开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

检查目标时出错:要求dense_2具有形状(9，)，但得到形状为(30，)的数组

这个问题是一个机器学习中的错误提示，涉及到神经网络中的一个层（dense_2）的形状不匹配的问题。下面是对这个问题的完善且全面的答案：

问题描述：在机器学习中，神经网络是一种常用的模型，由多个层组成。每个层都有一个特定的形状，用于处理输入数据并生成输出。在这个问题中，出现了一个错误提示，指出dense_2层的形状不匹配。具体来说，期望的形状是(9,)，但实际得到的形状是(30,)。

解决方法：这个错误提示表明dense_2层的输入数据的形状与期望的形状不匹配。为了解决这个问题，可以采取以下几个步骤：

检查输入数据的形状：首先，需要检查输入数据的形状是否与dense_2层的期望形状一致。可以使用print语句或调试工具来查看输入数据的形状。
检查dense_2层的参数设置：其次，需要检查dense_2层的参数设置是否正确。特别是，需要确保dense_2层的输入维度与输入数据的形状相匹配。
检查前一层的输出形状：还需要检查dense_2层之前的层的输出形状。如果前一层的输出形状与dense_2层的输入形状不匹配，那么就会导致这个错误。
调整输入数据的形状：如果输入数据的形状与dense_2层的期望形状不匹配，可以尝试调整输入数据的形状，使其与dense_2层的期望形状一致。可以使用reshape()函数或其他相关函数来改变输入数据的形状。
检查模型的其余部分：最后，还需要检查模型的其余部分，确保没有其他地方导致了这个错误。可能需要检查其他层的参数设置、损失函数的选择等。

推荐的腾讯云相关产品和产品介绍链接地址：

腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）
腾讯云人工智能开发平台（https://cloud.tencent.com/product/ai）
腾讯云云服务器（https://cloud.tencent.com/product/cvm）
腾讯云云数据库（https://cloud.tencent.com/product/cdb）
腾讯云云存储（https://cloud.tencent.com/product/cos）

请注意，以上链接仅供参考，具体的产品选择应根据实际需求和情况进行评估和决策。

相关搜索:ValueError:检查目标时出错:要求dense_2具有形状(2，)，但得到形状为(75，)的数组 dense_2错误:检查目标时出错:要求keras具有形状(2，)，但得到形状为(1，)的数组 ValueError:检查目标时出错:要求dense_2具有形状(1，)，但得到形状为(50，)的数组 python ValueError:检查目标时出错:要求dense_2具有形状(12，)，但得到形状为(1，)的数组 ValueError:检查目标时出错:要求dense_16具有形状(1，)，但得到形状为(30，)的数组 Keras: ValueError:检查目标时出错:要求密集具有形状(10，)，但得到形状为(400，)的数组检查目标时出错:要求输出具有形状(None，4)，但得到具有形状(30,3)的数组检查模型目标时出错:要求dense_2具有形状(None，29430)，但得到具有形状(1108，1)的数组检查目标时出错:要求dense_1具有形状(1，)，但得到形状为(256，)的数组检查目标时出错:要求dense_3具有形状(1，)，但得到形状为(1000，)的数组检查目标时出错:要求concatenate_1具有形状(1，)，但得到形状为(851，)的数组检查目标时出错:要求dense_2具有2维，但得到形状为(2，3，3)的数组检查目标时出错:要求activation_final具有形状(60，)，但得到具有形状(4，)的数组 ValueError:检查目标时出错:要求dense_3具有形状(1，)，但得到形状为(5，)的数组 ValueError:检查目标时出错:要求activation_5具有形状(1，)，但得到形状为(100，)的数组 ValueError:检查目标时出错:预期预测具有形状(4，)，但得到形状为(1，)的数组检查目标时出错:要求dense_1具有形状(5749，)，但得到具有形状(1，)的数组检查目标时出错:要求dense_3具有形状(4，)，但得到具有形状(10，)的数组检查目标时出错:要求dense_18具有形状(1，)，但得到具有形状(10，)的数组 Keras ValueError:检查目标时出错:要求dense_5具有形状(1，)，但得到形状为(0，)的数组

