万里雪飘

动态 发布 点评 好友 关于
  • 2024-09-11

  • 回复了主题帖： 请问能否详细地讲解fpga与gpu原理呢？

    FPGA（现场可编程门阵列）和GPU（图形处理单元）是两种不同类型的硬件加速器，它们在设计、用途和工作原理上有着显著的区别。下面我将详细介绍它们的原理和特点。FPGA（现场可编程门阵列）定义与原理： FPGA是一种可编程的集成电路，它允许用户通过硬件描述语言（如VHDL或Verilog）来定义电路的逻辑功能。FPGA由可编程逻辑块（Logic Cells）、可编程互连资源和I/O块组成。主要特点： 可编程性： 用户可以根据自己的需求来编程FPGA，实现特定的硬件逻辑。 并行性： FPGA设计为高度并行的设备，可以同时执行多个操作。 灵活性： 适用于需要快速迭代和修改的设计，因为它们可以被重新编程。 低延迟： 由于其硬件实现，FPGA可以提供非常低的延迟。 能耗： 能耗相对较高，尤其是在大规模并行操作时。 应用领域： 通信系统 军事和航空航天 工业自动化 视频处理 机器学习加速 GPU（图形处理单元）定义与原理： GPU是一种专门设计用于处理图形和图像数据的处理器。它最初是为了加速图形渲染而设计的，但现在已经扩展到通用计算领域，即GPGPU（通用图形处理单元）。主要特点： 高度并行： GPU拥有成千上万的并行处理核心，适合处理大量数据。 高吞吐量： GPU设计用于处理大量数据，因此具有高吞吐量。 优化的图形处理： GPU针对图形渲染进行了优化，包括纹理映射、顶点处理等。 可编程性： 通过API如CUDA或OpenCL，GPU可以被编程用于非图形计算任务。 能耗： 高性能GPU在运行时能耗较高。 应用领域： 图形渲染 科学计算 大数据分析 机器学习 视频编码和解码 FPGA与GPU的比较 设计灵活性： FPGA提供了更高的设计灵活性，因为它们可以被重新编程以适应不同的应用需求。 性能： GPU通常在处理大规模数据集时提供更高的性能，尤其是在图形和图像处理方面。 能耗效率： FPGA可能在某些应用中提供更好的能耗效率，尤其是在需要低延迟和定制逻辑的情况下。 开发难度： FPGA的开发可能比GPU更复杂，因为需要硬件描述语言的知识。 应用范围： GPU在通用计算领域更为广泛，而FPGA则在特定领域或需要定制硬件逻辑的场合更为适用。 总的来说，FPGA和GPU各有优势，选择哪一种取决于具体的应用需求、性能要求和开发资源。

  • 2024-09-10

  • 回复了主题帖： 请问能否详细地讲解fpga译码控制原理呢？

    FPGA（Field-Programmable Gate Array，现场可编程门阵列）是一种可以编程的半导体设备，它允许用户在制造后对硬件逻辑进行配置。FPGA广泛应用于数字电路设计、通信、图像处理、嵌入式系统等领域。FPGA的译码控制是其核心功能之一，主要涉及到地址译码和信号路由。1. 地址译码（Address Decoding）地址译码是FPGA中用于确定数据应该被发送到哪个存储单元的过程。在FPGA中，每个存储单元都有一个唯一的地址。当一个地址被输入到FPGA时，地址译码器会根据这个地址激活相应的存储单元。 原理：地址译码器通常是一个组合逻辑电路，它接收地址信号，并生成一个或多个输出信号，这些输出信号表示特定地址的存储单元。 应用：在存储器设计中，地址译码器用于选择特定的存储单元进行读写操作。 2. 信号路由（Signal Routing）信号路由是FPGA中用于连接不同逻辑单元的过程。FPGA中的逻辑单元可以是查找表（LUTs）、寄存器、乘法器等。 原理：FPGA内部由大量的逻辑单元和可编程互连点（ICPs）组成。信号路由通过这些互连点在逻辑单元之间传递信号。 配置：用户可以通过编程来定义信号的路由路径，这通常涉及到设置FPGA内部的互连矩阵。 3. 译码控制的实现译码控制的实现通常涉及到以下几个步骤： 设计：用户根据需求设计FPGA的逻辑电路，包括地址译码器和信号路由。 编程：将设计好的逻辑电路通过编程工具转换成FPGA可以理解的配置文件。 下载：将配置文件下载到FPGA中，完成硬件逻辑的配置。 测试：对配置好的FPGA进行测试，确保地址译码和信号路由按预期工作。 4. FPGA编程语言FPGA编程通常使用硬件描述语言（HDL），如VHDL或Verilog。这些语言允许用户以文本形式描述硬件逻辑，然后通过编译器转换成FPGA的配置文件。5. 工具和环境 开发工具：如Xilinx的Vivado、Intel的Quartus等，这些工具提供了从设计到仿真、综合、布局布线和下载的全套解决方案。 仿真：在实际下载到FPGA之前，可以使用仿真工具来测试设计的逻辑电路是否正确。 FPGA的译码控制原理是其灵活性和可编程性的关键，它允许用户根据特定应用需求来定制硬件逻辑。随着技术的发展，FPGA的设计和编程工具也在不断进步，使得设计过程更加高效和用户友好。

