约翰·巴勒斯（John Burroughs）
约翰·巴勒斯，1837年4月3日生于纽约州罗克斯贝里，在卡茨基尔山区的父亲的农场中度过了童年时期。他从小就深受大自然的影响：鸟语的森林、花香的田野、淙淙的溪流、峻峭的山峦，各种习性奇特的动植物等等，都已成为他生命中的一部分。因此，尽管他后来从事过多种不同的职业，可是大自然早已融入到他的精神之中。成年后，他先后做过教师、记者、银行职员。内战期间，他在华盛顿的国家财政部任职，并利用空闲时间写作，还与诗人惠特曼成为好朋友。
1873年，他回到家乡哈得逊河谷的卡茨基尔山区，在那里开辟果园，种植果树，并继续写作，不时远足到邻近的山中观察和研究自然。他在1871年时出版了第一部颇有份量的著作《醒来的森林》（原名为《延龄草》），深受读者欢迎。1874年，他在埃索普斯溪附近买下一个小农场，建起了他的“河畔小屋”。1875年，他又与儿子一起，在离“河畔小屋”不远的山中盖起了“山间石屋”。
在后来的岁月里，巴勒斯的时间几乎都是在这两处贴近自然的乡间小屋中度过，他在那里尽情享受着大自然给他带来的愉快。
以你为名的小时光
本书是都市言情题材长篇小说。本书讲述了一个十分有头脑且行事果断的女建筑师乔乐曦和潇洒不羁的商业精英江圣卓斗智斗勇的故事，他们两个青梅竹马，一个大院里长大，但彼此都不通情谊，打打闹闹，长大以后，却因为一个女孩的闯入而正视了对方的情谊，最终走在一起终成眷属。
和离
【仙侠+相爱相杀+仙妖恋+追妻火葬场+双向救赎+美强惨】人气玄幻作家九鹭非香甜虐交织的救赎之作。昆仑上仙伏九夏×雪狼妖谢玄青——我们之间不是初相逢，不是见故人，我们是将别离。五百年前，他们一仙一妖，不顾所有人反对结为伴侣……五百年后，这对仙侣和离的直接原因竟然是——“那盘菜我就是一定要放辣！”“五百年！只要在他谢濯的眼皮子底下，他不吃辣，我有吃过一口辣？五百年！我忍了五百年了！我就是想当着他的面吃口辣，这很过分吗？！”这世间的姻缘，是会变的。没有大是大非，没有血海深仇，只因在相遇时，彼此都没看见的一个小毛病，被时间发酵后，膨胀成无法忽略的巨大矛盾。和离当夜，他私盗盘古斧劈开时空，想将他们之间的姻缘斩断在相遇之前……
逃不开的经济周期2
只顾展望未来而不考虑经济周期是很危险的。——拉斯·特维德2008-2009年的市场崩盘重新设定了信贷和房地产周期，而聪明的投资者仍能从中找到对自己有利的一面。但是，下一个牛市将从何而来，投资者又该如何获利呢?我们已经看到，世界正面临着惊人的变化，包括许多技术的指数级增长。比人更聪明的电脑、自动驾驶汽车、物联网世界已近在咫尺，一场生物技术革命也正在发生：它可以实现个性化医疗、第四代生物燃料、人类预期寿命的大幅延长，农业产量的指数级增长，甚至是灭绝物种的复活。此外，我们的能源部门也正面临一场彻底的转型，最终将使我们获得无限的能源供应。与此同时，世界人口将进一步增长，老龄化和城市化程度也将进一步提高，而且在很大程度上，由于新兴市场的增长——到2050年，全球购买力将增长3倍。这些变化将对大宗商品价格、环境以及房地产、金融和奢侈品等高增长行业带来怎样的影响？《逃不开的经济周期2》不仅描述了上述现象的发生，还解释了它们将如何发生以及为什么发生，帮助投资者在超级趋势中识别投资机会并从中获利。
与凤行（全二册）
九鹭非香仙侠经典，全文修订！影视剧《与凤行》原著小说。一只陨落凡间的凤凰×一个世间仅存的上古神。身为魔界衔珠而生的碧苍王，沈璃的一生是璀璨夺目的。但在她千岁诞辰之际，联姻的魔爪劈头盖脸地朝她伸了过来——九十九重天上的天君一纸婚书颁下，着碧苍王与天君第三十三孙拂容君定亲。她堂堂魔界一霸，一杆银枪平四海战八荒，岂能嫁给那个花心草包！这婚必须逃！阴错阳差之际，逃婚的沈璃被打回原形，拔光凤羽，成了人间小贩笼中一只待售的“肥鸡”。一个身着青衣白裳的清秀男子目不转睛地盯了她许久，然后笑道：“我要这只。”
机器学习与深度学习（Python版·微课视频版）
本书以任务为导向，讨论了机器学习和深度学习的主要问题，包括聚类、回归、分类、标注、降维、特征工程、超参数调优、序列决策（强化学习）和对抗攻击等。书中对上述每个问题，分别从决策函数类模型、概率类模型和神经网络类模型三个角度来讨论具体的实现算法。本书在内容上兼顾基础知识和应用实践。总体上，以基本理论知识为主线，逐步展开，从概念入手，逐步讨论算法思想，着重考虑知识的关联性，最后落实到机器学习扩展库和深度学习框架的具体应用。具体到每个模型，采用以示例入手、逐渐深入的方式，尽量给出详尽的分析或推导。本书的特点是主要通过示例来讨论相关模型，适合初学者入门使用。本书示例代码采用Python3程序设计语言编写。传统机器学习算法的应用示例主要以ScikitLearn机器学习扩展库来实现，隐马尔可夫模型示例用hmmlearn扩展库来实现，条件随机场模型示例用CRF++工具来实现。深度学习算法的示例采用TensorFlow2框架和MindSpore框架来实现。