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

【Python报错合集】Python元组tuple、张量tensor（IndexError、TypeError、RuntimeError……）~持续更新

它指出你正在尝试将形状为[1, 64, 64]的输出广播到形状为[3, 64, 64]的目标形状，但两者的形状不匹配。 ...c.解决方案要解决这个错误，你需要确保输出数组和目标数组在进行广播操作时具有兼容的形状。可能的解决方案包括：检查代码中广播操作的部分，确保输入和输出数组的形状符合广播规则。...在进行广播之前，使用适当的方法来改变输出数组的形状，使其与目标数组的形状匹配。你可以使用NumPy库的reshape()函数或其他相关函数来实现这一点。...b.解决方案要解决这个问题，你需要检查你的代码，找出导致张量大小不匹配的原因，并确保两个张量在执行操作时具有相同的形状或大小。 ...你可能在使用某个函数或操作时，错误地传递了不匹配大小的张量作为输入。你可以检查函数或操作的文档，确保传递的张量具有正确的形状和大小。 c.

991 0

OpenCV Error: Sizes of input arguments do not match (The operation is neither a

检查数组形状首先，请确保您使用的输入数组具有相同的形状。如果数组具有不同的维度，您可能需要调整它们的形状或大小以匹配。您可以使用cv2.resize()或cv2.reshape()函数调整数组的形状。...另外，您还可以检查加载或创建数组时是否存在问题。2. 转换通道数如果输入数组具有不同的通道数，您可能需要将它们转换为具有相同通道数。...例如，对于一张大小为400x600像素的彩色图像，其数组形状可以表示为(400, 600, 3)，其中3代表RGB通道的数量。...对于一张大小为200x200像素的灰度图像，其数组形状可以表示为(200, 200, 1)，其中1代表灰度通道的数量。数组形状不仅可以表示图像的尺寸和通道数量，还可以表示更高维度的数据结构。...通过仔细检查代码，确保数组具有正确的形状和通道数，您可以有效地解决此错误。记住检查数组的形状，如果需要转换通道数，请进行转换。

5592 0

Unity基础教程系列（八）——更多工厂（Where Shapes Come From）

（复合形状正确的上色） 1.6 非同一颜色现在，假设所有渲染器都被设置为受影响，我们最终得到颜色均匀的复合形状。但是，我们不必将自己限制为每种形状只有一种颜色。...形状Awake时应创建该数组，其长度应与meshRenderers数组的长度相同。因此，我们再次需要一个Awake方法。 ? 通过SetColor配置颜色时，还必须设置colors数组的所有元素。...不能单纯的忽略它们，因为这样我们最终会得到随机颜色。我们需要保持一致，因此只需将其余颜色设置为白色即可。 ? 2 第二个工厂目前，我们使用一个工厂来处理所有形状实例。...而且，我们不必局限于单一工厂的选择。相反，我们将向SpawnZone.SpawnConfiguration添加工厂引用数组。 ? 为每个生成区域指定在生成形状时要使用的工厂的引用。...我们可以通过检查第一个ID是否设置正确来避免这种情况。 ? 保存形状时，我们现在还必须保存其原始工厂的ID。由于选择工厂是创建形状的第一步，因此也使它成为我们为每个形状写入的第一件事。 ?

1.4K1 0

numpy的基本操作

广播规则描述了具有不同维度和/或形状的数组仍可以用于计算。一般的规则是：当两个维度相等，或其中一个为1时，它们是兼容的。NumPy使用这个规则，从后边的维数开始，向前推导，来比较两个元素级数组的形状。... 当使用ufunc函数对两个数组进行计算时，ufunc函数会对这两个数组的对应元素进行计算，因此它要求这两个数组的形状相同。 ...广播规则允许你在形状不同但却兼容的数组上进行计算。换句话说，你并不总是需要重塑或铺平数组，使它们的形状匹配。广播规则描述了具有不同维度和/或形状的数组仍可以用于计算。...输出数组的shape属性是输入数组的shape属性的各个轴上的最大值。如果输入数组的某个轴的长度为1或与输出数组的对应轴的长度相同时，这个数组能够用来计算，否则出错。...) >>> b.shape (5,) 例1：计算a和b的和得到一个加法表，它相当于计算两个数组中所有元素组的和，得到一个形状为(6,5)的数组： >>> c = a + b >>> c array

