• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    神經(jīng)網(wǎng)絡(luò)前向傳播在GPU上的實現(xiàn)*

    2011-11-27 01:46:08劉進鋒
    關(guān)鍵詞:數(shù)組線程權(quán)值

    劉進鋒,郭 雷

    (西北工業(yè)大學(xué) 自動化學(xué)院,陜西 西安710129)

    GPU(圖形處理器)是處理計算機圖形的專用設(shè)備。近十年來,由于高清晰度復(fù)雜圖形實時處理的需求,GPU發(fā)展成為高并行度、多線程、多核的處理器。目前主流GPU的運算能力已超過主流通用CPU,從發(fā)展趨勢上看將來差距會越來越大。GPU卓越的性能對開發(fā)GPGPU(使用GPU進行通用計算)非常具有吸引力。最初GPGPU需要將非圖形應(yīng)用映射為圖形應(yīng)用的方式,這個處理過程與圖形硬件緊密相關(guān),程序?qū)崿F(xiàn)非常困難。近年來,GPU的主要供應(yīng)商NVIDIA提出了新的GPGPU模型,稱為 CUDA(統(tǒng)一計算設(shè)備架構(gòu))[1]。

    CUDA是一種在NVIDIA公司的GPU上進行計算的新型的硬件和軟件架構(gòu),可以將GPU視為一個并行數(shù)據(jù)計算的設(shè)備,對所進行的計算給予分配和管理。在CUDA的架構(gòu)中,這些計算不再像過去的GPGPU架構(gòu)那樣必須將計算映射到圖形API中,開發(fā)者不需要去學(xué)習(xí)艱澀的顯示芯片的指令或是特殊的結(jié)構(gòu),因此開發(fā)門檻大大降低。CUDA的GPU編程語言基于標準的C語言,開發(fā)CUDA的應(yīng)用程序較為方便。

    在CUDA架構(gòu)下,一個程序分為兩個部分:host端和device端。host端是指在CPU上執(zhí)行的部分,而device端則是在GPU上執(zhí)行的部分。device端的程序又稱為Kernel。通常host端程序會將數(shù)據(jù)準備好后,復(fù)制到顯卡的內(nèi)存中,再由GPU執(zhí)行device端程序,完成后再由host端程序?qū)⒔Y(jié)果從顯卡的內(nèi)存中取回。

    在CUDA架構(gòu)下,GPU執(zhí)行時的最小單位是線程(thread)。幾個線程可以組成一個線程塊(block),每個線程都有自己的一份寄存器(register)和本地內(nèi)存(local memory)空間。同一個線程塊中的每個線程則可以共享一份共享內(nèi)存(shared memory)。此外,所有的線程都共享一份全局內(nèi)存(global memory)、常量內(nèi)存(constant memory)和紋理內(nèi)存(texture memory)。

    自從CUDA發(fā)布以來,大量應(yīng)用問題使用CUDA技術(shù)取得了令人驚奇的效果,加速十幾倍甚至上百倍的實例很多。參考文獻[2]對這些應(yīng)用有一個綜合介紹。

    最適合利用 CUDA處理的問題,是可以大量并行化的問題,這樣能有效利用顯示芯片上的大量執(zhí)行單元。使用 CUDA時,上千個線程同時執(zhí)行是很正常的。如果問題不能大量并行化,使用 CUDA就不能達到最好的效率。參考文獻[3]通過許多成功應(yīng)用CUDA加速的實例探討了CUDA的高效實現(xiàn)策略及應(yīng)用范圍問題。

    1 本文使用的神經(jīng)網(wǎng)絡(luò)簡介

    本文實驗選用的是一個較為復(fù)雜的用于手寫漢字識別的神經(jīng)網(wǎng)絡(luò)[4-6]。該網(wǎng)絡(luò)是一種五層卷積神經(jīng)網(wǎng)絡(luò),結(jié)構(gòu)如圖1所示。選擇這樣一個神經(jīng)網(wǎng)絡(luò)基于兩點考慮:其一,過于簡單的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)不易體現(xiàn)GPU計算的優(yōu)勢;其二,此網(wǎng)絡(luò)的結(jié)構(gòu)比較全面,在它上面實現(xiàn)的算法有一定的代表性,做一些修改就可以用在其他不同的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)上。

