推荐
专栏
教程
课程
飞鹅
本次共找到5776条
d语言
相关的信息
Easter79
•
3年前
top down car教程1【原创翻译老外的】
原文链接http://www.iforce2d.net/b2dtut/topdowncar最近讨论'topdown'carphysics如何很实现的话题很越来越多,所以我想我可以试一试并且展开一个话题。一个td(topdown)car被设计成在一个0重力的世界中,被一个为底盘的身体和四个分离的轮子身体。它取决于仅仅用一个带有底盘的身
Stella981
•
3年前
Opencv中的WMesh
费了半天劲,终于把这个WMesh类搞懂了,可惜效果不佳,比Matlab中的mesh差多了。使用WMesh前,需要有一个Mesh对象,Mesh是三维数据点的基本几何信息、颜色信息、索引信息等集成的对象。Mesh对象无法直接在Viz3d中显示,需要转换为WMesh对象,然后才可以显示。首先了解Mesh类:我们先看看Mesh的定义,在Mesh中有四个M
Wesley13
•
3年前
20款开发运维必备的顶级工具
!(https://oscimg.oschina.net/oscnet/3d0acef56f214fcdb6401f40fa99c539.gif)开发运维工具与软件开发领域的最佳实践密切相关,也与必要的规范密切相关。在整个开发生命周期涉及到一大批新旧工具,从规划、编码、测试、发布到监控。本文介绍你应该考虑添加到工具箱中的20种开发运维工具,供
Wesley13
•
3年前
NEO4J 图数据库哪里和哪里 从哪里开始
!(https://oscimg.oschina.net/oscnet/6c795c969236d98b15699b6edc2056e984b.png)上期已经安装了图数据库,本期就该讨论到底这个图数据库里面的一些基本的概念和如何操作。最近听到一句话,年轻不年轻,不是看年龄,而是看你对新鲜事物的热情,即使你20岁,谈起新事物也是一脸的不屑,只能说明身
Stella981
•
3年前
JVM笔记二:Java内存区域
Java程序在虚拟机自动内存管理的机制的帮助下,不容易出现内存泄露和内存溢出问题,这也就要求程序员需要了解虚拟机处理内存的机制,以解决OOM问题。运行时数据区域!Java虚拟机运行时数据区(https://oscimg.oschina.net/oscnet/3755e1d9e9bf4068b2b3b77b4c0b6bf99b8.jpg)
Stella981
•
3年前
Linux TCP状态TIME_WAIT 过多的处理
首先处理这个问题,我们要知道一些网络知识,要知道tcp那些事,比如说三次握手,和四次挥手......很多人会问,为什么建链接要3次握手,断链接需要4次挥手?让我们一起看下下面的流程图:!(https://oscimg.oschina.net/oscnet/ba31b9bb7eb29744a5d169c56c656df7045.jpg)首先,是三次
Stella981
•
3年前
Android动画:一个等待动画的制作过程
看到一个很好玩的gif等待动画,记录一下制作过程。先上图,展示一下这gif。!(http://photo2.bababian.com/upload7/20160603/78ED1F4CD8D72DF1F65DF8299C5FD41A.jpg)图中四个空心圆,一个实心园,依次作规则双星运动。三个晚上,目前已经已经实现了。又学到了不少东西,这
Wesley13
•
3年前
UIDynamic——UIKit动力学
简介UIKit动力学最大的特点是将现实世界动力驱动的动画引入了UIKit,比如重力,铰链连接,碰撞,悬挂等效果,即将2D物理引擎引入了UIKit注意:UIKit动力学的引入,并不是为了替代CA或者UIView动画,在绝大多数情况下CA或者UIView动画仍然是最优方案,只有在需要引入逼真的交互设计的时候,才需要使用UIKit动力学它是作为现有交互设计
Stella981
•
3年前
2021年的今天,如何成为一名专业的前端工程师?
!(https://pic2.zhimg.com/80/v2fd1789cc4f83abb877682e3d6b8e6455_720w.jpg)如果你想成为一名专业的前端工程师,那么你需要了解要学什么,学到什么程度,以及如何有效的学习。大学里没有正规的前端技术课程,普遍缺少比较权威的渠道来系统地了解和学习当前最实用、最前沿的前端技术。作为一个入行许
AGIC.TWang
•
6个月前
关于RAG
检索增强生成(RAG)为大型语言模型赋予访问外部知识库的能力,提升其精准性和实用性。它包含三个步骤:检索、增强和生成。RAG通过向量数据库进行语义搜索,克服了传统关键词匹配的局限性。文章以云计算促进人工智能发展为例,在大模型分发助手平台上演示了RAG的实际流程,包括知识准备、知识切割、向量化、提问、相似度计算、提示词构建和答案生成。RAG的未来在于提升精准性、个性化、可扩展性、可解释性和成本效益,最终实现更深入的知识理解和推理,更自然的人机交互以及更广泛的领域应用。
1
•••
572
573
574
•••
578