9510 0

猿创征文｜数据导入与预处理-第2章-numpy

_2d[[0, 2]]) 输出为： [[1 2 3] [7 8 9]] 在使用两个花式索引，即通过“二维数组[花式索引，花式索引]”形式访问数组时，会将第一个花式索引对应列表的各元素作为行索引...5.1形状相同的数组运算形状相同的数组在执行算术运算时，会将位置相同的元素做算术运算，并将运算后所得的结果组成一个新数组。...广播机制指对形状较小的数组进行扩展，以匹配另一个形状较大的数组的形状，进而变成执行形状相同的数组间运算。广播机制并不适用于任何数组，需要求两个数组满足以下规则：数组形状的某一维度为1。...和arr_two，这两个数组相加后得到一个形状为(3,3)的新数组result。...： new_arr形状：(5, 2) [[0 5] [1 6] [2 7] [3 8] [4 9]] 与T属性的作用相似，swapaxes()方法也用于交换两个轴的元素，但该方法可以交换任意两个轴的元素

5.7K3 0

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（九）

找到并记录您可以获取数据的位置。检查它将占用多少空间。检查法律义务，并在必要时获得授权。获取访问授权。创建一个工作空间（具有足够的存储空间）。获取数据。...默认情况下，读取一个项目也会用相同形状但全是零的张量替换它。如果不想要这样，可以将clear_after_read设置为False。...警告当您向数组写入时，必须将输出分配回数组，就像这个代码示例中所示。如果不这样做，尽管您的代码在急切模式下可以正常工作，但在图模式下会出错（这些模式在第十二章中讨论）。...默认情况下，TensorArray具有在创建时设置的固定大小。或者，您可以设置size=0和dynamic_size=True，以便在需要时自动增长数组。...但是，这会影响性能，因此如果您事先知道size，最好使用固定大小数组。您还必须指定dtype，并且所有元素必须与写入数组的第一个元素具有相同的形状。

1220 0

Numpy 简介

NumPy数组和标准Python Array（数组）之间有几个重要的区别： NumPy数组在创建时具有固定的大小，与Python的原生数组对象（可以动态增长）不同。...如果数据存储在两个Python列表a和b中，我们可以迭代每个元素，如下所示：确实符合我们的要求，但如果a和b每个包含数百万个数字，我们将为Python中循环的低效率付出代价。...例如，对于二维数组，C代码(如前所述)会扩展为这样： NumPy为我们提供了两全其美的解决方案：当涉及到ndarray时，逐个元素的操作是“默认模式”，但逐个元素的操作由预编译的C代码快速执行。...此外，在上面的示例中，a和b可以是相同形状的多维数组，也可以是一个标量和一个数组，甚至是两个不同形状的数组，只要较小的数组“可以”扩展到较大的数组的形状，从而得到的广播是明确的。...asarray_chkfinite(a[, dtype, order]) 将输入转换为数组，检查NaN或Infs。 asscalar(a) 将大小为1的数组转换为标量等效数组。

4.7K2 0

NumPy 基础知识：1~5

这也可能会在代码本身中造成冲突（例如 numPy 具有any并会与系统any关键字发生冲突），并可能在检查或调试一段代码时引起混乱。...因此，现在y不再是x的视图/参考；它是一个独立的数组，但具有与x相同的值。...另一方面，y使用/=符号，该符号始终沿用y数组的dtype值。因此，当它除以10.0时，不会创建新的数组; 仅更改y元素中的值，但dtype 仍为numpy.int32。...x变量的形状为(3, 3)，而y的形状仅为 3。但是在 NumPy 广播中，y的形状转换为1x3；因此，该规则的第二个条件已得到满足。通过重复将y广播到x的相同形状。 +操作可以按元素应用。...尽管x和y具有相同的形状，但y中的每个元素彼此相距 800 个字节。使用 NumPy 数组x和y时，您可能不会注意到索引的差异，但是内存布局确实会影响性能。

5.7K1 0

解决问题cannot reshape array of size 5011 into shape (2)

