UE4学习入门

机器学习入门--循环神经网络原理与实践

循环神经网络循环神经网络（RNN）是一种在序列数据上表现出色的人工神经网络。相比于传统前馈神经网络，RNN更加适合处理时间序列数据，如音频信号、自然语言和股票价格等。本文将介绍RNN的基本数学原理、使用PyTorch和Scikit-Learn数据集实现的代码。数学原理RNN是一种带有循环结构的神经网络，其在处理序列数据时将前一次的输出作为当前输入的一部分。这使得RNN能够记住先前的状态和信息，并且
Dr.Cup·2024-02-20 05:44

机器学习入门--门控循环单元(GRU)原理与实践

GRU模型随着深度学习领域的快速发展，循环神经网络（RNN）已成为自然语言处理（NLP）等领域中常用的模型之一。但是，在RNN中，如果时间步数较大，会导致梯度消失或爆炸的问题，这影响了模型的训练效果。为了解决这个问题，研究人员提出了新的模型，其中GRU是其中的一种。本文将介绍GRU的数学原理、代码实现，并通过pytorch和sklearn的数据集进行试验，最后对该模型进行总结。数学原理GRU是一种
Dr.Cup·2024-02-20 05:43

JavaScript基础第五天

3.调用比较函数，传入两个参数，判断数值与数组中遍历的元素是否相等，如果相等直接returnfalse；否则returntrue4.根据比较函数的返回值，去重函数直接判断，如果返回值为true则将当前的遍历的元素
cj_jax·2024-02-20 00:35

强化学习入门：使用Python和Q-learning算法解决迷宫问题

文章标题：强化学习入门：使用Python和Q-learning算法解决迷宫问题简介强化学习是机器学习中的一个重要分支，它致力于研究智能体在与环境交互的过程中如何学习最优的行为策略。
Evaporator Core·2024-02-19 19:01

UE4 C++联网RPC教程笔记（一）（第1~4集）

UE4C++联网RPC教程笔记（一）（第1~4集）前言1.教程介绍与资源2.自定义Debug功能3.Actor的复制4.联网状态判断前言本系列笔记将会对梁迪老师的《UE4C++联网RPC框架开发吃鸡》教程进行个人的知识点梳理与总结
犀利贝XD·2024-02-19 18:54

UE4中的GameplayTag：使用层级概念标签来管理对象

简介：GameplayTag原本是用在GAS(GameplayAbilitySystem，技能系统插件)中，但是现在出现在UE4默认类型中，明显GameplayTag可以用在其它很多地方。
张悟基·2024-02-19 11:09

UE4/5中DataTable数据表的使用

我们在UE中经常要对配置数据进行编辑，用好UE自己的DataTable自然对日常使用有所帮助。1.蓝图使用流程1.1DataTable创建使用数据表首先得创建自定义结构体，这样才好定义每一行的格式，例如这里创建如下：然后右键选择创建DataTable，对应结构体选择之前创建的：1.2DataTable访问接下里需要在蓝图中访问DataTable获取对应数据，可以使用GetDataTableRowN
电子云与长程纠缠·2024-02-19 11:28

UE4读取CSV表格配置数据

开发游戏时，经常会采用表格文件来存储游戏相关配置数，比如玩家的最大健康值、魔法值等，以及NPC的属性配置等。在Unreal下，无须自己编写表格文件的读取及解析代码，可以直接使用Unreal自带的读取表格数据功能。下面通过一个简单示例来说明如何通过Unreal来读取CVS格式的表格数据。表格数据示例如下：注意，表格第一个单元格必须为空，第一行为每一列的名称，该行数据也是存取每一列数据的唯一标识。表格
啸狼·2024-02-19 11:58

人生效率手册金句摘抄

每次都是被短暂学习入门的快感打动。等到深入学习的时候，开始爬坡了，就只是拿打卡当做一项机械任务了。今天，被一位来求职的年轻人问自己的目标和职业规划。
小多媛媛·2024-02-14 15:05

第一章 matlab 学习入门之matlab基础

matlab系列文章目录第一章matlab学习入门之matlab基础在这一章会学习到：数据类型(数值，字符串，结构，单元数组，函数句柄，映射容器)运算符与运算(算术运算符，关系运算符，逻辑运算符)字符串处理
CN-JackZhang·2024-02-14 15:49