    該神經(jīng)網(wǎng)絡(luò)第一層輸入層是手寫數(shù)字的灰度圖像,圖像大小為29×29像素,這樣輸入層有 29×29=841個神經(jīng)元。第二層是卷積層,由6個特征圖組成,每個特征圖的尺寸是13×13個神經(jīng)元,每個神經(jīng)元的值是由輸入圖像的13×13個位置(輸入圖像水平和垂直方向的29個位置間隔選擇13個)上作5×5的卷積得到。一個特征圖的卷積核相同,各特征圖的卷積核不同。這樣第二層有13×13×6=1014 個神經(jīng)元,有(5×5+1)×6=156 個權(quán)值(每個5×5多加一個偏向權(quán)值,后面各層中權(quán)值數(shù)量計算公式中+1都是加一個偏向權(quán)值)。另外,因為1 014個神經(jīng)元每個都有26個與輸入層的連接,所以從輸入層到第二層共有1014×26=26364個連接。這里就能看出卷積神經(jīng)網(wǎng)絡(luò)共享權(quán)值的好處了:雖然有26 364個連接,但只需要156個權(quán)值來控制。第三層也是一個卷積層,它有50個特征圖構(gòu)成,每個特征圖是 5×5大小,是從第二層的 6個 13×13的特征圖的相應(yīng)區(qū)域作 5×5卷積得到。這樣第三層就有 5×5×50=1250 個神經(jīng)元,(5×5+1)×6×50=7800個權(quán)值,1250×26=32500個與第二層的連接。第四層是有100個神經(jīng)元的全連接層,因為是全連接,本層的每個神經(jīng)元都與第三層的全部1 250個神經(jīng)元連接,這樣所有的連接就有100×(1250+1)=125100個,有125 100個權(quán)值。第五層是輸出層,該層有10個全連接的單元,每個單元都與第四層的所有100個神經(jīng)元連接,這樣本層就有 10×(100+1)=1010個連接,有 1010個權(quán)值。這10個神經(jīng)元對應(yīng)10個數(shù)字 ,其中對應(yīng)于識別結(jié)果的一個神經(jīng)元的輸出值為+1,其他9個神經(jīng)元的輸出值為-1。

    整個網(wǎng)絡(luò)總共有3 215個神經(jīng)元,134 066個權(quán)值,184 974個連接。輸入層神經(jīng)元數(shù)據(jù)和各層神經(jīng)網(wǎng)絡(luò)的權(quán)值已知。

    2 算法的實現(xiàn)

    神經(jīng)網(wǎng)絡(luò)前向傳播算法可以表示為:

    GPU上神經(jīng)網(wǎng)絡(luò)前向傳播算法基本過程是逐層計算各層的所有神經(jīng)元的值。

    輸入層神經(jīng)元值已知,其余每層有一個Kernel函數(shù)來計算該層的所有神經(jīng)元的值,上述的神經(jīng)網(wǎng)絡(luò)需要4個Kernel函數(shù)。并行計算只能體現(xiàn)在一層中,不同層之間沒有并行性。

    首先將輸入層的神經(jīng)元值和每層的權(quán)值保存在5個數(shù)組中,并從host內(nèi)存?zhèn)鬟f到device內(nèi)存。由于每層的權(quán)值是不變的,所以可以將這些權(quán)值傳遞到device的常量內(nèi)存中,由于常量內(nèi)存有cache,這比放到全局內(nèi)存的存取速度要快很多。在device中為第二到第五層的神經(jīng)元值分配內(nèi)存空間,第一個Kernel函數(shù)根據(jù)輸入層的神經(jīng)元值和權(quán)值計算第二層神經(jīng)元值,第二個Kernel函數(shù)根據(jù)第二層的神經(jīng)元值和權(quán)值計算第三層神經(jīng)元值,如此往下,第四個Kernel函數(shù)計算出第五層即輸出層的值,然后將該值從device內(nèi)存?zhèn)鬟f到host內(nèi)存。神經(jīng)網(wǎng)絡(luò)的連接體現(xiàn)在每個Kernel函數(shù)處理計算過程里。

    計算第二層神經(jīng)元值的基本Kernel函數(shù)的偽代碼如下:

    該函數(shù)的輸入為第一層的神經(jīng)元值數(shù)組Gn1和權(quán)值數(shù)組Gw1,輸出為第二層的神經(jīng)元值數(shù)組Gn2。

    因為第二層由6個特征圖構(gòu)成,每個特征圖有13×13個神經(jīng)元,所以這個函數(shù)在host端調(diào)用時,線程塊參數(shù)設(shè)置為6,線程參數(shù)設(shè)置為13×13,這樣一個線程塊處理一個特征圖,每個神經(jīng)元值由一個線程處理,由第一層中取25個神經(jīng)元乘以權(quán)值再加上一個偏向權(quán)值的累加得到。

    這個函數(shù)的第1、2行得到線程塊號和線程號,第4行的templet數(shù)組是為了在輸入層中選擇25個值的模版。第5、6行的循環(huán)計算出激活值,第7行對該值進行激活運算,第8行將結(jié)果送到第二層的神經(jīng)元值數(shù)組Gn2。