这个错误提示意味着我们试图将一个具有5011个元素的数组重新形状为一个形状为(2, )的数组，但这是不可能的。...例如，如果原数组有5011个元素，我们可以尝试将其重新形状为(2505, 2)，这样数组的元素总数仍然是5011个，同时可以满足新的形状要求。...然后，我们打印出原始图像的形状，发现它是一个长度为5011的一维数组。接下来，我们定义了新的形状(2, 2505)，通过使用numpy的reshape()函数，将图像数组重新形状为新形状要求的大小。...order（可选）：指定数组元素在新形状中的读取顺序，可选值为'C'（按行顺序）或'F'（按列顺序），默认为'C'。返回值返回一个具有新形状的数组。...如果新形状中某一个维度为-1，则会自动计算该维度的大小，以满足元素总数不变的要求。

8312 0

Unity基础教程系列（十二）——更复杂的关卡（Spawn,Kill,and Life Zones）

4 编辑Game Level Objects 集中更新关卡对象让我们拥有全面的控制权，但它也要求我们保持每个关卡的level objects数组的最新。...因为我们将在Unity编辑器中使用这个属性，levelObjects数组可能还不存在，所以我们也必须检查这个。 ? 接下来，在编辑器文件夹中为GameLevel创建一个自定义检查器类。...它的第一个和第三个参数是源数组和目标数组，在本例中都是levelobject。第二个参数是开始复制的索引，第四个参数是应该复制到的第一个索引。...这对于数组来说很好，但是如果它们被重构成列表，你就会在游戏中突然得到临时的内存分配。如果我们找到了游戏关卡，检查对象是否已经被注册，如果是这样就终止。 ?...我们的项目适用于选择，因此，如果未选择任何内容（数组的长度为零），则不应启用它。 ? 并且当至少一个选定的对象不是游戏对象时，我们的菜单项也应被禁用。 ?

1.7K5 1

盘一盘 Python 系列 2 - NumPy (下)

] 从例二和例三看出，当 x 第二个维度的元素 (x.shape[1]) 和 y 第一个维度的元素 (y.shape[0]) 个数相等时，np.dot(X, Y) 才有意义，点乘得到的结果形状 = (X.shape...广播机制可以进行因此，进行广播机制分两步检查两个数组形状是否兼容，即从两个形状元组最后一个元素，来检查它们是否相等是否有一个等于 1 一旦它们形状兼容，确定两个数组的最终形状。...检查数组 a 和 b 形状是否兼容，从两个形状元组 (1, 3) 和 (3, 1)最后一个元素开始检查，发现它们都满足『有一个等于 1』的条件。...因此它们形状兼容，两个数组的最终形状为 (max(1,3), max(3,1)) = (3, 3) 到此，a 和 b 被扩展成 (3, 3) 的数组，让我们看看 a + b 等于多少 c = a + b...a 和 b 形状分别为 (5,) 和 ()，首先我们把缺失的维度用 1 补齐得到 (5,) 和 (1,)，再根据广播机制那套流程得到这两个形状是兼容的，而且最终形状为 (5,)。

2.5K2 0

盘一盘 Python 系列 2 - NumPy (下)

] 从例二和例三看出，当 x 第二个维度的元素 (x.shape[1]) 和 y 第一个维度的元素 (y.shape[0]) 个数相等时，np.dot(X, Y) 才有意义，点乘得到的结果形状 = (X.shape...广播机制可以进行因此，进行广播机制分两步检查两个数组形状是否兼容，即从两个形状元组最后一个元素，来检查它们是否相等是否有一个等于 1 一旦它们形状兼容，确定两个数组的最终形状。...检查数组 a 和 b 形状是否兼容，从两个形状元组 (1, 3) 和 (3, 1)最后一个元素开始检查，发现它们都满足『有一个等于 1』的条件。...因此它们形状兼容，两个数组的最终形状为 (max(1,3), max(3,1)) = (3, 3) 到此，a 和 b 被扩展成 (3, 3) 的数组，让我们看看 a + b 等于多少 c = a + b...a 和 b 形状分别为 (5,) 和 ()，首先我们把缺失的维度用 1 补齐得到 (5,) 和 (1,)，再根据广播机制那套流程得到这两个形状是兼容的，而且最终形状为 (5,)。

2.6K2 0

盘一盘NumPy (下)

