一、朱令赟能救南唐吗？

那么，这位被南唐视为最后救星的将军，最后为什么没能拯救南唐呢？

坐失战机

在有的史书中，这位将军名叫朱全赟，电视剧也采用了这个版本；而在一些不同的版本中，他叫朱令赟。

南唐共传了三代三君，朱令赟家族效力淮南政权也有三代了。这要从南唐前身吴国开国之君杨行密的得力助手朱延寿说起。朱延寿是杨行密的小舅子，后来因生出反心而被铲除；杨行密又念其功劳，饶恕了朱延寿年幼的儿子朱匡业。南唐建立后，朱匡业官至大将军。

朱令赟正是朱匡业的下一辈，有的记载为儿子，有的记载为从子。这位将三代额头突出如椎，目光犀利如鹰，身手矫健敏捷，又善射，不愧将门之子，军中人称“朱深眼”。

朱令赟上升不靠门荫，靠军功。凭借积累的军功，他一步步升到了神卫军都虞候，并在开宝五年（972年）达到了人生的巅峰——镇南军节度使，镇守南昌。

先前南唐中主李璟有意迁都南昌，却发现其地理和规模都不合适而作罢。但南昌仍然是南唐的重镇和南都。

而三年后，就是宋朝对南唐发起最后进攻的时刻，也是李煜最需要朱令赟十万大军来勤王救驾的时刻。

朱令赟收到命令的时候是五月，正是长江涨潮的时节。于是他统军赶到九江湖口，诸将劝他赶紧顺江而下。

但朱令赟却没有动。他想，万一南昌丢了，交战又不赢，我军就连饭也没得吃了。于是他写信给南都留守柴克贞，希望柴克贞镇守湖口，他好放心进兵。

然而，柴克贞却迟迟没有来，于是朱令赟也就一直没有动，即使李煜屡次派人来催，也是枉然。

柴克贞为何不来？耽误国事他担待得起吗？

这还真不能怪他，他是真病了……

悲观情绪

时间不等人，九月，李煜等不下去了，就派使者徐铉去命令朱令赟……别来了！

李煜是气糊涂了吗？这种时候还和勤王之师赌气？

非也，这时候的李煜请求向宋朝纳贡，希望宋朝行行好，让他喘口气，为了表现诚意，当然要做一些让宋朝感动的姿态。

徐铉不肯：金陵城就指望朱令赟的大军了，阻止他们？

李煜说：要是你去求和的时候让宋朝知道了我们还在调兵，你怎么办？

徐铉说：不用管我。

李煜哭着送徐铉出使。

然而，徐铉能感动李煜，却不能感动宋太祖。宋太祖早就决定了，卧榻之侧，岂容他人鼾睡！

败象已呈了，还想靠示弱投降自保，实在是很傻很天真。当然，这时候的李煜还是不愿意承认自己已经没有投降的资本了，因为朱令赟的大军虽然没到，但毕竟还在。

然而，就在缓兵之计破产之际，卫尉卿陈大雅却又散布悲观主义，说朱令赟“愎谏自用无远谋”，南唐要是靠他，是靠不住的。

李煜气坏了，这是在宣扬抗宋必败、鼓励投降吗？

于是他做了一件很有创意的事：下诏令这位悲观主义者前去催促朱令赟火速勤王！

陈大雅虽然悲观，但立场和态度是没有问题的，为了执行领导的命令，他来到了朱令赟军中。朱令赟对他说：我知道我敌不过宋军，决定为国家抛头颅效死，但你白白和我一起阵亡就不值得了，你先回京禀报吧。

于是文官陈大雅冒着围城宋军的矢石潜回金陵城，与李煜互相抱持着哭，说：朱令赟的军队肯定要输了！

虽然朱令赟决定了以死报国，但陈大雅显然明白，光有气节和决心是不能确保打胜仗的。

不知兵机

眼看金陵的局势一天天危急下去，李煜的催促越来越急，朱令赟明白拖不过去了，决战的时刻终于要到了。

就像电视剧中提到过的那样，一旦调南昌守军勤王，南昌势必空虚，只是在这场强弱悬殊的战斗中，如果二选一，只能选择保金陵而弃南昌了。

他聚集了江西的军队，号称十五万，把木头绑在一起制成长达百余丈的战船，其中最大的足以容纳千人；还有数百艘船，载着军粮、军器等，都连在一起。作为统帅，朱令赟自己乘坐的船尤其大。