  • 2024-09-03

  • 发表了主题帖： 请问能否详细地讲解fpga le原理呢？

    请问能否详细地讲解fpga le原理呢？

  • 2024-06-03

  • 回复了主题帖： 神经网络算法怎么入门

    入门神经网络算法需要一定的基础知识和学习方法。以下是一些建议：掌握基本数学知识：神经网络涉及到很多数学概念，包括线性代数、微积分和概率论等。首先确保你对这些基本数学知识有一定的掌握。理解神经网络原理：学习神经网络的基本原理，包括神经元、激活函数、损失函数、优化算法等。掌握这些基本概念对于理解神经网络算法至关重要。选择学习资源：选择适合你水平和兴趣的学习资源，可以是在线课程、教科书、博客文章或者视频教程。一些知名的在线课程，如Coursera上的《神经网络和深度学习》，提供了很好的入门材料。学习编程工具：学习一门编程语言，如Python，并掌握常用的神经网络框架，如TensorFlow、PyTorch等。这些工具是实现神经网络算法的基础。动手实践：通过实践项目来巩固所学内容。从简单的模型开始，逐步尝试更复杂的神经网络结构和技术。通过实践，你可以更好地理解算法原理和实际应用。阅读文献和案例：阅读相关领域的研究论文和案例，了解最新的研究进展和应用实践。这有助于你深入理解算法原理和掌握最新的技术。参与社区和讨论：加入神经网络和深度学习的社区和论坛，与其他学习者交流和分享经验。通过参与讨论和解决问题，你可以加深对算法的理解和掌握。通过以上步骤，你可以逐步建立起对神经网络算法的理解和应用能力。祝学习顺利！

  • 回复了主题帖： 深度学习入门用什么书

    作为一名电子工程师，入门深度学习时，选择合适的书籍可以帮助你快速掌握基础知识，并应用到实际项目中。以下是一些推荐的书籍，按学习顺序和内容深度排列：基础入门书籍《深度学习》（Deep Learning）作者：Ian Goodfellow, Yoshua Bengio, Aaron Courville简介：这本书被广泛认为是深度学习领域的经典教材，涵盖了从基础概念到高级主题的全面内容。适用对象：有一定数学基础的初学者和进阶学习者。链接：Deep Learning《Python深度学习》（Deep Learning with Python）作者：Fran?ois Chollet简介：Keras的作者Fran?ois Chollet编写的这本书，提供了使用Keras和TensorFlow进行深度学习的实用指南，适合初学者。适用对象：初学者和有一定编程基础的读者。链接：Deep Learning with Python《神经网络与深度学习》（Neural Networks and Deep Learning）作者：Michael Nielsen简介：这本书通过易于理解的方式介绍了神经网络和深度学习的基础概念，并提供了大量的代码示例。适用对象：初学者和对数学推导感兴趣的读者。链接：Neural Networks and Deep Learning进阶书籍《深度学习入门：基于Python的理论与实现》作者：斋藤康毅简介：本书通过Python实现深度学习的基础算法，适合希望通过实践理解深度学习原理的读者。适用对象：有编程基础并希望通过实践理解深度学习的读者。《动手学深度学习》（Dive into Deep Learning）作者：阿斯顿·张 (Aston Zhang), 李沐 (Mu Li), 等简介：这本书提供了一个交互式的学习体验，结合了Jupyter Notebook，读者可以边学边做，适合希望通过实践学习的读者。适用对象：初学者和中级学习者。链接：动手学深度学习专题书籍《TensorFlow深度学习》（Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow）作者：Aurélien Géron简介：本书通过Scikit-Learn、Keras和TensorFlow讲解机器学习和深度学习的基础概念和应用。适用对象：有一定编程和机器学习基础的读者。链接：Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow实践和项目《深度学习实战》（Deep Learning with PyTorch）作者：Eli Stevens, Luca Antiga, Thomas Viehmann简介：这本书详细介绍了使用PyTorch进行深度学习项目的实战指南，包括各种应用案例。适用对象：希望在项目中应用深度学习的读者。链接：Deep Learning with PyTorch《计算机视觉：算法与应用》（Computer Vision: Algorithms and Applications）作者：Richard Szeliski简介：这本书详细介绍了计算机视觉领域的各种算法和应用，适合对图像处理和计算机视觉感兴趣的读者。适用对象：希望在图像处理和计算机视觉领域应用深度学习的读者。链接：Computer Vision: Algorithms and Applications这些书籍将帮助你从基础到高级，逐步深入了解深度学习的各种概念、算法和实际应用。通过系统地学习和实践，你可以在深度学习领域建立坚实的基础，并应用这些知识解决实际问题。