] 从例二和例三看出，当 x 第二个维度的元素 (x.shape[1]) 和 y 第一个维度的元素 (y.shape[0]) 个数相等时，np.dot(X, Y) 才有意义，点乘得到的结果形状 = (X.shape...广播机制可以进行因此，进行广播机制分两步检查两个数组形状是否兼容，即从两个形状元组最后一个元素，来检查它们是否相等是否有一个等于 1 一旦它们形状兼容，确定两个数组的最终形状。...检查数组 a 和 b 形状是否兼容，从两个形状元组 (1, 3) 和 (3, 1)最后一个元素开始检查，发现它们都满足『有一个等于 1』的条件。...因此它们形状兼容，两个数组的最终形状为 (max(1,3), max(3,1)) = (3, 3) 到此，a 和 b 被扩展成 (3, 3) 的数组，让我们看看 a + b 等于多少 c = a + b...a 和 b 形状分别为 (5,) 和 ()，首先我们把缺失的维度用 1 补齐得到 (5,) 和 (1,)，再根据广播机制那套流程得到这两个形状是兼容的，而且最终形状为 (5,)。

2.9K3 0

盘一盘NumPy (下)

] 从例二和例三看出，当 x 第二个维度的元素 (x.shape[1]) 和 y 第一个维度的元素 (y.shape[0]) 个数相等时，np.dot(X, Y) 才有意义，点乘得到的结果形状 = (X.shape...广播机制可以进行因此，进行广播机制分两步检查两个数组形状是否兼容，即从两个形状元组最后一个元素，来检查它们是否相等是否有一个等于 1 一旦它们形状兼容，确定两个数组的最终形状。...检查数组 a 和 b 形状是否兼容，从两个形状元组 (1, 3) 和 (3, 1)最后一个元素开始检查，发现它们都满足『有一个等于 1』的条件。...因此它们形状兼容，两个数组的最终形状为 (max(1,3), max(3,1)) = (3, 3) 到此，a 和 b 被扩展成 (3, 3) 的数组，让我们看看 a + b 等于多少 c = a + b...a 和 b 形状分别为 (5,) 和 ()，首先我们把缺失的维度用 1 补齐得到 (5,) 和 (1,)，再根据广播机制那套流程得到这两个形状是兼容的，而且最终形状为 (5,)。

3.7K4 0

解决ValueError: Expected 2D array, got 1D array instead: Reshape your data either

这个错误可以通过使用numpy库中的reshape()函数来解决，将一维数组转换为二维数组。通过指定目标形状，我们可以确保数据符合算法的输入要求。...reshape函数返回一个视图对象，它与原始数组共享数据，但具有新的形状。...还可以选择'F'（Fortran-style，按列输出）或'A'（按照之前的顺序输出）返回值返回一个新的数组，它和原始数组共享数据，但是具有新的形状。...然后，我们使用reshape()函数将数组a转换为一个二维数组b，形状为(2, 3)。接下来，我们再次使用reshape()函数将数组b转换为一个三维数组c，形状为(2, 1, 3)。...注意事项使用reshape()函数时需要注意一些细节：reshape()函数的形状参数可以是一个整数元组或者多个整数参数，这取决于所需的维度。如果形状参数是整数元组，则表示分别指定每个维度的大小。

8775 0

JAX 中文文档（五）

与此同时，解决上述用例的方法是将函数参数k替换为形状为(0, k)的数组，这样k可以从数组的输入形状中推导出来。第一个维度为 0 是为了确保整个数组为空，在调用导出函数时不会有性能惩罚。...[0] arg.shape[2] % 2 == 0 arg.shape[2] // 2 >= 1 例如，这是在对形状为(3, 3, 5)的参数调用导出函数时得到的错误： >>> def...这是一个与 JAX JIT 编译模型不兼容的操作示例，该模型要求在编译时知道数组大小。这里返回的数组大小取决于 x 的内容，这样的代码不能 JIT 编译。...在 JIT 编译下，JAX 数组必须具有静态形状（即在编译时已知的形状），因此布尔掩码必须小心使用。...如果我们编写一个具有重叠和并行读取以及不相交但并行写入的 GPU 内核，则会自动将其转置为一个具有重叠但并行写入的内核（当以原子方式执行时速度较慢），并且具有不相交但并行读取。