朱令赟率舰队顺流而下，目标：采石矶的宋军浮桥！

然而，这已经是十月了，江水已经干了，哪来的流让唐军顺呢？

又有人劝朱令赟：磨刀不误砍柴工，不如明年夏天涨水了再出兵，顺江而下，势不可挡啊！

朱令赟说：都已经出兵了，哪有半途而废的道理？

是啊，再不勤王，南唐就要完了。而且，上一个可以顺江而下、势不可挡的时候，您在干什么呢？

虽然江水不配合，但朱令赟的大军毕竟是在往前走的。只是大白天出现了浓雾，像幕布一样覆盖在唐军的营上，伸出手看不到手掌；还有外人望见虹一样的气向上连着天。

这被认为是不祥之兆。而当时的宋军上方也有气，却是如鸾翔凤舞状的吉兆。

宋将王明发现朱令赟大军出动了，赶紧报告宋太祖，请求加造战舰三百艘。

宋太祖说：等三百艘战舰造好了，朱令赟也解了金陵之围了。不如……

于是，王明在周边竖起了长木头。朱令赟看到了，以为宋军的战舰已经来袭击自己的后方了，又吓得不敢进军了。

大势已去

王明发檄文给各路宋军，约定一战拿下朱令赟，为领导解忧。

朱令赟的大船实在太扎眼，宋将刘遇立功心切，便杀了上去。和之前的那些战斗差不多，南唐军仍然不是宋军的对手。

于是朱令赟只能使出杀手锏：火油机！

这火油机也不是什么先进的机器，而是装满芦苇、浇上脂油的大船。将三代朱令赟，但显然也接触过一些用兵之法，欲破宋军，须用火攻！

他是有备而来，而刘遇的准备则不够充分，眼看唐军就要在祝融的强力助攻下扳回一城。

然而，东汉末年赤壁之战完整的典故还有下半句：万事俱备，只欠东风！

当初南唐被后周暴打的时候，朱令赟的父亲或父辈朱匡业就曾经说了这样一句话：

运数之兴，天地皆助；大事若去，虽英雄亦无如之何。

没想到，却应在了自己晚辈的身上。

在电视剧中，下一个镜头，朱令赟，这位只存在于众人的对白中却从未出镜的将军就被交代了结局，这也是他在史书中的结局：

风向倒转，他放的火反而烧了自己的军队，全军溃散，他自杀殉国！

唐军赴水而死者十之五六，战棹都虞候王晖等佩带印绶符节的将帅被俘，宋军缴获兵仗数万；这场火烧了十天，把唐军的粮食、兵器、铠甲都烧完了，还没有熄灭！

新罗人裴长史曾预言朱令赟的军队不能行过池州——而王明的职务，就是池州至岳州江路巡检战棹都部署！

显然，这一史称皖口之战的噩耗是压倒南唐的最后一根稻草，虽然李煜不愿相信，但这个世界毕竟是唯物主义的，从此南唐外援断绝，只剩坐等城破亡国了。

也有记载朱令赟自杀未遂被俘的；《宋史》还记载，朱令赟在此败后又招募了五千多个勇士图谋袭击宋军，然而这些人都完全没有经验，大晚上的，每人拿着一根火炬去袭击宋军北寨，于是被宋军歼灭。

相比之下，显然杀身成仁更像一个军人理想的归宿。

自毁长城

《十国春秋》论曰：朱令赟覆军身殁，将略雅非所长，而死事故不可泯也。

朱令赟缺乏将略，才有这样的下场，事实证明，当初陈大雅的悲观不是没有道理的。然而，就算陈大雅看出了朱令赟的一千个缺点，那又如何呢？李煜还有别的选择吗？

事实上，曾经是有的，而这个选择，早在朱令赟出镇南昌的时候，就已经被李煜，准确说其实是朱令赟自己，亲手毁掉了。

朱令赟的前任镇南节度使叫林仁肇，曾建议出其不意地出兵收复淮南，如果失败了就甘当擅自出兵之罪处斩全家，忠勇有谋，是连宋太祖都忌惮的名将。

所以，宋太祖用离间计，让李煜误信林仁肇已经投宋；而就在这个节骨眼上，朱令赟因为与林仁肇不合，也诬陷林仁肇，说他勾结宋朝、想割据江西称王。

和林仁肇、徐铉、陈大雅们一样，朱令赟对南唐的忠诚和敢于赴死的决心当然都没有问题，但是，当开宝五年他踩着林仁肇的尸体上位的时候，他的命运，乃至整个南唐的命运，就都已经决定了。

二、机器学习朱秀海阅读答案

机器学习：朱秀海阅读答案

在当今数字化世界，机器学习正日益成为企业提升竞争力的关键因素。随着大数据的蓬勃发展，机器学习算法的应用范围也在不断扩大。本文将深入探讨机器学习的基本概念以及知名专家朱秀海所提出的一些重要观点。

什么是机器学习？

机器学习是人工智能的一个重要分支，旨在使计算机系统能够通过学习经验自动改进性能。传统的编程模式需要程序员明确编写详细的指令，而机器学习则通过大量数据训练模型，使计算机系统能够逐步优化算法，不断提升预测准确度和决策能力。