【白话前端】快速区分webGL，webGPU，unity3D和UE4

在3D图形渲染的渲染领域，很多友友们对上述概念傻傻分不清，站在前端开发角度，我用简单语言说下，结论在文章最后。一、四者都能进行3D图形渲染它们之间有一些区别，下面我将对它们进行简单的区分：WebGPU：WebGPU是一种Web图形API，是基于底层的GPU硬件架构设计的，可以更好地利用现代GPU的并行计算能力，提供更高的图形渲染性能。WebGPU可以在Web浏览器中使用，同时也可以在其他平台上使用
贝格前端工场·2024-02-14 05:54

图像分割——基于pytorch的牙齿分割

作为视觉基础任务的图像分割是大多数深度学习入门者的进一步学习，本文将用牙齿分割作为数据集，分享一下图像分割的训练内容。
苏俗·2024-02-14 04:35

图像分类——基于pytorch的农作物病虫害检测

作为视觉基础任务的图像分类是大多数深度学习入门者的基础，本文将用包含33类的农作物病虫害数据集作为数据集，来过一遍图像分类任务的基本步骤。
苏俗·2024-02-14 04:05

机器学习入门--多层感知机原理与实践

神经网络与多层感知机神经网络是一种模仿生物神经系统结构和功能的计算模型。它由许多个节点（或称为神经元）组成，这些节点通过连接权重相互连接。神经网络的输入经过一系列的加权求和和激活函数变换后，得到输出结果。神经网络的训练过程主要包括前向传播和反向传播两个阶段。前向传播是指数据从输入层逐层传递到输出层的过程，每一层的节点都会根据输入值和连接权重计算输出值。反向传播是指通过计算损失函数对网络参数进行梯度
Dr.Cup·2024-02-13 13:37

机器学习入门--BP神经网络原理与实践

BP神经网络引言BP神经网络，即反向传播神经网络，是一种监督学习算法，用于多层前馈神经网络的训练。自从1986年由Rumelhart,Hinton和Williams提出以来，它已成为最流行的神经网络训练算法之一。BP算法的核心思想是通过计算损失函数相对于网络参数的梯度，然后利用这些梯度信息来更新网络的权重和偏置，从而最小化误差。数学原理BP算法的数学原理基于链式法则计算梯度。考虑一个简单的两层神经
Dr.Cup·2024-02-13 13:37

机器学习入门--朴素贝叶斯原理与实践

朴素贝叶斯算法朴素贝叶斯是一种常用的分类算法，其基本思想是根据已有数据的特征和标签，学习出一个概率模型，并利用该模型对新样本进行分类。其优点在于简单快速、易于实现和解释，缺点在于对输入数据的分布做了严格的假设。具体来说，朴素贝叶斯分类器首先根据训练数据计算出每个类别的先验概率P©，即样本中每个类别占比。然后，对于给定的待分类样本，计算出它属于每个类别的条件概率P(X|C)，其中X表示样本的特征向量
Dr.Cup·2024-02-13 13:07

机器学习入门--奇异值分解原理与实践

奇异值分解奇异值分解（SingularValueDecomposition，SVD）是一种矩阵分解技术，可以将一个矩阵分解为三个部分的乘积。在SVD中，原始矩阵被分解为左奇异向量矩阵、奇异值矩阵和右奇异向量矩阵的乘积。奇异值分解数学原理奇异值分解是一种矩阵分解技术，可以将一个矩阵分解为三个部分的乘积。在SVD中，原始矩阵被分解为左奇异向量矩阵、奇异值矩阵和右奇异向量矩阵的乘积。具体来说，对于一个m
Dr.Cup·2024-02-13 13:07

机器学习入门--主成分分析原理与实践

主成分分析主成分分析（PrincipalComponentAnalysis，简称PCA）是一种常用的降维技术和数据分析方法。它通过线性变换将原始高维数据映射到低维空间，从而提取出数据中最重要的特征。主成分分析的基本原理与数学推导基本原理PCA的主要思想是找到一个新的坐标系，将数据投影到这个坐标系上，使得投影后的数据具有最大的方差。这意味着在新的坐标系下，数据的信息尽可能地集中在少数几个维度上，而其
Dr.Cup·2024-02-13 13:06