3531 0

Unity基础教程系列——对象管理（二）对象多样化（Fabricating Shapes）

这虽然不是现在的问题，但以后可能会成为问题。 1.3 工厂Asset 当前，Game只能生成一件事，因为它仅具有对预制件的引用。要支持所有三种形状，将需要三个预制引用。这需要三个字段，但这并不灵活。...为了让数组在检查器中显示并被Unity保存，可以添加SerializeField属性给它。 ? 字段出现在检查器中之后，将所有三个形状预置拖放到它上面，这样对它们的引用就会被添加到数组中。...（创建随机形状） 2 记住形状虽然现在可以创建三个不同的形状，但是此信息尚未保存。因此，每次加载已保存的游戏时，最终只能得到立方体。...在那之后再设置它将是错误的。我们可以通过验证标识符在赋值时是否仍然具有默认值来检查赋值是否正确。如果是，则赋值有效。如果没有，则记录一个错误。 ? 但是，0其实是一个有效的标识符。...虽然它支持较少的特性，并且有一个不同的检查器接口，但是目前已经足够满足我们的需求了。然后确保所有材质都检查了启用GPU实例化。 ? （具有实例颜色的标准材质） ? ?

1.8K1 0

Unity基础教程系列（三）——复用对象（Object Pools）

然而，当试图销毁多个形状时，你很可能会得到一个错误。...（滑动条链接到属性）我得到了一个输入字段，但第四个选项是0？当你从静态参数列表中选择CreationSpeed时，就会发生这种情况。顾名思义，这允许你配置一个固定值作为参数，而不是动态滑块的值。...每当creationProgress达到1时，我们必须将其重置为零并创建一个形状。 ? 但是，我们不太可能得到一个恰好为1的进度值。相反，我们会超出一些量。所以我们应该检查是否至少有1个。...然后，当被要求创建一个新形状时，我们可以从这个池中获取一个现有的形状，而不是在默认情况下创建一个新形状。只有当池为空时，我们才需要实例化一个新形状。...在Get方法开始时，检查是否启用了回收。如果是，检查池是否存在。如果没有，则此时创建池。 ? 3.4 从池中检索一个对象实例化形状并设置其ID的现有代码现在应该只在不回收时使用。

2.8K1 0

从零开始学Pytorch（七）之卷积神经网络基础

Image Name 图3 高和宽上步幅分别为3和2的二维互相关运算一般来说，当高上步幅为 s_h ，宽上步幅为 s_w 时，输出形状为：如果 p_h=k_h-1 ， p_w=k_w-1 ，那么输出形状将简化为...当 p_h = p_w = p 时，我们称填充为 p ；当 s_h = s_w = s 时，我们称步幅为 s 。多输入通道和多输出通道之前的输入和输出都是二维数组，但真实数据的维度经常更高。...我们把 c_i 个核数组在通道维上连结，即得到一个形状为 c_i\times k_h\times k_w 的卷积核。...如果希望得到含多个通道的输出，我们可以为每个输出通道分别创建形状为 c_i\times k_h\times k_w 的核数组，将它们在输出通道维上连结，卷积核的形状即 c_o\times c_i\times...Image Name 图6 池化窗口形状为 2 x 2 的最大池化二维平均池化的工作原理与二维最大池化类似，但将最大运算符替换成平均运算符。

7622 0

NumPy快速入门-- Less 基础线性代数

第一个规则，如果所有输入数组不具有相同数量的维度，则“1”将被重复地添加到较小数组的形状，直到所有数组具有相同数量的维度。...第二个规则，确保沿着特定维度具有大小为1的数组表现得好像它们具有沿着该维度具有最大形状的数组的大小。假定数组元素的值沿“Broadcasting”数组的该维度相同。...每个维度的索引数组必须具有相同的形状。...这是因为Python要求“a + = 1”等同于“a = a + 1” 3. 使用布尔值作为数组索引使用布尔值作为索引时，我们明确地选择数组中的哪些元素我们想要的，哪些不是。...array([ 5, 6, 7, 8, 9, 10, 11]) 此属性在赋值时非常有用 >>> a[b] = 0 # a中大于4的元素赋值为0 >>> a array([[0, 1, 2,

4721 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