Advertisement

2019春季Unity3D课程最终项目.rar

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
本资源包包含2019年春季学期学生使用Unity3D引擎完成的最终项目作品集，展示了他们在游戏设计与开发方面的学习成果和创意。 这款游戏模仿《噩梦射手》制作而成，玩家可以通过鼠标控制角色的方向，并使用WASD键进行移动。点击左键可以发射激光束来消灭子弹。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 2019春季Unity3D课程最终项目.rar
    优质
    该文件包含2019年春季学期学生使用Unity3D软件完成的各项最终项目的集合，涵盖游戏设计、虚拟现实等多个领域。 这款游戏模仿了《噩梦射手》的风格。玩家可以通过鼠标控制人物朝向，并使用WASD键来移动角色。点击左键可以发射激光束以消灭子弹。
     
  • 2019春季Unity3D课程最终项目.rar
    优质
    本资源包包含2019年春季学期学生使用Unity3D引擎完成的最终项目作品集，展示了他们在游戏设计与开发方面的学习成果和创意。 这款游戏模仿《噩梦射手》制作而成，玩家可以通过鼠标控制角色的方向，并使用WASD键进行移动。点击左键可以发射激光束来消灭子弹。
     
  • MRI-Superresolution：CS168 2020年春季学期最终项目代码
    优质
    MRI-Superresolution是斯坦福大学CS168课程2020年春学期的最终项目代码，专注于开发并实现基于压缩感知理论的磁共振成像超分辨率技术。 超分辨率Alex Zhao, Sisi Jia 和 Ricky Ho 编写的CS168 2020年春季最终项目“评估超分辨率MRI的机器学习方法”的代码。感谢部分代码的原始作者@movehand、@icpm 和 @t5eng 的贡献。用于训练、验证和测试的数据集IXI可以在相关资源中找到，BSDS300数据集同样可以获取。Lüsebrink等人提供了7T数据集。
     
  • practical_motif_finding_in_brain_networks:圣玛丽项目，春季2013年
    优质
    圣玛丽项目的Practical Motif Finding in Brain Networks是2013年春季开展的研究工作，致力于探索大脑网络中的实用模式识别技术。 代码包含我开始的 ReGTries 实现以及我在处理数据时使用的各种脚本。 结果文件夹包含了早期参与脑网络数据分析和 gtries 算法的相关文件。在 adhd_200 分析部分中，threshold_csv 文件包含了我在统计分析中使用的数据，并且还包含 SPSS 文件。gts_perf_analysis 文件夹内是我从本学期早些时候做的关于脑网络数据的 Gtriescanner 程序获得的输出结果，这些输出被记录在该文件夹内的电子表格中。 此外，在处理大小为 3、4、5 和 6 的模体的数据集时，我使用了线虫神经元网络，并通过八度软件将其转换成边缘列表的形式进行分析。在 Paper 文件夹内，则包含了我的最终论文以及相关的乳胶来源文件。 misc 文件夹中则包含我在数据处理过程中使用的各种文件和学期中的笔记记录。该文件夹还包括 ADHD_200 部分下的示例文件，其中一个是我应用了 20 个不同阈值的样本数据集。
     
  • 数字图像处理春季2010课程PPT课件.rar
    优质
    本资源为《数字图像处理》春季2010学期课程的PPT课件，涵盖图像处理基础理论与应用技术。适合相关专业师生学习参考。 中科院刘定生老师的《数字图像处理》2010年春季课程PPT版本适合研究生作为入门教程使用。建议配合观看刘定生老师的视频教程进行学习，可以在网上查找相关资源。
     
  • 小鹏汽车春季招聘2019 NLP算法面试题目
    优质
    该文档提供了关于小鹏汽车在2019年春季招聘期间为自然语言处理（NLP）算法职位设置的面试题目的详细信息，旨在考察应聘者的技术能力和专业知识。 小鹏汽车2019年春季招聘中的自然语言处理算法面试题。
     
  • 食品杂货识别TinyML：CS249r课程的最终项目
    优质
    本项目为CS249r课程的期末作业，专注于开发一种基于TinyML技术的食品杂货识别系统，旨在通过微型设备实现高效、实时的食物分类与识别。 杂货店商品的图像分类：TinyML在零售中的应用CS249r最终项目：微型机器学习 此存储库包含以下文件夹： - edge-impulse-final ：该文件夹内有使用Arducam 5MP Plus在Arduino Nano 33 BLE上部署模型所需的Arduino草图。以下是有关如何部署此草图的说明。 - dataset ：包含我们研究报告中使用的10个类别的数据集。 - tflite ：包含我们在论文（MobileNetV2，NN）中探索的各种TFLite文件。使用本自述文件底部提供的说明将这些TFLite文件应用于模型。 - training ：该文件夹内有针对每个MobileNetV2和NN模型在Edge Impulse中的工作截图。此外还包含了Python笔记本，其中记录了每个模型的神经网络设置以及用于训练模型的代码。 请注意：我们的系统中仍然存在一些需要修复的问题，但草图已经接近可以部署的状态。当前由于某些部署问题的影响，尚未完全完成部署过程。
     
  • DQN-Pong-Master：深度学习课程的最终项目
    优质
    DQN-Pong-Master是深度学习课程中的一个收官项目，运用深度强化学习技术训练智能体玩经典游戏Pong，展示了从零开始到精通游戏的过程。 该存储库详细介绍了使用强化学习的深度学习代理实现，并特别强调了在经典Atari 2600游戏Pong中的深度Q网络应用，以达到最先进的成果。提供的解决方案包含高级优化工具如epsilon-greedy算法、重播缓冲区和目标网络等，进一步提升模型性能。实验结果表明我们的模型能够击败硬编码的Pong代理，并取得21-0（最高分）的成绩。
     
  • 2022年春季GIS开发设计基础课程资料.rar
    优质
    本资源为2022年春季GIS（地理信息系统）开发设计基础课程的学习材料，涵盖理论讲解与实践操作，适合初学者入门学习。 2022年春GIS开发设计基础课程设计.rar
     
  • 春季.pdf
    优质
    《春季》一书以细腻笔触描绘了春天万物复苏、生机盎然的景象，带领读者领略四季之中最富有希望与活力的季节。 在Java后台开发领域中，SSM（Spring、Spring MVC、MyBatis）是一个热门的后端架构选择。其中关于Spring的部分包括入门案例介绍以及对Spring框架本身的详细介绍，特别是Aop（面向切面编程）和IoC容器的概念与应用。文档内容包含了基本代码示例以帮助理解这些概念的实际运用场景。