    上述函數(shù)還可以修改的效率更高些,第4行的templet數(shù)組是默認分配在全局內(nèi)存中的,而訪問全局內(nèi)存需要相對較長的時間,因此有必要消除這種訪存時間消耗。通過將第 5、6行的for循環(huán)展開,templet[i]的值直接寫在代碼里,就既可以在程序中不要templet數(shù)組,又減少了循環(huán)判斷的時間代價。

    對函數(shù)的4~6行進行修改,其他行不變。改變了的部分代碼如下:

    第4行定義了一個在共享內(nèi)存中的數(shù)組s1。將Gn1數(shù)組中的數(shù)據(jù)先傳到s1中,第6行就不再需要引用Gn1數(shù)組,而是使用數(shù)組s1。由于存取共享內(nèi)存的速度比存取全局內(nèi)存快得多,這種改進進一步提高了速度。

    計算第三層神經(jīng)元值的Kernel函數(shù),基本結(jié)構(gòu)與上述的函數(shù)類似。也可以使用類似處理方式進一步提高速度。該函數(shù)在host端調(diào)用時,線程塊數(shù)參數(shù)設(shè)置為50,線程參數(shù)設(shè)置為5×5。一個線程塊處理一個特征圖,每個神經(jīng)元值由一個線程處理。

    第三層到第四層是全連接層,計算第四層的Kernel函數(shù)可以有兩種實現(xiàn)方案。方案1:由于第四層有100個神經(jīng)元,可以設(shè)計成有100個線程塊,每個線程塊只有一個線程,一個線程計算一個神經(jīng)元的值。這樣一個線程計算量還是很大的,大約需要作1 250個乘法和加法。另外,每個線程塊只有一個線程,無法充分利用CUDA的Warps切換能力[1]。這種方案沒有完全發(fā)揮GPU的能力,因而效率不太高。方案 2:還是有 100個線程塊,每個線程塊有250個線程,250個線程計算一個神經(jīng)元的值,每個線程作5次乘法和加法,最后由第一個線程將這些和累加,得到最終的值。這種方案效率較高。

    計算第五層的神經(jīng)元值需要約1 010次浮點乘法和加法,實驗證明該層由于計算量相對較小,體現(xiàn)不出在Kernel端計算的優(yōu)勢,計算時間甚至比在host端更長。

    3 實驗結(jié)果

    本試驗使用機器的CPU是Intel Core 2 Duo E7400,時鐘頻率為2.8 GHz,內(nèi)存為1 GB。GPU是NVIDIA GeForce GTX9800+,該GPU有128個頻率為1.836 GHz的流處理器,分為 16個SM,512 MB顯存。

    GPU上算法實現(xiàn)采用上文描述的最優(yōu)化的方案,即每層的權(quán)值放入device端的常量內(nèi)存,函數(shù)中的循環(huán)展開,利用共享內(nèi)存,計算第四層神經(jīng)元值時采用方案2。

    試驗結(jié)果如表1所示,分別給出了使用CPU和GPU計算本文神經(jīng)網(wǎng)絡(luò)前向傳播時各層所用時間對比,這是經(jīng)過三次試驗求得的平均值。GPU實現(xiàn)采用最優(yōu)化的方案,CPU上的實現(xiàn)方法就是通常的神經(jīng)網(wǎng)絡(luò)前向傳播算法,這里不再贅述。CPU上計算整個神經(jīng)網(wǎng)絡(luò)前向傳播需要1.851 ms,GPU計算需要 0.272 ms,比CPU上計算快了約7倍。

    表1 試驗結(jié)果

    本文對神經(jīng)網(wǎng)絡(luò)的前向傳播在GPU上計算進行了研究,得到了比較滿意的結(jié)果。使用本方法需要注意以下幾個方面:

    (1)GPU算法前期處理時要把一些數(shù)據(jù)從CPU裝入GPU,還需要在GPU上給一些數(shù)據(jù)分配內(nèi)存空間,這些前期處理都要花費時間,所以如果只做一次神經(jīng)網(wǎng)絡(luò)前向傳播運算,GPU上的實現(xiàn)可能比CPU上的還要慢,但由于前期處理只做一次,所以多次神經(jīng)網(wǎng)絡(luò)前向傳播運算能體現(xiàn)出GPU運算的好處。這種情況可能出現(xiàn)在多個測試數(shù)據(jù)的驗證或計算神經(jīng)網(wǎng)絡(luò)后向傳播時。

    (2)當神經(jīng)網(wǎng)絡(luò)規(guī)模較小時,可能GPU方法會比CPU方法慢,比如本網(wǎng)絡(luò)的最后一層的規(guī)模。

    (3)有些應(yīng)用問題在GPU上計算時速度能提高上百倍[3],而神經(jīng)網(wǎng)絡(luò)在GPU上運算速度提高有限,這是因為神經(jīng)網(wǎng)絡(luò)的并行性主要體現(xiàn)在同一層,總體并行性不太高。要想充分發(fā)揮GPU的運算能力,那些應(yīng)用問題應(yīng)該具有計算復(fù)雜度高、數(shù)據(jù)傳輸量少的特點,或者能修改原來的算法,使得計算-內(nèi)存訪問比提高。

    [1]NVIDIA Corporation.NVIDIA CUDA programming Guide Version 2.2[EB/OL],2009-04.http://developer.nvidia.com/cuda.