  • 2024-05-17

  • 回复了主题帖： 请尽可能详尽地说说单片机相关知识初学

    当你开始学习单片机时，以下步骤可以帮助你初学：1. 单片机基础知识：了解单片机的基本概念：单片机是一种集成了CPU、存储器和IO设备等功能于一体的微型计算机系统，通常用于嵌入式系统中。学习单片机的结构和工作原理：了解单片机内部的各个部分，包括CPU核心、存储器、IO口、定时器、中断等。2. 选择单片机和开发工具：选择一款常用的单片机：常见的单片机包括STC系列、PIC系列、AVR系列等，选择一款适合初学者的常用单片机。安装相应的开发工具：下载并安装单片机的开发工具，如Keil、IAR、MPLAB等，用于编写、编译和下载程序。3. 学习编程语言：掌握单片机的编程语言：单片机常用的编程语言包括C语言和汇编语言，选择一种并掌握其基本语法和编程技巧。了解单片机的指令集和编程模型：学习单片机的指令集和编程模型，了解如何编写简单的程序。4. 完成简单的实践项目：选择一个简单的项目：如LED闪烁、数码管显示、按键检测等，通过实践项目加深对单片机的理解和掌握。编写并调试程序：使用开发工具编写程序，并通过仿真或实际硬件调试程序，验证项目的功能。5. 深入学习：学习单片机的各种功能和应用：如定时器、中断、串口通信、PWM输出等，逐步扩展和深入自己的技能。阅读相关资料和书籍：阅读单片机厂商提供的数据手册、用户手册等，了解更多的技术细节和应用案例。6. 社区和资源：加入单片机爱好者社区：加入单片机爱好者社区，如论坛、社交媒体群组等，与其他爱好者交流经验、分享项目和资源。参考在线教程和视频：参考各种在线教程、视频和博客文章，如单片机入门指南、项目教程等，获取更多学习资源。通过以上步骤，你可以逐步掌握单片机的基本知识和编程技巧，为进一步深入学习和应用打下基础。

  • 回复了主题帖： 对于统计机器学习入门，请给一个学习大纲

    理解！以下是一个适用于入门统计机器学习的学习大纲：1. 数学基础线性代数：复习矩阵运算、向量空间、特征值分解等基本概念。微积分：复习导数、偏导数、梯度、链式法则等基本概念。概率论与统计学：了解概率分布、期望、方差、最大似然估计等基本概念。2. 机器学习基础监督学习和无监督学习：了解监督学习和无监督学习的基本概念和区别。模型评估与选择：学习常见的模型评估指标，如准确率、精确率、召回率、F1分数等，以及交叉验证、混淆矩阵等评估方法。3. 统计学习算法线性回归：学习线性回归模型的原理、损失函数、参数估计方法等。逻辑回归：了解逻辑回归模型在分类问题中的应用，学习逻辑回归的原理和参数估计方法。决策树与随机森林：了解决策树和随机森林算法的原理和应用。4. 实践项目学习项目：选择一些经典的机器学习项目，如手写数字识别、房价预测等，通过实践加深对理论的理解。个人项目：设计并实现一个个人项目，可以是根据自己的兴趣领域，如文本分类、图像识别等。5. 深入学习支持向量机（SVM）：深入学习支持向量机算法的原理和优化方法。聚类算法：了解常见的聚类算法，如K均值聚类、层次聚类等。6. 社区和资源参与社区：加入机器学习和数据科学的社区，如GitHub、Kaggle等，与其他学习者交流经验和参与竞赛。在线资源：利用在线

