Unity之UGUI

Unity AssetStore资源下载PackManager存储位置

1.Windows系统路径：C:\Users\用户名\AppData\Roaming\Unity\AssetStore-5.x（若未显示AppData文件夹，需在文件资源管理器中勾选「查看>隐藏的项目」
烧火大爷·2025-04-18 19:18

Unity Shader 屏幕颜色混淆干扰(杂色)

效果如图：以下是shader代码：Shader"Custom/ScreenNoise"{Properties{_MainTex("Texture",2D)="white"{}_NoiseIntensity("NoiseIntensity",Range(0,1))=0_ColorVariation("ColorVariation",Range(0,1))=0.5}SubShader{Pass{CGP
源·2025-04-18 19:47

Flutter项目之设置页

目录：1、实现效果图2、实现流程2.1、引入依赖2.2、封装弹窗工具类2.3、设置页2.4、路由中注册设置页面1、实现效果图2、实现流程2.1、引入依赖2.2、封装弹窗工具类import'package:fluttertoast/fluttertoast.dart';classCommontToast{staticshowToast(Stringmsg){Fluttertoast.showToas
bst@微胖子·2025-04-18 19:46

Flutter基础篇（1）之Flutter从配置安装到填坑指南详解

声明：本文是作者AWeiLoveAndroid原创，版权归作者AWeiLoveAndroid所有，侵权必究。如若转发，请注明作者和来源地址！未经授权，严禁私自转载！___________________________________________________________________________________________在GoogleI/O’17上，Google向我们介绍了
AWeiLoveAndroid·2025-04-18 19:12

读书百客：《木兰花·立春日作》赏析

“青衫”言官位之低，“破尽”可见穷之到了极点“尘满帽”描写出作者在
chouliao5758·2025-04-18 18:38

ElasticSearch Python 使用

文章目录依赖下载连接elasticsearch配置忽略响应状态码示例ElasticsearchforPython之操作结果过滤ElasticSearch（es对象）Indices（es.indices）
TMesh·2025-04-18 18:36

ML-Agents：智能体（三）

注：本文章为官方文档翻译，如有侵权行为请联系作者删除Agent-UnityML-AgentsToolkit–原文链接>ML-Agents：智能体（一）ML-Agents：智能体（二）ML-Agents：
Wangyh02·2025-04-18 17:33

图论之并查集——含例题

目录介绍秩是什么例子——快速入门例题使用路径压缩，不使用秩合并使用路径压缩和秩合并无向图和有向图介绍并查集是一种用于处理不相交集合的合并与查询问题的数据结构。它主要涉及以下基本概念和操作：基本概念：集合：并查集中的集合是由一组元素组成的，这些元素具有相同的属性或特征，集合之间相互不相交。代表元素：每个集合都有一个代表元素，用于标识该集合。集合中的其他元素都可以通过一定的关系与代表元素相连。基本操作
transcend壮·2025-04-18 16:27

Unity中实现数字滚动效果(类似于老虎机的那种数字滚动效果)

前言：下面的这个视屏，就是我们接下来要实现的效果啦，这个Unity项目所对应的资源包可以在Unity中实现数字滚动效果的资源包(类似于老虎机的那种数字滚动效果)这里直接购买然后可以直接下载，或者是购买了本专栏后
创意码农·2025-04-18 16:56

Unity编辑器扩展之Project视图扩展

Unity编辑器扩展之Project视图扩展TechX坚持将创新的科技带给世界！拥有更好的学习体验——不断努力，不断进步，不断探索TechX——心探索、心进取！
沐沐森的故事·2025-04-18 16:54

Unity编辑器扩展之Hierarchy面板扩展

Unity编辑器扩展之Hierarchy面板扩展TechX坚持将创新的科技带给世界！拥有更好的学习体验——不断努力，不断进步，不断探索TechX——心探索、心进取！
沐沐森的故事·2025-04-18 16:54

原型链之Object，Function，__proto__，prototype

一、基础知识点javascript中，“函数”（方法）也是对象。一切对象都有一个根源。它是Object.prototype。根源之上再没有其他根源，Object.prototype.proto===null注：省去proto的下划线二、构造函数通过new关键字可以用来创建特定类型的对象的函数；只要创建了一个新函数，每个函数在创建之后都会获得一个prototype的属性，这个属性指向函数的原型对象（
不要做切图仔·2025-04-18 15:19