    [2]RYOO S,RODRIGUES C I,BAGHSORKHI S S,et al.Optimization principles and application performance evalua-tion of a multithreaded GPU using CUDA[J].In Proceedings of ACM SIGPLAN Symposium on Principles and Practice of Parallel Programming,2008:73-82.

    [3]HWU W M,RODRIGUES C,RYOO S,et al.Compute unified device architecture application suitability[J].Computing in Science and Engineering,2009,11(3):16-26.

    [4]LECUN Y,BOTTOU L,BENGIO Y,et al.Gradient-based learning applied to document recognition[J].Proceedings of the IEEE,1998,86(11):2278-2324.

    [5]SIMARD P Y,STEINKRAUS D,PLATT J.Best practices for convolutional neural networks applied to visual document analysis[C].International Conference on Document Analysis and Recognition(ICDAR),IEEE Computer Society,Los Alamitos,2003:958-962.

    [6]Mike O′Neill.Neural network for recognition of handwritten digits[EB/OL],2006-12.http://www.codeproject.com/KB/library/NeuralNetRecognition.aspx.

    猜你喜歡
    數(shù)組線程權(quán)值
    一種融合時間權(quán)值和用戶行為序列的電影推薦模型
    JAVA稀疏矩陣算法
    電腦報(2022年13期)2022-04-12 00:32:38
    CONTENTS
    JAVA玩轉(zhuǎn)數(shù)學(xué)之二維數(shù)組排序
    電腦報(2020年24期)2020-07-15 06:12:41
    基于權(quán)值動量的RBM加速學(xué)習(xí)算法研究
    淺談linux多線程協(xié)作
    尋找勾股數(shù)組的歷程
    Linux線程實現(xiàn)技術(shù)研究
    VB數(shù)組在for循環(huán)中的應(yīng)用
    考試周刊(2012年88期)2012-04-29 04:36:47
    么移動中間件線程池并發(fā)機制優(yōu)化改進
    天天躁夜夜躁狠狠躁躁| 怎么达到女性高潮| 亚洲午夜精品一区,二区,三区| 国产一区二区三区视频了| 午夜影院日韩av| 国产精品,欧美在线| 亚洲精品中文字幕一二三四区| 热99re8久久精品国产| 最新美女视频免费是黄的| 欧美日本视频| 久久精品人妻少妇| 美女高潮喷水抽搐中文字幕| 69av精品久久久久久| 亚洲欧美激情综合另类| 欧美成人免费av一区二区三区| 法律面前人人平等表现在哪些方面| 香蕉久久夜色| 久久人人精品亚洲av| 麻豆国产97在线/欧美 | 亚洲人成伊人成综合网2020| 日日爽夜夜爽网站| 亚洲精品一卡2卡三卡4卡5卡| 村上凉子中文字幕在线| 我要搜黄色片| 日本撒尿小便嘘嘘汇集6| 脱女人内裤的视频| 日韩免费av在线播放| 欧美黄色片欧美黄色片| 国产欧美日韩一区二区精品| 精品国内亚洲2022精品成人| 国产爱豆传媒在线观看 | 一级毛片高清免费大全| 嫩草影视91久久| 天堂√8在线中文| 