, 9)
indices0 = np.where(pima[:,8]==0)
indices1 = np.where(pima[:,8]==1)
pl.ion()
pl.plot(pima[indices0,0],pima[indices0,1],"go")
pl.plot(pima[indices1,0],pima[indices1,1],"rx")
pl.show()

數據預處理

1.將年齡離散化

pima[np.where(pima[:,7]<=30),7] = 1
pima[np.where((pima[:,7]>30) & (pima[:,7]<=40)),7] = 2
pima[np.where((pima[:,7]>40) & (pima[:,7]<=50)),7] = 3
pima[np.where((pima[:,7]>50) & (pima[:,7]<=60)),7] = 4
pima[np.where(pima[:,7]>60),7] = 5

2.將女性的懷孕次數大於8次的統一用8次代替

pima[np.where(pima[:,0]>8),0] = 8

3.將數據標準化處理

pima[:,:8] = pima[:,:8]-pima[:,:8].mean(axis=0)
pima[:,:8] = pima[:,:8]/pima[:,:8].var(axis=0)

4.切分訓練集和測試集

trainin = pima[::2,:8]
testin = pima[1::2,:8]
traintgt = pima[::2,8:9]
testtgt = pima[1::2,8:9]

定義模型

class Perceptron:
    def __init__(self, inputs, targets):
        # 設置網絡規模
        # 記錄輸入向量的維度,神經元的維度要和它相等
        if np.ndim(inputs) > 1:
            self.nIn = np.shape(inputs)[1]
        else:
            self.nIn = 1
        
        # 記錄目標向量的維度,神經元的個數要和它相等
        if np.ndim(targets) > 1:
            self.nOut = np.shape(targets)[1]
        else:
            self.nOut = 1
        
        # 記錄輸入向量的樣本個數
        self.nData = np.shape(inputs)[0]
        
        # 初始化網絡,這裏加1是為了包含偏置項
        self.weights = np.random.rand(self.nIn + 1, self.nOut) * 0.1 - 0.05
        
    def train(self, inputs, targets, eta, epoch):
        """訓練環節"""
        # 和前面處理偏置項同步地,這裏對輸入樣本加一項-1,與W0相匹配
        inputs = np.concatenate((inputs, -np.ones((self.nData,1))),axis=1)
        
        for n in range(epoch):
            self.activations = self.forward(inputs)
            self.weights -= eta * np.dot(np.transpose(inputs), self.activations - targets)
        return self.weights
    
    def forward(self, inputs):
        """神經網路前向傳播環節"""
        # 計算
        activations = np.dot(inputs, self.weights)
        # 判斷是否激活
        return np.where(activations>0, 1, 0)
    
    def confusion_matrix(self, inputs, targets):
        # 計算混淆矩陣
        inputs = np.concatenate((inputs, -np.ones((self.nData,1))),axis=1)
        outputs = np.dot(inputs, self.weights)
        nClasses = np.shape(targets)[1]
        
        if nClasses == 1:
            nClasses = 2
            outputs = np.where(outputs<0, 1, 0)
        else:
            outputs = np.argmax(outputs, 1)
            targets = np.argmax(targets, 1)
            
        cm = np.zeros((nClasses, nClasses))
        for i in range(nClasses):
            for j in range(nClasses):
                cm[i,j] = np.sum(np.where(outputs==i, 1,0) * np.where(targets==j, 1, 0))
        print(cm)
        print(np.trace(cm)/np.sum(cm))
print("Output after preprocessing of data")
p = Perceptron(trainin,traintgt)
p.train(trainin,traintgt,0.15,10000)
p.confusion_matrix(testin,testtgt)
Output after preprocessing of data
[[ 69.  86.]
 [182.  47.]]
0.3020833333333333

這個案例使用感知機訓練得到的結果比較糟糕,這裏只是作為展示算法的例子。

最後看一個使用感知機算法識別MNIST手寫数字的例子。代碼借鑒了Kaggle上的kernel。

step 1:首先導入所需的包,並且設置好數據所在路徑

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
train = pd.read_csv(r"DataSets\Digit_Recognizer\train.csv", engine="python")
test = pd.read_csv(r"DataSets\Digit_Recognizer\test.csv", engine="python")
print("Training set has {0[0]} rows and {0[1]} columns".format(train.shape))
print("Test set has {0[0]} rows and {0[1]} columns".format(test.shape))
Training set has 42000 rows and 785 columns
Test set has 28000 rows and 784 columns

step 2:數據預處理

  1. 創建label,它的size為 (42000, 1)