机器学习应用广泛，涵盖了语音识别、图像识别、自然语言处理、推荐系统等多个领域。随着深度学习等技术的不断发展，机器学习在解决现实世界复杂问题方面表现出越来越强大的能力。

朱秀海对机器学习的看法

朱秀海是计算机科学领域的知名专家，他在机器学习领域有着深厚的造诣。在他的研究中，提出了许多重要的理论和方法，对于机器学习的发展起到了积极的推动作用。

朱秀海认为，机器学习的核心在于数据。只有拥有高质量和大量的数据，机器学习算法才能展现出强大的能力。因此，数据采集、清洗和处理是机器学习应用过程中不可忽视的环节。

此外，朱秀海强调模型的选择和优化是机器学习应用的关键。不同类型的问题需要选用不同的模型，而模型参数的调优则直接影响算法的性能。朱秀海在这方面的研究成果值得我们深入学习和借鉴。

机器学习的发展趋势

随着人工智能技术的不断进步，机器学习也在不断演化和创新。未来，机器学习领域可能会出现以下几个发展趋势：

• 深度学习技术的广泛应用，将进一步提升机器学习算法的性能；
• 跨学科融合，机器学习与其他领域如生物信息学、金融学等的结合将带来更多创新应用；
• 自动化机器学习的发展，使非专业人士也能轻松使用机器学习工具。

结语

机器学习作为一项前沿的技术，其应用前景广阔，对于提升企业竞争力和社会发展具有重要意义。朱秀海作为机器学习领域的权威人士，他的研究成果为该领域的发展做出了重要贡献。希望通过本文的介绍，读者能对机器学习有更深入的了解。

三、机器学习包括？

机器学习

机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

四、机器学习是从哪里学习？

机器学习是从数据中学习的。它利用算法和统计模型来分析数据，发现数据中的模式和规律，从而生成预测模型和决策模型。

机器学习有监督学习、无监督学习和强化学习等不同的学习方式，可以应用于各种不同的领域，如自然语言处理、计算机视觉、音频信号处理和金融等。

机器学习的数据来源可以是结构化数据和非结构化数据，如图像、文本、音频和视频等。

五、什么是学习和机器学习？

机器学习(Machine Learning)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，它是人工智能的核心，是使计算机具有智能的根本途径。

学习，是指通过阅读、听讲、思考、研究、实践等途径获得知识和技能的过程。学习分为狭义与广义两种：狭义：通过阅读、听讲、研究、观察、理解、探索、实验、实践等手段获得知识或技能的过程，是一种使个体可以得到持续变化（知识和技能，方法与过程，情感与价值的改善和升华）的行为方式。例如:通过学校教育获得知识的过程。广义：是人在生活过程中，通过获得经验而产生的行为或行为潜能的相对持久的方式。次广义学习指人类的学习。

六、机器自我学习原理？

机器学习是人工智能的一个子集。这项技术的主要任务是指导计算机从数据中学习，然后利用经验来改善自身的性能，不需要进行明确的编程。

在机器学习中，算法会不断进行训练，从大型数据集中发现模式和相关性，然后根据数据分析结果做出最佳决策和预测。

机器学习应用具有自我演进能力，它们获得的数据越多，准确性会越高。

七、机器学习作者？

《机器学习》是清华大学出版社出版发行的书籍，作者是周志华。

八、机器学习就业待遇？

机器学习是一个热门领域，就业待遇相对较好。根据不同地区和公司的情况，机器学习岗位的平均薪资可能在每年5万-20万美元之间。大公司如谷歌、亚马逊、微软等，在机器学习领域有较高的薪资水平。

此外，机器学习专业人员往往具有广泛的职业发展机会，可以在各种领域应用机器学习技术，如金融、医疗、制造等。因此，机器学习就业待遇相对较好，但具体情况还取决于个人的技能、经验和地区。

九、机器学习的分类？

机器学习是一个比较大的范畴，机器学习包括很多东西，如决策树分析，主成分分析，回归分析，支持向量机，神经网络，深度学习等。你说的流量分类应该是说采用机器学习里面的一些分类算法，如朴素贝叶斯算法，K-means算法（也叫K均值算法），EM算法(也叫期望值最大化算法)等聚类算法。

十、什么是机器学习？

机器学习指的是计算机系统无需遵照显示的程序指令，而只是依靠暴露在数据中来提升自身性能的能力。机器学习关注的是“如何构建能够根据经验自动改进的计算机程序”。比如，给予机器学习系统一个关于交易时间、商家、地点、价格及交易是否正当等信用卡交易信息数据库，系统就会学习到可用来预测的信用卡欺诈的模式。机器学习本质上是跨学科的，他采用了计算机科学、统计学和人工智能等领域的技术。

中公教育和中科院的老师合作推出了一个机器人课程，可以关注一下