  • 2024-05-09

  • 发表了主题帖： 作为电子领域资深人士，深度学习人脸识别如何入门

    深度学习人脸识别如何入门

  • 2024-05-06

  • 回复了主题帖： 我想fpga vivado 入门，应该怎么做呢？

    要入门 FPGA Vivado 开发，你可以按照以下步骤进行：理解 FPGA 设计基础知识： 在开始学习 Vivado 之前，了解 FPGA 的基本原理和工作方式是很重要的。了解 FPGA 的逻辑单元、时序控制、资源分配以及时序约束等概念，有助于更好地理解 Vivado 工具的使用。下载并安装 Vivado 工具： 访问 Xilinx 官方网站，下载并安装最新版本的 Vivado Design Suite。Vivado 是 Xilinx 公司提供的一套集成的 FPGA 开发工具，包括综合、布局布线、仿真等功能。学习 Vivado 工具的基本操作： 学习如何在 Vivado 中创建新项目、添加设计文件、设置约束条件、进行综合和布局布线、生成比特流文件等基本操作。可以参考官方提供的文档和教程，以及在线视频教程。阅读 Vivado 用户指南和文档： 详细阅读 Vivado 用户指南和技术文档，了解 Vivado 工具的各种功能和选项，以及常见的设计流程和最佳实践。掌握如何利用 Vivado 解决设计中遇到的问题和挑战。完成入门项目： 选择一个简单的入门项目，如 LED 控制、数码管显示、按键输入检测等，使用 Vivado 工具创建项目并进行设计、综合和布局布线。通过这个项目来熟悉 Vivado 的设计流程和基本操作。学习高级特性和技巧： 逐步学习 Vivado 工具的高级特性和技巧，如时序分析、资源利用优化、设计调试和验证等。掌握一些优化设计和调试技巧，提高设计的性能和可靠性。参加培训课程或工作坊： 参加 Xilinx 或者其他培训机构提供的 Vivado 培训课程或工作坊，深入学习 Vivado 工具的高级功能和应用技巧。与其他开发者交流经验和分享实践经验。持续学习和实践： Vivado 是一个功能强大的工具，需要持续学习和实践才能熟练掌握。不断尝试新的设计项目和应用场景，积累更多的经验和技能，提高自己的设计水平。通过以上步骤，你可以逐步入门 FPGA Vivado 开发，掌握如何利用 Vivado 工具进行 FPGA 设计和开发。祝你学习顺利！

  • 回复了主题帖： 对于图神经网络基础知识入门，请给一个学习大纲

    以下是一个针对图神经网络基础知识入门的学习大纲：图论基础：学习图的基本概念，包括节点、边、邻居、度等。理解图的表示方法，如邻接矩阵、邻接表等。图表示学习：了解图表示学习的基本概念和方法，包括节点表示学习和图表示学习。学习常见的图表示学习模型，如DeepWalk、Node2Vec等。图神经网络（GNN）基础：了解图神经网络的基本原理和动机，即通过节点之间的连接关系来学习节点的表示。熟悉GNN的核心思想和基本组成，包括卷积操作、聚合函数等。图卷积网络（GCN）：学习图卷积网络（GCN）的原理和结构，了解其基本的卷积操作和参数更新规则。探索GCN在节点分类和链接预测等任务中的应用。GraphSAGE模型：了解GraphSAGE模型的原理和设计思路，学习其对邻居节点的采样和聚合方法。探索GraphSAGE在大规模图数据上的应用和优化策略。应用案例分析：研究图神经网络在实际问题中的应用案例，如社交网络分析、推荐系统、生物信息学等。分析不同应用场景下的图数据特点和问题特征，以及如何利用GNN进行建模和求解。实践项目：参与基于图神经网络的实际项目，如节点分类、链接预测、图表示学习等。在实践中探索GNN模型的调参策略、性能评估方法等。持续学习与进阶：关注图神经网络领域的最新研究成果和发展动态，持续学习并跟进。深入学习更高级的图神经网络模型和技术，如动态图神经网络、多图学习等。以上是一个初步的学习大纲，你可以根据自己的兴趣和实际需求进一步深入学习和实践。祝学习顺利！