机器学习入门--逻辑回归与简单二分类数据实战

逻辑回归在机器学习领域，逻辑回归是一个广泛应用于分类问题的算法。与线性回归不同，逻辑回归用于预测离散的类别标签，可以处理二分类和多分类问题。下面我们将介绍逻辑回归的基本原理和实现方式。原理逻辑回归的目标是找到一个函数g(z)g(z)g(z)，将输入的特征向量xxx映射到概率值p(y=1∣x;w)p(y=1|x;w)p(y=1∣x;w)，其中www是参数向量。我们可以使用sigmoid函数来实现这个
Dr.Cup·2024-02-13 13:36

机器学习入门--支持向量机原理与实践

支持向量机模型支持向量机（SupportVectorMachine，SVM）是一种常用的监督学习算法，主要用于分类和回归问题。它的原理简单而强大，在许多实际应用中取得了很好的效果。原理支持向量机（SupportVectorMachine，SVM）是一种常用的机器学习算法，用于分类和回归问题。其原理是基于统计学习理论中的结构风险最小化原则。SVM的主要思想是将数据通过一个高维特征空间进行映射，使得在
Dr.Cup·2024-02-13 13:36

机器学习入门--简单卷积神经网络原理与实践

深入理解卷积神经网络（CNN）引言卷积神经网络（ConvolutionalNeuralNetworks,CNN）是深度学习中的一种核心算法，广泛应用于图像识别、视频分析和自然语言处理等领域。CNN通过模拟人类视觉系统的工作原理，能够自动并有效地识别图像中的模式和特征。数学原理CNN主要由卷积层、激活层和池化层组成。其核心在于卷积层，它使用一系列可学习的滤波器来扫描输入数据。卷积操作卷积神经网络（C
Dr.Cup·2024-02-13 13:06

Carla自学整理——其它基本API

carla.Client('localhost',2000)#最长连接时间，若2s后仍未连接上则自动退出client.set_timeout(2.0)#加载想要的地图——‘Town01’在路径Unreal/CarlaUE4
小新奕·2024-02-13 11:17

Day 7 七天总结

觉得自己三周前就像个傻子，跟教练们说的如果不会觉得自己之前傻就不进步了，所以感觉到自己之前的愚蠢是高质量学习入门的标志。接下来复盘了大家总结的学员分享和教练赋能。
素馨花开·2024-02-13 11:08

【UE4】在UE4的蓝图中实现文件的下载

在日常的UE4使用场景中，可能会存在这样的需求：输入一个url的地址，来改变当前游戏的某项内容，如音乐、背景等等在这过程中就会涉及到内容的下载，UE4自带的蓝图中已经存在了一些自带的下载工具，但是只是针对特定格式类型的文件
小眼怪�·2024-02-13 06:38

python学习 day6_双层循环、for循环

双层循环练习十行十列小星星十行十列隔列换色小星星十行十列隔行换色小星星99乘法表方向一方向二方向三方向四求吉利数字方法一方法二字符串形式百钱买百鸡passbreakcontinueelse1.pass2.break3.continue4
跃上青空·2024-02-13 05:13

机器学习入门之基础概念及线性回归

任务目录什么是Machinelearning学习中心极限定理，学习正态分布，学习最大似然估计推导回归Lossfunction学习损失函数与凸函数之间的关系了解全局最优和局部最优学习导数，泰勒展开推导梯度下降公式写出梯度下降的代码学习L2-Norm，L1-Norm，L0-Norm推导正则化公式说明为什么用L1-Norm代替L0-Norm学习为什么只对w/Θ做限制，不对b做限制Question1：Wh
StarCoder_Yue·2024-02-12 11:01

UE4蓝图基础02-节点的基本知识

我们知道UE蓝图编程其实就是通过把各种类型的节点连接起来，程序的执行顺序就是节点的连接流顺序。节点在事件图表编辑器中，就像一块一块小板板一样。让我们来了解下节点的基本知识。1.节点的组成部分任何一种类型的节点，都由三部分组成。标题，输入部分，输出部分。01.标题节点的上方，显示着节点的标题。标题部分会根据节点的类型而显示不同的颜色。所以，看到颜色就知道该节点属于哪种类型了。02.输入部分显示在节点
dreamer_小巨人·2024-02-12 08:35