18禁裸乳无遮挡免费网站照片| √禁漫天堂资源中文www| 欧美绝顶高潮抽搐喷水| 啦啦啦免费观看视频1| 最近视频中文字幕2019在线8| 久9热在线精品视频| 国产aⅴ精品一区二区三区波| 亚洲一区中文字幕在线| 男女做爰动态图高潮gif福利片| 舔av片在线| 操出白浆在线播放| 国产亚洲精品av在线| 大型黄色视频在线免费观看| 女生性感内裤真人,穿戴方法视频| 亚洲成av人片免费观看| 国产又黄又爽又无遮挡在线| 不卡一级毛片| 深夜精品福利| 久久香蕉激情| 亚洲av片天天在线观看| 亚洲乱码一区二区免费版| 久久久国产精品麻豆| 亚洲人成电影免费在线| 欧美日本视频| 成人三级黄色视频| 91av网站免费观看| 人妻久久中文字幕网| 亚洲专区字幕在线| 国产在线观看jvid| 日本成人三级电影网站| 男女床上黄色一级片免费看| 狂野欧美白嫩少妇大欣赏| 啦啦啦韩国在线观看视频| 国产一级毛片七仙女欲春2| 丰满人妻一区二区三区视频av | 男人舔女人下体高潮全视频| 久久精品成人免费网站| 脱女人内裤的视频| 人人妻人人澡欧美一区二区| а√天堂www在线а√下载| 少妇的丰满在线观看| 国产成+人综合+亚洲专区| 婷婷精品国产亚洲av在线| 90打野战视频偷拍视频| 可以免费在线观看a视频的电影网站| 女人爽到高潮嗷嗷叫在线视频| 午夜免费成人在线视频| 99国产精品一区二区蜜桃av| 精品久久久久久久久久久久久| av福利片在线观看| 国产av一区二区精品久久| 久久亚洲真实| 亚洲人成网站高清观看| 欧美又色又爽又黄视频| 男女之事视频高清在线观看| svipshipincom国产片| 老司机在亚洲福利影院| 五月玫瑰六月丁香| 99久久精品国产亚洲精品| 色综合婷婷激情| 91字幕亚洲| 久久久久久大精品| 欧美日韩亚洲国产一区二区在线观看| 小说图片视频综合网站| 亚洲精品美女久久久久99蜜臀| 毛片女人毛片| 欧美乱码精品一区二区三区| 男女午夜视频在线观看| 一个人观看的视频www高清免费观看 | 久久99热这里只有精品18| 久久亚洲真实| 中文字幕久久专区| 人妻夜夜爽99麻豆av| 老汉色av国产亚洲站长工具| av片东京热男人的天堂| 亚洲国产精品合色在线| 99热只有精品国产| 99久久国产精品久久久| 搞女人的毛片| 色综合亚洲欧美另类图片| 欧美成人一区二区免费高清观看 | 国产精品亚洲一级av第二区| 久久久水蜜桃国产精品网| av福利片在线| 国产伦一二天堂av在线观看| 五月伊人婷婷丁香| 嫁个100分男人电影在线观看| 久久热在线av| 嫩草影视91久久| 国产精品av久久久久免费| 久久久国产成人精品二区| 国产精品乱码一区二三区的特点| 免费av毛片视频| 黄片大片在线免费观看| 免费一级毛片在线播放高清视频| 久久人人精品亚洲av| 岛国在线免费视频观看| 精品久久久久久久久久免费视频| 亚洲精品在线观看二区| av视频在线观看入口| 免费看日本二区| 亚洲午夜精品一区,二区,三区| 精品国产美女av久久久久小说| 亚洲成av人片免费观看| 搞女人的毛片| 婷婷六月久久综合丁香| 欧美日韩一级在线毛片| 成人高潮视频无遮挡免费网站| 男女下面进入的视频免费午夜| 18美女黄网站色大片免费观看| 黑人欧美特级aaaaaa片| 日本五十路高清| 精品免费久久久久久久清纯| 亚洲人成网站高清观看| 欧美av亚洲av综合av国产av| 岛国在线免费视频观看| 精品一区二区三区av网在线观看| 午夜影院日韩av| 国产精品久久久久久人妻精品电影| www.熟女人妻精品国产| 国产精品综合久久久久久久免费| 久久精品国产亚洲av高清一级| www.