  • 2024-04-27

  • 回复了主题帖： PCB要多久入门

    PCB（Printed Circuit Board，印刷电路板）的入门时间因人而异，取决于你的学习速度、学习方法以及对电子领域的熟悉程度等因素。通常来说，如果你已经有一定的电子领域基础，入门 PCB 设计可能会更快一些。以下是一些一般性的建议和步骤，可以帮助你更快地入门 PCB 设计：学习基础知识：理解 PCB 的基本概念、结构和工作原理。了解 PCB 设计软件的基本操作和功能。掌握 PCB 设计软件：学习一种常用的 PCB 设计软件，如Altium Designer、Cadence Allegro、Mentor Graphics PADS等。通过在线教程、视频教程或者官方文档学习软件的使用方法和技巧。练习设计项目：从简单的 PCB 设计项目开始，如 LED 闪烁电路、电源电路等。逐步挑战更复杂的项目，如微控制器应用电路、通信接口电路等。参考资料和交流：阅读相关的参考书籍、教材和在线资源，了解更多关于 PCB 设计的知识和技术。参加相关的论坛、社区或者线下活动，与其他 PCB 设计师交流经验和学习心得。持续学习和实践：持续学习新的 PCB 设计技术和方法，跟踪行业的发展趋势。不断进行实践和项目练习，积累经验并提高自己的设计水平。总的来说，要想快速入门 PCB 设计，关键是勤奋学习、持续实践，并且保持对电子领域的热情和好奇心。

  • 2024-04-23

  • 回复了主题帖： 对于单片机实践项目入门，请给一个学习大纲

    学习单片机实践项目是提高电子领域技能的重要途径之一。以下是一个学习单片机实践项目的基本大纲：1. 理解项目需求和目标选择一个适合自己水平和兴趣的单片机项目。确定项目的需求和目标，包括功能、性能、成本等方面。2. 学习单片机基础知识学习单片机的基本原理、结构和工作方式。掌握单片机的常用外设和功能模块，如GPIO口、定时器、ADC等。3. 选择合适的单片机和开发工具根据项目需求选择适合的单片机类型和型号。选择合适的开发工具和环境，如Arduino、STM32CubeMX等。4. 设计项目电路和控制系统设计项目的电路结构，包括连接的传感器、执行器、外部设备等。确定单片机的控制方式和算法，设计相应的控制系统。5. 编写单片机程序根据项目需求编写单片机程序，实现相应的功能和控制逻辑。学习单片机编程语言的语法和编程技巧，如C语言、汇编语言等。6. 实践搭建项目原型使用电路图和单片机程序搭建项目的原型系统。进行电路连接、焊接、组装等工作，确保硬件部分的正常运行。7. 调试和优化调试项目原型，确保各部分功能正常、稳定。优化单片机程序和电路设计，提高系统性能和稳定性。8. 测试和验证对项目原型进行功能测试和性能测试，验证项目是否达到预期目标。对项目进行实际环境下的验证，观察其实际效果和表现。9. 拓展和改进根据测试结果和反馈，对项目进行改进和优化。探索项目的拓展功能和应用场景，进一步提升项目的价值和实用性。10. 文档和分享记录项目开发过程和经验，形成文档和报告。分享项目成果和经验，与他人交流和学习，促进技术共享和进步。通过按照这个大纲系统地学习单片机实践项目，你将掌握项目开发的基本流程和方法，提高自己的实际操作能力和创造力，为未来的电子领域工作打下坚实的基础。

