主页
拖尾断断续续问题
拖尾断断续续问题在update里使用dt计算移动距离,否则有可能会导致移动距离突变,拖尾出现断层
序列帧动画添加 shader 闪白效果问题
序列帧动画添加 shader 闪白效果问题问题现象 在浏览器,微信小程序等web界面没有问题 在安卓原生打包会出现不应该出现闪白的时候,也随机出现闪白 问题分析可能是在shader处理闪白时,在原生环境会处理当前播放到的序列帧某几帧的图片变白,同时导致底层缓存的那几帧图片变白,回收到缓存池后,再被其他对象使用缓存图片时,导致图片是白色的 解决方案抽出一帧图片单独作为闪白效果,给单独的一个图片节点
不要用 GIF 文件,否则加载时安卓报错
不要用 GIF 文件,否则加载时安卓报错不要用 GIF 文件,否则加载时安卓报错 1initWithImageFile: assets/resources/native/01/012e0de0-1ae1-4f97-a5f4-682cad9710a3.gif failed!
关闭电脑web端的vConsole
关闭电脑web端的vConsole找到编辑器安装目录: 12在 C:\CocosCreator\resources\static\preview-templates 中找到 index.jade 文件将 vConsole = new VConsole(); 注释掉
苹果过审
苹果过审苹果里面的能和审核人对话,天天和他描述
Shogun Showdown【幕府将军对决】
Shogun Showdown【幕府将军对决】Shogun Showdown 基础设定困难难度:所有敌人增加一点血量,敌人所有武器增加一点攻击 HP:10 武器:升级格子数;伤害;冷却;种类 人物选择 浪客:能力,与前方一格敌人换位(朝向不变),冷却4回合;触发条件,前方一格敌人走动 浪人:能力,将敌人向前推一格;触发条件,前方一格敌人走动 刺客:能力,与前方一格敌人换位(朝向不变),冷却4回
这么全的 Cocos Creator 3.x 学习资源
这么全的 Cocos Creator 3.x 学习资源Cocos Creator 3.x 学习资源
腾讯云 TencentOS 3.1 部署 Nodejs 环境
腾讯云 TencentOS 3.1 部署 Nodejs 环境TencentOS 3.1 对应 RHEL 8(CentOS 8.x)兼容 1. 更改密码1passwd root 2. 查看基本配置12topdf -h 3. 升级系统1yum update 4. 安装MongoDB1vim /etc/yum.repos.d/mongodb-org-4.4.repo 内容: 123456[mon
腾讯云 CentOS 7 低版本漏洞修复
腾讯云 CentOS 7 低版本漏洞修复操作步骤 备份系统盘数据 重装系统升级为 Tencent OS 重新安装相关软件 重新挂载数据盘 1mount /dev/vdb1 /data 扫描看是否还有漏洞 备份新系统
腾讯云挖矿木马自助清理手册
腾讯云挖矿木马自助清理手册腾讯云挖矿木马自助清理手册 专栏首页 - 腾讯云安全专家服务 - 挖矿木马自助清理手册
Spine闪白效果
Spine闪白效果FlashWhiteSpine.effect1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071727374757677787980818283848586878889
图片闪白效果
图片闪白效果FlashWhite.effect12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970717273747576777879808182838485CCEffect %{
超参数调节或超调
超参数调节或超调Keras Examples Keras Tuner 是一个库,可帮助您为 TensorFlow 程序选择最佳的超参数集。 超参数有两种类型: 模型超参数:影响模型的选择,例如隐藏层的数量和宽度 算法超参数:影响学习算法的速度和质量,例如随机梯度下降 (SGD) 的学习率以及 k 近邻 (KNN) 分类器的近邻数 安装并导入 Keras Tuner。123conda activ
保存和恢复模型
保存和恢复模型可以在训练期间和之后保存模型进度。这意味着模型可以从停止的地方恢复,避免长时间的训练。此外,保存还意味着您可以分享您的模型,其他人可以重现您的工作。 小心:TensorFlow 模型是代码,对于不受信任的代码,一定要小心。 以管理员身份运行 annconda prompt123conda activate pythonProject2pip3 install pyyaml h5py
Dropout 解决过拟合
Dropout 解决过拟合添加随机失活随机失活是一种最有效、最常用的神经网络正则化技术,由 Hinton 和他在多伦多大学的学生共同开发。 随机失活的直观解释是,由于网络中的单个节点不能依赖其他节点的输出,所以每个节点必须输出对自己有用的特征。 “随机失活率”是指被清零的特征的比率;它通常设置为 0.2 到 0.5 之间。 向网络中添加两个随机失活层,检查它们在减少过拟合方面的表现: 123456
Initializing libiomp5md.dll, but found libiomp5md.dll already initialized
Initializing libiomp5md.dll, but found libiomp5md.dll already initialized报错的原因是,site-packages目录下,有两个以上的libiomp5md.dll文件。 1. 权宜之计12import osos.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"
监督学习