熟女人妻精品国产| 999精品在线视频| 90打野战视频偷拍视频| 亚洲第一电影网av| 亚洲av成人不卡在线观看播放网| 亚洲七黄色美女视频| 级片在线观看| 91字幕亚洲| 日本a在线网址| 日韩欧美国产在线观看| 亚洲精品一区av在线观看| 亚洲国产精品成人综合色| xxx96com| 日韩欧美精品v在线| 欧美黑人巨大hd| 亚洲在线自拍视频| 国产一区在线观看成人免费| 午夜精品在线福利| 亚洲最大成人中文| 亚洲av成人av| 精品午夜福利视频在线观看一区| 国产午夜福利久久久久久| 亚洲无线在线观看| 亚洲天堂国产精品一区在线| 免费看a级黄色片| 人成视频在线观看免费观看| 国产激情欧美一区二区| avwww免费| 毛片女人毛片| 亚洲一区中文字幕在线| 久久久久久大精品| 久久国产精品人妻蜜桃| 精品久久久久久,| 久久精品91无色码中文字幕| netflix在线观看网站| 国产精品香港三级国产av潘金莲| 一进一出抽搐动态| 日本成人三级电影网站| 少妇裸体淫交视频免费看高清 | 亚洲国产精品sss在线观看| 最近最新免费中文字幕在线| 香蕉久久夜色| 床上黄色一级片| 久久久国产成人精品二区| 全区人妻精品视频| 久久久久久大精品| 欧美久久黑人一区二区| 搡老岳熟女国产| 欧美人与性动交α欧美精品济南到| 亚洲国产欧美网| 亚洲美女视频黄频| 国产日本99.免费观看| 老司机在亚洲福利影院| 舔av片在线| 国产高清videossex| ponron亚洲| 亚洲一码二码三码区别大吗| 可以在线观看毛片的网站| 成人三级黄色视频| 无人区码免费观看不卡| 亚洲成人免费电影在线观看| 99国产综合亚洲精品| 在线播放国产精品三级| 免费看a级黄色片| 俺也久久电影网| 亚洲午夜理论影院| 99精品欧美一区二区三区四区| 国产日本99.免费观看| 精品少妇一区二区三区视频日本电影| 琪琪午夜伦伦电影理论片6080| 国产精品久久电影中文字幕| av天堂在线播放| 亚洲av第一区精品v没综合| 亚洲人成网站高清观看| 亚洲精品久久成人aⅴ小说| av福利片在线| 夜夜看夜夜爽夜夜摸| 俄罗斯特黄特色一大片| 一级毛片精品| 久久久久久久久久黄片| 精品午夜福利视频在线观看一区| 国产精品影院久久| 一本一本综合久久| 欧美精品亚洲一区二区| 一夜夜www| 精品一区二区三区av网在线观看| 国产精品av视频在线免费观看| 日韩有码中文字幕| 亚洲精品在线美女| 麻豆av在线久日| 在线观看舔阴道视频| 国产精品一及| 亚洲成a人片在线一区二区| 亚洲 欧美 日韩 在线 免费| 一夜夜www| 人妻丰满熟妇av一区二区三区| 国产真人三级小视频在线观看| 99在线视频只有这里精品首页| 757午夜福利合集在线观看| 麻豆国产97在线/欧美 | 亚洲精品久久成人aⅴ小说| 无人区码免费观看不卡| 黄色 视频免费看| 亚洲av熟女| 精品久久久久久久人妻蜜臀av| 黄色女人牲交| 精品久久蜜臀av无| 亚洲精品一区av在线观看| 久久午夜亚洲精品久久| 欧美成人午夜精品| 最近最新免费中文字幕在线| 757午夜福利合集在线观看| 亚洲国产欧美人成| 中文字幕久久专区| 久久久久久久久久黄片| 久久久久精品国产欧美久久久| 国产野战对白在线观看| 可以在线观看的亚洲视频| 三级男女做爰猛烈吃奶摸视频| 听说在线观看完整版免费高清| 久久人妻av系列| 成人三级黄色视频| 成年免费大片在线观看| 黄色 视频免费看| 色精品久久人妻99蜜桃| 曰老女人黄片| 国产伦人伦偷精品视频| 在线观看舔阴道视频| 国产精品一区二区三区四区久久| www.熟女人妻精品国产| 国产高清激情床上av| 国产97色在线日韩免费| 成人av一区二区三区在线看| 日本一二三区视频观看| av福利片在线观看| 99国产精品一区二区蜜桃av| 超碰成人久久| 国产精品av久久久久免费| 看免费av毛片| 亚洲国产欧洲综合997久久,| 午夜久久久久精精品| 亚洲国产精品999在线| 在线观看日韩欧美| 精品一区二区三区视频在线观看免费| 久久天躁狠狠躁夜夜2o2o| 亚洲专区字幕在线| 丝袜美腿诱惑在线| 亚洲国产日韩欧美精品在线观看 | 国内揄拍国产精品人妻在线| 特大巨黑吊av在线直播| 国产野战对白在线观看| 桃色一区二区三区在线观看| 国产精品久久久久久亚洲av鲁大| 99精品久久久久人妻精品| 小说图片视频综合网站| 中亚洲国语对白在线视频| 欧美绝顶高潮抽搐喷水| 在线观看美女被高潮喷水网站 | 91麻豆精品激情在线观看国产| 99久久综合精品五月天人人| 丁香欧美五月| 精品久久蜜臀av无| 国产精品久久久av美女十八| 最新在线观看一区二区三区| 国产男靠女视频免费网站| 别揉我奶头~嗯~啊~动态视频| 一边摸一边做爽爽视频免费| a在线观看视频网站| 手机成人av网站| 