  • 回复了主题帖： 请推荐一些神经网络的基本原理 入门教学

    以下是一些适合入门神经网络基本原理的教学资源：《神经网络与深度学习》（Neural Networks and Deep Learning） - Michael Nielsen这是一本免费在线书籍，以简洁清晰的方式介绍了神经网络的基本原理。作者通过直观的图示和易于理解的语言，向读者解释了神经网络的工作原理、前向传播和反向传播算法等内容。Coursera的《神经网络与深度学习》课程：由deeplearning.ai提供的该课程是一个很好的入门选择。由吴恩达教授领导，涵盖了神经网络和深度学习的基本原理、常见模型和算法等内容。课程结合了理论讲解和实践项目，适合零基础的学习者。YouTube上的视频教程：YouTube上有许多关于神经网络基本原理的视频教程，如3Blue1Brown的《神经网络和深度学习》系列、Sentdex的深度学习教程等。这些视频通常以直观的方式解释神经网络的工作原理和算法，适合初学者入门。《深度学习》（Deep Learning） - Ian Goodfellow、Yoshua Bengio 和 Aaron Courville这本书是深度学习领域的经典教材，涵盖了神经网络的基本原理、深度学习模型和算法等内容。它系统全面地介绍了神经网络的理论和实践，适合希望深入学习神经网络的人士。以上是一些适合入门神经网络基本原理的教学资源，它们涵盖了神经网络的基本概念、工作原理和常见算法，适合不同水平的读者学习和参考。选择一种或多种教学资源进行学习，将有助于您建立起对神经网络基本原理的全面理解。

  • 2024-04-14

  • 回复了主题帖： 请推荐一些kea单片机入门教学

    以下是适合KEA单片机入门的一些教学资源：《KEA单片机原理与应用》（作者：姚开周）：该书介绍了KEA单片机的基本原理、应用场景和实践技巧，适合初学者阅读。《KEA单片机应用设计与实践》（作者：张勇）：该书以实例为主，系统地介绍了KEA单片机的应用设计和实践，适合初学者入门。《KEA单片机C语言编程教程》（作者：陈涛）：该书以C语言编程为主，介绍了KEA单片机的基本编程技巧和应用实例，适合初学者阅读。KEA单片机官方文档：你可以从NXP官方网站获取KEA单片机的官方文档和开发工具，了解其技术规格和使用方法。在线教程和视频资源：你还可以在网络上找到一些免费的在线教程和视频资源，如YouTube、B站等，通过视频学习KEA单片机的基础知识和应用实践。通过学习这些资源，你可以逐步掌握KEA单片机的基础知识和编程技巧，从而开始进行实际的项目开发和应用设计。

  • 2024-04-09

  • 回复了主题帖： 我想5.1单片机快速入门，应该怎么做呢？

    学习5.1单片机快速入门的步骤如下：了解基础知识：首先，了解数字电子学的基础知识，包括数字电路、逻辑门、计数器等内容。同时，了解微控制器的基本原理和工作方式，包括CPU、存储器、输入输出等。选择适合的单片机：根据学习目标和需求选择适合的5.1单片机型号。常见的5.1单片机包括STC系列、51单片机系列等，可以根据个人喜好和项目需求选择。准备开发环境：准备好单片机的开发环境，包括开发板、编程器、集成开发环境（IDE）等。根据选择的单片机型号，下载并安装相应的开发工具和软件。学习编程语言：学习使用单片机的编程语言，常见的单片机编程语言包括C语言、汇编语言等。掌握编程语言的基本语法和常用命令，了解如何编写简单的程序。进行实验和项目实践：通过实验和项目实践，深入了解单片机的应用和开发方法。可以从简单的LED控制、按键输入等实验开始，逐步增加复杂度和功能，探索单片机的更多应用场景。阅读文档和资料：查阅单片机的官方文档和相关资料，了解单片机的规格、功能和特性。熟悉单片机的技术规格有助于更好地理解其工作原理和使用方法。参加培训课程或社区活动：参加相关的培训课程或社区活动，与其他单片机开发者交流经验、分享学习心得，获取更多的学习资源和支持。持续学习和实践：单片机开发是一个持续学习和实践的过程，不断积累经验和提升技能。保持对新技术和新应用的探索，不断完善自己的知识体系和技术能力。通过以上步骤，你可以逐步掌握5.1单片机的开发技能，实现自己的项目和创意。祝你学习顺利！

发布的帖子
回复过的帖子

最近访客

现在还没有访客

< 1/0 >

统计信息

已有--人来访过

  • 芯积分：27
  • 好友：--
  • 主题：2
  • 回复：13

留言

你需要登录后才可以留言 登录 | 注册

现在还没有留言

推荐博文