监督学习监督学习(supervised learning)问题大部分可以分成 Regression (回归)和 Classification(分类) 这两种。回归是说我要预测的值是一个连续的值,比如房价,汽车的速度,飞机的高度等等。而分类是指我要把东西分成几类,比如猫狗猪牛等等。 图像分类1234567891011121314151617181920212223242526272829303132
Tensorboard的使用
Tensorboard的使用Tensorboard教程 大致流程12345678from torch.utils.tensorboard import SummaryWriter#实例化SummaryWriter,并指明日志存放路径。在当前目录如果每月logs目录将自动创建#如果不写log_dir,系统将会创建runs目录writer = SummaryWriter(log_dir = '
Tensorboard 可视化
Tensorboard 可视化Tensorboard教程 以管理员身份运行 annconda prompt 安装 Tensorboard12345conda activate pythonProject2pip install tensorboard -i https://pypi.tuna.tsinghua.edu.cn/simplepip3 install torchvision -i htt
Tensorflow
Tensorflow拟合曲线机器学习其实就是让电脑不断的尝试模拟已知的数据。它能知道自己拟合的数据离真实的数据差距有多远,然后不断地改进自己拟合的参数,提高拟合的相似度。 拟合参数如果红色曲线的表达式为:y = ax + b 其中x代表inputs, y代表outputs, a和b是神经网络训练的参数。模型训练好了以后,a和b的值将会被确定,比如 a=0.5, b=2
Pandas 基本介绍
Pandas 基本介绍Numpy 是列表形式的,没有数值标签,而 Pandas 就是字典形式 主要两个数据结构:Series 和 DataFrame Series123456789101112131415import pandas as pdimport numpy as nps = pd.Series([1,3,6,np.nan,44,1])print(s)"""0
Numpy 属性
Numpy 属性基本属性 ndim:维度 shape:行数和列数 size:元素个数 123456789101112131415import numpy as np #为了方便使用numpy 采用np简写array = np.array([[1,2,3],[2,3,4]]) #列表转化为矩阵print(array)"""array([[1, 2, 3],
DQN
DQNGoogle Deep mind 团队就是靠着这 DQN 使计算机玩电动玩得比我们还厉害 融合了神经网络和 Q learning 的方法,名字叫做 Deep Q Network。 我们可以将状态和动作当成神经网络的输入,然后经过神经网络分析后得到动作的 Q 值,这样我们就没必要在表格中记录 Q 值,而是直接使用神经网络生成 Q 值。 DQN 两大利器 DQN 有一个记忆库用于学习之前的经历
单步更新 and 回合更新
单步更新 and 回合更新单步更新虽然我们每一步都在更新,但是在没有获取宝藏的时候,我们现在站着的这一步也没有得到任何更新,也就是直到获取宝藏时,我们才为获取到宝藏的上一步更新为:这一步很好,和获取宝藏是有关联的,而之前为了获取宝藏所走的所有步都被认为和获取宝藏没关系。 回合更新虽然我要等到这回合结束,才开始对本回合所经历的所有步都添加更新,但是这所有的步都是和宝藏有关系的,都是为了得到宝藏需要
Q Learning 和 Sarsa
Q Learning 和 Sarsa在强化学习中 Sarsa 和 Q learning 及其类似,Sarsa 是说到做到型,所以我们也叫他 on-policy,在线学习,学着自己在做的事情。而 Q learning 是说到但并不一定做到,所以它也叫作 Off-policy,离线学习。 而因为有了 maxQ,Q-learning 也是一个特别勇敢的算法。因为 Q learning 机器人 永远都会
一条命令去除 Creator 图片黑边
一条命令去除 Creator 图片黑边相关讨论链接 黑边现象是边缘像素与黑色进行插值导致,如果边缘像素和自己相近颜色插值,黑边就会自然消失 基于这个思路将最靠近图片边缘的透明像素的alpha改为3,并且将其RGB值设为邻近非透明像素RGB的插值,简称扩边。 如何安装工具使用python3编写,需读者自行安装python3环境 方法1(推荐): 通过pip下载安装1pip install png-d
机器学习教程
机器学习教程机器学习教程链接
Win10 利用 pycharm 运行 gym 框架
Win10 利用 pycharm 运行 gym 框架在windows下运行,要借助anaconda建一个环境,在新建的环境里面配置好gym,之后在pycharm中新建一个项目,在项目中添加运行这个新建的环境,就可以在windows上运行gym了 1. 安装anaconda下载最新版Anaconda下载地址 默认安装在系统环境变量Path里面添加如下内容123F:\Anaconda3\F:\Anac
域名转移至其他阿里云账号
域名转移至其他阿里云账号前提条件 域名必须在有效期内。进行线上转移前,您需查看域名是否在有效期内,详情请参见WHOIS查询。如果域名已过期,需先为域名续费,请参见域名续费。 “.cn”域名的注册时间需大于7天,”.com”和”.net”域名的注册时间需大于1天,实际以控制台界面显示的具体提示原因为准。 域名不能处于过户中状态。如果您操作了域名过户,需等过户成功后再进行账号间转移。 阿里云普通