91av网站免费观看| 特级一级黄色大片| 叶爱在线成人免费视频播放| 国产伦一二天堂av在线观看| 俄罗斯特黄特色一大片| 好看av亚洲va欧美ⅴa在| 国产亚洲欧美在线一区二区| 亚洲av中文字字幕乱码综合| 亚洲精品粉嫩美女一区| 欧美最黄视频在线播放免费| 国产黄a三级三级三级人| 国产aⅴ精品一区二区三区波| 久久精品aⅴ一区二区三区四区| 欧美一级毛片孕妇| 丁香欧美五月| 成人三级做爰电影| 国内揄拍国产精品人妻在线| 日本三级黄在线观看| 国产又色又爽无遮挡免费看| 老司机福利观看| 亚洲国产精品999在线| 国产视频内射| 日韩欧美精品v在线| 国产日本99.免费观看| 欧美+亚洲+日韩+国产| 一级作爱视频免费观看| 天天躁夜夜躁狠狠躁躁| 非洲黑人性xxxx精品又粗又长| 精品电影一区二区在线| 久久久国产成人免费| 亚洲电影在线观看av| 这个男人来自地球电影免费观看| 一级黄色大片毛片| 亚洲精品久久国产高清桃花| 黑人巨大精品欧美一区二区mp4| 欧美黑人巨大hd| 老熟妇乱子伦视频在线观看| 亚洲精华国产精华精| 成年版毛片免费区| 免费看十八禁软件| 亚洲电影在线观看av| 桃红色精品国产亚洲av| 身体一侧抽搐| 久久香蕉激情| 成人国产一区最新在线观看| 亚洲人成伊人成综合网2020| 国产野战对白在线观看| 久久久久国产一级毛片高清牌| 午夜影院日韩av| 夜夜夜夜夜久久久久| 亚洲精品在线观看二区| 成人国语在线视频| 国产野战对白在线观看| 免费在线观看成人毛片| 此物有八面人人有两片| 免费在线观看亚洲国产| 禁无遮挡网站| 熟女电影av网| 亚洲aⅴ乱码一区二区在线播放 | 99国产综合亚洲精品| 国产激情欧美一区二区| 十八禁网站免费在线| 中文在线观看免费www的网站 | www.精华液| 久久国产乱子伦精品免费另类| 日韩有码中文字幕| 一区二区三区高清视频在线| 久久香蕉激情| 99久久久亚洲精品蜜臀av| 国产成人影院久久av| 老司机在亚洲福利影院| 啪啪无遮挡十八禁网站| 欧美激情久久久久久爽电影| 亚洲七黄色美女视频| 亚洲午夜理论影院| 欧美一区二区国产精品久久精品 | 91字幕亚洲| 毛片女人毛片| 欧美日韩黄片免| 一个人免费在线观看的高清视频| 91九色精品人成在线观看| 亚洲精品国产精品久久久不卡| 亚洲av成人精品一区久久| 国产精品,欧美在线| 国产av一区在线观看免费| 一a级毛片在线观看| 中出人妻视频一区二区| 亚洲国产精品999在线| 最新在线观看一区二区三区| 亚洲自拍偷在线| aaaaa片日本免费| 精品电影一区二区在线| 久久久久性生活片| 欧美日本亚洲视频在线播放| 成人国语在线视频| 美女大奶头视频| 成人国语在线视频| 国产在线观看jvid| 国产久久久一区二区三区| 99re在线观看精品视频| 成人18禁在线播放| 1024香蕉在线观看| 日本一本二区三区精品| 岛国视频午夜一区免费看| 成人18禁高潮啪啪吃奶动态图| 草草在线视频免费看| 午夜福利成人在线免费观看| 少妇被粗大的猛进出69影院| 欧美久久黑人一区二区| 九色成人免费人妻av| 啦啦啦韩国在线观看视频| 亚洲精品美女久久av网站| 黄色毛片三级朝国网站| 露出奶头的视频| 搡老熟女国产l中国老女人| 制服丝袜大香蕉在线| 色老头精品视频在线观看| 中国美女看黄片| 亚洲中文字幕一区二区三区有码在线看 | 一级作爱视频免费观看| 午夜福利在线在线| 成熟少妇高潮喷水视频| 亚洲,欧美精品.| 国产av麻豆久久久久久久| 午夜福利免费观看在线| 天天一区二区日本电影三级| 丝袜人妻中文字幕| 999久久久国产精品视频| 久久婷婷成人综合色麻豆| 国产精华一区二区三区| 日韩精品青青久久久久久| 亚洲一区高清亚洲精品| 在线视频色国产色| 久久伊人香网站| 国产成年人精品一区二区| 啦啦啦韩国在线观看视频| 久久久久久国产a免费观看| 午夜日韩欧美国产| 狠狠狠狠99中文字幕| 日本成人三级电影网站| 操出白浆在线播放| 丁香欧美五月| 观看免费一级毛片| a级毛片a级免费在线| 国产精品乱码一区二三区的特点| 中国美女看黄片| 每晚都被弄得嗷嗷叫到高潮| 欧美丝袜亚洲另类 | 精品国产乱码久久久久久男人| 