Python----深度学习（Softmax与交叉熵）

Softmax的核心在于soft，而soft有软的含义，与之相对的是hard硬。很多场景中需要我们找出数组所有元素中值最大的元素，实质上都是求的hardmax。hardmax最大的特点就是只选出其中
蹦蹦跳跳真可爱589·2025-04-18 15:17

怎样使用Git进行bug修复分支管理(廖雪峰学习笔记之Git)

问题如标题，在看到廖雪峰关于使用Git进行bug修复分支管理时，总体上是写的很明白的，但是一些细节上经过了自己的摸索后才算搞明白了，先将学习心得分享如下：首先将大佬的关于Git学习中的Bug分支的学习资料贴出来供大家学习：https://www.liaoxuefeng.com/wiki/896043488029600/900388704535136我大致总结一下，就是我们在修复bug时，一般会通过
前行的zhu·2025-04-18 15:16

KWDB创作者计划—KWDB场景化创新实践：多模态数据融合与边缘智能的突破性应用

KWDB（KaiwuDBCommunityEdition）通过创新的"时空-关系-流式"三态融合架构，正在重新定义AIoT场景下的数据基础设施。
Blossom.118·2025-04-18 15:15

KWDB创作者计划—KWDB场景创新：多模态数据融合与边缘智能的产业实践

KWDB（KaiwuDBCommunityEdition）通过创新的"时空-关系-流式"三态融合架构，正在重新定义AIoT场景下的数据基础设施。
Blossom.118·2025-04-18 15:15

网络安全之-信息收集

域名收集域名注册信息站长之家https://whois.chinaz.com/whois查询的相关网站有：中国万网域名WHOIS信息查询地址:https://whois.aliyun.com/西部数码域名WHOIS信息查询地址:https://whois.west.cn/新网域名WHOIS信息查询地址:http://whois.xinnet.com/domain/whois/index.jsp纳网
飞猪~·2025-04-18 15:15

AI学习之自然语言处理（NLP）

自然语言处理（NaturalLanguageProcessing，NLP）是计算机科学、人工智能和语言学领域的交叉学科，旨在让计算机能够理解、处理和生成人类语言。以下为你详细介绍：自然语言处理的关键技术词法分析：将文本拆分成一个个单词或词素，同时确定每个词的词性。例如，对于句子“我喜欢苹果”，词法分析可能会将其拆分为“我/代词”“喜欢/动词”“苹果/名词”。这是自然语言处理的基础步骤，为后续的分析
臣妾写不来啊·2025-04-18 15:44

聊聊Spring AI Alibaba的PdfTablesParser

序本文主要研究一下SpringAIAlibaba的PdfTablesParserPdfTablesParsercommunity/document-parsers/spring-ai-alibaba-starter-document-parser-pdf-tables
hello_ejb3·2025-04-18 15:14

Android开发多个话题标签点击

点击需要相应点到相应的话题直接上代码：TvUtils.StringToSpannablestringToSpannable=TvUtils.create();//遍历所有话题for(Stringtopic:communityTopics
893151960·2025-04-18 14:39

23种设计模式之原型模式

以下是原型模式(PrototypePattern)的详细介绍，包含定义、优缺点、应用场景及代码实现：一、原型模式概述英文名称：Prototype核心目标：通过复制现有对象来创建新对象，避免重复初始化带来的性能开销。设计思想：利用clone()方法实现对象的快速复制，支持动态扩展对象类型。二、优缺点优点：性能优化：跳过复杂构造过程，直接复制内存中的对象。动态性高：运行时动态新增或修改对象类型（如通过
heimeiyingwang·2025-04-18 14:07

设计模式之策略者模式

前言：在我们日常的开发中，我们往往会遇到如下问题：在一个类中需要根据不同的情况选择不同的行为时，我们可能会使用大量的条件判断（如if-else或switch-case）。这种做法虽然也可以，但当需求扩展或变动时，会引发以下问题：高耦合：条件判断将行为与业务逻辑紧密绑定在一起，导致代码变得难以修改和扩展。低可维护性：每次添加新的行为或变化时，我们都需要修改原有的类，导致代码出现不必要的重复和冗余。难
·2025-04-18 13:52

Introduction to 3D Game Programming with DirectX 12 学习笔记之 --- 第六章：在Direct3D中绘制

代码工程地址：https://github.com/jiabaodan/Direct12BookReadingNotes学习目标熟悉Direct3D接口的定义，保存和绘制几何数据；学习编写基本的顶点和像素着色器；学习使用渲染流水线状态对象来配置渲染流水线；理解如何创建常数缓存数据（constantbufferdata），并且熟悉根签名？（rootsignature）；1顶点和输入布局下面的代码定义
贾宝蛋@·2025-04-18 12:26