UE4和C++ 开发-编程基础记录（UE4+代码基础知识）

1、UE4基础元素①Actor我们又见面了Actor，Actor是在一个关卡中持续存在的，通常他包含几个Actor组件。支持网络复制和多人游戏。Actor不包含位置，方向。
苍狼王UE4学院·2024-02-12 08:34

《使用 UnrealEnginPython 插件进行UE4中的Python开发》学习笔记5

本文为B站系列教学视频《使用UnrealEnginPython插件进行UE4中的Python开发》——《Day05编译版的使用与打包设置》的学习笔记，UP主为腾讯游戏策划、虚幻社区贡献者世欺子。
SHOTJEE·2024-02-12 07:20

《使用 UnrealEnginPython 插件进行UE4中的Python开发》学习笔记6

本文为B站系列教学视频《使用UnrealEnginPython插件进行UE4中的Python开发》——《Day06使用编译版插件在游戏打包后对内容进行修改》的学习笔记，UP主为腾讯游戏策划、虚幻社区贡献者世欺子
SHOTJEE·2024-02-12 07:20

人工智能深度学习入门指南

本文将为你提供一份深度学习入门指南，帮助你快速掌握深度学习的基本知识和应用技能。1.了解深度学习基本概念在开始深度学习之前，你需要了解一些基本概念，如神经网络、激活函数、损失函数、反向传播等。
白猫a~·2024-02-11 23:00

深度学习入门--参数的优化算法

1.梯度下降法（GradientDescent）梯度下降法的计算过程就是沿梯度下降的方向求解极小值，也可以沿梯度上升方向求解最大值。假设模型参数为θ\thetaθ，损失函数为J(θ)J(\theta)J(θ)，损失函数关于参数的偏导数，也就是梯度为▽θJ(θ)\triangledown_\thetaJ(\theta)▽θJ(θ)，学习率为α\alphaα，则使用梯度下降法更新参数为：梯度下降法目前
我只钓小鱼·2024-02-11 03:53

jumpserver简单应用

-9|head-c50`;echo"SECRET_KEY=$SECRET_KEY">>~/.bashrc;echo$SECRET_KEY;elseecho$SECRET_KEY;fi#得到S50wnWuE4QOCpueI3TSj5HIe7oFdb3Sl
夜醉梦紅尘·2024-02-10 23:49

UE4 WebUI插件使用指南

本文介绍UE4中通过Cesium插架加载本地倾斜摄影模型。CesiumforUnreal插件运行在UE环境何总运行Cesium，这样方便做一个GIS应用。
netcy·2024-02-10 10:53

第五届脑电深度学习入门班（训练营：2023.9.12~9.20）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑电图（Electroencephalogram,EEG）是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，包
茗创科技·2024-02-09 21:12

UE4运用C++和框架开发坦克大战教程笔记（十九）（第58~60集）完结

UE4运用C++和框架开发坦克大战教程笔记（十九）（第58~60集）完结58.弹窗显示与隐藏59.UI面板销毁60.框架完成与总结58.弹窗显示与隐藏这节课我们先来补全TransferMask()里对于
犀利贝XD·2024-02-09 11:55

深度学习入门笔记（九）自编码器

自编码器是一个无监督的应用，它使用反向传播来更新参数，它最终的目标是让输出等于输入。数学上的表达为，f(x)=x，f为自编码器，x为输入数据。自编码器会先将输入数据压缩到一个较低维度的特征，然后利用这个较低维度的特征重现输入的数据，重现后的数据就是自编码器的输出。所以，从本质上来说，自编码器就是一个压缩算法。自编码器由3个部分组成：编码器（Encoder）：用于数据压缩。压缩特征向量（Compre
zhanghui_cuc·2024-02-09 08:57

