明朝崇祯15年，全国内忧外患，大将孙传庭（戴立忍 饰）临危受命带着妻子冯氏（冯波 饰）来到潼关抵抗李自成的军队。与此同时游医吴又可（冯远征 饰）怀着济世救人之心来到潼关拜访师傅——药局提领赵川（钱学格 饰）。大敌当前，孙传庭军中士兵染上怪病，同时还要面对崇祯皇帝（余少群 饰）的催促出兵和潼关豪绅顾清远（马精武 饰）等人的自私敛财。赵川因施救不力以身殉职，吴又可在危难之时挺身而出，靠着不同寻常的治疗方法与孙传庭惺惺相惜。最后瘟疫终于被控制住，但是国家的病症能否被战争治好吴又可和孙传庭都无法预料。 本片主题曲由BossaNova女王小野丽莎演唱，这是小野丽莎首次用中文演绎自己的歌曲作品。
Diana希望有自己骄人的事业，更一直憧憬著有一个爱自己又有钱的好男人。社会经济自金融风暴后持续低迷，大小公司裁员「瘦身」，Diana 和酒店经理韦大汉亦不幸成为失业大军。电视台编导徐少侠、韦大汉以及其女儿千嬅期为了冲出困境，决定假扮夫妻参加比赛。「冒牌家族」一行四人到达电视台，悭钱生活开始。
丢下碗，各人都去忙各人事。
本剧讲述了警视厅搜查一课特搜班以5年前杀害巡查部长夫妻和1年前杀害警部补的罪名逮捕了暴力团体龙丸会会长田野崎。虽然案件还在审讯阶段，但特搜班主任直树对田野崎如此坦率地招供了所有罪行的态度感到十分费解。与此同时，警视厅审议官神宫寺(名取裕子)也拜访了特搜班，并与警视总监·神田川商量事情。神宫寺希望特搜班的直树等人可以对被持刀男子袭击的大学后辈、检察厅检察长小柳进行保护。但班长宗方总觉得桃子在隐瞒什么……
南海水下考古队“06”号勘测船开赴南海海域，对一艘满载着瓷器的宋代沉船进行最后的勘察定位。当晚，“06”号勘测船在目标海域停泊时，被一艘不明国籍的货轮撞毁，12名队员中，只有王辞和彭湖几代人在海上漂泊多日后获救，其余船员均不幸遇难。王辞和彭湖认为事故背后有着不可告人的阴谋，便联手遇难者杨雄的女友，记者萧娅在一本小说的指引下展开调查。随着调查的深入，与事件有关的人一个一个进入他们的视线：徐福、黄炳、尢利、阮佑龙、马怀山……究竟谁才是真正的幕后凶手？然而，总有人在暗中监视他们的行踪，每一个为他们提供线索的人都离奇地死亡，更有人布置下天罗地网，想要置他们于死地，危机四伏的追凶之路上隐藏着巨大的阴谋，却也更加坚定了三人查清事实真相的决心。剧中情、义，利三条线索齐头并进又相互交叉，剧情悬念不断、跌宕起伏，引人入胜。沉没的人性、热烈的爱情、凛然的大义，令人扼腕顿足、荡气回肠。为了情，萧娅几乎葬身山谷：为了义，彭湖远走海外忍辱负重、委曲求全；王辞毅然自我毁容，打入走私集团内部。
《百万吨级武藏》第2季将于2022年秋播出
娟子是山湾村的党支部书记，她与亮子经历了一段坎坷后，终于决定结婚。亮子的前妻紫花无法接受这个事实，编造了娟子与驻村干部于涛交往“甚密”的谎言，种种机缘巧合之下，亮子竟信以为真，绝望下向娟子提出离婚。祸不单行，村中万寿菊项目因污染原因被查停产，娟子陷入了极其被动的境地，但她并没有倒下，绝地重生的为村里兴建了水库，提高了经济水平，于涛此时也对这个善良、能干的女人产生了感情。在基层班子换届选举的过程中，只顾个人利益的砖厂厂长胡天成耍尽手段使娟子放弃了竞选机会，眼看着胡天成就要当选村主任。依然不忘娟子的亮子又一次以默默的行动支持了娟子，亲自参与竞选与胡天成竞争，可最终结果出乎意料，村民竟把票投给了娟子。娟子被这个结果深深地感动了，娟子与亮子也终于消除种种误会，两个有情人终归于好，再结良缘。
徐风挂好了两盏灯笼，有些狐疑地看了季木霖一眼，总觉得他的语调很怪，但有说不上是哪怪。
为了国术。
范青笃定道：小姐放心，属下会妥善安排的
即便皇上开恩，不治她的罪，也断没有封将军的道理：女子入朝，这不都乱套了嘛。
便大惊道：这是什么时候的事？小葱沉声道：今早起，就发现不见了。
就读美术系的陶宇飞(胡宇威饰)和李晨音(阚清子饰)因同组作业朝夕相处成冤家，不打不相识，但资质优异的宇飞为了追求艺术成就出国进修，牺牲了他对晨音曾有过的怦然心动，将爱情拱手让给一直守候在晨音身边的篮球明星邱家武(洪尧饰)。七年后，宇飞已是跃上国际舞台的旅美艺术家，晨音则是美术馆负责策展的专员，两人在一场展览久别重逢，时空变迁，心底的悸动却依然强烈，晨音该诚实面对自己的感情、还是回头努力修补和家武之间千疮百孔的爱情
Villagers: At that time, the monthly salary was more than 7,000 yuan, which was astronomical for our countryside.
到了白虎公府，郑家看去与往常没有两样，二层仪门内却人来人往，且都是家丁和护卫。
加拿大CBC新喜剧《上班族妈妈》是一部典型的女性剧，女人是否能拥有想要的一切？对这些上班族妈妈来说，有些时候她们的确能心想事成，但有些时候……一事无成。
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 ~