Python内存管理之引用计数详解

各类资料学习下载合集https://pan.quark.cn/s/8c91ccb5a474引言Python的内存管理机制是其核心特性之一，而引用计数（ReferenceCounting）是Python内存管理的基础。本文将详细介绍引用计数的原理、工作机制，并通过代码案例和运行结果展示其实际应用。引用计数的基本原理引用计数是一种简单高效的内存管理技术，其核心思想是为每个对象维护一个计数器，记录当前有
web安全工具库·2025-04-18 12:56

深度解析跨境支付之产品架构

跨境支付企业有能力开放更多的底层能力接口给到外界合作伙伴。其中包括购汇及申报、结汇及申报、换汇（包含汇率查询和外汇兑换、远期锁汇等功能）、境外本地下单、查询、退款、外汇跨境收款、海外代发、VA账户开户及余额查询、VCC发卡及查询等能力。在这些开放基础能力的基础上，跨境支付企业能够支持更多的业务场景：包含外卡收单、境外本地收单（电子钱包收单、运营商收单、银行转账收款、线下收单等）、外贸B2B收款、电
RobinCode·2025-04-18 11:21

大模型面经之bert和gpt区别

BERT和GPT是自然语言处理（NLP）领域中的两种重要预训练语言模型，它们在多个方面存在显著的区别。以下是对BERT和GPT区别的详细分析。一、模型基础与架构BERT：全称：BidirectionalEncoderRepresentationsfromTransformers。架构：基于Transformer的编码器部分进行堆叠构建，通过预训练和微调两个阶段来生成深度的双向语言表征。特点：使用了
cv2016_DL·2025-04-18 11:49

linux安装mysql8

服务器环境安装第一步先去mysql官网下载压缩包网址：MySQL::MySQLCommunityDownloads根据自己的系统选择安装包，我这里选择的是X8664位登录linux系统后：第一步：1）解压下载好的
weixin_42871919·2025-04-18 10:44

Linux：Linux系统的简介、基础知识、最强学习路线(以Ubuntu系统为例—安装/各自命令行技能/文件系统/Shell脚本编程/权限网络和系统管理/高级语言编程)、常用案例(图文教程)之详细攻略

Linux：Linux系统的简介、基础知识、最强学习路线(以Ubuntu系统为例—安装/各自命令行技能/文件系统/Shell脚本编程/权限网络和系统管理/高级语言编程)、常用案例(图文教程)之详细攻略导读
一个处女座的程序猿·2025-04-18 10:43

聊聊Spring AI Alibaba的PdfTablesParser

序本文主要研究一下SpringAIAlibaba的PdfTablesParserPdfTablesParsercommunity/document-parsers/spring-ai-alibaba-starter-document-parser-pdf-tables
·2025-04-18 10:50

聊聊Spring AI Alibaba的BilibiliDocumentReader

序本文主要研究一下SpringAIAlibaba的BilibiliDocumentReaderBilibiliDocumentReadercommunity/document-readers/spring-ai-alibaba-starter-document-reader-bilibili
·2025-04-18 09:47

Android15音频进阶之设置audio进程日志等级(一百一十四一)

简介：CSDN博客专家、《Android系统多媒体进阶实战》一书作者新书发布：《Android系统多媒体进阶实战》优质专栏：Audio工程师进阶系列【原创干货持续更新中……】优质专栏：多媒体系统工程师系列【原创干货持续更新中……】优质视频课程：AAOS车载系统+AOSP14系统攻城狮入门视频实战课
Android系统攻城狮·2025-04-18 09:09

ASP.NET之六边形架构（Hexagonal Architecture）

六边形架构，也称为端口与适配器架构（PortsandAdaptersArchitecture），是一种软件设计模式，旨在创建松耦合、可测试和易于维护的应用程序。下面介绍如何在ASP.NET中实现六边形架构。六边形架构核心概念领域核心：位于架构中心，包含业务逻辑和领域模型端口：定义应用程序与外部世界的交互接口主端口（驱动端口）：API、UI等主动调用应用的入口次端口（被驱动端口）：数据库、外部服务等
CsharpDev-奶豆哥·2025-04-18 09:09