深度学习入门笔记（八）可以不断思考的模型：RNN与LSTM

8.1循环神经网络RNN之前学到的CNN和全连接，模型的输入数据之间是没有关联的，比如图像分类，每次输入的图片与图片之间就没有任何关系，上一张图片的内容不会影响到下一张图片的结果。但在自然语言处理领域，这就成了一个短板。RNN因此出现，它是一类用于处理序列数据的神经网络。其基本单元结构如下自底向上的三个蓝色的节点分别是输入层、隐藏层和输出层。U和V分别是连接两个层的权重矩阵。如果不考虑右边的棕色环
zhanghui_cuc·2024-02-09 08:56

第四届脑电深度学习入门班（训练营：2023.7.4~7.12）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑电图（Electroencephalogram,EEG）是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，包
茗创科技·2024-02-09 05:48

浏览器F12调试

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录
知行合一。。。·2024-02-09 01:11

C++适配器——stack && queue

队列queue3.1普通队列queue3.1.1概念及结构3.1.2使用3.1.3模拟实现3.2优先队列priority_queue3.2.1概念及结构3.2.2使用3.2.3模拟实现4.双端队列deque4.1
Forward♞·2024-02-08 21:04

UE4运用C++和框架开发坦克大战教程笔记（五）（第13~15集）

UE4运用C++和框架开发坦克大战教程笔记（五）（第13~15集）13.模组生命周期14.枚举匹配模组结构15.注册对象到模组13.模组生命周期从老师准备的DataDriven插件的导图中可知，Driver
犀利贝XD·2024-02-08 17:49

UE4运用C++和框架开发坦克大战教程笔记（十八）（第55~57集）

UE4运用C++和框架开发坦克大战教程笔记（十八）（第55~57集）55.UI进入退出动画HideOther面板出现时隐藏其他面板添加面板出现和收起的动画效果编写遮罩管理器前的准备56.弹窗进入界面57
犀利贝XD·2024-02-08 17:17

深度学习与计算机视觉：实例入门-第六章

给深度学习入门者的Python快速教程-番外篇之Python-OpenCV《深度学习与计算机视觉》全书网址：https://frombeijingwithlove.github.io…本篇原网址：https
javastart·2024-02-08 09:38

Ue4导入视频黑屏原因

具体原因如下：UE4当前使用的Windows播放器插件底层应用的是WindowsMediaFoundationAPI。
草琳情·2024-02-08 08:27

Vue-cli

Vue-cli安装和卸载安装1、安装淘宝镜像2、全局安装webpack3、安装vue4、全局安装vue-cli(有低版本和高版本两种）查看卸载创建项目安装执行如下指令1、安装淘宝镜像npminstall-gcnpm
EmmaGuo2015·2024-02-07 22:14

《深度学习入门：基于python的理论与实现》读书笔记

求梯度的函数：f是需要求梯度的函数，x是求梯度的点image.pngdefnumerical_gradient(f,x):h=1e-4#0.0001grad=np.zeros_like(x)#生成和x形状相同的数组foridxinrange(x.size):tmp_val=x[idx]#f(x+h)的计算x[idx]=tmp_val+hfxh1=f(x)#f(x-h)的计算x[idx]=tmp_v
莫里衰·2024-02-07 21:32

UE4 单个网络数据包最大长度是多少

我们RPC的单帧数据包长度，限制成多少了？每个包16kSeqNumberCount=SequenceT(1)<<NumBitsFNetPacketNotify::SequenceNumberT::SeqNumberCount16384每帧最多发送RELIABLE_BUFFER=2048多个包。
maxos·2024-02-07 10:02

UE4 中 TMap＜＞与TArray＜＞的全遍历，及带条件删除

一、UE4中，TMap正向遍历，带条件删除。注意点：在调用Remove(it->Key);之后，it并不会自动往后移动，仍然需要调用++it，才会指向下一个值。
maxos·2024-02-07 10:29

UE4 C++创建摄像机摇臂和相机并且设置Transform

新建MyPawnC++类.h#include"GameFramework/SpringArmComponent.h"//SpringArm组件#include"Camera/CameraComponent.h"//Camera组件class工程名称_APIAMyPawn:publicAPawn{//定义组件变量public:UPROPERTY(VisibleAnywhere,BlueprintRe
1204157137 肖哥·2024-02-07 08:05
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他