白带黄色成豆腐渣| www.www免费av| 国产精品综合久久久久久久免费| 欧美3d第一页| 两个人免费观看高清视频| 午夜福利成人在线免费观看| 美女午夜性视频免费| 亚洲精品国产一区二区精华液| 在线免费观看的www视频| 一区二区三区国产精品乱码| 岛国在线免费视频观看| 国产一区二区三区视频了| 欧美色欧美亚洲另类二区| 日本 av在线| 啦啦啦观看免费观看视频高清| 国产精品精品国产色婷婷| 国产精品99久久99久久久不卡| 亚洲欧美日韩高清专用| 欧美日本亚洲视频在线播放| 久久久久精品国产欧美久久久| 亚洲精品粉嫩美女一区| 成人高潮视频无遮挡免费网站| 嫁个100分男人电影在线观看| 又粗又爽又猛毛片免费看| 91麻豆av在线| 五月玫瑰六月丁香| 又黄又粗又硬又大视频| 丝袜人妻中文字幕| 人人妻,人人澡人人爽秒播| 法律面前人人平等表现在哪些方面| 十八禁网站免费在线| 国产伦在线观看视频一区| 色精品久久人妻99蜜桃| 伊人久久大香线蕉亚洲五| 亚洲avbb在线观看| 国产黄a三级三级三级人| 免费在线观看视频国产中文字幕亚洲| 亚洲五月婷婷丁香| 久久人人精品亚洲av| 日韩欧美国产在线观看| 嫩草影院精品99| 婷婷精品国产亚洲av| 一级作爱视频免费观看| 日韩 欧美 亚洲 中文字幕| 亚洲欧美日韩高清在线视频| 18禁美女被吸乳视频| 国产午夜福利久久久久久| 最新在线观看一区二区三区| 丰满人妻一区二区三区视频av | 欧美丝袜亚洲另类 | 黄片大片在线免费观看| 国产男靠女视频免费网站| 黄色丝袜av网址大全| videosex国产| 婷婷精品国产亚洲av| 99久久国产精品久久久| 男女做爰动态图高潮gif福利片| 一级毛片精品| 母亲3免费完整高清在线观看| 三级国产精品欧美在线观看 | 亚洲va日本ⅴa欧美va伊人久久| 国产精华一区二区三区| 亚洲欧美日韩无卡精品| 精品一区二区三区av网在线观看| 国产伦人伦偷精品视频| 不卡一级毛片| 欧美成人免费av一区二区三区| 免费高清视频大片| 色老头精品视频在线观看| 一级作爱视频免费观看| avwww免费| 亚洲av中文字字幕乱码综合| 亚洲精华国产精华精| 久久欧美精品欧美久久欧美| 久久久久精品国产欧美久久久| or卡值多少钱| 国产精品1区2区在线观看.| 久久这里只有精品19| 国产欧美日韩一区二区三| 久久久久久久久中文| 18美女黄网站色大片免费观看| 波多野结衣高清无吗| 国产高清videossex| 成在线人永久免费视频| 日本黄色视频三级网站网址| 首页视频小说图片口味搜索| www.999成人在线观看| 亚洲国产精品合色在线| 国产精品美女特级片免费视频播放器 | 久久亚洲精品不卡| 天堂av国产一区二区熟女人妻 | 别揉我奶头~嗯~啊~动态视频| 中文字幕人成人乱码亚洲影| 国产精品野战在线观看| 国产精品久久视频播放| 欧美日本亚洲视频在线播放| 国产在线精品亚洲第一网站| 狠狠狠狠99中文字幕| 国内少妇人妻偷人精品xxx网站 | 在线观看免费视频日本深夜| 欧美丝袜亚洲另类 | 一本一本综合久久| 国产不卡一卡二| 国产1区2区3区精品| 国模一区二区三区四区视频 | 日本免费a在线| 欧美日韩黄片免| 校园春色视频在线观看| 淫秽高清视频在线观看| 国产亚洲精品久久久久久毛片| 性欧美人与动物交配| www.自偷自拍.com| 99久久精品国产亚洲精品| 日本精品一区二区三区蜜桃| 激情在线观看视频在线高清| 国产成人av教育| 一进一出好大好爽视频| 搡老熟女国产l中国老女人| 国产av又大| 亚洲美女视频黄频| 国产熟女xx| 国产熟女午夜一区二区三区| 婷婷六月久久综合丁香| 欧美日韩国产亚洲二区| 久久久国产成人免费| 99久久精品热视频| 韩国av一区二区三区四区| tocl精华| 婷婷六月久久综合丁香| 成人永久免费在线观看视频| 成人av在线播放网站| 国产欧美日韩一区二区三| 欧美 亚洲 国产 日韩一| 国产精品美女特级片免费视频播放器 | 一进一出好大好爽视频| 免费在线观看视频国产中文字幕亚洲| 欧美日韩福利视频一区二区| 91麻豆精品激情在线观看国产| 亚洲欧美日韩东京热| 久久久精品国产亚洲av高清涩受| 岛国视频午夜一区免费看|