Unity基于屏幕空间的鼠标拖动，拖动物体旋转

代码的核心在于，鼠标的屏幕偏移映射到物体的旋转角度，代码中是使用射线去检测的，检测帧间隔鼠标的位置对应物体上的旋转未解决的问题：旋转都是相对的，怎么去处理，鼠标拖动物体，物体不动，相机去做围绕物体旋转，由于射线是相机空间发出的，同时相机也在移动和旋转，导致预期的效果不一样，希望有思路的同学可以分享一下//下面是核心的api调用和计算//两种情况，第一种是物体基于自身的坐标系旋转，第二种是物体基于相
不要呵呵·2025-04-18 08:30

5.2面向对象特性------封装

面向对象特性之——封装封装——将实体特征的属性隐藏起来，对象和外界仅通过公共方法进行交流，这样可以提高程序的可读性，安全性，改善程序的可维护性。
dl810672731·2025-04-18 07:26

数据结构绪论的一些题目（基本概念和术语）

数据结构：数据结构是指数据元素之间的关系，它描述了数据元素之
进击的圆儿·2025-04-18 06:19

Java设计模式之模板方法模式：从入门到架构级实践

1.模板方法模式核心思想模板方法模式（TemplateMethodPattern）是行为型设计模式中最具工业化特征的模式之一。其核心在于定义算法骨架，允许子类重写特定步骤，完美体现了"好莱坞原则"（Don'tcallus,we'llcallyou）。该模式通过将不变行为搬到超类，去除子类中的重复代码，是框架设计中控制扩展点的常用手段。2.模式结构深度解析2.1抽象模板类（AbstractClass
听闻风很好吃·2025-04-18 05:09

Java设计模式之命令模式：从入门到架构级实践

一、命令模式的核心思想命令模式（CommandPattern）是行为型设计模式的经典实现，其核心在于将“请求”封装为独立的对象，使得请求的发送者（调用者）与接收者（执行者）完全解耦。这种模式允许你将方法调用、操作或任务抽象成对象，从而支持以下高级特性：参数化客户端：通过传递不同的命令对象实现不同行为请求队列化：支持任务排队、延迟执行或异步处理操作撤销/重做：通过记录命令历史实现逆向操作事务管理：构
听闻风很好吃·2025-04-18 05:39

Java设计模式之责任链模式：从入门到架构级实践

1.责任链模式简介责任链模式（ChainofResponsibilityPattern）是一种行为设计模式，允许将请求沿着处理链传递，直到某个处理对象能够处理它。这种模式通过解耦请求的发送者和接收者，提供动态扩展处理逻辑的能力。责任链模式广泛应用于日志处理、权限校验、过滤器链（如ServletFilter）、工作流审批等场景。2.责任链模式核心思想处理对象独立：每个处理节点（Handler）只关注
听闻风很好吃·2025-04-18 04:37

【Python】Flask与Django对比详解：教你如何选择最适合你的Web框架

Flask简介：轻量级的灵活之选??Flask的核心特点Django简介：全能型的强大框架??
m0_74823471·2025-04-18 04:35

unity面试题——引擎(二)

脚本生命周期Awake()无论脚本是否处于激活状态都调用一次；OnEnable()当脚本被设置为激活状态时掉用一次；Start()当脚本被激活时调用一次；FixedUpdate()每隔固定时间间隔调用一次（默认0.02s），在0s时也会执行一次；Update()脚本处于激活状态时每帧调用一次；LateUpdate()在Update()之后调用一次；OnGUI()脚本处于激活状态时每帧调用两次（曾被
D.兴兴·2025-04-18 02:24

第七章 输入与输出 ——python导引编译之八

第七章输入与输出——python导引编译之八标题7.输入与输出InputandOutput有一些表达一个程序的输出方式；数据可以打印在一个人皆可读的形式之中，或者，为未来使用写到一个文件上。
weixin_41670255·2025-04-18 02:23

HTTP 之 XFF ， Referer

HTTP请求头HTTP请求头是构成HTTP请求的一部分，主要用于传递客户端（如浏览器或其他应用程序）向服务器发送的额外信息，以帮助服务器理解请求的上下文和处理方式。HTTP请求的基本组成部分可以分为三个主要部分：请求行、请求头和请求体。1.请求行(RequestLine)请求行是HTTP请求的第一行，包含了三个主要组件：请求方法：指示所要执行的操作的HTTP方法，例如GET、POST、PUT、DE
Autuuuuumn·2025-04-18 02:52