  2. 創建training set,size為(42000, 784)

  3. 創建weights,size為(10,784),這可能有點不好理解。我們知道,權重向量是描述神經元的,784是維度,表示一個輸入樣本有784維,相應的與它對接的神經元也要有784維。同時,要記住一個神經元只能輸出一個output,而在数字識別問題中,我們期待的是輸入一個樣本數據,能返回10個数字,然後依概率判斷這個樣本是哪個数字的可能性最大。所以,我們需要10個神經元,這就是(10,784)的來歷。

trainlabels = train.label
trainlabels.shape
(42000,)
traindata = np.asmatrix(train.loc[:,"pixel0":])
traindata.shape
(42000, 784)
weights = np.zeros((10,784))
weights.shape
(10, 784)

這裏可以先看一個樣本,找找感覺。注意原數據是壓縮成了784維的數組,我們需要將它變回28*28的圖片

# 從矩陣中隨便取一行
samplerow = traindata[123:124]
# 重新變成28*28
samplerow = np.reshape(samplerow, (28,28))
plt.imshow(samplerow, cmap="hot")

step 3:訓練

這裏我們對訓練數據集循環若干次,然後重點關注錯誤率曲線

# 先創建一個列表,用來記錄每一輪訓練的錯誤率
errors = []
epoch = 20

for epoch in range(epoch):
    err = 0
    # 對每一個樣本(亦矩陣中的每一行)
    for i, data in enumerate(traindata):
        # 創建一個列表,用來記錄每個神經元輸出的值
        output = []
        # 對每個神經元都做點乘操作,並記錄下輸出值
        for w in weights:
            output.append(np.dot(data, w))
        # 這裏簡單的取輸出值最大者為最有可能的
        guess = np.argmax(output)
        # 實際的值為標籤列表中對應項
        actual = trainlabels[i]
        
        # 如果估計值和實際值不同,則分類錯誤,需要更新權重向量
        if guess != actual:
            weights[guess] = weights[guess] - data
            weights[actual] = weights[actual] + data
            err += 1
    # 計算迭代完42000個樣本之後,錯誤率 = 錯誤次數/樣本個數
    errors.append(err/42000)
x = list(range(20))
plt.plot(x, errors)
[<matplotlib.lines.Line2D at 0x5955c50>]

從圖可以看出,達到15次迭代時,錯誤率已經有上升的趨勢了,開始過擬合了。

感知機是一個非常簡單的算法,以致於很難在真正的場景中使用感知機算法。這裏舉的3個例子,都旨在於動手寫代碼實現這個算法,找找感覺。稍有經驗的讀者想必會好奇:為什麼沒有使用Scikit-Learn這個包,這部分其實是筆者另有計劃,打算結合算法寫Scikit-Learn的源碼解讀筆記。當然,限於個人水平,不一定能解析到精髓,但勉力而為吧。下篇會寫Multi-Layer-Perceptron算法的原理,在那裡我們很容易看到,縱使是簡單的感知機,只要加一個隱層,就能大幅提升其分類能力。另外,也會抽空寫一篇感知機Sklearn源碼解讀的文章。有任何問題,歡迎大家留言討論。

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理
【其他文章推薦】

※信用卡的機場接送服務好嗎?

台北桃園機場接送,網友超推,CP值超高,安全,寬敞又舒適

※想知道台東名產人氣商品是什麼?想知道更多台東知名伴手禮有哪些?

※評選台東伴手禮推薦商品「釋迦 」是台東必買伴手禮之一

※離島好好玩!小琉球必吃美食、必玩景點、最優惠的小琉球民宿套裝行程詳細攻略!

※濃郁的奶香牛軋糖-最好吃的伴手禮,送禮要送進心崁裡!

※找尋專業廣告設計,價格公道大圖輸出,背板品質佳