【Unity 科幻环境资产包】Sci-fi Evolution 旨在为游戏开发者提供丰富的科幻风格资产，特别适用于科幻、太空、未来主义等主题的游戏

Sci-fiEvolution是一款为Unity开发的环境资源包，旨在为游戏开发者提供丰富的科幻风格资产，特别适用于科幻、太空、未来主义等主题的游戏。
Unity游戏资源学习屋·2025-04-18 02:51

【Unity 流体模拟插件】FluXY - 2.5D Fluid Simulator 帮助开发者在游戏中创建逼真的水流、油流、液体动态等流体效果，适用于需要复杂流体行为的游戏或应用

FluXY-2.5DFluidSimulator是一款为Unity提供的流体模拟插件，专门设计用于模拟2.5D环境中的液体流动效果。
Unity游戏资源学习屋·2025-04-18 02:51

50款热门Unity插件大合集，包括角色控制、资源管理、环境设计、UI界面、语音聊天、天气系统等，帮助开发者加速开发过程、提升游戏质量、优化性能，并为不同类型的项目提供完备的支持。

这些插件涵盖了从基础模板到高端系统的多种功能，适用于各类游戏开发需求。无论是创建动作、RPG、射击、MOBA或生存类游戏，还是集成多人对战、优化性能、添加高级AI和物理破坏效果，用户都能找到适合的解决方案。插件提供的工具包括角色控制、资源管理、环境设计、UI界面、语音聊天、天气系统等，帮助开发者加速开发过程、提升游戏质量、优化性能，并为不同类型的项目提供完备的支持。InvectorFSMAITem
Unity游戏资源学习屋·2025-04-18 02:21

【Unity插件】YAPP - Yet Another Prefab Painter 强大且灵活的工具，极大地提高了环境和关卡设计的效率

YAPP-YetAnotherPrefabPainter是一款专为Unity开发者设计的工具，旨在简化和加速在场景中批量放置和绘制Prefab（预制体）的过程。
Unity游戏资源学习屋·2025-04-18 02:51

Sklearn入门之datasets的基本用法

、Sklearn全称:Scipy-toolkitLearn是一个基于scipy实现的的开源机器学习库。它提供了大量的算法和工具，用于数据挖掘和数据分析，包括分类、回归、聚类等多种任务。本文我将带你了解并入门Sklearn下的datasets在机器学习中的基本用法。获取方式pipinstallscikit-learn模块结构在Python中，要想熟练地使用一个库来完成各种任务，那么我们必须得对这个库
起个破名想半天了·2025-04-18 02:50

【scikit-learn基础】--『监督学习』之 随机森林回归

随机森林回归（RandomForestRegression）是一种在机器学习领域广泛应用的算法，由美国科学家LeoBreiman在2001年提出。它是一种集成学习方法，通过整合多个决策树的预测结果来提高预测精度和稳定性。随机森林回归适用于各种需要预测连续数值输出的问题，如金融领域的股票价格预测、客户信用评分，医疗领域的疾病诊断和药物发现等。1.算法概述随机森林回归算法通过引入随机性来构建多个决策树
大雄野比·2025-04-18 02:20

【scikit-learn基础】--『监督学习』之 逻辑回归分类

逻辑回归这个算法的名称有一定的误导性。虽然它的名称中有“回归”，当它在机器学习中不是回归算法，而是分类算法。因为采用了与回归类似的思想来解决分类问题，所以它的名称才会是逻辑回归。逻辑回归的思想可以追溯到19世纪，由英国统计学家FrancisGalton在研究豌豆遗传问题时首次提出。然而，真正将逻辑回归应用于机器学习的是加拿大统计学家HughEverett，他在1970年代提出了广义线性模型（GLM
大雄野比·2025-04-18 02:20

【scikit-learn基础】--『监督学习』之 决策树回归

决策树算法是一种既可以用于分类，也可以用于回归的算法。决策树回归是通过对输入特征的不断划分来建立一棵决策树，每一步划分都基于当前数据集的最优划分特征。它的目标是最小化总体误差或最大化预测精度，其构建通常采用自上而下的贪心搜索方式，通过比较不同划分标准来选择最优划分。决策树回归广泛应用于各种回归问题，如预测房价、股票价格、客户流失等。1.算法概述决策树相关的诸多算法之中，有一种CART算法，全称是c
大雄野比·2025-04-18 02:50
上一页 116 117 118 119 120 121 122 123 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他